VURDERE

Datasett og datameglere

Hvordan lære elever om datainnsamling og målrettet reklame — uten skjerm?

60 min 5.–10. trinn og VGS Grupper Unplugged

Kjernepoeng

Elevene analyserer fiktive online-profiler av jevnaldrende og velger produkter for målrettet markedsføring — slik datameglere gjør i virkeligheten. Aktiviteten synliggjør hvilke data som samles inn om dem, og hvordan algoritmer bruker disse til å forme hva de ser på nett. Ingen teknologi nødvendig.

Tidsplan (60 min)

0–5 min Åpning og scenario
5–30 min Del 1: Analyser og velg produkter
30–45 min Del 2: Fasit og avsløring
45–60 min Del 3: Refleksjon og diskusjon

Du trenger

Sjekk det du har lært: 2 sider · skriv ut 1 ark per elev
Datasett Set 1–4 (profiler) — ett sett per gruppe, utskrift eller digital
Produktkort — ett sett per gruppe
Elevarbeidsark (Student Handout) — ett per elev
Fasitark (Answer Key) — kun for læreren

Forberedelse: Last ned og skriv ut Dataset Set 1–4 og Produktkort fra kildedokumentene (eller les dem digitalt sammen med elevene). Les gjennom fasitarket (Answer Key) så du vet hva som kommer i avsløringsfasen. Kopier og del ut elevarbeidsarket (Student Handout) — ett per elev eller per gruppe. Bestem på forhånd: skal alle grupper analysere samme datasett, eller skal de få ulikt sett og så sammenligne?

Datasett og datameglere · Gjennomføring Side 2

Les til klassen

«Dere er analytikere i et av verdens største dataanalysefirmaer. I dag har dere mottatt fire mapper med informasjon om ungdommer — søkehistorikk, interesser, kjøpsvaner, sosiale medier. Oppdraget: identifiser hvilke produkter som passer best for hver profil. Kundene betaler godt. Og de vet ingenting om at dere har disse mappene.»

Tips: Ikke avslør ennå at profilene er basert på reell datapraksis. La elevene jobbe som om det er en ekte jobboppgave — avslør sammenhengen i refleksjonsrunden. Denne «perspektivskiftet» fra profilert til profilerarer er det pedagogiske ankeret.

⏱

5 min

⏱Introduksjon — scenarioet5 min

Les scenariobeskrivelsen høyt. Sett scenen dramatisk. Forklar at elevenes oppgave er å analysere profiler og velge produkter — akkurat som ekte datameglere gjør.

💡 Tonalitet: Hold «jobbjobben»-rollen. La det føles som en virkelig oppgave. Du skal avsløre sannheten senere — kontrasten er det som gjør det interessant.
        

1

25 min

1Del 1 — Analyser profilene og velg produkter25 min

Del ut Dataset Set (profiler) + produktkort. Hver gruppe arbeider med sitt sett.

Steg 1: Les alle fire profilene. Hva slags person er hver profil? Skriv kort beskrivelse.
Steg 2: Velg 1–6 produkter fra produktarket for hver profil. Skriv ned valget og kort begrunnelse.
Steg 3: Forbered 1–2 min presentasjon av resonnementet ditt.

💡 Vandring: Gå rundt og still spørsmål: «Hva i profilen fikk dere til å velge dette produktet?» Dette forbereder elevene på den kritiske refleksjonen senere.
        

Datasett og datameglere · Gjennomføring Side 3

2

15 min

2Del 2 — Avsløringen: Hva bygde profilene egentlig på?15 min

Gruppene presenterer kort. Etter at alle har delt svar: avslør fasiten.

Presentasjon: Hver gruppe deler sitt resonnement kort (1–2 min).
Avsløring: Viss fasitarket. Profilene var faktisk basert på: søkehistorikk, YouTube-videoer, sosiale medier, kjøphistorikk.
Diskusjon i grupper: «Hvilke valg skulle vi ha gjort annerledes hvis vi hadde visst dette på forhånd?»

Kjerneoppdagelse La elevene forstå: Data fra hverdagen deres blir samlet inn og brukt til å bygge profiler. Datameglere kjøper denne informasjonen og selger den til andre.

💬

15 min

💬Del 3 — Refleksjon og diskusjon15 min

Hele klassen diskuterer ved hjelp av refleksjonsspørsmålene.

Hvilke data om deg tror du er tilgjengelige for datameglere nå?
Hva overrasket deg mest ved avsløringen?
Forskjellen på anbefaling og profilering — hvor går grensen?
Hva bør du tenke på neste gang du laster ned en app?

💡 Galleri-vandring (valgfritt): Hver gruppe skriver tre viktige oppdagelser på postit. Heng opp rundt klasserommet. Diskuter mønstre.
        

Datasett og datameglere · Lærerens hjørne Side 4

Bakgrunnsstoff og faglig forankring

Dette hjørnet er kun for deg — bakgrunn, differensiering og begrepene du trenger å være trygg på før du går inn i klasserommet.

Faglig kobling (LK20)

Samfunnsfag: Drøfte personvern, datahåndtering og konsekvenser av digitalisering. Diskutere etiske spørsmål om KI og algoritmer i samfunnet.
Norsk: Kritisk vurdere digitale kilder, medieinnhold og personvernpolitikk. Forstå hvordan algoritmer påvirker det vi ser.
Tverrfaglig tema: Demokrati og medborgerskap — rettigheter i det digitale samfunnet.

Begreper i dette opplegget

Begrep	Enkel forklaring for klasserommet
Datamegler	Selskap som kjøper, samler og selger persondata uten direkte kontakt med personene det gjelder. Profitterer på å selge innsikt om mennesker til markedsførere.
Dataprofil	En samling av data om en enkeltperson — søkehistorikk, interesser, atferd, kjøpsmønster — brukt til å forutsi behov og atferd.
Digitalt fotavtrykk	Sporene du etterlater deg på nett gjennom søk, klikk, kjøp, kommentarer, videovisninger og appbruk. Dette blir samlet inn av bedrifter.
Personalisering	Tilpasning av innhold, annonser eller tjenester basert på din dataprofil — f.eks. anbefalingsalgoritmer på Netflix eller TikTok.
GDPR	EUs personvernforordning som gir deg rett til å vite hvilke data som samles inn, rett til å få innsyn, rette og slette dine data.
Algoritmisk profil	En maskinlært representasjon av deg basert på din digitale atferd — brukt av systemer til å forutsi og påvirke fremtidig atferd.
Samtykke	Ditt informerte, frivillige og aktive «ja» til at data om deg kan samles inn og brukes til et bestemt formål. Må gis før innsamling.