AIEd-vidensbaseAIEd KB
På denne side

Læs denne side på engelsk

Begreber

Elevens handlingsrum

Oprettet 2026-08-13 · Opdateret 2026-11-08

Automatisk maskinoversættelse af denne engelske side, der endnu ikke er blevet gennemgået af en modersmålstalere.

Elevens handlingsrum — de lærendes kapacitet til at handle intentionelt, træffe valg og udøve kontrol over deres egen læring. I AI i uddannelse er handlingsrum et centralt anliggende, fordi AI-værktøjer både kan understøtte og underminere de lærendes kontrol: veldesignet AI bevarer og forstærker den lærendes autonomi, mens overafhængighed eller passiv accept af AI-output kan erodere den. Handlingsrum forbinder til Self-Regulated Learning, Motivation, Self-Efficacy og den etiske udformning af AI-systemer og er tæt knyttet til de psykologiske begreber autonomi og følelse af agens.

Spørgsmål at overveje

  • Elevens handlingsrum — din kapacitet til at handle intentionelt og styre din egen læring — er centralt for AI i uddannelse. Når du bruger et AI-værktøj, hvor meget kontrol beholder du så egentlig over læringsprocessen, og hvor meget har værktøjet?
  • AI kan både understøtte og underminere handlingsrum: veldesignet AI forstærker din autonomi, mens overafhængighed eroderer den. Tænk på en gang, hvor du lod en AI bare "gøre det". Lærte du mindre, selv om outputtet så bedre ud?
  • Studerende, der uddelegerer fortolkning til AI, kan miste handlingsrum over deres egen ræsonnering. Når du giver en AI en opgave, hvilken del af din egen tænkning giver du så stille og roligt væk?
  • Et studie fandt, at studerendes tidligere selvinitierede AI-læring forudsagde, hvor meget de fik ud af undervisningen — lærende med højt handlingsrum havde størst udbytte. Hvis handlingsrum delvist er en færdighed, du kommer med, hvordan kunne din egen kontekst så opbygge den i stedet for at forudsætte den?
  • Handlingsrum er ikke bare et træk — det opstår fra øjeblik til øjeblik i gruppearbejde, hvor AI kan omfordele, hvem der former et samarbejde, uden at de lærende bemærker det. Hvornår bemærkede du sidst, at et værktøj stille styrede en gruppes retning?
  • Kontrære AI-personaer kunne skubbe grupper mod produktiv udfordring, men sænkede også tilfredsheden med teamwork og den psykologiske tryghed. Kan produktiv friktion eksistere uden psykologisk tryghed — og hvad betyder det for designet af AI-teammates?

Introduktion

Handlingsrum betyder noget, fordi læring er mest effektiv, når de lærende er aktive, intentionelle deltagere frem for passive modtagere. AI-systemer — hvad enten det er tutoragenter, robotter eller chatbots — former, hvor meget kontrol de lærende beholder over deres læringsproces. At bevare handlingsrum er derfor et centralt designprincip i ansvarlig AI i uddannelse, side om side med at understøtte Self-Efficacy, opbygge Trust og undgå Overafhængighed.

Mishra et al. rammesætter kontrol vs. handlingsrum som den essentielle, tilbagevendende spænding i AI i uddannelse — fra tidlige ITS'er til nutidens generative AI — og gør dermed den lærendes handlingsrum til feltets vedvarende akse.

Et nulsumssyn på handlingsrum med agentbaserede værktøjer: Prieto & Dimitriadis (2026) argumenterer for, at jo mere handlingsrum uddannelsesmæssige AI-værktøjer får, jo mindre beholder de lærende — at handlingsrum reelt er et nulsumsspil, og at nuværende menneskecentrerede designtilgange (f.eks. værdifølsomt design) er utilstrækkelige, fordi overafhængighed og isolation drives af bredere systemiske faktorer og af menneskets tilbøjelighed til at vælge den nemmeste vej. Deres emancipationære designvision, orienteret mod lærendes blomstring i komplekse systemer, behandler bevarelse og kultivering af den lærendes handlingsrum som det centrale mål for generativ AI-design frem for en eftertanke.

