🏆 Finalist 2026 — TeknologisporetAutoLex: Tidlig opsporing
af ordblindhed
Et teknologiprojekt der kombinerer digital screening og adfærdstracking for at identificere elever med læringsudfordringer — før de falder igennem.
83 % af elever er aldrig screenet for ordblindhed
Ordblindetesten er det primære nationale screeningsværktøj i den danske grundskole. Men på trods af at 64 % af de testede elever viser tegn på ordblindhed, har langt de fleste elever aldrig fået adgang til testen. AutoLex er bygget for at lukke dette gap.
Grundskole 2024/25 — 484.116 elever i alt
Kilde: Uddannelsesstatistik.dk — Ordblindetesten, 2024/2025
af grundskoleelever har aldrig taget Ordblindetesten
af testede elever er diagnosticeret ordblinde
elever er aldrig screenet i grundskolen
Kilde: Uddannelsesstatistik.dk — Ordblindetesten, 2024/2025
Testresultater — af de 81.912 testede elever
Tre-trins screeningsmodel
AutoLex kombinerer selvrapporteret sværhedsgrad med passiv adfærdstracking. Resultatet er en nuanceret risikovurdering uden behov for specialist eller tidskrævende testforløb.
Spørgeskema
10 spørgsmål med 1–5 Likert-skala. Dækker læsning, koncentration, stavning og hukommelse.
Adfærdstracking
Registrerer reaktionstid, pausemønstre, antal svarskift, oplæsningsanmodninger og skrifttype-skift.
Risikovurdering
Automatisk scoring med lav/moderat/høj indikation. Læreren ser mønstre — ikke en diagnose.
Alternativer overvejet
PPR-visitation
Lang ventetid, kræver specialist, sjælden frekvens
Observationsark
Subjektiv, ingen adfærdsdata, ikke skalerbar
Logopæd-screening
Ressourcekrævende, svær adgang på alm. skoler
Live data fra AutoLex
Systemet er i aktiv brug på tværs af danske skoler. Tallene herunder opdateres løbende og afspejler anonymiserede aggregerede screeningsdata.
Hvad gør AutoLex unikt?
Kombinationen af selvrapporteret sværhedsgrad og passiv adfærdstracking er ny i dansk skoleregi. Ingen eksisterende løsning giver lærere realtidsadgang til begge datatyper uden specialistkrav.
| Aspekt | Traditionel test (PPR) | AutoLex |
|---|---|---|
| Tid | 2–4 timer | 5–10 min |
| Specialist nødvendig | Ja (logopæd/PPR) | Nej |
| Adfærdsdata | Nej | Ja (7 indikatorer) |
| Hyppighed | Sjælden | Løbende |
| Resultat | Diagnose | Indikation + mønstre |
| AI-indsigt | Nej | Ja |
| GDPR | Papirbaseret | Krypteret, GDPR-compliant |
Impact og fremtidig udvikling
AutoLex er bygget med skalérbarhed for øje. Systemet kan udvides til at understøtte nationale screeningsprogrammer og bidrage til evidensbaseret undervisningspraksis.
AI-risikomodel
Maskinlæringsmodel trænet på adfærdsdata og svardata for forbedret prædiktiv risikovurdering.
National database
Anonymiseret samlet datapulje der giver skoler mulighed for at benchmarke mod nationale mønstre.
API til skoler
REST API der integrerer med eksisterende skoleplatforme (Aula, Lectio) for automatisk elevoprettelse.