Hvordan bør jeg håndtere AI i gruppeoppgaver og samarbeidsoppgaver?

Automatisk maskinoversettelse av denne engelske siden, ennå ikke korrekturlest av en morsmålstalare.

Gruppepresentasjonen kommer tilbake polert og sammenhengende, og ikke én av medlemmene kan forklare argumentet i den. Eller karakterene blir jevne, og du får senere vite at én student kjørte hele greia gjennom generativ AI mens tre andre seilte på den felles karakteren. Ingenting i filen forteller deg hvilket av disse som skjedde, og vurderingsmatrisen din har en linje om samarbeid som alle oppfylte.

Svaret du gir en kollega: avgjør AI sin plass per oppgave og ikke per emne, gjør gruppens forhandling om AI til noe de leverer inn og du vurderer, sekvenser arbeidet så det ikke kan deles opp i parallelle chatbotsesjoner, og behold minst én komponent som hvert medlem svarer på alene. Alt sammen er oppgavedesign, og ingenting av det er testet mot en kontroll uten AI, så du fører et designargument og anvender ikke en bevist løsning.

Kortversjonen

1. Skriv tillatelsen på nivået til oppgavefasen. Si hvilke stadier som er AI-åpne, hvilke som ikke er det, og hvorfor.

2. Krev en kort, felles forfattet erklæring om AI-bruk som registrerer hva gruppen bestemte seg for ikke å gjøre, og vurder resonnementet.

3. Beskytt stadiene der gruppen bygger felles forståelse: innrammingen, uenigheten, forsoningen.

4. Velg tilgangskonfigurasjonen med vilje. Ett delt grensesnitt gir forhandlet, synlig bruk; privat prompting gir flyter du ikke kan se.

5. Behold én komponent som hvert medlem svarer på alene, og gjør den til forståelse snarere enn forfatterskap.

6. Les en gruppes tilbakeholdenhet før du korrigerer den. Å avstå fra AI kan være bevisst selvregulering eller rett og slett ukjenthet.

Skriv tillatelsen per fase, ikke per emne

Chen og Zou (2026) studerte grupper på tre til fem som leverte en presentasjon som telte 30 % av karakteren, under en institusjonell policy om «bruk bare med uttrykkelig anerkjennelse». GenAI var tillatt for idéutvikling, språklig polering, visuell layout og manus. Innenfor den ene tillatende policyen nådde gruppene motsatte konklusjoner med forsvarlig resonnement på hver side, og utformingen av oppgaven formet hvilken konklusjon en gruppe endte med. Studien omfatter 52 lærerstudenter i ett emne, og forfatterne ber om at mønstrene deres leses som mulige svar på design og ikke som en fordeling du bør forvente. En regel på emnenivå avgjør ikke hva en gruppe gjør.

Så skriv tillatelsen på nivået til artefakten. Navngi fasene som er AI-åpne, og fasene som skal arbeides fram uten, og fortell studentene hvorfor linjen ligger der. Designlogikken i den kartleggende oversikten peker samme vei: hvis AI-formidlet kommunikasjon komprimerer forhandling og kollektiv meningsskaping, er segmentene der en gruppe bygger felles forståelse, de som er verdt å beskytte (Wei og Perkins, 2026).

Vær ærlig om grunnlaget i personalmøtet. Ingen av oversiktene hevder at det å holde AI tilbake bedrer læringsutbyttet. Det argumentet hviler på strukturen i avveiningen nedenfor, ikke på en målt sammenligning.

La gruppen levere inn sin AI-forhandling

Chen og Zous sentrale designargument er at forhandlingen om akseptabel GenAI-bruk selv bør bli et eksplisitt, vurderbart utfall. Team bør kollektivt begrunne og dokumentere hvordan GenAI vil og ikke vil bli brukt, i stedet for å overlate normen til gruppepress eller opplevd risiko. Den artefakten finnes bare hvis gruppen faktisk snakket sammen, og det er det som gjør den verd poeng: den gjør en regel som ikke kan håndheves, om til et studentvurdering du kan gå gjennom.

To grunner forklarer hvorfor grupper intensiverer bruken, og begge svarer fornuftig på en felles karakter. Prestasjon: studentene leste kriteriene og medstudentenes referansepunkter og brukte AI for å beskytte sin del av karakteren. Opplevd trygghet gjennom normer: et tillatende kollektivt klima senket den følte risikoen for misbruk, så gruppene brukte verktøyet mer åpent og, i det samarbeidsorienterte tilfellet, mer avhengig. Vil du ha åpenhet, er en uttalt klasseromsnorm mer effektiv enn en advarsel.

