Umeå universitets logga

Digitalisering och AI förändrar i grunden hur elever söker, tolkar och använder naturvetenskaplig information. Denna avhandling undersöker hur gymnasieelever resonerar kring digitala förmågor och vilka strategier de faktiskt använder när de arbetar med naturvetenskapligt innehåll i digitala miljöer. Studien utgår från en postdigital förståelse av undervisning, där analoga och digitala resurser ses som sammanvävdadelar av samma didaktiska praktik. Genom denna lins analyseras hur uppgifter, digitala resurser, ämnesspråk och undervisningens ramar tillsammans skapar villkoren för elevernas meningsskapande.

Avhandlingen består av fyra delstudier som kombinerar intervjuer, elevresonemang och analyser av autentiska sökprocesser. Teoretiskt förenar studien perspektiv från digital litteracitet, naturvetenskapernas didaktik och den framväxande forskningen om AI-litteracitet. Centralt i avhandlingen är utvecklingen av begreppet digital mångsidighet – ett samlingsbegrepp som beskriver digital kompetens i undervisningssituationer som ett situationsbundet, relationellt och ämnesspecifik digital handlingsförmåga.

Digital mångsidighet fungerar som motpol till generella policydefinitioner av digital kompetens och förankrar digitala förmågor i undervisningens innehåll, syfte och praktiker. Studien genererar tre analytiska bidrag:

DVOS-modellen (Digital Versatility in Online Searching) konkretiserar fyra delförmågor – ämneskompetens, källitteracitet, informationskompetens och sökkompetens – och visar hur dessa aktiveras samtidigt när elever söker naturvetenskaplig information online. Modellen visar att digital kompetens inte är en uppsättning isolerade färdigheter, utan en koordination av språk, strategi och ämnesförståelse.

AD-ramverket (Aktivitetsdomäner) synliggör digitalt meningsskapande som process – elevernas växlingar mellan tolkning, begreppsanvändning, sökning och utvärdering. Ramverket visar att elevernas sökande ofta är snabbt, fragmenterat och starkt påverkat av uppgiftens utformning. Analysen tydliggör att källkritik ofta kommer för sent i processen, vilket gör att stegen före granskningen riskerar att förbises i undervisningen.

DVAI-modellen (Digital Versatility in AI) utvecklas i mötet med

generativa AI-verktyg. När söklogik ersätts av svar–först–logik förändras villkoren för lärande radikalt: elever bedömer inte bara innehåll utan även hur “trovärdigt” något låter. DVAI visar hur ämneskompetens, språklig rimlighet, teknisk förståelse och etisk bedömning samverkar i AI-stödda interaktioner – och hur elever använder vetenskapliga begrepp som verktyg för att pröva, förhandla och omformulera AI-genererade svar.

Tillsammans visar modellerna att digital kompetens i naturvetenskapliga klassrum bäst förstås som en postdigital och epistemisk praktik. Resultaten pekar på att undervisning behöver rikta större uppmärksamhet mot de tidiga stegen i elevernas digitala arbete – hur de formulerar frågor, tolkar uppgifter och orienterar sig i ämnesspråket – eftersom dessa steg avgör vilken kunskap som överhuvudtaget blir synlig.

Avhandlingen bidrar därmed med empiriskt grundade modeller som kan stödja lärare i att planera, analysera och utveckla undervisning i en tid där digitalisering och generativ AI snabbt förändrar skolans villkor. Genom modellerna DVOS, DVAI och ramverket AD erbjuds ett didaktiskt språk för att beskriva och förstå digitalt meningsskapande som både dynamiskt och undervisningsbart.