AI Act i skolen gir kompetansekrav og 7 prosent gebyrtak

Nøkkelpunkter per 11. september 2026:

• Kompetansekravet gjelder allerede: fra 2. februar 2025 må leverandører og brukere av AI-systemer sikre tilstrekkelig AI-kompetanse hos ansatte (kode24).
• Rollen avgjør pliktene: loven skiller mellom leverandører som utvikler systemet og distributører som bruker det i egne applikasjoner (OpenAI, 2024).
• Gebyrtaket er 7 prosent av fjorårets globale omsetning, med et maksimalt gebyr på 35 millioner euro for de groveste bruddene (kode24).
• Lengst frist får høyrisiko: enkelte systemer har 36 måneder fra ikrafttredelse, altså frem til august 2027 (OpenAI, 2024).
• New York stengte AI i offentlige skoler opp til 8. trinn, et ettårig forbud som rammer rundt 600.000 elever (Digi.no).

---

Hva AI Act faktisk regulerer i utdanning

AI Act er verdens første regulering som eksplisitt gjelder kunstig intelligens (kode24). Europakommisjonen la fram forslaget i april 2021, og EU vedtok reglene i juni 2024 (EU-kommisjonen). For en skoleeier eller en læringsplattform er det likevel ikke vedtaksdatoen som betyr noe. Det som betyr noe er hvilke plikter som allerede har begynt å løpe, og hvem i verdikjeden de treffer.

Den vanligste misforståelsen er at loven regulerer teknologien. Det gjør den ikke. AI Act regulerer bruken, og er bygget sektoruavhengig og teknologinøytralt med produktsikkerhetslovgivning som forbilde (Advokatfirmaet Hjort, 2024). Den samme språkmodellen kan være nesten uregulert i en sammenheng og strengt regulert i en annen. En chatbot som foreslår oppgavetekst til læreren, og den samme modellen brukt til å rangere søkere til en studieplass, er to helt ulike juridiske objekter.

Bruken avgjør, ikke modellen

Regelverket sorterer AI-systemer etter hvor stor risiko bruken utgjør, og det er en risikobasert tilnærming der høyere kategori gir strengere regulering. Det avgjørende er at risikoen måles mot grunnleggende rettigheter, ikke mot kommersiell, teknisk eller juridisk risiko (Advokatfirmaet Hjort, 2024). Det er en annen målestokk enn den de fleste virksomheter bruker internt.

Nettopp derfor havner utdanning høyt. Beslutninger om adgang til utdanning, vurdering av elever og oppfølging under prøver er avgjørelser som griper rett inn i den enkeltes rettigheter og fremtidsmuligheter. Et verktøy som sparer læreren for femten minutter i retting kan fort flytte seg over i en annen kategori den dagen resultatet brukes til å sette karakter. Grensen går ved konsekvensen for eleven, ikke ved funksjonaliteten i produktet.

For skoleledere betyr det at kartleggingen må gjøres på bruksnivå. En liste over hvilke leverandører dere har avtale med er ikke nok. Dere trenger en liste over hvilke beslutninger AI faktisk er med på å forme, og hvor tungt den veier i hver av dem. Det er den listen tilsynet vil be om.

Norske virksomheter er omfattet uten kontor i EU

Loven har ekstraterritoriell rekkevidde, slik at ikke-europeiske selskaper må overholde den for å betjene EU-kunder (OpenAI, 2024). Det samme poenget er gjort gjeldende for Norge: AI Act kan anvendes på norske virksomheter selv uten fysisk etablering i EU, og norske selskaper kan derfor allerede bryte loven (kode24). Å vente på nasjonal gjennomføring er altså ikke en strategi.

For en norsk edtech-leverandør med kunder i Danmark eller Nederland er dette åpenbart. For en kommunal skoleeier er det mindre åpenbart, men like relevant, fordi pliktene følger av hva systemet gjør og hvem som berøres. Spørsmålet er ikke om regelverket gjelder, men hvilken del av det som gjelder dere. Det bringer oss til rollen.

Leverandør eller bruker: rollen som avgjør pliktene

AI Act skiller mellom leverandører og distributører av AI-systemer, der leverandører utvikler systemet og distributører bruker det i egne applikasjoner (OpenAI, 2024). Det skillet ser byråkratisk ut på papiret. I praksis er det den enkeltbeslutningen som styrer hvor mye arbeid dere må gjøre, hva det koster, og hvem som står ansvarlig når noe går galt.

Alura mener rolleavklaringen kommer først: om dere er leverandør eller bruker av AI-systemet avgjør hvilke plikter som faktisk treffer dere. Alt annet, fra dokumentasjon til opplæringsplan til innkjøpskrav, henger på det svaret. Å hoppe over det og begynne med en generell AI-policy er å bygge tak før grunnmur.