Be om det negative så vel som det positive. En erklæring som registrerer hva gruppen bestemte seg for ikke å gjøre, og hvorfor, forteller deg mer enn en liste over verktøy. Den gir også en gruppe som er uenig, et sted å legge uenigheten, som vanligvis er den vanskelige delen allerede gjort.

Ikke anta at dokumentet gjenspeiler en felles forståelse. Korchak, Costley og Fanguy (2026) intervjuet 10 masterstudenter i alderen 23 til 39 år (gjennomsnitt 27,7) i et emne i vitenskapelig skriving, der grupper brukte GenAI gjennom forhåndsplanlagte strategier eller gjennom åpne, individuelt drevne interaksjoner koordinert i delte dokumenter. Én særegen bruk var GenAI som redaksjonell integrator, som smeltet parallelle avsnitt sammen til sammenhengende tekst. Deres mest spissformulerte observasjon: studentenes beretninger motsa noen ganger deres egne skriftlige refleksjoner, og én student benektet å ha en gruppestrategi mens hen beskrev en skriftlig. En strategi som ikke er like synlig for hvert medlem, er heller ikke pålitelig synlig for deg.

Sekvenser arbeidet så det ikke kan deles

Wei og Perkins (2026) gjennomførte en PRISMA-styrt kartlegging av 18 engelskspråklige studier publisert mellom januar 2023 og mars 2025, analysert med refleksiv tematisk analyse og kartlagt på tvers av åtte temaer. Fordelene de rapporterer, er gruppens kunnskapsutvikling, idéutvikling, støtte for refleksiv tenkning, kommunikasjonseffektivitet, oppgavekoordinering og tilbakemelding. Risikoene er redusert samhandling mellom medstudenter og redusert engasjement under overavhengighet, pluss bekymringer om personvern, åpenhet og nøyaktighet. Vurderingen deres er direkte: fordelene er empirisk støttet, mens risikoene knyttet til personvern, åpenhet, bias og nøyaktighet i stor grad diskuteres begrepsmessig, og mye av forskningen er kortvarig eller begrepsmessig, med lite longitudinelt arbeid om gruppedynamikk eller kognitiv utvikling.

Avveiningen styrer designet. Gruppearbeid ble mer effektivt, med redusert behov for kommunikasjon, forhandling og kollektiv meningsskaping, et funn oversikten henter fra Lin et al. Effektivitetsgevinst og tap av samhandling kan være samme mekanisme, som betyr at du ikke kan ta farten uten tapet med mindre du bygger forhandlingen inn igjen som påkrevd arbeid. Oversikten konkluderer med at gruppebasert vurdering bør flytte fokus fra produkt til prosess.

Chen og Zou viser hvor vanskelig det er å få til ved et uhell. Tre mønstre av agens gikk i ulike retninger samtidig. Samarbeidsorientert agens (fem grupper) intensiverte bruken for å holde arbeidet sammen, ofte ved å mate medstudentenes bidrag inn i en chatbot for å avkode dem og tilpasse sin egen del; én gruppe bygde arbeidsflyten sin om til diskusjon, eksternalisering til GenAI, kollektiv gjennomgang og ny diskusjon. Normativ agens (sju grupper) holdt bruken bevisst tilbake, enten ved å vurdere oppgaven slik at den krevde situert kunnskap AI ikke kunne nå («AI vet bare det øyeblikket du skriver»), eller ved å behandle AI-genererte avsnitt som urettferdige mot medstudentene som måtte bære dem. Ikke-utøvd agens (tre grupper) endret ingenting, og delte arbeidet i atskilte deloppgaver på individuelle plattformer mens enkeltstudenter brukte GenAI på måter de aldri bidro med til teamet.

Vurderingsmatrisen deres krevde allerede integrering og sammenheng under et multikulturelt tema, hvert medlems refleksive innsikt knyttet til eget klasseromsbidrag, og demonstrert gruppesamarbeid. Tre grupper delte og hersket likevel. Et sammenhengskriterium produserer ikke samarbeid av seg selv, så endre sekvensen i stedet for ordlyden: legg inn minst ett stadium der hele teamet må være i samme samtale, og gjør resultatet av det stadiet til en leveranse.

Sett ett grensesnitt i sentrum, og velg det med vilje

Xu et al. (2026) observerte 18 studenter i seks grupper på tre som arbeidet på ett felles ChatGPT-4-grensesnitt i omtrent 45 minutter, og intervjuet ni flere studenter om asynkront teamarbeid. Med et felles, synlig grensesnitt konstruerte teamene kollektive prompter sammen, kjørte en tilbakevendende syklus med overflate, vurdering og innlemming, behandlet chatten som felles eksternt minne og forhandlet åpent om AI sin rolle. I asynkront arbeid produserte privat prompting og avmerking av output ugjennomsiktige, privatiserte informasjonsflyter som økte kostnaden ved å opprettholde en felles kognitiv modell. GenAI sin rolle endret seg også, fra underordnet assistent til omstridt lagkamerat, og systemet er kognitivt involvert mens det forblir kontekstuelt uvitende om teamets skiftende fokus.