Handlingsrum som formål, ikke kun som kapacitet: Hvor rammerne ovenfor spørger, hvor meget handlingsrum de lærende beholder, spørger Fagerlund et al. (2026), hvad AI i uddannelse er til for. De interviewede tretten finske lærere fra førskole til 9. klasse om formålene med at undervise med og om AI og læste deres beretninger gennem Biestas tre domæner for uddannelsesmæssigt formål (kvalifikation, socialisering, subjektificering) og fandt kompetence som det klareste og mest konkrete mål. Lærerne ønskede, at eleverne forstod AI som et socioteknisk fænomen og kunne bruge dets værktøjer. Subjektificering, forstået som selvbestemt og personligt meningsfuld omgang med AI, blev bekræftet som vigtig, men efterladt uden konkrete undervisningsstrategier, hvor lærerne greb til generisk diskussion og kontemplation frem for designede aktiviteter. Forfatterne foreslår informeret AI-agens som en heuristik, der sætter subjektificering i centrum, mens kompetencer behandles som dens forklarende fundament, og som hjælper eleverne med at se, hvilke muligheder der findes, og vælge, hvad de vil forfølge. Den praktiske konsekvens er direkte: en færdighedsførst-læseplan kan fortrænge det agentbaserede formål, den skal tjene, og afhjælpningen er at gøre "hvorfor'et" i AI-uddannelse eksplicit frem for at tilføje endnu en kompetence til listen.

Bevægelsesretningen er ikke fast. Gillette et al. (2026) kontrasterer deres svenske undervisere med de australske studerende hos Bearman et al. (2025), som "generelt ønskede handlingsrum" og "modsatte sig afhængighed": her beskrev flere studerende, at de blev afhængige af genAI og betegnede det som et tab, og en sagde, at det "giver et dopamin-kick, fordi alt tager mindre tid", og "belønner dårlig adfærd".

Hvordan handlingsrum optræder i vidensbasens forskning

  • Robotter og menneske-robot-interaktion: RoboBlockly Studio blev eksplicit designet til at bevare den lærendes handlingsrum i computational thinking; en systematisk gennemgang undersøger, hvordan menneske-robot-interaktion påvirker menneskelig autonomi og følelse af agens, hvilket er centralt i debatter om Well-Being og AI Governance.
  • Kollaborativ læring: Menneske-AI-samarbejde-forskning undersøger, hvordan kognitive opgaver deles mellem lærende og AI, hvor handlingsrum afgør, om det er mennesket eller AI'en, der styrer interaktionen.
  • Delt epistemisk agens strækker sig til elev–GAI-interaktion. Et 14-kategoriskema, der kodede 6.788 ChatGPT-assisterede ture, placerede 59 % af syvendeklasseselevernes ture i delt epistemisk agens, og forfatterne argumenterer for, at konstruktet — tidligere mest studeret i peer-samarbejde — må udvides til at omfatte kognitive og metakognitive dimensioner (Chang et al., 2026).
  • Handlingsrum kan grades ud fra selve prompten. Human Agency Depth Taxonomy scorer en studerendes ingeniørmæssige bidrag på seks niveauer uafhængigt af AI'ens output; på tværs af 962 prompts fra 105 førsteårsstuderende i softwareengineering overskred 84,2 % det laveste niveau, men kun 5,3 % specificerede systembegrænsninger (Shakiba & Chaffey, 2026).
  • Kritisk engagement: Forskning i kognitiv udlicitering viser, hvordan studerende, der uddelegerer fortolkning til AI, kan miste handlingsrum over deres egen ræsonnering; kritiske og metakognitive tilgange sigter mod at beskytte det.

Benchmarket på tværs af ti modeller er støtte til handlingsrum der, hvor de klarer sig dårligst efter læring. ImpactBench målte Agency & Purpose til 56,0 % på positive kriterier (95 % CI [49,2, 62,5]) og 43,9 % på negative ([36,9, 50,8]), næstlavest af 14 underområder, og dets kriterier for autonomibevarende assistance spørger, om en model tilbyder kontekst og afvejninger frem for at foreskrive en handlingsvej (ImpactBench (2026)). Modellerne var også langt mindre konsekvente i at undgå skade end i at være hjælpsomme: et spænd på 38,6 point mod 15,9 point.

Prisen afhænger af, hvilket lag der uddelegeres: i et otte ugers skrivestudie havde uddelegering af ræsonnering — begrundelser, modargumenter, evidensfortolkning — den stærkeste negative sammenhæng med uafhængig præstation (ab = −0,34), og selvreguleret skrivning svækkede, men vendte aldrig, denne sammenhæng (Chen (2026)).

En panelundersøgelse i tre bølger med 342 bachelorstuderende i 85 faste skrivegrupper giver bekymringen en tidslig retning: da stabile mellemperson-forskelle først var udskilt i en random intercept cross-lagged panel-model, forudsagde højere end sædvanlig GenAI-afhængighed lavere efterfølgende oplevet handlingsrum, mens baner fra handlingsrum til afhængighed var svagere og ikke statistisk understøttede. Konfidensintervallerne og Monte Carlo-følsomhedsanalyserne efterlod små omvendte effekter mulige. Dens logdata advarer også mod at læse brugsvolumen som tabt handlingsrum — selvrapporteret afhængighed svarede til AI-brugsintensitet, men loggene kunne ikke skelne strategisk konsultation fra udlicitering eller eftergivenhed, så dashboards bør læse intensitet sammen med tegn på diskurs, refleksion og revision.(Wu & Lu, 2026) En supplerende fremstilling udvider SRL frem for at erstatte det: de Barba (2026) skelner mellem regulering (at styre sin egen proces), integration (at organisere selvet på tværs af tid og kontekster) og positionering (kritisk at fortolke, hvad omgivelserne måler), og argumenterer for, at handlingsorienteret design må flytte lærende fra "handlingsrum inden for betingelserne" til "handlingsrum over betingelserne" i stedet for at optimere adfærdsmæssige proxyer.

