Hva om du kunne «gå opp i level» underveis i prøven?
-
Sist oppdatert
9. februar 2026
-
Kategori
I dataspill får du en ny utfordring i det øyeblikket du er klar for den.
KUNNSKAP FRA KRISTIANIA: God utdanning
Kort oppsummert:
- Dataspill motiverer på en annen måte enn skoleoppgaver. Forskere ville finne ut hva som skjer dersom vurdering i matte skjer på samme måte som i spill.
- I et pilotprosjekt gjennomført av forskerne Øyvind Aas og Wasana Leithe fant de at adaptive tester - det vil si tester som justerer vanskelighetsgrad for den enkelte student underveis - ikke bare måler kunnskap, men faktisk bidrar til læring.
- Når vurdering blir en kontuerlig dialog med umiddelbar tilbakemelding, øker både engasjement og mestringstro, mener Aas og Leithe.
(Sammendraget er laget av KI og kvalitetssikret av redaksjonen).
Spillprodusentene har for lengst løst noe skolen fortsatt strever med: Å skape motivasjon gjennom mestring.
Belønningen kommer umiddelbart: Seiersfanfare, glitrende konfetti og flere poeng. Når du går «opp i level» i et dataspill, skjer det akkurat idet du er klar for det.
Progresjonen kommer fordi spillets algoritmer overvåker prestasjonen din i sanntid – hvor raskt du løser oppgaver, hvor ofte du feiler, hvor presist du handler og hvor lang tid du bruker på å vinne eller tape.
Resultatene tyder på at adaptive tester ikke bare måler hva studentene kan – de bidrar også til læring underveis
Slik blir ferdighetsnivået ditt målt. Så justerer systemet vanskelighetsgraden automatisk: Fiender blir sterkere eller svakere, tidspresset øker, oppgaver blir mer komplekse.
Det er det vi kaller adaptiv læring. Målet er at spillet skal være utfordrende, men løsningen fortsatt oppnåelig.
Les Kunnskap Kristianias temautgave:
Oppgavene blir tilpasset underveis i prøven
Dette ville forskerne Øyvind Aas og Wasana Leithe ved Kristiania utforske i klasserommet. I et pilotprosjekt testet de to typer digitale matematikkprøver:
- En lineær test, der alle studentene fikk de samme spørsmålene i fast rekkefølge.
- En adaptiv test, der spørsmålene endret vanskelighetsgrad ut ifra hvordan studenten svarte – på samme måte som i dataspill.
–Kongstanken var at vi skulle se hver enkelt student og tilpasse oppgavene, selv i klasser med veldig mange ulike individer, sier Aas.
De ville at studentene skulle tilbringe mest mulig tid på oppgaver på riktig nivå, slik de gjør i spill.
Les også:
Tilbakemeldinger ble automatisert
De spurte seg selv: «Hvordan kan vi automatisere tilbakemeldinger slik at det går raskere?»
– I en lineær test blir alle studenter dyttet gjennom samme trakt. Hvor godt de klarer disse faste oppgavene, avgjør hvilket nivå de blir plassert på, sier Aas.
I en adaptiv test starter alle midt på treet.
Fordi systemet tilpasser seg studentens svar og sender henne til riktig nivå på neste oppgave – enten litt vanskeligere eller litt lettere – tilbringer hun mer tid på et nivå som er riktig for akkurat henne.
Hun får oppgaver som utfordrer uten å være for vanskelig.
Les også:
Resultatene var tydelige
Leithe og Aas gjennomførte et eksperiment med 47 studenter for å undersøke hvordan ulike typer matematikkprøver påvirker læring. Noen av studentene fikk en lineær test, andre en adaptiv.
Begge gruppene fikk umiddelbar tilbakemelding etter hvert spørsmål og en grafisk oversikt til slutt, med poengsum, karakter og anbefalinger for videre læring.
Rett etter testen tok alle deltakerne en felles mini-eksamen med fire spørsmål. Resultatet var tydelig: Studentene som hadde tatt den adaptive testen, klarte halvparten av de fire oppgavene. De som hadde tatt den lineære, klarte bare én.
– Det betyr ikke nødvendigvis at alle adaptive tester gir dobbelt så gode resultater. Dette var en pilot, understreker Aas.
Slike tester bidrar også til læring underveis
Allikevel tyder resultatene på at adaptive tester ikke bare måler hva studentene kan – de bidrar også til læring underveis, mener forskeren.
Både fordi de bruker mer tid i det området hvor de mestrer, men får nok utfordring, og fordi systemet gir umiddelbar tilbakemelding, utdyper Aas.
Studentene får oppgaver som utfordrer uten å være for vanskelig
For å sjekke om teorien deres holder vann, vil forskerne gjennomføre denne typen prøver med større studentgrupper. De skal ta en bredere test med flere oppgaver som har større variasjon.
Forskerne vil gi dem en test i forkant, for å finne ut om metoden funker for studenter på alle ferdighetsnivåer.
Slik kan vurdering bli læring
En gjennomgang som tok for seg 188 fagartikler fra perioden 2014-2024 bekrefter funnene til Aas og Leithe.
Forskerne bak litteraturgjennomgangen fant at elever lærer mer når tilbakemeldingen er tilpasset den enkeltes behov og progresjon og samtidig viser veien videre, i stedet for bare å fortelle hva som var galt.