Spørsmål	Leverandør (tilbyder)	Bruker (distributør)
Hvem er det typisk?	Edtech-selskapet som utvikler og tilbyr læringsplattformen	Skolen, kommunen eller universitetet som tar plattformen i bruk
Omfang av direkte plikter	Omfattende, særlig for høyrisikosystemer	Begrenset, og da i hovedsak knyttet til høyrisikosystemer
Krav til teknisk dokumentasjon	Ja, sammen med risikostyring og datastyring	Nei, men dere må kunne be om og forstå leverandørens
AI-kompetanse hos ansatte	Ja	Ja
Kan rollen skifte?	Er allerede leverandør	Ja, ved å integrere en modell i eget system

Slik trekker loven grensen

Virksomheter som kun benytter AI-systemer i egen virksomhet, uten å være tilbydere, pålegges bare begrensede direkte plikter, og da kun for høyrisikosystemer (Advokatfirmaet Hjort, 2024). Det er gode nyheter for de fleste skoler. Det betyr at en kommune som kjøper en ferdig plattform fra en etablert leverandør ikke skal produsere teknisk dokumentasjon for modellen selv.

Men «begrensede plikter» er ikke det samme som «ingen plikter». Kompetansekravet treffer både leverandører og brukere (kode24). Og loven legger opp til at AI-systemer bør overvåkes av mennesker fremfor automasjon, nettopp for å forhindre skadelige utfall (EU-kommisjonen). Den menneskelige kontrollen er noe skolen må organisere selv, uansett hvor god leverandøren er.

Når skolen eller plattformen blir leverandør

Her ligger den dyre overraskelsen. En distributør som integrerer en AI-modell i sitt eget AI-system kan bli ansett som leverandør under loven (OpenAI, 2024). Bygger IT-avdelingen en egen elevchatbot på toppen av en kommersiell språkmodell, har kommunen med stor sannsynlighet flyttet seg fra bruker til leverandør. Da endrer pliktbildet seg fullstendig, og det gjør det uten at noen sender dere et varsel.

Det samme gjelder den mellomstore edtech-aktøren som «bare pakker inn» en ekstern modell bak eget grensesnitt og eget varemerke. Hvis dere setter navnet deres på systemet, er det vanskelig å argumentere for at dere kun er en mellommann. Hvitmerking er en juridisk handling, ikke en markedsføringsbeslutning. Valget av modell i bunnen påvirker både kostnad og ansvar, noe vi har skrevet om i gjennomgangen av valg av språkmodell.

Praktisk test: skriv ned hvem som kan endre systemets oppførsel. Kan dere justere prompter, filtre, terskler eller treningsdata på en måte som endrer hva eleven faktisk får? Da er dere nærmere leverandørsiden enn dere tror. Kan dere bare slå funksjonen av og på, er dere bruker.

---

Les også: Maskinlæring forklart: Hvordan norske bedrifter bruker ML. Equinor overvåker 700 maskiner med 24 000 sensorer og har skapt 3,3 mrd.

---

Risikonivåene og hva de betyr for læringsplattformer

AI Act legger opp til en risikobasert regulering med fire ulike nivåer av risiko (kode24). Nivåene er ikke etiketter dere setter på leverandøren, men på bruksområdet. Ett og samme produkt kan derfor ligge i to nivåer samtidig, avhengig av hvilken modul skolen har slått på.

Nivå	Hva det er	Typisk i utdanning	Hva dere må gjøre
Uakseptabel risiko	Forbudt bruk	Systemer som manipulerer eller utnytter sårbarhet hos elever	Stopp bruken. Forbudet gjelder fra 2. februar 2025
Høy risiko	Strenge krav til risikostyring, datastyring og dokumentasjon	Opptak, vurdering, karakterstøtte, eksamensovervåking	Krev full dokumentasjon fra leverandør og sikre menneskelig kontroll
Begrenset risiko	Transparenskrav	Chatbot for elevstøtte, generativ AI i oppgavearbeid	Informer om at det er AI, merk AI-generert innhold
Minimal risiko	Ingen særskilte krav	Stavekontroll, timeplanoptimalisering, filtrering	Vanlig internkontroll og personvern

Uakseptabel risiko: det som er forbudt

Fra 2. februar 2025 ble det forbudt å bruke og utplassere AI-systemer med uakseptabel risiko (kode24). Dette er ikke et krav om dokumentasjon eller forsvarlighet. Det er et forbud, og det har allerede virket i over et år.

For skolen er det særlig verdt å se etter systemer som leser følelser eller tilstand hos elever, eller som utnytter alder og sårbarhet til å påvirke atferd. Sjarmerende «engasjementsfunksjoner» i en læringsapp kan i verste fall lande her. Det er ingen overgangsordning å lene seg på når noe først er forbudt.

Høyrisiko: opptak, vurdering og eksamensovervåking

Loven pålegger strenge forpliktelser på høyrisiko AI-systemer, inkludert risikostyring, datastyring og teknisk dokumentasjon (OpenAI, 2024). I utdanningssammenheng er det her de virkelig interessante verktøyene ligger: alt som er med på å avgjøre hvem som kommer inn, hvem som består, og hvem som blir flagget for juks.

