Det har redan börjat. I hela utbildningssektorn byggs generella AI-lösningar snabbt in i digitala tjänster och plattformar. Inte minst inom matematikundervisning. Resultatet är en våg av så kallade AI-wrappers: produkter som i praktiken lägger ett eget gränssnitt ovanpå någon annans AI-modell. När utbildningsteknologi reduceras till ett tunt lager ovanpå generativ AI riskerar vi att få sämre pedagogik, undervisningen att bli mindre tillförlitlig, skolor bli beroende av ett fåtal globala teknikbolag och elev- samt lärardata att hamna hos externa aktörer, med risk för att strida mot GDPR. Det här handlar därför inte bara om teknik. Det handlar om elevernas och lärarnas integritet och om vad vi vill att skolan ska vara.
Vad är skillnaden mellan en AI-wrapper och en Egenutvecklad AI-lösning med Pedagogisk AI?
För att förstå problemet behöver vi först reda ut begreppen. Föreställ dig ett företag som bygger en digital lärresurs för kemiundervisning. Istället för att utveckla en egen intelligent AI-lösning kopplar de tjänsten till exempelvis Chat GPT, Gemini eller Claude. Tjänsten skickar elevens frågor till den externa AI-modellen som sedan skickar tillbaka svar till eleven. Själva intelligensen ägs alltså inte av företaget, den ägs av ett annat företag, troligtvis i USA. AI:n är inte heller specifikt framtagen för kemiundervisning, utan för att kunna svara på vad som helst. Det är detta som är en AI-wrapper: en produkt inlindad i någon annans AI-modell.
Motsatsen, det vill säga en Egenutvecklad AI-lösning med Pedagogisk AI, fungerar annorlunda. Där har AI-tjänsten utvecklats av företaget själva, för ett specifikt undervisningsområde, det vill säga kemi, med rätt data, rätt logik och rätt kvalitetskrav från början. Skillnaden är ungefär som att hyra in en generalist istället för en specialist. En AI-wrapper lånar intelligens, en Egenutvecklad AI-lösning, använder sin egen.
Så, vad är problemet?
Det är lätt att förstå varför AI-wrappers blivit populära. Vid första anblick ser en wrapper ut som en perfekt genväg för någon som vill använda sig av AI i sin produkt. Produkten går snabbt att lansera, kostnaden är låg och produkten känns modern. Men bakom den imponerande ytan växer större problem fram, inte minst när den tar plats i skolan. En AI-wrapper är inte byggd för svensk läroplan, nationella prov eller för att kunna göra pedagogiska förklaringar och bedömningar i ett svenskt skolämne. De är tränade för att kunna lite om allt, inte om svensk undervisning anpassad efter den svenska kursplanen. De är byggda för att vara användbara i största möjliga antal situationer, inte för att förklara lösningen på exempelvis ett ekvationssystem med grafisk metod för en elev i årskurs 9 som behöver hjälp. Inte minst hamnar data i händerna på externa aktörer. Det innebär inte bara svagare integritetsskydd för eleverna utan kan strida mot GDPR på flera olika sätt. Här är de fem främsta riskerna med AI-wrappers.
5 risker med AI-wrappers:
1. Extern åtkomst till skoldata kan bryta mot GDPR
Den mest alarmerande risken med AI-wrappers handlar om integritet. Majoriteten av dagens AI-produkter inom utbildning bygger på externa språkmodeller från stora amerikanska teknologibolag. Det innebär att elevdata, uppgifter, resonemang och användarbeteenden ofta skickas vidare till externa företag. Företaget eller verktyget som baseras på en AI-wrapper kan försöka filtrera vad eleven skriver, så att det inte skickas iväg några personuppgifter eller annan känslig information, men i praktiken är detta snudd på omöjligt. Här kan företaget bakom verktyget riskera att bryta mot GDPR på flera olika sätt genom att personuppgifter eller annan känslig data om elever och lärare skickas till tredje land.
För rektorer, skolledare, huvudmän och kommuner är detta långt ifrån trivialt. Utbildningsdata är känslig information, hanteringen av den måste uppfylla GDPR och samtidigt säkerställa att känslig information om elever och lärare inte sprids till externa aktörer. I annat fall kan tredje part få tillgång till elevers kunskapsnivå, svårigheter, beteendemönster och ibland även personliga omständigheter samt lärardata. Läget blir allt mer akut i takt med att fler och fler skolor och kommuner köper in externa språkmodeller i sina verktyg: Ju fler AI-wrappers som byggs ovanpå externa modeller, desto fler externa aktörer får indirekt tillgång till elev- och lärardata.
2. Generella AI modeller saknar pedagogisk precision
Ytterligare en risk är att AI-wrappers inte alltid fungerar som förväntat. Utbildning är inte ett område där “ungefär rätt” räcker. Generativa AI-modeller är optimerade för att producera sannolika svar, inte för att förstå pedagogiska nyanser eller göra tillförlitliga bedömningar. Så länge frågorna är enkla fungerar det ofta bra, men i takt med att nivån avanceras blir problemen allt fler. Ett tydligt exempel är analys av elevers tankegångar i matematik. För matematiklärare handlar undervisning inte bara om rätt svar utan om att förstå hur eleven resonerar kring algebra, geometri, funktioner, statistik och problemlösning. Resonemanget måste också kopplas till bedömningsanvisningar, kunskapskrav och specifika förmågor. Därefter behöver systemet kunna avgöra vad eleven faktiskt förstår, vilka kunskapsluckor som finns och vilket nästa pedagogiska steg bör vara. I matematik behöver även AI-modellen kunna visualisera matematik och matematiska lösningar på ett korrekt sätt. Den behöver kunna rita grafer, geometriska figurer, markera ut vinklar med mera. Där krävs betydligt större pedagogisk precision än vad generella AI-modeller normalt kan erbjuda.
