7. Tidlig identifisering av elever i faresonen
Beskrivelse av case
Hvem har spilt inn caset?
Caset ble spilt inn i forbindelse med søknad om MedFin-midler.
Kort beskrivelse av caset (hva er dette/hva handler det om?)
Dette caset dreier seg om å identifisere elever som er i faresonen for å «falle ut» så tidig som mulig slik at man kan iverksette tiltak og sørge for at tiltak og relevante opplysninger følger elevene gjennom opplæringsløpet og bidrar til at de ikke faller ut.
Det dreier seg altså både om å finne kjennetegn på elever i faresonen, velge relevante tiltak og sørge for at sentrale data deles med alle aktører i økosystemet rundt eleven.
Hvilket problem adresserer caset/Hva fungerer dårlig i dag?
“Alle skal med – ingen utenfor» er en visjon som preger norsk oppvekst- og skolepolitikk. Målet er å sikre at alle barn og unge opplever tilhørighet, mestring og trygghet, samt å forebygge utenforskap som skyldes mobbing, skolefravær eller manglende sosial tilknytning.
Utfordringen har stor politisk oppmerksomhet og det jobbes både innenfor forskningsmiljøer og på tvers av i sektoren med forstå utfordringsbildet og utvikle tiltak. De viktigste tiltakene delt inn i fire hovedområder er:
- Tidlig innsats og faglig oppfølging
- Tidlig kartlegging: Identifisere lese-, skrive- eller regnevansker allerede i første klasse.
- Rask respons: Sette inn intensive støttetiltak med en gang et barn blir hengende etter.
- Tilpasset opplæring: Gi skoleoppgaver som matcher elevens mestringsnivå for å unngå nederlagsfølelse.
- Praktisk læring: Variere undervisningen med mer praktiske og yrkesrettede metoder for skoleleie elever.
- Psykososialt miljø og trivsel
- Tilhørighet: Skape et trygt klasseromsmiljø der alle føler seg inkludert og sett.
- Mobbeforebygging: Ha nulltoleranse og konkrete handlingsplaner mot mobbing og utestengelse.
- Relasjonsbygging: Sikre at hver elev har minst én trygg voksen på skolen de stoler på.
- Skolehelsetjeneste: Ha lett tilgjengelige helsesykepleiere, psykologer og miljøarbeidere på skolen.
- Oppfølging av fravær
- Konkrete fraværsrutiner: Kontakt med hjemmet ved ureglementert fravær.
- Bekymringsfullt fravær: Sette inn tiltak allerede når fraværet overstiger 10-15 prosent.
- Gjensidige planer: Lage “tilbakeføringsplaner” i samarbeid med eleven for de som har vært borte lenge.
- Tverrfaglig samarbeid og hjemmet
- Tett foreldresamarbeid: Holde en løpende, positiv dialog med foresatte, ikke bare når noe er galt.
- BTI-modellen: Bruke modellen “Bedre Tverrfaglig Innsats” for å samordne tjenester som skole, PPT, barnevern og helse.
- Overganger: Lage trygge rammer rundt overgangen fra barneskole til ungdomsskole og til videregående.
Hvor oppstår brudd i informasjonsflyt eller ansvar?
En gjennomgående utfordring gjennom hele løpet er manglende tilgang til data for de som skal vurdere og iverksette ulike tiltak. Det er både juridiske og tekniske barrierer som bidrar til at beslutninger tas på for tynt grunnlag og ofte for sent.
Det er også slik at det ofte «glipper» i overgangene mellom barnehage, grunnskole, ungdomsskole og videregående eller i overgang mellom kommuner/fylkeskommuner i forbindelse med flytting. Sentral opplysninger som er helt avgjørende for at riktige tiltak blir iverksatt på det «nye» stedet, blir ikke overført og som et resultat av dette får ikke eleven den oppfølgingen vedkommende fortjener.
Hvem er de primære aktørene som berøres
- Elever
- Foresatte
- Ansatte i utdanningsinstitusjoner
- Ansatte i hjelpeapparatet (statlige og kommunale)
Hva er konsekvensene for aktørene av dagens situasjon.
Elever får ikke den støtten de ha krav på og trenger for å fullføre utdanningen. I ytterste konsekvens kan det bety at vedkommende «faller ut» og får et liv i utenforskap.
Hvordan kan en ønskesituasjon (drømmereise) se ut?
Det ideelle er naturligvis at opplysninger flyter fritt mellom aktørene innen økosystemet rundt eleven, men likevel slik at personvernet blir ivaretatt og opplysningene ikke bidrar til å sementere et bias. Kunnskap om at noen befinner seg i «faresonen» kan i seg selv bidra til at det blir en selvoppfyllende profeti.
Det er gjort følgende innsiktsarbeid
SAMT-BU har ikke full oversikt over innsiktsarbeidet som er gjort rundt denne problemstillingen, men vi er kjent med at det er gjort en rekke utredninger, forskning og brukerstudier rundt utenforskap og hva som skal til for å hindre at elever «faller ut». En viktig oppgave for en pilot vil være å skille ut hva som er relevant for oss.