Merk fristen. Forpliktelsene for høyrisikosystemer blir anvendelige 36 måneder etter ikrafttredelse (EU-kommisjonen), og den lengre fristen løper ut i august 2027 (OpenAI, 2024). Det høres romslig ut. Det er det ikke, hvis dere skal gjennom en anskaffelse, en pilot og en full utrulling i mellomtiden.

Praktisk konsekvens for innkjøpere: still høyrisikospørsmålene nå, selv om fristen ligger fram i tid. En leverandør som ikke kan svare i 2026 vil sannsynligvis heller ikke kunne svare i 2027. Svarene deres er et kvalitetssignal lenge før de er et compliance-krav.

Generativ AI og transparenssporet

Generativ AI som ChatGPT klassifiseres ikke som høyrisiko, men må følge transparenskrav og EUs opphavsrett (EU-kommisjonen). Det er en lettelse for skolene, og en felle. Lettelse fordi de vanligste verktøyene ikke drar med seg det tyngste regimet. Felle fordi den lave terskelen gjør at verktøyene sprer seg uten styring.

Innhold generert eller endret med AI, som deepfakes, må merkes tydelig som AI-generert (EU-kommisjonen). For en skole betyr det at merkepraksis må avklares før elevene begynner å levere AI-assistert arbeid, ikke etter den første konflikten om juks. Hvis dere trenger et felles begrepsapparat i personalgruppen først, er innføringen i store språkmodeller et greit utgangspunkt.

Bestemmelsene for modeller av generell AI trådte i kraft 2. august 2025, og leverandører av GPAI-modeller med systemiske risikoer får ytterligere krav (OpenAI, 2024). Terskelen for systemisk risiko er teknisk definert ved 10^25 FLOPs beregningsmengde. Ingen norsk skole kommer i nærheten av den grensen, men det er nyttig å vite at deres leverandørs leverandør gjør det.

Kompetansekravet som allerede gjelder ansatte

Fra 2. februar 2025 stilles det krav om at leverandører og brukere av AI-systemer skal sikre tilstrekkelig AI-kompetanse hos ansatte (kode24). Dette er den plikten flest norske virksomheter overser, og samtidig den som er enklest å oppfylle. Den krever ikke sertifisering, revisjon eller ekstern godkjenning. Den krever at folk vet hva de holder på med.

Kravet gjelder uavhengig av risikonivå. En skole som bruker et helt ordinært verktøy i kategorien begrenset risiko har fortsatt kompetanseplikten. Og til forskjell fra høyrisikopliktene er det ingen frist igjen å vente på: den datoen har passert.

Hva tilstrekkelig AI-kompetanse betyr

«Tilstrekkelig» er en forholdsmessighetsstandard. Den som bruker et verktøy til å foreslå ukeplaner trenger mindre enn den som bruker et verktøy til å foreslå karakterer. Det som må være på plass overalt er en forståelse av hva systemet faktisk gjør, hvor det feiler, og når mennesket må overstyre. Regelverket bygger på at menneskelig tilsyn skal forhindre skadelige utfall, og det tilsynet er verdiløst hvis den som fører det ikke forstår hva den ser på.

Tre ting er minimum for en lærer: at modellen kan produsere selvsikre feil, at inndata kan inneholde personopplysninger som ikke skal dit, og at resultatet er et forslag som skal vurderes, ikke en fasit. Det er ikke et kurs på flere dager. Det er en time, gjentatt, med eksempler fra deres egne fag.

For ledelsen ligger listen høyere. Den som signerer avtalen må kunne forklare hvilket risikonivå bruken ligger i og hvorfor. Hvis ingen i ledergruppen kan svare på det, er kompetansekravet ikke oppfylt uansett hvor mange ansatte som har tatt e-læringen.

Kompetanse er rollestyrt, ikke et kurs for alle

Den vanlige reaksjonen er å kjøpe et generisk AI-kurs til hele organisasjonen. Det gir en kvittering, men sjelden kompetanse. Lærere trenger tid, strukturert støtte og kontinuerlig veiledning, ikke bare tilgang til verktøyet (no.linkedin.com). Det poenget er hentet fra forskning på edtech-adopsjon, men det treffer AI Act-kravet presist.

Del opp i tre grupper i stedet: de som bruker verktøyet daglig i undervisning, de som forvalter og konfigurerer det, og de som kjøper og godkjenner det. Hver gruppe trenger ulikt innhold og ulik dybde. Å gi alle det samme betyr i praksis at ingen får nok.

New York-modellen er interessant her: elever i videregående som får bruke AI skal få tilbud om opplæring to ganger i året (Digi.no). Gjentakelse, ikke engangsintroduksjon. Det er en fornuftig frekvens også for ansatte, gitt hvor raskt verktøyene endrer seg.

Hva du bør kunne vise fram

Kompetanse som ikke er dokumentert er vanskelig å bevise i ettertid. Det trengs ikke mye: en oversikt over hvem som har fått hvilken opplæring, når, og med hvilket innhold. En datert deltakerliste og en agenda holder langt.

Legg til en kort beskrivelse av hvorfor opplæringen er dimensjonert som den er, koblet til risikonivået på bruken. Det er den koblingen som gjør dokumentasjonen troverdig. Uten den ser det ut som avkrysning, og avkrysning er nettopp det tilsyn er trent på å se gjennom.

