Varför vi byggde en AI-tutor som inte gör matten åt eleven
Varför vi byggde en AI-tutor som inte gör matten åt eleven
ChatGPT i skolan är ett tveeggat svärd. Lärare ser elever lämna in perfekta svar utan att kunna förklara hur. Föräldrar ser barn som "lärt sig matte" men kraschat på provet. Och elever själva missar något viktigt: att tänka är jobbigt — och just det jobbet är hela poängen.
Mattegrafen byggdes mot detta. Vår AI-tutor Mimer löser inte uppgifter åt eleven. Den läser elevens egna lösningssteg och hittar exakt var resonemanget brister.
Problemet med AI som gör matten åt dig
Tänk dig en elev som skriver in "lös 3x + 7 = 22" i ChatGPT. Inom sekunder får hon ett perfekt svar med steg-för-steg-lösning. Hon kopierar, lämnar in, får godkänt. Men på provet sitter hon fast — för hon har aldrig behövt tänka själv.
Det här mönstret ser vi överallt. Eleven lär sig att hitta svar istället för att förstå matte. Och skillnaden märks inte förrän det är för sent — på nationella provet, vid betygsättningen, eller när nästa kurs bygger vidare på kunskaper som aldrig satt sig.
Varför just matte
Av alla ämnen är matte det som mest tränar kritiskt tänkande. Att verifiera. Att inte tro på en tvärsäker text utan att kontrollera. Att lita mer på sin egen logik än på en AI:s självsäkra påstående.
Det är samma färdigheter som behövs för att navigera AI-eran klokt. Om vi tappar matten tappar vi grunden för allt annat.
Hur Mimer fungerar — pedagogiskt
Mimer har fyra olika lärformer:
- Direkt instruktion — visa hur en uppgift typiskt löses
- Sokratisk dialog — ställ frågor istället för att svara
- Ledtrådar — pekare utan att lösa
- Lösta exempel — färdig lösning på en liknande uppgift
En bandit-algoritm lär sig vilken mode som fungerar bäst för just den här eleven. Efter några sessioner vet systemet om eleven svarar bäst på ledtrådar eller direkt instruktion. En elev som tenderar att ge upp tidigt får kanske ett löst exempel som visar vägen. En elev som gärna resoneramr men tappar strukturen får sokratiska frågor som håller henne på spåret.
Varför vi inte använder LLM för att rätta
Tre rättnings-motorer hanterar elevens svar:
- SymPy för algebraisk likhet
- Math-Verify (HuggingFace) för set/intervall/boolean
- latex2sympy2 för LaTeX-tolkning
(x+2)(x-3) = x^2 − x − 6 är det matematiskt sant, inte en bedömning.
LLM används där den är bra: att förstå elevens resonemang, hitta var ett missförstånd ligger, formulera en ledtråd som passar elevens nivå. Inte att räkna.
Vad skiljer Mattegrafen från andra matteappar
De flesta matteappar fungerar som digitala arbetsböcker: eleven får en uppgift, svarar rätt eller fel, och går vidare. Mattegrafen börjar istället med en diagnos som kartlägger vilka begrepp eleven förstår och vilka som brister. Rapporten visar inte bara "7 av 10 rätt" utan pekar ut det specifika missförståndet — till exempel att eleven behandlar likhetstecknet som "svaret kommer nu" istället för som en balans mellan två sidor.
Det är den informationen som gör skillnad. Föräldrar kan förstå var det brister utan att själva kunna lösa uppgifterna. Lärare kan se mönster i en hel klass. Och eleven kan öva på rätt sak istället för att repetera det hon redan kan.
Vad nu
Vi går ut i pilot under hösten 2026. Föräldrar som vill testa kan göra en gratis 15-minuters diagnos på mattegrafen.se/diagnos. Skolor som vill vara med i pilot mejlar hej@mattegrafen.se.
Läs mer: Gratis mattediagnos · Mattegrafen för föräldrar · Mattegrafen för lärare