Den praktiske forskjellen er om prompten er en gruppeartefakt. Et delt dokument med promptene og outputene i seg gir deg noe å lese og gir gruppen noe å krangle med. Privat prompting gir hvert medlem en annen assistent og ingen felles logg.

Behold en del som hvert medlem svarer på alene

Par gruppekarakteren med en individuell komponent: en muntlig forsvarssamtale om egen forståelse, eller en skriftlig forklaring av en seksjon de ikke skrev. Det er også det ærlige svaret på gratispassasjerproblemet, fordi det vurderer forståelse snarere enn forfatterskap, og forståelse er det en gruppekarakter alltid var en erstatning for.

Martínez-Peláez et al. (2025) gikk gjennom 203 studier fra 2023 og 2024 i Web of Science Core Collection og inkluderte 22 under en PRISMA 2020-protokoll registrert i PROSPERO. De beskriver LLM-er som katalysatorer for samarbeid: idéutvikling, organisering, medstudentvurdering, simulerte rubrikkbaserte evalueringer og ekspertgjennomganger, og lavere deltakelsesbarrierer. For problemløsning rapporterer de hjelp med alternative løsninger, tverrfaglige perspektiver og autentiske scenarier. De noterer også en nyttig inversjon: LLM-er gir ofte ufullstendige eller feil svar, noe som presser studentene til å stille spørsmål, verifisere og forbedre materialet. Den utvekslingen er det du skal lytte etter ved den individuelle kontrollen.

Begrensningene deres følger med siteringen: én database, bare tidsskriftartikler, ingen oppmerksomhet på etikk eller personvern, teknologiens to første år, og ingen risiko-for-bias-instrument anvendt. Les «katalysatorer» som en beskrivelse av observert praksis, ikke som et målt utfall.

Deteksjon er feil instrument for å sortere individuelle bidrag: ingen av disse seks studiene tester detektorer i gruppesettinger, og problemene med deteksjon på individnivå er dokumentert andre steder i denne kunnskapsbasen. Tilbakeholdenhet trenger tolkning før den trenger korrigering. Chen og Zou advarer om at en gruppe som avstår fra AI, kan unngå noe ukjent snarere enn å utøve bevisst selvregulering, og de to krever ulike svar: det ene er et undervisningsproblem, det andre er et gjennomtenkt standpunkt du kan vurdere.

Simulerte lagkamerater avgjør heller ikke spørsmålet. Fang (2026) finjusterte LLM-agenter på ekte deltakerdialog (LoRA/QLoRA-adaptere på LLaMA 3.2-3B) for å modellere 48 deltakere over 3 824 runder og seks tematiske koder, og sammenlignet deretter ekte og simulert diskurs med epistemisk nettverksanalyse. Det simulerte nettverket nådde en avstand på 0,17 fra det empiriske nettverket, under terskelen på 0,30, med en p-verdi fra permutasjon på 0,65, statistisk ikke til å skille, selv om det overbetonte tekniske begrensninger og designkoblinger litt og underrepresenterte data og ytelsesparametere. Det er en rammeverksartikkel med middels konfidens, og den støtter én påstand: deltakerspesifikke agenter kan gjenskape realistisk samarbeidsdiskurs. Den viser ikke at studenter lærer mer av simulerte lagkamerater.

Hva undervisere og administratorer tar feil om her

En klar emnepolicy avgjør hva grupper gjør. Chen og Zou så grupper nå motsatte konklusjoner innenfor én tillatende policy. Oppgaven, vurderingsmatrisen og gruppens egen lesning av risikoen avgjorde det.

Et samarbeidskriterium gir samarbeid. Vurderingsmatrisen deres navnga integrering, sammenheng og demonstrert samarbeid, og tre grupper delte likevel arbeidet og satte det sammen igjen. Kriterier beskriver produktet; sekvensering gir samhandlingen.

Det egentlige problemet i gruppearbeid er gratispassasjerer, og AI gjør det verre. Ingen studie her viser at AI har forverret gratispassasjerproblemet, eller at noen intervensjon reduserer det. Rettferdighetsklagen er eldre enn verktøyet: Chen og Zous tilbakeholdne studenter behandlet det å generere sin egen seksjon gjennom AI som urettferdig mot medstudentene som måtte bære den, og prestasjonsrasjonalet viser studenter som beskytter sin del av en felles karakter. Individuell ansvarlighet og synlig prosess er forsvarlig på designmessige grunner, og de er ikke beviste løsninger.