Fem spørsmål skoleledere bør stille før de kjøper AI-verktøy

Det finnes et evidensbasert evalueringsrammeverk for edtech-anskaffelser som er ment å hjelpe skoleledere og lærere å ta informerte, læringsfokuserte beslutninger om teknologiadopsjon (no.linkedin.com). Advarselen som følger med er verdt å ta inn: AI-verktøy risikerer å følge samme mønster som tidligere utdanningsteknologiske innovasjoner dersom de ikke granskes nøye.

Alura mener et AI-verktøy i skolen skal forsvares mot et læringsmål, ikke mot at teknologien er ny. Det er den eneste testen som holder etter at pilotentusiasmen har lagt seg. Tabellen under kobler de pedagogiske spørsmålene til AI Act-sporet de berører, slik at samme møte dekker begge deler.

Spørsmål	Hva du ser etter	AI Act-sporet det berører
Hvilket læringsmål løser verktøyet?	Et konkret mål, ikke «mer engasjement»	Definerer bruksområdet og dermed risikonivået
Hva sier evidensen om effekt?	Dokumentert effekt i sammenlignbar kontekst	Underlag for forsvarlighetsvurderingen
Hva trenger lærerne for å bruke det?	Tid, struktur og veiledning over tid	Kompetansekravet for ansatte
Hvordan integreres det i undervisningen?	Plass i eksisterende opplegg, ikke et tillegg	Menneskelig kontroll i praksis
Hvordan vet vi om det virker?	Målepunkt og et avtalt tidspunkt for å stoppe	Grunnlag for løpende risikovurdering

Læringsmålet først

Teknologi bør først og fremst tjene klare læringsmål, ikke bare tilby digital nyvinning (no.linkedin.com). Det høres selvsagt ut, og blir likevel brutt i de fleste anskaffelser, fordi demoen selger seg selv og læringsmålet er abstrakt.

Test det slik: be leverandøren beskrive verktøyet uten å bruke ordet AI. Hvis beskrivelsen fortsatt gir mening for en faglærer, har dere sannsynligvis et reelt produkt. Hvis den kollapser, kjøper dere en teknologi og ikke en løsning. Nyhetsverdi er ikke et læringsmål.

Læreren trenger mer enn tilgang

Dårlig integrerte teknologier kan distrahere fra undervisningen og føre til overfladisk adopsjon uten meningsfull utdanningseffekt (no.linkedin.com). Overfladisk adopsjon er den dyreste utfallsvarianten: dere betaler for lisensene, bruker tid på utrullingen, og får ingen læringseffekt å vise til.

Budsjetter derfor støtte som en del av prisen, ikke som en opsjon. Hvem svarer på spørsmål i uke tre? Hvem justerer opplegget når noe ikke fungerer i en bestemt klasse? Er svaret «leverandørens supportmail», er innføringen underfinansiert.

Spørsmålet innkjøperen ofte glemmer

Alura mener innkjøpere bør kreve dokumentasjon fra leverandøren som en del av anskaffelsen, ikke som et vedlegg etter signering. Teknisk dokumentasjon, risikostyring og datastyring er allerede krav som treffer leverandører av høyrisikosystemer (OpenAI, 2024). Å be om dem i konkurransefasen koster ingenting. Å be om dem etter signering koster forhandlingsmakt.

Legg inn tre krav i kravspesifikasjonen: leverandørens egen klassifisering av risikonivå med begrunnelse, oversikt over hvilke modeller som ligger i bunnen og hvor de kjøres, og en beskrivelse av hvordan menneskelig kontroll er tenkt utøvd. Svarene sorterer markedet raskere enn noen produktdemo.

Praktisk: dette gjør skolen den første uken

Virksomheter bør kartlegge egen bruk av AI og utarbeide strategi og retningslinjer for bruk av AI (Advokatfirmaet Hjort, 2024). Rekkefølgen er ikke likegyldig. Alura mener dere skal kartlegge AI-bruken og skrive retningslinjene før dere kjøper flere verktøy, ikke etterpå. Ellers skriver dere regler som må passe til det dere allerede har bundet dere til.

Under er en uke som faktisk lar seg gjennomføre ved siden av ordinær drift. Den forutsetter en person med mandat og noen timer avsatt, ikke et prosjekt.

Dag	Oppgave	Leveranse
Mandag	Kartlegg alle AI-verktøy som faktisk er i bruk, inkludert det ansatte bruker på eget initiativ	Liste over verktøy, bruksområde og eier
Tirsdag	Sett rolle per verktøy: er dere bruker eller leverandør?	Rollekolonne med begrunnelse
Onsdag	Sett risikonivå per bruksområde, ikke per produkt	Risikokolonne og en kort liste over det som må stoppes
Torsdag	Be leverandørene om dokumentasjon og klassifisering	Sendte forespørsler med svarfrist
Fredag	Skriv retningslinjen: hva er tillatt, hva krever godkjenning, hva er forbudt	Kort dokument, vedtatt av ledelsen

Kartlegg det som allerede er i bruk

Begynn med skyggebruken. I de fleste skoler er den største AI-eksponeringen ikke den innkjøpte plattformen, men gratisverktøyene ansatte bruker på egen hånd fordi de sparer tid. Den bruken er usynlig i innkjøpssystemet og fullstendig synlig i et tilsyn.

