Del 4: Skönlitteratur och litteraturhistoria

Skönlitteratur tränar empati, perspektivtagande, etik och tolkning. Generativ AI kan synliggöra mönster men saknar levd erfarenhet – just i den kontrasten ligger den pedagogiska möjligheten:

• MED AI (laboratoriet): experimentera med form och berättarteknik utan att abdikera från egen tolkning.
• OM AI (berättelsen och kritiken): använda litteraturhistorien och samtida kultur för att förstå hur AI gestaltas, vilka bias som reproduceras, och varför mänsklig förståelse är något annat än statistiskt språk.

Kärnprincip: AI får hjälpa oss att ställa bättre frågor – inte ge oss facit.

• Läsning, samtal och analys av skönlitteratur (epik, lyrik, dramatik)
• Översikt över litterära epoker
• Centrala motiv, berättarteknik och stildrag i fiktion

Begrepp	Förklaring
Mönster vs. mening	Språkets ytmönster ≠ existentiell/etisk förståelse
Close reading vs. distant reading	Närläsning (mänsklig) vs. storskalig mönsteranalys (maskinell)
Kanon och urval	Vilka röster räknas – och varför?
The Uncanny Valley (text)	"Nästan mänskligt" skaver – vad saknas?

---

AI-litteracitet: Använda AI, Människa & maskin

Ingång: Dialog och experiment framför facit

Positionera AI som sokratisk partner och verktyg för transformation, inte som auktoritet.

Snabb checklista (för läraren)

• AI används för frågor/omskrivningar, inte som analysfacit
• Elevernas tolkningar är först; AI:s input används för fördjupning
• Textcitat används konsekvent i svar
• "Rollspel" följs alltid av faktakoll

Mini-matris (Tema 1)

Aspekt	Grund	Utvecklad	Avancerad
Tolkning & textstöd	Återger tolkning	Styrker med relevanta citat	Prövar motläsning, väger evidens
Begrepp & teknik	Nämner begrepp	Använder begrepp korrekt i analys	Visar hur formval skapar effekt
Kontext & källkritik	Refererar allmänt till epok	Kopplar verk–epok med exempel	Verifierar "AI-påståenden" och problematiserar

---

AI-litteracitet: Vad är AI?

Ingång: Drömmen och mardrömmen om skapelsen

AI är inte bara teknik — det är en berättelse om människans längtan att skapa liv.

Från myter och religion till science fiction har litteraturen varnat, fascinerats och speglat frågan: Vad händer när människan skapar något som börjar tänka själv?

Genom att följa denna berättarlinje kan eleverna förstå hur kulturens bilder av artificiell intelligens påverkar vår etik, vår rädsla och vår politik idag.

Mini-skrivuppgift: "Mitt AI-monster"

Eleverna skriver ett kort stycke (100–150 ord):

"Om jag skapade en AI, vad skulle den sakna för att vara mänsklig?"

De avslutar med en mening: "Det jag lärde mig om människan när jag skrev detta var …"

Mini-matris (Tema 2)

Aspekt	Grund	Utvecklad	Avancerad
Historisk förståelse	Känner till några klassiska verk	Relaterar verk till idéer om teknik och ansvar	Jämför epoker och knyter till nutida AI-debatt
Analys av representation	Identifierar troper i film/litteratur	Diskuterar påverkan på rädsla/syn på AI	Problematiserar kulturell bias och framtidsbilder
Reflektion	Beskriver egna tankar om AI	Knyter till etiska frågor	Relaterar till epistemisk medvetenhet – hur berättelser formar vetande

---

AI-litteracitet: Vad är AI?, Epistemisk medvetenhet, Människa & maskin

Ingång: Kan en maskin förstå poesi?

AI är en spegel av det mänskliga språket, men utan kropp, erfarenhet eller känslor. Den kan analysera ord, men inte känna betydelser.

Detta öppnar för en didaktisk poäng: genom att låta eleverna jämföra sina egna tolkningar med AI:s analyser blir det mänskliga i tolkningen synligt.

"AI kan känna igen kärlekens språk — men inte vad det betyder att älska."

Fördjupningsuppgift (valfri) – AI som litteraturkritiker

Låt eleverna be AI att skriva en recension av deras egen dikt/novell.

De analyserar sedan recensionen:

• Fick AI syn på något verkligt?
• Vad missade den helt?
• Hur märks skillnaden mellan att bedöma form och upplevelse?