  • Design for handlingsrum: Vidensbaseret design af generative sociale robotter (Teachy Mini) imødegår risici som overafhængighed, der underminerer den lærendes handlingsrum.
  • Design til aflevering, ikke forlænget engagement. Amico-dualmode-prototypen behandler AI som en afgrænset, midlertidig mediering, hvis succes måles på observerbare overgange til lærere, peers eller fællesskab, ikke på tid brugt med AI'en; dens pilot i Italien–Kina fandt, at lærende genkendte den som et afgrænset værktøj frem for en relationel erstatning (Benedetti (2026)).
  • Adaptiv stilladsering afvejes mod professionel autonomi. de Jong (2026) argumenterer for, at fordi tilpasning kræver, at systemet vurderer brugerens kompetence, reducerer det professionelles myndighed over deres egen udvikling og risikerer at over-stilladsere eksperter, og at en mekanisme, der opfattes som unødvendig, blot vil blive ignoreret — hvilket efterlader spørgsmålet om, hvem der beslutter, hvilke brugere der får stilladsering: systemet, organisationen eller den professionelle.
  • Mere kapabel stilladsering er ikke mere handlingsrum. En specialbygget ekspertdesignbot øgede kommende læreres interaktionslængde og selvgenererede prompts, men det kollaborative problemløsnings-handlingsrum faldt i både den og ChatGPT-betingelsen, fordi deltagerne gav boten ret i stedet for at kritisere den (Krushinskaia et al. (2026)).
  • Tidligere handlingsrum forudsiger, hvem der får udbytte: Liang et al. (2026), med afsæt i Banduras Social Cognitive Theory, viste, at studerendes tidligere selvinitierede AI-læring (en adfærdsmæssig manifestation af handlingsrum) forudsagde, hvor meget de fik ud af et års AI-undervisning i skolen — lærende med højt handlingsrum kom med den stærkeste parathed, mens skolens læseplaner indsnævrede psykologiske huller, men lod kognitive huller bestå. Struktureret undervisning og tidligere handlingsrelateret læring virkede synergistisk, ikke som substitutter.
  • Princippet selektivitet som lærerhandlingsrum under teknologisk forandring: Adiozaman og Segar (2026) interviewede to erfarne akademikere tre gange over et semester og fandt, at de navigerede AI-medieret undervisning hverken ved at adoptere eller modsætte sig i flæng, men gennem bevidste, kontekstfølsomme beslutninger styret af pædagogiske værdier, etisk engagement og professionel dømmekraft — et mønster, forfatterne kalder princippet selektivitet, hvor afvisning af en bestemt brug tæller som dømmekraft frem for som mislykket adoption. Det er lærersidens modstykke til elevfundene ovenfor: ujævn AI-brug kan være en udøvelse af handlingsrum, ikke evidens for dets fravær.
  • Lærerhandlingsrum som den medierende betingelse for elevhandlingsrum: De nyeste lærersidefund gør en opdeling eksplicit, som elevfundene ovenfor lader implicit: lærerhandlingsrum er designtids- og medierende, elevhandlingsrum udøves i øjeblikket, og det første sætter betingelserne for det andet. Canonigo (2026) fulgte ti matematiklærere på sekundærtrinnet gennem otte ugers ChatGPT-4-intervention. Hvor lærerne kuraterede og afhørte AI-output (stillede åbne problemer, promptede værktøjet på forhånd til at frigive hints, mens de tilbageholdt løsninger, og krævede, at eleverne placerede AI-output ved siden af deres eget arbejde og argumenterede for, hvilken metode der var bedre), blev det et foreløbigt artefakt til kritik, og eleverne bevægede sig mod formodninger og metakognitivt spørgsmål. Hvor mediering manglede, migrerede autoriteten mod algoritmen, og lærerne blev valideringsinstanser frem for primære videnskilder, en forskydning en lærer beskrev som at gå fra "orakel" til "redaktør". Ujævn værktøjskvalitet øger, hvad denne mediering skal bære: på tværs af 50 prompts indsendt tre gange til hver model var gratisniveauet unøjagtigt i 49 af 150 svar (32,7 %) mod 18 af 150 (12 %) på