Still ett spørsmål i personalgruppen: hvilke digitale verktøy bruker du som svarer med tekst du kunne skrevet selv? Det formuleringen fanger opp er langt mer enn spørsmålet «bruker du AI?». Mange bruker AI uten å kalle det det.

Noter for hvert verktøy hva som legges inn. Elevnavn, karakterer, helseopplysninger og fritekst om hjemmeforhold er kategoriene som gjør en ellers triviell bruk til et personvernproblem.

Plasser hvert verktøy i rolle og risikonivå

Bruk de to kolonnene fra tabellene tidligere i artikkelen. Rolle først, deretter risikonivå. Rollen er binær nok til å avgjøres på et møte, mens risikonivået krever at dere beskriver bruksområdet presist. Et verktøy som brukes til to ting skal ha to rader.

Vær ærlig om vurderingsbruk. Hvis et verktøy foreslår karakterer og læreren i praksis godtar forslaget uten å overprøve det, er den menneskelige kontrollen formell og ikke reell. Loven bryr seg om hva som faktisk skjer, ikke hva rutinen sier.

Skriv retningslinjen før neste innkjøp

En brukbar retningslinje svarer på fire ting: hva ansatte kan bruke uten å spørre, hva som krever godkjenning, hva som aldri skal legges inn, og hvem som bestemmer i tvilstilfeller. Den siste er den viktigste. Uten en navngitt beslutningstaker stopper alt opp i det første gråsonetilfellet.

Hold den kort nok til at den faktisk leses, og daterte den. Retningslinjen er også et kompetansedokument: den viser at organisasjonen har tatt stilling. Skal dere jobbe videre med hvordan bruken kan gjøres tryggere uten å stanse den, har vi skrevet om privacy-first AI i norsk kontekst.

Edtech-markedet møter krav fra både EU og innkjøperne

For leverandørsiden er AI Act to ting samtidig: en kostnad og en sorteringsmekanisme. Kostnaden er dokumentasjonen, risikostyringen og datastyringen som følger med høyrisikoklassifisering (OpenAI, 2024). Sorteringen skjer i anskaffelsene, der offentlige innkjøpere nå begynner å spørre om ting de ikke spurte om for to år siden.

Den ekstraterritorielle rekkevidden gjør at dette ikke bare treffer europeiske aktører (kode24). En amerikansk læringsplattform som selger til norske kommuner må forholde seg til det samme regelverket som en norsk. Det jevner ut et konkurransefortrinn som lenge gikk den andre veien.

Dokumentasjon blir et salgsargument

Leverandører som har teknisk dokumentasjon, risikovurdering og en klar klassifisering klare vinner tid i konkurranser. De som må produsere det i etterkant av tildelingen taper marginer og noen ganger kontrakten. Dette er et av de få compliance-kravene som gir direkte kommersiell avkastning.

Konkret: en ferdig «AI Act-pakke» med klassifisering, begrunnelse, beskrivelse av menneskelig kontroll og oversikt over underleverandørmodeller kan sendes med tilbudet. Den pakken dekker også mye av det en personvernvurdering spør om. Samme dokument gjør to jobber.

For mindre aktører er kostnadsbildet reelt. Arbeidet med etterlevelse konkurrerer med produktutvikling om de samme timene. Én måte å frigjøre budsjett på er å se på modellkostnaden i bunnen, der åpen kildekode kan kutte pris mot høyere krav til egen teknisk kompetanse.

Atferdskodeks og AI-pakt som markedssignal

OpenAI signerte de tre kjerneforpliktelsene i EUs AI-pakt 25. september 2024, og har kunngjort at de vil signere Atferdskodeksen for generell AI for å demonstrere overholdelse av sine forpliktelser (OpenAI, 2024). Slike signaturer er frivillige. De er også et signal innkjøpere har begynt å lese.

Kodeksene ble utviklet over en ramme på 9 måneder (OpenAI, 2024). For en edtech-leverandør er det nyttig å vite hvilke av modellene dere bygger på som er dekket, fordi det påvirker hvor mye dokumentasjon dere selv må produsere om det som skjer under panseret.

Loven krever også at nasjonale myndigheter gir selskaper et testmiljø for AI som simulerer virkelige forhold (EU-kommisjonen). For små leverandører er dette den mest underutnyttede delen av regelverket. Det er ment som innovasjonsstøtte, ikke som kontroll.

---

Les også: Store språkmodeller (LLM): Hva er de og hvordan bruker du dem?. NorGPT har 23 milliarder parametere, Nasjonalbiblioteket har trent 20 norske modeller, og McKinsey estimerer ...