Avsluta med en kort text:

"Min AI-kritiker förstod … men missade …"

Mini-matris (Tema 3)

Aspekt	Grund	Utvecklad	Avancerad
Analysförmåga	Identifierar skillnader mellan AI- och mänsklig analys	Diskuterar varför AI missar djup/ton	Knyter till teori om tolkning och mänsklig erfarenhet
Metakognition	Reflekterar över vad förståelse innebär	Problematiserar 'rätt' tolkning	Utforskar kopplingen språk–känsla–mening
Epistemisk medvetenhet	Beskriver gränsen människa–maskin	Resonerar om erfarenhet och mening	Diskuterar vad litteratur lär oss om att veta och känna

---

AI-litteracitet: Epistemisk medvetenhet, Samhälle & demokrati

Ingång: Vem får vara med i historien?

Litteraturhistorien är inte neutral. Den är ett urval – format av språk, tillgång, status och makt.

Eftersom generativ AI tränas på befintliga digitala källor riskerar den att förstärka den redan etablerade kanon: västerländsk, manlig och kolonialt präglad.

"AI berättar inte historien som den var – utan som den är dokumenterad."

Att synliggöra detta gör eleverna medvetna om hur urval, bias och språk formar vår förståelse av kulturarv och värde.

Fördjupningsövning – AI som litteraturhistoriker

Syfte: Att förstå hur AI konstruerar "historia" utifrån sina datamönster.

Eleverna ber AI:

Skriv en kort översikt över kvinnliga romantiker i Europa.

eller

Vilka afrikanska författare nämns oftast i västerländska litteraturhistorier?

De analyserar svaren:

• Hur definierar AI begreppet "betydelsefull"?
• Hur skiljer sig AI:s svar från vetenskapliga eller nationella översikter?

Diskussion: Kan en maskin skriva kulturhistoria utan värderingar?

Mini-skrivuppgift – Min alternativa kanon

Eleverna skapar en egen minikanon (3 verk [böcker, filmer, spel, musik, etc.] + motivering) som bättre speglar litteraturens mångfald.

De ska motivera urvalet utifrån:

• representation (kön, etnicitet, klass)
• litterär kvalitet
• samtida relevans

Avslutande fråga:

"Vad säger din kanon om vilka berättelser du själv värderar?"

Mini-matris (Tema 4)

Aspekt	Grund	Utvecklad	Avancerad
Kanonförståelse	Identifierar centrala verk	Diskuterar urvalets begränsning	Analyserar makt och representation i urval
Källkritik mot AI	Noterar snedvridningar	Förklarar orsaker i träningsdata	Kopplar till kulturarv, digitalisering och data-kolonialism
Reflektion	Beskriver alternativa röster	Motiverar urval utifrån etik och estetik	Diskuterar demokratiska värden och kunskapssyn

---

• Vad kan AI lära oss om berättarteknik som vi inte kunde se förut?
• Varför är det viktigt att skilja mellan att analysera en text och att förstå den?
• Hur har våra kulturella berättelser om AI påverkat din syn på tekniken?
• Vad betyder det att en maskin kan skriva poesi men inte känna den?
• Vilka röster saknas i den litteraturhistoria AI presenterar – och varför spelar det roll?
• Om AI förstärker kanonens bias, hur kan vi aktivt motverka det i undervisningen?

Klassisk litteratur om artificiell skapelse

• Mary Shelley: Frankenstein (1818)
• Karel Čapek: R.U.R. (1920)
• Karin Boye: Kallocain (1940)
• Isaac Asimov: I, Robot (1950)

Modern science fiction

• Philip K. Dick: Do Androids Dream of Electric Sheep? (1968)
• Ursula K. Le Guin: The Left Hand of Darkness (1969)
• Ted Chiang: Exhalation (2019)

Film

• Blade Runner (1982) och Blade Runner 2049 (2017)
• Her (2013)
• Ex Machina (2014)
• The Matrix (1999)

Teoretiska texter

• Roland Barthes: "The Death of the Author"
• Franco Moretti: Distant Reading
• Safiya Noble: Algorithms of Oppression

Svenska klassiker för närläsning

• Hjalmar Söderberg: Pälsen, Att döda
• Tomas Tranströmer: Dikter
• Karin Boye: I rörelse
• C.J.L. Almqvist: Det går an

Efter att ha genomfört denna modul ska eleverna kunna:

• Använda AI som litterärt laboratorium – experimentera med berättarteknik och perspektiv
• Tolka själva först – använda AI för att fördjupa och utmana egna tolkningar, inte ersätta dem
• Känna igen AI:s representation i kulturen – från Frankenstein till science fiction
• Skilja mellan mönster och mening – förstå varför AI kan analysera språk men inte känna betydelse
• Granska kanon kritiskt – identifiera bias i litteraturhistoriska urval och aktivt söka alternativa röster

Kärninsikt: Litteratur handlar inte om att hitta rätt svar – den handlar om att ställa mänskliga frågor om existens, etik och erfarenhet. AI kan hjälpa oss att ställa bättre frågor, men den kan aldrig ersätta det mänskliga sökandet efter mening.