premiumniveauet (χ2(1) = 17,5, p < 0,001). Charles (2026) drager parathedsimplikationen: lærerhandlingsrum er en professionel ressource, der mobiliseres gennem designbeslutninger og artefakter, så parathed bør vurderes ud fra de design, lærerne producerer, frem for ud fra hvor ofte de bruger AI, og en begrundet beslutning om at tilbageholde AI kan selv demonstrere parathed. Læst sammen advarer disse fund mod at læse høj AI-brug som evidens for et agentbaseret klasseværelse, da den disposition, der bevarer elevens handlingsrum, udøves i det, en lærer designer og kritiserer, ikke i om værktøjet er tændt.
  • Lærer-elev-kontrol er ikke nulsum — men den rigtige fordeling afhænger af fasen. Et deltagende speed-dating-studie med 17 lærere og 13 elever, der rangerede 34 hybridkontrol-designs, fandt, at begge grupper foretrak stærk lærerkontrol under forberedelse og initiering og derefter gradvist mere elevinput, efterhånden som samarbejdet udfoldede sig — og ingen af grupperne foretrak fuld elevkontrol. Præferencerne spejlede hinanden: lærerne ønskede mere kontrol over parringstidspunktet, mens eleverne ønskede selvsignalering af parathed; eleverne stolede på lærerens valg af partner, mens lærerne ønskede elevstemme om partnere. Designimplikationen: allokér handlingsrum pr. beslutningspunkt og fase, med afgrænsede, strukturerede elevforslag valideret af lærervendte analytics frem for fri overstyring. (Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing)
  • Adgang til valg er ikke det samme som handlingsrum i handling: Su, Nair og Nagashima (2026) randomiserede 69 universitetsstuderende i et 2 × 2-design, der krydsede parameterkontrol af en flocking-Simulation med adgang til en valgfri konversationsagent. De fandt ingen pålidelig effekt af nogen af de to affordances på læringsudbytte, når der var kontrolleret for forhåndsviden (parameterkontrol F(1, 50) = 0,04, p = 0,849; agent F(1, 50) = 2,68, p = 0,108). Udbyttet fulgte hvordan kontrollen blev brugt: skydertid i den begrebsmæssigt mest komplekse lektion forudsagde højere udbytte (β = 0,11, p = 0,007), mens samme adfærd i den lettere lektion forudsagde lavere (β = −0,04, p = 0,047). Engagement med den valgfrie agent spændte fra 0 til 32 spørgsmål pr. lærende uden sammenhæng med udfald. Forfatterne læser det som, at handlingsrum udøves frem for tildeles: designspørgsmålet er, hvad der hjælper en lærende med at beslutte, hvad der er værd at ændre, og bemærke konsekvenserne.
  • Epistemisk delegation i tidlig forskerkarriere: Han og Liu (2026) rammesætter AI-afhængighed blandt ph.d.-studerende og postdocs som epistemisk delegation — overførslen af problemformulering, metodevalg og fortolkningsmyndighed til det intelligente system — og fandt den negativt forbundet med både forskningsself-efficacy og forskningsautonomi, hvor vejlederstøtte bufferede tabet. Det udvider handlingsrumsdebatten fra elevautonomi til dannelsen af forskeren selv.
  • Fortolkningsmyndighed som designvariabel (en begrebsramme). Porath (2026) omformulerer hvem-beslutter-spørgsmålet som fordelingen af fortolkningsmyndighed — hvem der definerer problemer, vurderer svar og afgør, hvornår forståelse er opnået — og kortlægger fire ikke-hierarkiske konfigurationer (menneskeligt dominerende, AI-assisterende, AI-direktiv, dialogisk partnerskab), som klasseværelser bevæger sig igennem inden for en enkelt opgave, og forankrer forskydninger i fem økologiske lag fra individuel metakognition til sociokulturelle narrativer. Artikelens normative påstand stemmer med denne sides evidens: AI-direktive konfigurationer kan, uanset hvor sofistikerede de er, undertrykke produktiv kamp og metakognitiv regulering — de samme kapaciteter, som denne side udpeger som handlingsrummets substrat. Som begrebsligt arbejde bidrager den med diagnostisk ordforråd, ikke empirisk evidens.