---

Kostnad og risiko: gebyrer opp til 35 millioner euro

Maksimalt gebyr for brudd på AI Act er 35 millioner euro, alternativt 7 prosent av fjorårets globale omsetning (kode24). Reglene om overvåkingsorganer og gebyrer begynte å gjelde i august 2025. Det betyr at håndhevingsapparatet er på plass, ikke at det har rukket å bli effektivt overalt.

Advokatfirmaet Hjort beskrev tidlig rammen som bøter inntil 7% av årlig global omsetning eller 40 millioner euro dersom det er høyere (Advokatfirmaet Hjort, 2024). Beløpene i de to kildene er ikke identiske, og gebyrtaket varierer med hvilken type brudd det gjelder. Poenget for en norsk SMB er uansett prosentsatsen: taket er knyttet til omsetning, ikke til hva AI-verktøyet kostet.

Gebyrtaket og hva det måles mot

Omsetningsbaserte tak er designet for å ramme store aktører hardt. For en mellomstor norsk edtech-leverandør vil et gebyr i praksis lande langt under maksbeløpet, men prosentsatsen gjør at det likevel kan bli eksistensielt. For en kommunal skoleeier er det ikke gebyret som er hovedrisikoen. Det er pålegg om å stanse bruken midt i et skoleår.

Kostnadspost	Hva som driver den	Hvem bærer den
Gebyr	Forbudt bruk eller manglende etterlevelse	Både leverandør og bruker, avhengig av bruddet
Dokumentasjon	Høyrisikoklassifisering	I hovedsak leverandøren
Kompetanse	Kravet til AI-kompetanse hos ansatte	Begge roller, hver for seg
Avbrudd i drift	Verktøy som må stanses eller byttes	Skolen, midt i et skoleår
Omdømme	Sak om elevdata eller feilvurdering	Skoleeier først, leverandør etterpå

Den største kostnaden er sjelden gebyret

Regn på det motsatte scenarioet også. Kostnaden ved å ikke ta i bruk AI er reell: lærertid brukt på oppgaver som kunne vært automatisert, og elever som får mindre individuell oppfølging enn de kunne fått. Den kostnaden står ikke i noe budsjett, og den er derfor lett å overse i en risikovurdering.

Den riktige avveiningen er ikke mellom bruk og ikke-bruk, men mellom styrt og ustyrt bruk. Ustyrt bruk gir dere eksponeringen uten gevinsten, fordi ingen måler effekten og ingen har tatt stilling til hva som legges inn. Det dyreste alternativet er å bruke AI uten å vite at dere gjør det.

Personvern, DPIA og opplysninger om elever

AI Act kommer i tillegg til personvernregelverket, ikke i stedet for. Bruk av AI-systemer til behandling av personopplysninger vil i mange tilfeller utløse krav om personvernkonsekvensanalyse (DPIA) (Advokatfirmaet Hjort, 2024). I skolen behandles personopplysninger om mindreårige nesten alltid, og det trekker terskelen for DPIA ned.

Det praktiske rådet er å slå sammen prosessene. Risikovurderingen etter AI Act og DPIA-en etter personvernregelverket henter mye av det samme underlaget: hva systemet gjør, hvilke data det bruker, hvem som berøres, og hva som skjer når det feiler.

To regelverk, ett verktøy

AI Act klassifiserer risiko mot grunnleggende rettigheter (Advokatfirmaet Hjort, 2024), mens personvernregelverket spør hvordan opplysningene behandles. Et verktøy kan være lavrisiko etter AI Act og likevel problematisk etter personvernreglene, eller omvendt. Begge vurderingene må gjøres.

Skolens fordel er at mange allerede har rutinene for den ene. Den som har gjennomført DPIA på en læringsplattform har mye av underlaget klart til AI Act-vurderingen. Ikke start på nytt, utvid det som finnes.

Når DPIA utløses

Systematisk vurdering av elever, profilering, storskala behandling av opplysninger om barn og bruk av ny teknologi er alle forhold som trekker i retning av DPIA-plikt. En AI-basert vurderingsstøtte treffer typisk flere av dem samtidig. Da er spørsmålet ikke om dere skal gjøre en DPIA, men hvem som skriver den.

Legg inn i anskaffelsen at leverandøren skal levere underlag til DPIA. Det er ikke det samme som at leverandøren gjør DPIA-en for dere, siden ansvaret ligger hos behandlingsansvarlig. Men underlaget er der arbeidet ligger, og leverandøren er den eneste som faktisk har det.

Erstatningsansvar i bakgrunnen

EU har foreslått et AI-ansvarsdirektiv for å gjøre det enklere for skadelidte å fremme erstatningskrav relatert til AI-bruk (Advokatfirmaet Hjort, 2024). For skolen er dette mer enn teori. En elev som mener en AI-støttet vurdering ga feil karakter har en tydeligere vei fram enn før.

Dokumentasjon av menneskelig kontroll er derfor ikke bare et AI Act-krav, men også et forsvar. Hvis dere kan vise hvem som vurderte, på hvilket grunnlag, og hva de gjorde med systemets forslag, står dere trygt. Hvis loggen bare viser at systemet foreslo og mennesket bekreftet, står dere svakere.

