ATEL

ATEL

ATEL - Automated Tracking of Early Stage Literacy Skills

Automatisk kortlægning af børns tidlige skrivning

  • Odense Kommune
  • Svendborg Kommune

Metadata

Hovedfunktion
Anbefaling Beslutningsstøttende værktøj Profilering
Kommunalt Danmark
Uddannelse
Leverandør
WriteReader ApS
Monitorering
Proaktiv
Planlægges taget i brug
COFOG
09 Undervisning
Automatiseringsgrad
ADS
Sidst opdateret i databasen
30. juni 2026
Prædiktionsniveau
Individ
Beslutningstype
Prioritering

Beskrivelse af systemet

I. Hvor bruges systemet og hvad bruges det til?

Systemet bruges i Svendborg og Odense Kommuner til automatisk vurdering af indskolingselevernes skriveudvikling. Læreren får automatisk information om elevernes kompetencer på 4 skriftssprogsdimensioner (sætningskonstruktion, tekstfremstilling, beskrivere og stavning), hver inddelt i 4 udviklingstrin. Systemet giver overblik over klassens status, samlede udvikling og elevernes individuelle progression.

II. Hvornår blev det implementeret?

Projektperiode for dataindsamling: 01.09.2018 til 31.06.2023. Svendborg Kommune deltog med alle skoler og 2.100 elever over en periode på 3,5 år.

Projektet er nu under udvikling mod automatisering af evaluering på Danmarks Teknologiske Institut (DTU) 

III. Hvordan gør systemet brug af kunstig intelligens?

Systemet anvender maskinlæring og natural language processing (NLP) til automatisk vurdering af elevtekster. DTU har udviklet maskinlæringsmodeller der kan analysere tekster på basis af et omfattende datagrundlag fra WriteReaders database. Forskerne anvender Rasch-modellen (en statistisk beregningsmodel kendt fra bl.a. nationale test) til at identificere mønstre i elevernes skriveudvikling. Systemet kan også autogenerere 'voksenskrevne' versioner af elevtekster ved hjælp af NLP-teknikker.

IV. Hvilke data er blevet brugt til at træne algoritmen?

Algoritmen er trænet på 52.703 elevtekster indsamlet fra 2.000 elever fordelt på 76 skoleklasser i Svendborg og Odense Kommuner. Eleverne har skrevet tekster mindst en halv time om ugen gennem perioden 2018-2021 i læringsværktøjet WriteReader/Skriv og læs. Teksterne repræsenterer meningsfulde skriveaktiviteter frem for klassiske testsituationer.

V. Hvilke sikkerhedsforanstaltninger findes der?

Information om sikkerhedsforanstaltninger er ikke tilgængelig i de fundne kilder.

VI. Har systemet været afprøvet gennem f.eks. pilotprojekter? Blev der identificeret konkrete (etiske, juridiske, tekniske) udfordringer? Blev disse udbedret? Hvordan?

Ja, projektet er baseret på et 5-årigt forskningsprojekt. Systemets styrke og kvalitet er blevet valideret gennem sammenligning med forskellige sprog- og læsetests: Sprogvurderingstest, Ordlæseprøve, Nationale test (dansk) og Ordblinderisikotest. Projektet afdækkede et overraskende fund: at der faktisk er tydelige mønstre i børns tidlige skriveudvikling, noget mange tidligere troede var for individuelt og springende til at kunne generaliseres.

VII. Hvordan er begrundelsen for indføring af systemet?

Formålet er at identificere tidlige tegn på skrive-/læsevanskeligheder baseret på meningsfulde skriveaktiviteter frem for klassiske testsituationer. Systemet skal give lærere et digitalt overblik og værktøj til at understøtte elevers skriftsprogsudvikling baseret på viden om deres udviklingsniveau, samtidig med at det letter lærerens arbejdsbyrde.

VIII. Er lignende systemer blevet implementeret andres stede? Eventuelt, hvilke erfaringer er der derfra.

Information om andre implementeringer er ikke tilgængelig i de fundne kilder.

Bidrag til offentlig-ai

Har du supplerende oplysninger, ønsker du ændringer som projektejer eller vil du give et bidrag til offentlig-ai.dk og vores arbejde med at synliggøre AI i den offentlige sektor?

Bidrag med oplysninger til offentlig-ai.dkStøt forskningen finansielt
Klassifikationsbegrundelse
Systemet vurderer proaktivt alle elevers skriveudvikling løbende på tværs af klassen. Det er ADS på individniveau, og output er en prioritering af hvilke elever der har behov for særlig opmærksomhed eller fremgang.
Angiv ændringer i projektets information
Ændringshistorik (3 opdateringer)
30. jun 202617:37
Algoritmisk reguleringsklassifikation tilføjet
Kilde: Laage-Thomsen & Ratner (2025), Politica 57(2) (2026-06-30)
2. jun 202618:19
Felt opdateret
Vis detaljer
+ Leverandør: WriteReader ApS
11. dec 202516:10
Oprettet
Citér dette projekt

APA 7

Odense Kommune & Svendborg Kommune. (2025). ATEL. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. september 2026 fra https://offentlig-ai.dk/projekter/atel

Citér databasen

APA 7

Küçüksu, A., & Gyldenkærne, C. H. (2026). Offentlig AI - Kunstig Intelligens i det offentlige v2 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.20660412

Lignende projekter

  • Automatisk kortlægning af børns tidlige skrivning

    Løsningen giver læreren vigtig information om indskolingselevers skriveudvikling på baggrund af meningsfulde skriveaktiviteter. Eleverne vurderes automatisk på 4 forskellige skriftssprogsdimensioner (sætningskonstruktion, tekstfremstilling, beskrivere og stavning) – hver inddelt i 4 udviklingstrin. Projektet giver et overblik over klassens status, klassens samlede udvikling og elevernes individuelle progression. Projektet bygger på et 5. årigt forskningsprojekt i samarbejde med DPU, National Videnscenter for Læsning og DTU. Svendborg Kommune deltog med alle skoler og 2100 elever over en periode på 3,5 år.

  • TALT

    TALT

    TALT er et AI-system til sundhedsfaglig dokumentation i kommunal sundheds- og ældrepleje. Systemet bruger tale-til-tekst teknologi og generativ AI til at generere dokumentationsforslag baseret på samtaler mellem medarbejder og borger samt opsummere eksisterende journaloplysninger.

  • teach

    TeacherSpace

    AI-assistent til danske folkeskolelærere, der hjælper med forberedelse, kommunikation og administration. Systemet er trænet på skolespecifik viden og integrerer med Unilogin, Aula og TRIO/Skema.