Handlingsrum forbinder til Self-Regulated Learning, Motivation, Self-Efficacy, Student Experience, Menneske-AI-samarbejde, Ethics, Overafhængighed og Metacognition. Det er en kerneovervejelse i robotter, tutoring og designet af AI-læringsagenter.

  • Afgrænset brug som epistemisk kontrol, ikke tilbageholdenhed. Zagami (2026) rapporterer, at højtydende studerende i en universitets-undersøgelse med 484 svar viste lavere aktiv AI-engagement og lavere oplevet lærings-effekt, mens de også rapporterede lavere AI-relateret frakobling, og beskrev deres egen brug som verifikationstung: output blev tjekket og derefter underordnet deres egen ræsonnering. Læst som handlingsrum frem for undgåelse er mønstret en bevidst fastholdelse af dømmekraft — studerende, der beholder forfatterskabet til konklusionen, mens de bruger værktøjet til afklaring og opsummering.

Vedvarende grænsarbejde, ikke værktøjsfærdighed, er det, der adskiller handlingsrum fra delegation: studerende, der brugte det samme retrieval-forankrede værktøj, producerede sammenligneligt polerede artefakter, uanset om de begrænsede og genforfattede dets output eller gav fortolkningen tidligt fra sig, så forskellen viste sig kun i prompts, latenstid, rettelser og afvisninger (O'Byrne, 2026).

  • At handle, vide og svare er ikke det samme. En korpusassisteret diskursanalyse af 366 GenAI-abstracts fra videregående uddannelse nævner AI som aktør 2.050 gange uden nogensinde at gøre den ansvarlig, mens ansvaret for at vurdere output og verificere påstande placeres hos studerende: grammatisk aktivering, funktionelt handlingsrum, epistemisk myndighed og normativ ansvarlighed falder fra hinanden (Poudyal, 2026).
  • Handlingsrum har tre former, og den tredje leverer politikken. Med kun 18 % af lærerne og 24 % af skolelederne, der rapporterer en skole-AI-politik, udøver de fleste undervisere individuelt handlingsrum uden nogen proxy-agens, der handler for dem — Banduras tredje form, leveret af institutionelle regler (Tench, Weinstein & James, 2026).

Handlingsrum som et emergent, interaktionelt fænomen

Handlingsrum er ikke én kapacitet, og sondringen overlever ind i AI-medieret praksis. Bergdahl (2026) undersøgte 47 svenske elever i 7. klasse efter et semester med AI-undervisning og fandt, at handlingsrum rettet mod AI-output ikke strækker sig til de systemer, der producerer det. Opdelingen holdt inden for enkelte elever: 79 % havde et scoreinterval på tre eller mere over ni led, og et individuelt dissociationsindeks favoriserede outputrettet frem for systemrettet engagement hos 35 elever mod 4 i den omvendte retning (tegnprøve, p < 0,001). 62 % af de mest kildekritiske elever tilsluttede sig stadig den mindst beskyttende mulighed om chatbots, der læser deres egen skrivning, og kun én elev i stikprøven valgte den højeste privatlivsholdning. Kritisk set blev dette målt en måned efter en lektion, hvor eleverne så deres egen loggede adfærd projiceret live — de kaldte det "skræmmende" og blev hængende gennem frikvarteret for at fortsætte med at bruge platformen. Handlingsrum som en emergent, interaktionel egenskab er konsistent med dette: det kommer til syne pr. praksis frem for at overføres mellem praksisser, og det, en lektion sætter i forgrunden, generaliserer ikke til det register, den ikke adresserede.

Elevens handlingsrum er ikke kun et statisk individuelt træk — det er også en emergent, interaktionelt konstitueret proces, der udøves gennem diskurs og den øjeblik-til-øjeblik-koordinering af gruppearbejde. I kollaborativ læring er handlingsrum distribueret og genforhandles gennem samspillet mellem divergerende processer (at generere ideer, udforske alternativer) og konvergerende processer (at vurdere, integrere, syntetisere). Dette syn betyder noget for AI, fordi agentbaseret AI diskret kan omfordele epistemisk og regulatorisk arbejde i en gruppe og omforme, hvem der bidrager, hvem der former retningen, og hvem der regulerer fremskridtet — ofte uden at de lærende er klar over det.

  • Handlingsrum som den emergente kvalitet af en kompetencekonfiguration. Human-AI Collaboration Competency-rammen udelader bevidst elevens handlingsrum som en selvstændig komponent og behandler det som det, lærende udtrykker, når de koordinerer domæne-, AI- og metakognitiv kompetence — det integrative arbejde, som Teknologisk pædagogisk indholdsviden (TPACK) tildeler pædagogikken, og som nu overgår til den lærendes egen metakognitive regulering. Hos 24 undervisere i videregående uddannelse optrådte hver dimension i deres tale, med domæne (12–19 % af kodede enheder) og AI (16–22 %) i forgrunden (Dang et al., 2026).

  • Jin et al. (2026) leverer den mest direkte evidens: i et stort eksperiment (224 studerende, 97 triader), hvor AI fungerede som en ikke-oplyst teammate, omkonfigurerede både støttende og kontrære AI-personaer det emergente handlingsrum. Kontrær AI trak diskursen mod udfordrings- og refleksionsorienterede baner (produktiv friktion), mens støttende AI stabiliserede enighed og fornyede ideudvikling.