Markedsobservasjon: New York stengte AI for 600 000 elever

New York innfører forbud mot kunstig intelligens i alle offentlige skoler opp til 8. trinn, et tiltak som rammer rundt 600.000 elever (Digi.no). Forbudet varer i første omgang i ett år. Det er den mest omfattende innstrammingen en stor vestlig skoleby har gjort så langt, og den er verdt å lese nøye, ikke som et varsel om hva som kommer i Norge, men som et signal om hvor tålmodigheten ligger.

Ordfører Zohran Mamdani begrunner vedtaket med at barn trenger lærere og menneskelig kontakt for å lære og utvikle seg (Digi.no). Det er ikke en juridisk begrunnelse. Det er en pedagogisk, og den er derfor vanskeligere for leverandørene å svare på med bedre dokumentasjon.

Hva vedtaket faktisk sier

Forbudet er ikke totalt. Elever i offentlige videregående skoler fra 14 år skal få bruke kunstig intelligens, men bare i begrensede pilotprosjekter, og de får tilbud om AI-opplæring to ganger i året (Digi.no). Modellen er altså aldersgradert og pilotbasert, ikke en avvisning av teknologien.

Det er en struktur som ligner mer på AI Act enn den ser ut til ved første øyekast: ulik behandling etter hvor sårbar brukeren er og hvor stor konsekvensen kan bli. Forskjellen er at New York har valgt aldersgrense som proxy, mens EU bruker bruksområde.

Hva norske skoler kan lese ut av det

Tre ting. For det første at et forbud er et fullt mulig utfall når ingen kan dokumentere effekten, og at fravær av evidens over tid blir et argument mot bruk. For det andre at det ettårige forbudet er tidsbegrenset, altså et opphold for å finne ut av det, ikke et endelig standpunkt. For det tredje at opplæring følger med selv der bruken tillates.

For norske leverandører er dette et markedssignal med en ubehagelig kant. Når en kjøper i denne størrelsesorden velger pause, endres forhandlingsklimaet også for de som ikke gjør det. Den som ikke kan vise læringseffekt får kortere piloter og strammere avtaler.

Det praktiske motsvaret er å ha måling på plass fra dag en i enhver pilot. Ikke brukstall og innloggingsstatistikk, men noe som sier om elevene lærte mer. Det er en høyere bar, og det er den baren markedet beveger seg mot.

Vanlige feil skoler og leverandører gjør

Feilene går igjen på tvers av virksomheter, og de er sjelden juridiske i utgangspunktet. De er organisatoriske: uklart eierskap, uklar rekkefølge, og en antakelse om at noen andre har tenkt på det.

Å tro at «vi bare bruker det» fritar

Det er riktig at rene brukere har begrensede direkte plikter (Advokatfirmaet Hjort, 2024). Feilen er å bruke det som konklusjon uten å sjekke om rollen faktisk stemmer. Så snart noen i organisasjonen bygger noe på toppen av en modell, kan dere ha blitt leverandør (OpenAI, 2024).

Kompetansekravet treffer uansett rolle (kode24). «Vi bare bruker det» er derfor aldri et fullstendig svar, uansett hvor riktig rolleplasseringen er.

Kompetanse delegert til IT-avdelingen

AI-kompetanse plasseres ofte hos IT fordi det ser ut som et teknologispørsmål. Men den som må vurdere om en AI-støttet karakter er forsvarlig er læreren, og den som må vurdere om bruken er forsvarlig er rektor. IT kan sikre at systemet virker. De kan ikke føre det menneskelige tilsynet regelverket forutsetter (EU-kommisjonen).

Resultatet av feilplasseringen er forutsigbart: gode tekniske rutiner og ingen pedagogisk vurdering. Da er compliance-arbeidet formelt riktig og reelt tomt.

Dokumentasjon som vedlegg etter signering

Den siste store feilen er rekkefølgen i anskaffelsen. Krav om teknisk dokumentasjon og risikostyring stilles etter at kontrakten er signert, fordi ingen rakk å skrive dem inn i konkurransen. Da er dokumentasjonen blitt en tjeneste leverandøren kan velge å levere, i stedet for en forutsetning for å få oppdraget.

Bytt rekkefølge. Klassifisering, dokumentasjon og beskrivelse av menneskelig kontroll inn i kravspesifikasjonen, DPIA-underlag som leveransekrav, og en avtalt exit hvis piloten ikke viser effekt. Alt dette koster null kroner så lenge det gjøres før signering.

Spørsmål og svar om AI Act i skolen

De spørsmålene som går igjen fra skoleeiere, rektorer og edtech-ledere, med de korteste ærlige svarene vi kan gi.

Gjelder AI Act for oss når Norge ikke har vedtatt den ennå?

I praksis ja. AI Act kan anvendes på norske virksomheter selv uten fysisk etablering i EU, og advokathold har argumentert for at norske selskaper allerede kan bryte loven (kode24). Regelverket har ekstraterritoriell rekkevidde. Det betyr at det å vente på norsk gjennomføring er en risiko, ikke en pause.

