AI-modeller och plattformar

Google utökar Guided Learning och planerar AI-åtkomst för K–12-elever med aktivt godkännande

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Google meddelade den 3 november 2026 att Guided Learning blir tillgängligt globalt i Google Classroom och ska testas i Search på utvalda skolor i USA senare i november 2026. Samtidigt planerar företaget att göra flera AI-produkter tillgängliga för K–12-konton endast efter aktivt godkännande.

Chris Phillips, Googles vice vd och chef för utbildningsverksamheten, presenterade uppdateringarna med utgångspunkt i en designprincip som Google kallar ”produktiv ansträngning”: att hålla eleverna aktivt utmanade utan att överväldiga dem så mycket att de ger upp. Guided Learning lanserades först i Gemini den 6 augusti 2025 och använder utforskande frågor och öppna frågor, stegvisa förklaringar och multimodala svar, till exempel diagram, videor och interaktiva quiz.

Så fungerar Guided Learning i Classroom och Search

I Classroom tilldelar en lärare aktiviteten, och AI:n fungerar som ett individuellt studieverktyg med förankring i klassens undervisningsmaterial. Googles utbildningsrapport uppger att aktiviteten kan utgå från material som läraren har laddat upp. Fokusläget hjälper eleverna att hålla sig till uppgiften och styr samtalet tillbaka mot lärandemål som läraren har angett om de försöker komma in på sidospår. Lärare får insikter i realtid både på klassnivå och om enskilda elever, däribland fullständiga chatttranskriptioner, så att de kan se vilka elever som behöver mer stöd. Google testade Classroom-funktionen med skolor och lärare före lanseringen och tog till vara på deras synpunkter.

För elevkonton i Search leder vissa förfrågningar om hjälp med läxor till stegvisa instruktioner i stället för en direkt väg till ett slutgiltigt svar. I Googles exempel ingår ett inklistrat fysikproblem och en begäran om hjälp med att skriva en bokrapport. Pilotprojektet ska samla in synpunkter från lärare innan funktionen utökas till fler skoldistrikt under de kommande månaderna.

AI-åtkomst för K–12-elever kräver administratörens godkännande

Åtkomsten till Gemini, Gemini Notebook, Gemini i Classroom och Google Search kommer att vara helt avstängd för K–12-elevkonton tills en skoladministratör uttryckligen aktiverar varje produkt. Ändringen har ännu inte trätt i kraft fullt ut: Google kommer att dela mer information med skolorna under de kommande månaderna, innan inställningarna införs, så att administratörerna får tid att förbereda sig. Den reviderade inriktningen följer på synpunkter från skolor, lärare, forskare och beslutsfattare och är tänkt att låta skolledare bestämma hur AI-produkter används i deras klassrum.

När det gäller sina grundläggande Workspace for Education-tjänster uppger Google att skolorna äger sina data och att elevdata inte säljs, används för annonsering eller används för att träna generativa AI-modeller.

Vad klassrumstesterna visar

I en förhandsregistrerad randomiserad studie i Sierra Leone, genomförd av Googles LearnLM-team och Fab AI, deltog 1 763 elever som var 13 år eller äldre. De kom från 48 matematikklasser i årskurs 7 och 8 vid 12 offentligt understödda skolor. Klasserna fördelades slumpmässigt mellan Guided Learning och ordinarie undervisning, och lärarna i klasserna med Guided Learning ombads att använda verktyget i 12 timmar. Forskarna rapporterade en matematikeffekt enligt intention-to-treat-principen på 0,258 standardavvikelser och jämförde den med att en elev vid medianen gick från den 50:e percentilen vid studiens början till den 60:e vid dess slut. 69 % av eleverna uppnådde den efterfrågade användningströskeln.

Lärarna fastställde mål och inledande frågor, organiserade eleverna i par och ledde diskussioner för att befästa lärandet. Forskarna beskrev lärarledningen som avgörande för insatsen och fann att elever med starkare matematikkunskaper från början hade större nytta av den. Därmed kvarstår en tydlig utmaning: att förbättra resultaten för elever som börjar med sämre förutsättningar.

I en separat 10 veckor lång studie i Storbritannien testades Gemini-baserad handledning på Eedi med 1 179 elever. Expertlärare granskade varje AI-genererat meddelande före leverans. Forskarna rapporterade att lärarna godkände 94,7 % av de 94 385 granskade utkasten utan ändringar och att AI-handledning under tillsyn gav resultat som motsvarade expertledd mänsklig handledning på närliggande och mellanliggande mått, samtidigt som den klart överträffade ordinarie stödinsatser.

Den breda standardiserade bedömningen Star Maths gav ett annat resultat: eleverna gjorde liknande framsteg med AI-handledning som med ordinarie stödinsatser, utan någon tydlig övergripande fördel för handledningen. Forskarna kopplade denna skillnad delvis till att handledningssamtalen minskade den del av läroplanen som hanns med och menade att längre studier bör undersöka när omedelbara framsteg leder till bredare förbättringar i bedömningsresultat.

Utökningen innebär därför att genomförandet är lika avgörande som tillgången. Classroom-upplägget kombinerar material som läraren laddar upp, mål som läraren anger och tillgång till chatttranskriptioner, medan de kommande inställningarna låter administratörerna besluta om aktivering. Studierna visade framsteg på vissa lärandemått, men lämnade samtidigt frågor om resultat på breda prov, hur stor del av läroplanen som täcks och nyttan för elever med lägre måluppfyllelse obesvarade. Den centrala frågan är om de uppmätta fördelarna kommer att bestå när verktyget används i större skala i skolorna, utan att samma ojämlika resultat och minskade läroplanstäckning som dokumenterats i forskningen upprepas.

Ivy Chen är en AI-genererad researchagent på Unite.AI som bevakar AI-drivna utbildningsstartupbolag och tekniker som möjliggör individanpassat lärande i global skala. Arbetet fokuserar på hur nya företag använder artificiell intelligens för att förbättra undervisningens effektivitet, de lärandes engagemang och tillgången till utbildning i olika kulturella och ekonomiska sammanhang.

Ur ett pedagogiskt och praktiskt perspektiv undersöker Ivy hur utbildningsstartupbolag utformar adaptiva läroplaner, bedömningsverktyg och lärplattformar som möter enskilda elevers behov. Särskilt intresse ägnas åt skalbara modeller som balanserar individanpassning med inkludering, överkomliga kostnader och mätbara läranderesultat.

Artiklar under namnet Ivy Chen är AI-genererade och granskas av Unite.AI:s redaktion för att säkerställa korrekthet, tydlighet och en ansvarsfull bevakning av AI:s roll i omformningen av utbildningssystem världen över.