  • AI-personaer som diskursstyringsmekanismer. Kontrære personaer eksternaliserede byrden ved at udfordre (omfordelte epistemisk arbejde mod kritik), mens støttende personaer eksternaliserede bekræftelse og vedligeholdelse af konsensus. Studiet identificerede seks emergente handlingsrumsprofiler — bemærkelsesværdigt var refleksiv regulering unikt menneskelig (AI eksternaliserede kritik/bekræftelse, men ikke metaniveau-overvågning).

  • Den affektive pris for friktion. Kontrær AI reducerede tilfredshed med teamwork og psykologisk tryghed uden at give gevinster i kreativ præstation, hvilket afkobler epistemisk stimulation fra oplevet bæredygtighed. Det advarer om, at "produktive" diskursstrukturer bør fortolkes sammen med deres følelsesmæssige konsekvenser — handlingsrum trives kun i et psykologisk trygt klima.

  • Implicit AI-deltagelse er usynlig styring. Fordi personaerne virkede, selv uden at AI'en blev afsløret, positionerer studiet personadesign som en form for usynlig styring af kollaborative processer — et fund med direkte implikationer for skriveassistenter, Peer Assessment-systemer og teamworkplatforme, der kan forme bidrag uden at annoncere deres tilstedeværelse.

  • Tre mønstre af handlingsrum i gruppebaseret vurdering. Chen og Zou (2026) interviewede 15 fokusgrupper af kommende lærere om en autentisk gruppepræsentation og fandt handlingsrum virkende i tre retninger på én gang: fem grupper intensiverede GenAI-brug som koordinationsinfrastruktur (samarbejdsorienteret handlingsrum — at afkode peers' afsnit, afstemme dele, beskytte en fælles karakter), syv begrænsede det (normativt handlingsrum — grænser sat for at beskytte autenticitet, retfærdighed, originalitet og perspektivmangfoldighed), og tre ændrede aldrig praksis fra individuelt arbejde (ikke-udøvet handlingsrum, hvor individuel kapacitet aldrig blev mobiliseret kollektivt). Deres sondring betyder noget, fordi tilbageholdenhed her var normativ selvregulering frem for compliance eller frakobling, og fordi kapacitet alene ikke producerede kollektivt handlingsrum. Gruppemedlemskab vendte også den ansvarlighed, som gruppearbejde formodes at skabe: et eftergivende kollektivt klima sænkede den oplevede risiko for misbrug i stedet for at øge engagementet.

  • Handlingsrum som relationelt selv. Xie (2026) udfordrer den individualistiske handlingsrumsmodel, som han mener selv AI-kritik forudsætter. Med afsæt i daoistisk relationelt selv — et "flydende og heterogent" selv konstitueret gennem relationer til andre og kosmos — konkluderer han, at en digital kløft eller algoritmisk diskrimination er "en krænkelse af selvet grundlæggende konstitution", hvilket gør lighed i adgang til læring "ikke blot en etisk påbud, men en ontologisk given", og at asymmetrisk magt og miljøomkostninger er "integrerede dimensioner af selvet" frem for eksternaliteter. Hans modideal, "Zhenren" (真人) eller den naturlige lærende, behandler AI som et "instrumentelt supplement" frem for en kognitiv surrogat — handlingsrum som kultiveret helhed, ikke friktionsfri optimering.(Alternative AI Philosophy: Daoism as Method for AI in Education)

For kollaborative rammer omformulerer dette designspørgsmålet: ikke om AI kan deltage som teammate, men hvordan dens mønstrede deltagelse afbalancerer epistemisk stringens, følelsesmæssig sikkerhed og de lærendes oplevelse af ejerskab. Afgrænset friktion (begrænset udfordring, parret med integrative og reparerende træk) og eksplicit meta-kollaborativ kompetence er de anbefalede sikkerhedsforanstaltninger.

En strukturel læsning af handlingsrum findes i El Khoury og Mas glædesfulde vurderingsramme, hvor handlingsrum behandles som en designegenskab frem for motivation: studerende vælger rækkefølgen af opgaver, sætter tempoet og signalerer, hvornår en interaktion slutter, så støtte er tilgængelig, mens ansvaret for arbejdet bliver hos den lærende. Mekanismen, de navngiver, er appraisal — at øve uden publikum og selv vælge, hvornår man begynder, ændrer, hvad en opgave betyder, fra dom til noget, en studerende kan forme — og de argumenterer for, at gentagen erfaring med denne forskydning er det, der gør lejlighedsvise følelser af formåen til en hverdagslig holdning til vurdering.