Det kanskje tydeligste bruddet med norsk praksis når det gjelder vurderinger, slik den vanligvis fungerer i dag, er at adaptive tester gjør vurdering til et læringsverktøy i seg selv.
En test trenger altså ikke å være et endepunkt. Studentene til Aas og Leithe satte spesielt pris på veiledningen og vurderingen. De opplevde den som meningsfull og fremtidsrettet.
– Den positive læringseffekten ligger nettopp i dialogen mellom systemet og eleven eller studenten. Det er en kontinuerlig tilbakemeldingssløyfe som støtter selvregulert læring, sier Aas.
Du går med andre ord «opp i level» når systemet registrerer at du er klar for det. Digitale, adaptive systemer gjør det mulig å gi tilbakemelding i sanntid – kontinuerlig, målrettet og personlig.
Resultatet er, ifølge forskerne, økt engasjement, bedre selvregulering og sterkere mestringstro.
Les også:
En mer demokratisk læreform?
– I et tradisjonelt system får alle de samme oppgavene, i samme tempo. De sterke får for lette oppgaver og kjeder seg. De som ikke har kommet like langt, får for vanskelige oppgaver og mister motivasjonen. Resultatet er at forskjellene øker over tid, sier Aas.
Adaptive tilbakemeldinger har vist seg å redusere forskjeller og minske gapet mellom elever med ulikt utgangspunkt, fordi alle til enhver tid befinner seg i sitt best mulige læringsområde.
– På den måten lærer flere faktisk noe nytt, uavhengig av startnivå. Forskjellene i fremdrift kan bestå, men forskjellene i utbytte og engasjement blir mindre, sier Aas.
Hvis adaptive tester blir mer utbredt, kan vi ifølge forskerne slutte med å undervise først og vurdere til slutt.
I stedet kan vi bruke et system der vurdering og læring skjer samtidig – i sanntid, på studentens nivå og på en måte som støtter hvordan hun lærer.
Slik kan du lage et undervisningsopplegg med adaptive tester:
- Introduksjon til begreper
- Økten starter med en kort forelesning for hele klassen.
- Foreleser introduserer sentrale begreper og grunnleggende teorier.
- Målet er at alle studenter skal ha samme grunnleggende forståelse av temaet.
- Innledende øvingsoppgaver
- Etter forelesningen gjennomfører studentene et sett med øvingsoppgaver.
- Oppgavene er enkle og skal bidra til å forsterke de nye begrepene.
- Dette fungerer som en oppvarming for å bli kjent med stoffet.
- Adaptiv testøkt (CAT – Computerized Adaptive Testing)
- Studentene logger inn i CAT-systemet.
- Systemet tilpasser vanskelighetsgraden på spørsmålene i sanntid ut fra studentens prestasjoner.
- Studentene får tilbakemelding etter hvert spørsmål og ved testens slutt.
- Hensikten er å hjelpe dem med å finne sine styrker og hvor de kan gjøre forbedringer.
- Korte videoer om nøkkelbegreper
- Etter testen kan studentene se korte videoer om temaene de trenger å forbedre.
- Videoene tar spesifikt for seg de nøkkelbegrepene som CAT-testen har avdekket som utfordrende.
- Lærerens dashbord og gruppearbeid
- Foreleser har tilgang til et sanntidsdashbord som viser hver students fremgang og resultater.
- Denne informasjonen brukes til å: A) Gruppere etter nivå: Dele studentene inn i grupper på samme nivå for samarbeid og støtte. B) Blande nivåer: Lage grupper med ulike ferdighetsnivåer for å fremme samarbeid og medstudentlæring.
- Tilpassede justeringer av forelesninger
- Dataene fra CAT-systemet gir innsikt i studentenes forståelse.
- Foreleser kan bruke denne informasjonen til å justere fremtidige forelesninger.
- Søkelyset legges på områder der mange studenter viser svak forståelse.
Denne teksten ble publisert på forskning.no den 29. desember 2025 under tittelen "Hva om du kunne "gå opp i level" underveis i prøven?".
Tekst: Taran Cecilie Skjerdal, seniorrådgiver, kommunikasjon, Kristiania.
Referanser:
Øyvind Aas og Wasana Leithe: Automated adaptive testing vs. linear testing in undergraduate mathematics. NIKT, 2024.
Beymar Pedro Solis Trujillo mfl.: The current landscape of formative assessment and feedback in graduate studies: a systematic literature review. Frontiers in Education, 2025.
NIFU (2022) Tilbakemelding og læring i norsk skole.
Vi vil gjerne høre fra deg!
Send spørsmål og kommentarer til artikkelen på e-post til kunnskap@kristiania.no.
Siste nytt fra Kunnskap Kristiania
Kunnskap KristianiaLes merHva om du kunne «gå opp i level» underveis i prøven?
I dataspill får du en ny utfordring i det øyeblikket du er klar for den.
Kunnskap KristianiaLes merDet er ikke nok å gratulere med dagen. Lær samisk!
Uten et reelt oppgjør med fornorskning blir markeringene tomme symboler.
Kunnskap KristianiaLes merEU blir mer og mer avhengig av autoritære leverandører
USA har redusert sin avhengighet av autoritære leverandører. Europa har valgt motsatt vei.
Kunnskap KristianiaLes merFunker det å "bare gønne på"?
Selvtillit er viktig. Men den virkelige magien skjer først når alter egoet er i tråd med ditt indre kompass.