Mer AI i gruppearbeid betyr bedre samarbeid. Martínez-Peláez et al. beskriver reell støtte, og Wei og Perkins fant at fordelsiden er empirisk støttet mens risksiden fortsatt i stor grad er begrepsmessig. Den skarpeste advarselen i oversikten er den randomiserte evidensen som viser at AI produserte mer innovative forslag uten å øke deltakernes samlede innovativitet signifikant, mens den homogeniserte idéer og inviterte til kognitiv avlasting. Gevinster målt under AI-støttet gruppearbeid er heller ikke vist å overføres til samarbeid uten verktøyet.

Et delt dokument betyr en delt prosess. Korchak, Costley og Fanguy fant beretninger som motsa de skriftlige refleksjonene, og strategier som ikke alle medlemmer kunne se. Se etter beslutningsloggen, ikke mappen.

Deteksjon kan fortelle deg hvem som gjorde hva. Ingen av disse studiene tester det i en gruppesetting, og en gruppeartefakt er det verste tilfellet for det: flere skribenter, én fil, og en revisjonshistorikk som en delt konto flater ut.

Innvendingene du vil høre

«Gruppearbeid er allerede urettferdig, og AI gjør det verre.» AI endrer formen på problemet, og rettferdighetsklagen var allerede inne i gruppen før noen åpnet en chatbot. Det nye er hvor billig et medlem kan produsere en plausibel seksjon alene. En individuell kontroll pluss en synlig prosess har et designrasjonale bak seg. Ingen av dem er vist å redusere gratispassasjerproblemet.

«Jeg har 300 studenter. Jeg kan ikke kjøre muntlige forsvar.» Da kjører du ikke 300 av dem. Legg den individuelle forklaringen skriftlig for alle, og ta stikkprøver med muntlige kontroller der det innleverte arbeidet ikke stemmer med tidligere arbeid. Poenget er at hvert medlem vet at en samtale er mulig.

«Jeg kan ikke vurdere prosess.» Du vurderer allerede en erstatning for den og kaller resultatet produktkvalitet. Vurder artefakten som bare finnes hvis prosessen skjedde: den forhandlede erklæringen om AI-bruk, beslutningsloggen, den korte individuelle forklaringen. Alle tre er avgrensede og kontrollerbare, og rubrikklinjene er ikke vagere enn dem du allerede skriver for sammenheng.

«Studenter vil prompte privat uansett hva jeg bestemmer.» Noen vil det, og derfor veier det delte grensesnittet og den innleverte erklæringen mer enn regelen. Xu et al. fant at et synlig delt grensesnitt endret hva teamene gjorde med verktøyet, og Chen og Zou fant at et tillatende klima økte den åpne bruken. Det du ikke kan gjøre, er å slutte deg til det private tilfellet fra gruppefilen, så design for det synlige.

«Er ikke dette et policy-spørsmål for instituttet?» Instituttet kan sette standarden. Det kan ikke sekvensere oppgaven din. Chen og Zous funn er at den samme institusjonelle policyen ga ulik gruppeatferd avhengig av oppgaven, noe som legger beslutningen i hendene dine enten du ville det eller ikke.

Hva du kan gjøre denne uken

1. Legg en halv side med felles forfattet erklæring om AI-bruk ved neste gruppeoppgave, og gi resonnementet poeng. Ta med en linje om hva gruppen bestemte seg for ikke å bruke AI til.

2. Finn stadiet i oppgaven som kan kuttes i uavhengige biter og settes sammen igjen. Sekvenser på nytt slik at ett stadium krever hele teamet samtidig, og la det stadiet produsere noe du samler inn.

3. Legg til én individuell kontroll i vurderingsmatrisen: en kort skriftlig forklaring av en seksjon studenten ikke skrev, eller et to minutters muntlig forsvar.

4. Navngi de AI-frie segmentene i oppgaveteksten og si hvorfor de er AI-frie, med én setning hver.

5. Bestem hvor promptene skal ligge. Hvis svaret er «der hver student oppbevarer dem», har du valgt privat prompting uten å si det.

Hvor du kan gå videre

Group Work og Collaborative Learning har den underliggende evidensen om gruppevurdering og om hva som gjør samarbeid produktivt. Hvordan skriver jeg en AI-policy for emnet og kommuniserer den til elevene? dekker ordlyden på emnenivå som studentene faktisk leser, Hvordan redesigner jeg vurderingen slik at karakteren fortsatt sier noe forsvarlig om hva studenten kan? dekker nyutformingen av vurdering som dette ligger inne i, og Akademisk integritet er der uredelighetssiden håndteres.