Hvilke av prosjektet målsetninger mener vi at caset berører?
Dette caset berører selve kjernen av problemstillingen som var utgangspunktet for prosjektet: Hvordan kan bedre utnyttelse av data på tvers bidra til bedre tjenester for elever og foresatte?
Selve problemstillingen dette caset berører er imidlertid svært bred, det er veldig mange som jobber med liknende oppdrag og det er til dels stor politisk uenighet om enkelte av tiltakene. Derfor er det viktig at SAMT-BU scoper caset til å dreie seg om ting vi faktisk kan gjøre noe med, og hvor vi ikke løper i bena på mange andre.
Med utgangspunkt i data som en ressurs er det hovedsakelig to områder SAMT-BU kan bidra:
- Tidlig identifisering av elever i faresonen
- Deling av data mellom aktørene, spesielt i forbindelse med overganger i utdanningsløpet
Gjennom å jobbe med disse vil vi kunne bidra til målsetningene:
- Felles informasjonsmodeller og standardiserte grensesnitt som på sikt dekker «alle» områder og sektorer.
- Gjenbrukbare løsninger og fellesløsninger
- Enklere brukerreiser for ansatte, foresatte, elever og studenter gjennom læringsløpet - fra barnehage til grunnskole, videregående og høyere utdanning.
- Samarbeid og innovasjon på tvers av offentlige og private aktører i økosystemet, og økt konkurranse i markedet.
- Langsiktige mål om livslang læring m.m.
- Skalering og overføring av prosjektets læring og produkter til andre områder og sektorer, etter pilotering i dette prosjektet.
Litt om gjennomføring
Tidlig identifisering av elever i faresonen
Det er grunn til å tro at det skal være mulig å utvikle en AI-basert prediksjonsmodell som med stor sikkerhet kan peke ut elever som er i faresonen for å «falle ut» tidlig. Jo bredere datagrunnlag man bygger modellen på, jo mer treffsikker kan den bli. I en slik modell vil selvsagt data fra barnehage og skole om fravær, resultater på prøver m.v. inngå. I tillegg kan man tenke seg å inkludere demografiske og sosiøkonomiske data og data om familie forøvrig. Det vil også være nødvendig å innhente historiske data for å ha noe å trene modellen på.
Ved siden av de rent juridiske utfordringene er det naturligvis ikke etisk problemfritt med en slik modell, og man må unngå at det lages en «black box»-AI som ikke kan grunngi hvorfor konklusjonene er som de er. Det må også lages strenge regler for hvordan modellen kan brukes, og det må utvikles kontrollmekanismer som gjør at det alltid er et menneske som til syvende og sist tar avgjørelsene om tiltak skal iverksettes. Imidlertid vil de etiske dilemmaene først og fremst være knyttet til hvordan man anvender en eventuell modell, og ikke selve modellen. I SAMT-BU kan vi derfor fokusere på det siste.
En pilot i SAMT-BU-regi vil derfor i første omgang bære preg av å være et utforskningsprosjekt som må finne svar på:
- Er det mulig å lage en prediksjonsmodell?
- Hvilke data trengs for at den blir treffsikker nok?
- Hvilke tekniske og juridiske hindre må eventuelt fjernes for at modellen skal kunne brukes i praksis?
I gjennomføringen bør vi vurdere å samarbeide med KI Norge og AI Learn og/eller AI Decisions, eventuelt andre forskningsmiljøer innenfor kommunesektoren.
Deling av data mellom aktørene, spesielt i forbindelse med overganger i utdanningsløpet
Flere av de andre registrerte casene i SAMT-BU berører denne problemstillingen (se https://docs.samt-bu.no/behov/use-cases/):
- CASE 2 – Sømløs overgang fra grunnskole til videregående opplæring som ble gjennomført som Pilot 1 i perioden 01.02.2026 - 30.04.2026. Vi vurderes nå å jobbe videre med denne fra 01.09.2026.
- CASE 4 – Flytting av elever i skoleåret mellom kommuner/fylkeskommuner som ble startet rett før sommeren og som kommer til å gå ut oktober 2026.
- CASE 10 – Overgang til andre kommunale tjenester som vi vurdere å sette i gang fra 01.09.2026. (Denne dekker også Case 18 som baserer seg på innspill fra Utdanningsetaten i Oslo kommune)
- CASE 29 – Overgang barnehage – grunnskole som ennå ikke er vurdert
- CASE 30 – Overgang barneskole – ungdomsskole som ennå ikke er vurdert
Vi tror at når flere av disse er gjennomført, vil det foreligge en grunnmur som man kan bygge videre på og inkludere andre relevante datakilder fra aktører som for eksempel STAT-PED og NUBU. Inntil videre ønsker vi derfor ikke å jobbe med denne delen av caset.