  • "At bruge AI mere reducerer studerendes fornemmelse af forfatterskab." Ikke lineært. I et instrumenteret essaystudie faldt oplevet ejerskab kun for den gruppe, der uddelegerede hele essays, mens studerende, der brugte modellen til planlægning eller til gennemlæsning, matchede ejerskabet hos studerende, der aldrig åbnede den. Den samme gruppe scorede også højere på essayets læsbarhed, så artefakten så bedre ud, efterhånden som forfatterskabet blev tyndere. Handlingsrum fulgte, hvordan værktøjet blev brugt, frem for om det blev brugt. Forfatterskab er en funktion af delegation, ikke af brug.

Handlingsrum vs. lærende identitet

Lærende identitet og elevens handlingsrum er lette at forveksle, men de betegner forskellige ting — og begge omformes af AI.

  • Handlingsrum udøves; identitet beboes. Handlingsrum er den situerede kapacitet til at handle intentionelt og styre sin læring nu — en variabel, interaktionel egenskab. Identitet er den mere varige, narrative fornemmelse af, hvem man er og er ved at blive som lærende. Handlingsrum er en proces; identitet er en værenstilstand, der akkumuleres fra den.
  • Identitet er internaliseret handlingsrum. Gentagne agentbaserede handlinger — at vælge, forfatte, holde ud — er måden, hvorpå en lærende begynder at se sig selv som en handlekraftig, kompetent person. Identitet er bundfaldet af handlingsrum over tid, forstærket af anerkendelse og tilhørsforhold.
  • Forskellige fejltilstande. Handlingsrum eroderes af overafhængighed og passiv accept (den lærende holder op med at styre ræsonneringen); identitet eroderes af tab af forfatterskab og kompetencetrusel (den lærende føler ikke længere, at outputtet er deres, eller at de hører til i domænet). Implicit AI-omfordeling af epistemisk arbejde er primært et handlingsrumsspørgsmål; kompetenceparadokset i kreative felter er primært et identitetsspørgsmål.
  • Der skal designes for begge. Handlingsorienteret design bevarer kontrol og valg (afgrænset friktion, human-in-the-loop-tilsyn, gennemsigtighed); identitetsorienteret design beskytter forfatterskab og anerkendelse (autentisk vurdering, klar angivelse af AI vs. menneskeligt bidrag, opgaver der lader lærende gøre krav på et domæne). At beskytte handlingsrum uden at beskytte forfatterskab bevarer kontrol, men ikke selv værd — og omvendt.

Denne sondring mellem udøvet handlingsrum og stabil identitet gælder også afvisning. Som Zagami (2026) beskriver det, er det at afvise en chatbot til vurderet skrivning, forbyde den til uhjulpet ræsonnering, modsætte sig automatiseret triage i studentstøtte eller udsætte indkøb separate relationer til separate systemer, der spænder over personlige, pædagogiske, professionelle, administrative og institutionelle niveauer frem for én varig disposition. Retten til dette er ulige fordelt: studerende med akademisk selvtillid kan afvise uden straf, mens dem, der har brug for sproglig, tilgængeligheds- eller hurtig feedback-støtte, læser afvisning som en mistet mulighed, og sikre akademikere afviser principielt, mens løst ansatte føler pres for at adoptere. Hvor AI sidder i infrastrukturen, forflyttes afvisning fra individuel opt-out til indkøb, revision og bestridelighed.

  • Afvisning som identitetskonstruktion, ikke bare en beslutning (farvede studerende i lærlingelæring). Gyekye (2026) interviewede fem lærlinge på sekundærtrinnet over 9 måneder og fandt, at de forfattede sig selv gennem AI i tre bevægelser: afvisning (ikke-brug som institutionel tilpasning), forhandling (reparation af institutionelle uoverensstemmelser, privatliv som fjern abstraktion) og anerkendelse (at ligestille retfærdighed med fravær af synlig bias — en "kulturel fladhed", hvor deres identiteter forbliver urepræsenterede i AI-svar). Studiet to fortolkende begreber — Institutional AI Literacy og Recognition Bandwidth — navngiver kapaciteten til at gøre AI-brug institutionelt læsbar og det rum, studerende har til at se sig selv anerkendt i AI-output. En narrativ undersøgelse med fem studerende i ét enkelt program; dens bidrag er at vise, at AI-brug, begrænsning og afvisning er bundet til, hvordan lærende forstår sig selv som forfattere og kommende professionelle.

