APREX · EST. 2026
AI som læringsprototype, ikke bare chatbot
Google har løftet frem AI-prototyper fra University of Waterloo. Det viktigste er ikke at dette er ferdige produkter. Det viktige er at studentene bygger konkrete læringsverktøy med multimodal AI, UX-metoder og faktiske brukerproblemer i sentrum.
Waterloo beskriver Futures Lab som et verksted der studenter lærer AI-relaterte ferdigheter og bygger team rundt utdanningsproblemer. De bruker blant annet Gemini Canvas og Google AI Studio. Google-saken trekker frem prototyper som SignFluent, et verktøy som skal hjelpe folk å lære American Sign Language gjennom umiddelbar feedback.
Fremtidens lærings-AI kommer ikke bare til å svare. Den kommer til å se, tolke og gi tilbakemelding i situasjonen.
Hvorfor prototyper betyr noe
Prototyper er nyttige fordi de tester arbeidsflyt før markedet låser seg. Et tegnspråkverktøy må forstå bevegelser, timing, kroppsspråk og pedagogisk feedback. Det er langt vanskeligere enn å skrive et pent sammendrag.
Futures Lab-formatet er også interessant fordi det kobler teknologi til UX og pedagogikk. Studentene skal ikke bare bruke AI-verktøy, men bygge noe som kan møte et konkret læringsproblem.
Hva norske skoler kan lære
Norske utdanningsmiljøer diskuterer ofte AI som juks, skrivehjelp eller lærerstøtte. Waterloo-caset peker mot en bredere kategori: situasjonsbasert læring, der AI gir feedback på handlinger, ferdigheter og praktiske øvelser.
Det kan være relevant for språk, yrkesfag, helseopplæring, presentasjonsteknikk, laboratoriearbeid og tilrettelegging. Men det krever at AI ikke bare vurderes som programvare. Den må vurderes pedagogisk.
Personvern er ikke en fotnote
Multimodale læringsverktøy kan samle sensitive data: video, stemme, bevegelse, adferd, progresjon og læringsmønstre. Det gjør dataminimering og samtykke like viktig som modellkvalitet.
For barn og unge må terskelen være ekstra høy. En prototype som fungerer i en universitetslab kan ikke automatisk rulles ut i skoleverket.
Konklusjon
Waterloo-prototypene er små i markedsskala, men store som signal. AI i utdanning beveger seg fra teksthjelp til situasjonsbasert veiledning.
Norske miljøer bør følge utviklingen tidlig, men kreve dokumentert læringseffekt, personvern og pedagogisk kontroll før slike systemer slippes bredt inn.