Projektet avsåg att utveckla laborationsmoment som främjar datalogiskt tänkande hos gymnasieelever, utvinna insikter om hur AI-verktygets användning specifikt påverkade deras datalogiskt tänkande, samt vilka datalogiska nyckelförmågor som eleverna använde sig av och hur detta påverkade deras lösningsförmåga. Forskningsprocessen inleddes med en omfattande granskning av befintlig litteratur för att identifiera effektiva metoder för att främja datalogiskt tänkande och skapa två laborationsmoment. Därefter genomfördes laborationerna där ChatGPT integrerades som ett verktyg i elevernas lärande. Studien använde fallstudie som en kvalitativ forskningsdesign med insamlingsmetoder som observation, ljudinspelningar, elevlösningar och efterföljande intervjuer. Vidare användes tematisk analys som metod för analys av data där de datalogiskt tänkande nyckelförmågorna utgjorde de olika teman. En av de främsta iakttagelserna från studien är att även om ChatGPT kan erbjuda direkt assistans i problemlösningsprocessen, finns det en risk att elevernas aktiva engagemang i de grundläggande nyckelförmågorna av datalogiskt tänkande kan minska. Denna insikt understryker vikten av att finna en välavvägd användning av AI-teknologier inom utbildning, för att säkerställa att dessa verktyg bidrar till att förstärka elevernas kritiska tänkande och problemlösning, snarare än att försämra dem. Vidare tyder resultaten på att ju fler datalogiskt tänkande nyckelförmågor eleverna uppvisar, desto större är sannolikheten att de kommer fram till en korrekt lösning. Resultaten från denna undersökning ger värdefulla perspektiv för pedagoger och lärare om hur de kan utforma sin datalogiundervisning för att bättre förbereda eleverna för de tekniska utmaningarna i framtiden. Genom att fokusera på att utveckla en solid grund i datalogiskt tänkande kan utbildningssystemet effektivt rusta kommande generationer med de verktyg och färdigheter som krävs för att navigera i en alltmer digitaliserad värld.

The project intended to develop laboratory elements that promote computer logical thinking in high school students, extract insights into how the use of the AI tool specifically affects their computer logical thinking, as well as which key computer logical abilities the students use and how this affects their problem-solving ability. The research process began with a comprehensive review of existing literature to identify effective methods to promote computational thinking and create two laboratory sessions. Afterwards, labs are carried out where ChatGPT is integrated as a tool in the students' learning. The study used case studies as a qualitative research design with collection methods such as observation, audio recordings, student solutions and subsequent interviews. Furthermore, thematic analysis was used as a method for analyzing the data, where the data logical thinking key skills made up the different themes. One of the main observations from the studies is that although ChatGPT can offer direct assistants in the problem-solving process, there is a risk that students' active engagement in the fundamental key skills of computational thinking may decrease. This insight underscores the importance of finding a balanced use of AI technologies in education, to ensure that these tools contribute to enhancing students' critical thinking and problem solving rather than impairing them. Furthermore, the results indicate that the more computational thinking key skills the students exhibit, the greater the probability that they will arrive at a correct solution. The results of this survey provide a valuable perspective for educators and teachers on how to design their computer science education to better prepare students for the technological challenges of the future. By focusing on developing a solid foundation in computational thinking, the education system can effectively equip future generations with the tools and skills required to navigate an increasingly digitized world.