Er ChatGPT i klasserommet høyrisiko?

Nei, ikke i seg selv. Generativ AI som ChatGPT klassifiseres ikke som høyrisiko, men må følge transparenskrav og EUs opphavsrett (EU-kommisjonen). Men bruksområdet kan flytte den. Brukes den samme modellen som en del av vurdering eller opptak, endrer klassifiseringen seg.

Hvor mye opplæring er «tilstrekkelig»?

Nok til at den som bruker verktøyet kan oppdage når det tar feil, og vet hva som ikke skal legges inn. Kravet gjelder både leverandører og brukere fra 2. februar 2025 (kode24). Dimensjoner etter risiko: den som bruker AI i vurderingsarbeid trenger mer enn den som bruker den til å lage ukeplaner.

Blir vi leverandør hvis vi bygger vår egen elevchatbot?

Sannsynligvis. En distributør som integrerer en AI-modell i sitt eget AI-system kan bli ansett som leverandør (OpenAI, 2024). Konsekvensen er at kravene til risikostyring, datastyring og teknisk dokumentasjon kan treffe dere direkte. Det er en beslutning som bør tas av ledelsen, ikke av utviklingsteamet.

Når må høyrisikokravene være oppfylt?

Forpliktelsene for høyrisikosystemer blir anvendelige 36 måneder etter ikrafttredelse (EU-kommisjonen), og den lengre fristen utløper i august 2027 (OpenAI, 2024). Enkelte regler er antatt å komme helt fram mot 2030 (Advokatfirmaet Hjort, 2024). Innfasingen er trinnvis, og det er nettopp derfor datoene må stå i deres egen plan.

Oppsummering og tidslinjen frem mot august 2027

AI Act trådte i kraft 1. august 2024, 20 dager etter publisering i EUs offisielle tidsskrift, og de fleste bestemmelsene kommer 24 måneder etter det (OpenAI, 2024). Innfasingen er trinnvis over om lag tre år fra vedtakelsen (Advokatfirmaet Hjort, 2024). For skolen betyr det at noen plikter allerede er forfalt mens andre ligger et stykke fram.

Tidspunkt	Hva som skjer	Hva det betyr for skolen
1. august 2024	AI Act trer i kraft	Klokken begynner å gå
2. februar 2025	Forbud mot uakseptabel risiko og krav til AI-kompetanse	Allerede forfalt, gjelder også rene brukere
2. august 2025	Regler for modeller av generell AI, samt tilsyn og gebyrer	Håndhevingsapparatet er på plass
august 2026	De fleste øvrige pliktene	Klassifisering og rutiner bør være ferdige nå
august 2027	36-månedersfristen løper ut	Høyrisikobruk i vurdering og opptak må være dokumentert

Det som må på plass

Rolleavklaringen er første steg, fordi den avgjør hvilke plikter som treffer dere. Deretter en kartlegging av faktisk bruk, en risikoplassering per bruksområde, og en retningslinje som gir ansatte et klart svar på hva de kan og ikke kan gjøre. Til slutt opplæring dimensjonert etter risiko, dokumentert med dato og innhold.

Ingen av disse stegene krever advokat for en vanlig skoleeier. De krever en person med mandat, noen timer, og at ledelsen tar stilling i stedet for å utsette. Den som trenger juridisk bistand vil oppdage det underveis, og da med et mye bedre grunnlag å stille spørsmål fra.

Der du starter

Start med kartleggingen denne uken, og la resten følge av den. Kartleggingen er billig, den avdekker som regel mer enn ledelsen forventet, og den gjør alle de neste beslutningene enklere. Uten den gjetter dere på både rolle og risikonivå.

Det gjennomgående prinsippet er verdt å gjenta: verktøyet skal forsvares mot et læringsmål, og dokumentasjonen skal kreves i anskaffelsen. Gjør dere de to tingene, er det meste av AI Act-arbeidet i skolen en konsekvens av god innkjøpspraksis snarere enn en egen øvelse. Det er den billigste veien gjennom, og den eneste som også gir bedre undervisning.

I Alura kombinerer vi teknisk AI-kompetanse med praktisk forståelse for GDPR, EU AI Act og Datatilsynets forventninger. Vi hjelper norske virksomheter å bygge AI som tåler en revisjon, uten å bremse innovasjonen.

Bestill en compliance-vurdering: vi kartlegger dine AI-systemer mot gjeldende og kommende krav, og leverer en handlingsplan som faktisk er gjennomførbar. Uforpliktende.

Kilder

• kode24. – Norske selskaper kan allerede bryte AI Act-loven
• OpenAI (2024). En introduksjon til EUs AI-lov: Betydningen det får for AI-leverandører og -distributører | OpenAI
• Digi.no. New York forbyr KI i grunnskolen
• EU-kommisjonen. EU AI Act: first regulation on artificial intelligence | Topics
• Advokatfirmaet Hjort (2024). Bruk av kunstig intelligens i virksomheter - Hjort
• no.linkedin.com. Fem spørsmål skoler bør stille før de tar i bruk AI og EdTech