“Annars riskerar vi att bygga teknik som ser intelligent ut, men som i verkligheten försämrar kvaliteten.”
I annat fall blir AI-analysen mest en gimmick: något som låter avancerat men som i praktiken varken sparar tid eller skapar bättre lärande. Det räcker alltså inte att AI:n “förstår ungefär” eller att det fungerar ibland. Inom utbildning måste systemen vara konsekventa, transparenta och tillförlitliga. Annars riskerar vi att bygga teknik som ser intelligent ut men som i verkligheten försämrar kvaliteten.
3. Långsiktigt beroende gör skolorna sårbara
En annan viktig dimension är det långsiktiga beroende som skapas till de stora aktörerna. Företaget som byggt AI-wrappern kontrollerar i praktiken inte sin egen kärnteknologi. Om en extern AI-leverantör förändrar sina priser, villkor eller tekniska begränsningar påverkas hela produkten över en natt. Det kan också leda till inlåsningseffekter där skolor får svårt att byta system eller leverantör utan höga kostnader och stora verksamhetsstörningar. Det gör både skolor och edtechbolag sårbara.
4. Lärandet blir standardiserat
Ytterligare en risk är att AI-wrappers driver fram en tråkig standardisering av lärandet. När samma generella språkmodeller används i hundratals utbildningsprodukter riskerar undervisningen att bli likriktad. Förklaringar och återkoppling kan verka övertygande, men saknar ofta den pedagogiska kvalitet som erfarna lärare utvecklar genom ämneskunskap och praktik.
Följden kan bli att elever möter samma typer av resonemang och perspektiv oavsett behov och förutsättningar. Det riskerar att minska både den pedagogiska mångfalden och utrymmet för kreativt och självständigt tänkande.
5. Verklig innovation hämmas
Sist men inte minst: När utbildningsprodukter byggs ovanpå samma generella AI-modeller blir innehållet brett snarare än pedagogiskt specialiserat. Innovationskraften flyttas då från edtechbolag med ämnes- och utbildningsexpertis till de globala AI-bolag som kontrollerar den underliggande tekniken.
Risken är att konkurrensen handlar mer om paketering än om bättre lärande. Därmed försvagas drivkrafterna att utveckla de specialiserade lösningar som skolan faktiskt behöver och den verkliga innovationen inom utbildning bromsas.
Slutsats: Lärare, matematiklärare, skolor och kommuner måste ställa högre krav på AI i skolan
AI kommer utan tvekan att förändra utbildning. Frågan är bara vilken typ av utveckling vi vill se. Om marknaden domineras av AI-wrappers riskerar skolan att bli beroende av generella modeller som inte är byggda för pedagogik, bedömning eller långsiktig kvalitet. Vi får fler AI-funktioner, men inte nödvändigtvis bättre undervisning. I värsta fall även sämre lärande.
Samtidigt fastnar diskussionen om AI i skolan ofta i fascinationen över vad tekniken kan göra. Den viktigaste frågan i denna diskussion är egentligen en helt annan: vilka problem försöker vi faktiskt lösa? Här har Egenutvecklade AI-lösningar med Pedagogisk AI, betydligt större potential att faktiskt göra skillnad.
Visst, om målet bara är att snabbt lägga till AI-funktioner kommer marknaden att fyllas av AI-wrappers som ser innovativa ut, men som mest genererar text. Och där konsekvensen blir ett ytligt, icke-pedagogiskt verktyg som faktiskt riskerar att strida mot GDPR.
Verklig innovation inom utbildning kräver Egenutvecklade AI-lösningar som förstår undervisning, lärande, progression och bedömning, med elevens integritet i främsta fokus. AI bör integreras i genomtänkta pedagogiska arbetsflöden och fungera som ett stöd för både elever och lärare, inte som en AI-wrapper som avsändaren har väldigt lite kontroll över.
När skolor, rektorer och kommuner utvärderar AI-verktyg för matematikundervisning och andra ämnen bör fokus därför ligga på pedagogisk kvalitet, elevintegritet och långsiktig hållbarhet, inte på hur snabbt en AI-funktion kan lanseras.
Ett sista tips…
Så, nästa gång någon presenterar en “AI-lösning” för skolan, ställ då frågan: bygger företaget egen teknik anpassad för utbildning, eller har de bara lagt ett nytt gränssnitt ovanpå någon annans AI-modell? Svaret säger ofta mer om produktens långsiktiga värde och integritet än själva AI-demonstrationen. Det som står på spel är därför inte bara vilken teknik skolan använder, utan vem som i framtiden kommer att kontrollera kunskap, lärande och elevernas data.
Edge Education hjälper lärare, matematiklärare, skolor, kommuner och utbildningsorganisationer att använda AI på ett pedagogiskt och GDPR-säkert sätt. Vår Egenutvecklade Pedagogiska AI finns sedan januari 2026 integrerad i Mathleaks och Knowgaps för att stödja matematikundervisning, formativ bedömning, individanpassat lärande och analys av elevers matematiska resonemang. Ingen elevdata skickas till externa AI-leverantörer.
Just nu kan du som lärare testa Knowgaps gratis i två månader tillsammans med dina elever. Hör av dig här så hjälper vi dig att komma igång.