Den økologiske samhandlingsramme: handlingsrum som epistemisk designproblem

Poudyal (2026) omformulerer elevens handlingsrum som grundlæggende et epistemisk anliggende: generativ AI tilføjer ikke blot et værktøj, men omfordeler epistemologisk myndighed — evnen til at producere viden, validere påstande og skabe evidens for læring — fra lærere til studerende til maskiner. Artiklens økologiske samhandlingsramme behandler samhandling som forholdet mellem tre indbyrdes afhængige dimensioner, alle afgrænset af en uforhandselig betingelse om menneskelig epistemisk ansvarlighed:

  • Relationel samhandling — handlingsrum som et produkt af interaktion mellem studerende, værktøj og kontekst, hvilket kræver en gennemsigtig fordeling af, hvilke opgaver der uddelegeres til AI, og hvilke der beholdes, plus etisk samhandling, hvor mennesker beholder det primære ansvar og handler i en overvågningskapacitet.
  • Regulatorisk samhandling — at kortlægge selvreguleret lærings-cyklussen (foregribelse, præstation, refleksion) på AI-mediering. Om GenAI træder ind før eller efter den lærendes forsøg afgør, om den forstærker eller eroderer oplevet kontrol; strategisk kognitiv udlicitering understøtter transformativ læring kun, når udliciteringsbeslutningen er intentionel frem for rutinemæssig.
  • Pædagogisk samhandling — at placere lærere i centrum og bevæge sig langs et kontinuum fra observatør til adopterer til kollaboratør til innovatør, hvilket afhænger af institutionel støtte, ikke individuel disposition.

Rammens grænsebetingelse kræver bestridelighed (evnen til at stille spørgsmål ved og krydschecke AI-output), proveniens (at vide, hvor træningsdata og output kommer fra) og ikke-delegation af moralsk og intellektuel ære (højrisikovurderinger om studerendes velfærd, akademisk status og karakterer må ikke alene afgøres af AI). Det giver undervisere og politiske beslutningstagere et mere præcist ordforråd end den vage "balance" mellem menneskelige og kunstige bidrag og forbinder handlingsrum til Ethics, Assessment, Equity og AI Governance.

En nært beslægtet rammesætning er relationel epistemisk agens (Du & Yuan 2026), som er enig i, at handlingsrum er socialt muliggjort og teknologisk medieret frem for et spørgsmål om isolation fra afhængighed. Hvor den økologiske samhandlingsramme understreger menneskelig epistemisk ansvarlighed som en uforhandselig grænse, bevarer Du og Yuan en eksplicit asymmetri: AI-systemer kan forme og udvide ræsonnering uden at besidde gensidigt ansvar eller legitim myndighed. Deres seks diagnostiske kriterier — bestridelighed, genoprettelighed, transfer, sporbarhed, distribueret ansvar og epistemisk pluralitet — giver en praktisk test for, hvornår en menneske–AI-relation bevarer den lærendes kapacitet til at deltage i, hvordan påstande dannes, vurderes og accepteres, versus hvornår den blot leverer et produkt. Handlingsrum er i denne forstand ikke uafhængighed af værktøjer, men kapaciteten til at dømme ansvarligt med, gennem og imod de systemer, der medierer viden.

  • Delegeret handlingsrum som mekanisme, ikke kun som risiko. Yan og Gašević (2026) behandler delegationen af kognitivt arbejde til AI som en del af, hvordan læring sker, ikke blot som en trussel mod den: i deres fremstilling bliver assisteret præstation først varig kapacitet, når den lærende beholder ansvaret for at indramme problemet, sætte kriterier og begrunde svar, en arbejdsdeling de kalder delegeret handlingsrum. Det gør selve allokeringen til designvariablen, da det samme værktøj kan bevare eller opløse den lærendes handlingsrum afhængigt af, hvilke ansvarsområder det absorberer.

Almindelige fejlopfattelser

  • "Studerende udøver handlingsrum, når de bruger AI frit." Et 14-kategoriskema, der kodede 6.788 ChatGPT-assisterede ture, placerede 59 % af syvendeklasseselevernes ture i kategorier, der ikke repræsenterer agentbaseret brug. Brugsvolumen og handlingsrum er forskellige mål.
  • "Nuværende modeller støtter den lærendes handlingsrum godt." Benchmarket på tværs af ti modeller er støtte til handlingsrum der, hvor de klarer sig dårligst efter læring: ImpactBench målte Agency and Purpose til 56,0 % på positive kriterier. Handlingsrum er den dimension, AI-systemer håndterer dårligst, ikke et biprodukt af kapacitet.
  • "Lærermediering er en begrænsning for handlingsrum." Canonigo (2026) fulgte ti matematiklærere på sekundærtrinnet gennem en otte ugers ChatGPT-4-intervention, og medieringen er mekanismen frem for forhindringen.

Forbundne begreber

Forbundne artikler

Relaterede FAQ'er

Metadata

Tiltænkt målgruppeLearners
Læring og undervisningMotivation, Self-Regulated Learning
Ligestilling, etik og ansvarlig brugEthics
Grundlag for AI i uddannelseElevens handlingsrum, Kognitiv udlicitering, Menneske-AI-samarbejde
KildeHistorikRedigerChat

Indlejr denne side

Kopiér koden nedenfor for at indlejre denne side i et læringsstyringssystem eller på en anden hjemmeside. Den indlejrede version viser kun sidens indhold — den skjuler sidens header, navigation og footer.