AI - så funkar det
Artificiell intelligens (AI) inbegriper olika tekniker. En specifik sorts AI är generativ, det vill säga att den kan generera text, ljud, video och bild. Här kan du läsa om hur AI funkar, samt etiska och miljömässiga aspekter som medföljer.
Vad är AI?
Artificiell intelligens (AI) är ett begrepp som inbegriper en mängd olika tekniker som finns i många tjänster. Ett exempel är rekommendationer på låtar baserat på vad du tidigare har lyssnat på. Olika typer av AI används även inom sjukvården för exempelvis diagnostik. Läs mer om KI:s forskning och användning av AI här.
Ett försök till en bred och informell definition skulle kunna lyda: AI är ett samlingsnamn på tekniker som utvecklas för att lösa problem som är så komplexa att de inte kan lösas med vanlig programkod, som steg för steg föreskriver hur lösningsprocessen går till, utan i stället använder neurala nät, stora språkmodeller eller liknande metoder tillsammans med en stor mängd träningsdata.
Vad är generativ AI?
Generativ AI kallas den typ av AI som kan skapa – generera – nya saker som exempelvis text, ljud och bild. I chattbottar som ChatGPT, Copilot och andra generativa AI-sökverktyg används en AI-teknik som kallas Large Language Models/LLMs, eller, på svenska, stora språkmodeller.
En stor språkmodell är en statistisk modell över hur mänskligt språk är uppbyggt samt hur människoskrivna texter brukar se ut. Chattbottar och andra AI-sökverktyg bygger sina svar på sannolikhetsberäkningar. Förenklat uttryckt innebär det att AI-verktyget tar din prompt – den text eller fråga du skrivit in – och genererar ett svar utifrån vad som sannolikt skulle kunna vara ett svar.
Ibland sägs det att stora språkmodeller hallucinerar när svaret inte överensstämmer med verkligheten, det vill säga när de genererar felaktiga svar, men det är egentligen inte någon skillnad på vad modellen gör när den säger sanna och osanna saker; den försöker bara skapa en text som stämmer med hur text brukar se ut och vilka ord som brukar stå tillsammans.
Filmer om hur AI funkar
- Här kan du se korta filmer om hur chattbottar som ChatGPT fungerar och om risker och etiska problem kring AI. Från Internetstiftelsen.
- En genomgång av grunderna i AI från UR. Om generativ AI, maskininlärning och neurala nätverk.
Hur tränas modellerna och på vilka källor?
Stora språkmodeller har tränats på en stor mängd människogenererat material – modellens träningsdata. Exakt vilka texter som har använts som träningsdata är inte alltid tydligt. Detta har, förutom att påverka vad verktygen kan, också skapat upphovsrättsliga och dataskyddsmässiga problem. Du kan du läsa mer om AI och etiska aspekter samt upphovsrätt längre ner på sidan.
Både de data olika AI-verktyg är tränade på och de data de har tillgång till skiljer sig åt. ChatGPT och Copilot är chattbottar som inte enbart genererar svar från vetenskapligt material. De skiljer sig från andra AI-sökverktyg, till exempel Elicit, Consensus och Scite, som är framtagna för att ge svar baserade på vetenskapliga publikationer som de också hänvisar till. Söker du vetenskaplig information är det därför rekommenderat att välja ett AI-sökverktyg som är framtaget specifikt för att söka vetenskapliga artiklar. Läs mer om att söka information med AI här.
Hur fungerar de?
Stora språkmodeller är väldigt bra på att härma människors sätt att uttrycka sig. Svaren låter också ofta väldigt självsäkra, vilket ibland kallas “machine splaining”. Därför är det viktigt att komma ihåg att stora språkmodeller inte har någon egen förståelse för vad som är sant eller falskt, eller ens för att det finns en yttre verklighet som ord kan överensstämma med. Ibland kallas stora språkmodeller för stokastiska papegojor; de är som papegojor som kan härma mänskligt tal, men de förstår inte vad de säger.
Stora språkmodeller är ofta sammankopplade med en databas eller sökmotor genom en teknik som kallas retrieval augmented generation (RAG). Det innebär att de ger referenser till riktiga källor. Men även om de alltid ger referenser till källor som faktiskt existerar kan kvaliteten på källorna skilja sig åt.
AI-verktygen kan också ha sammanfattat källorna på ett felaktigt sätt. Eftersom en stor språkmodell inte kan förstå text, så kan den egentligen inte kan sammanfatta text; den har inte någon djupare förståelse för vad texten handlar om och vad i den som är väsentligt. När den försöker sammanfatta texter blir resultatet oftast bara en förkortning, där man inte kan lita på att det tagits bort varit oväsentligt och att det som blivit kvar faktiskt är kärnan i texten – eller ens att det ingick i den ursprungliga texten.
Både själva träningsdatan och hur de stora språkmodellerna fungerar gör att AI-verktygen kan reproducera faktafel, stereotyper eller snedvridning (bias). Svaren verktygen ger är heller inte reproducerbara; du kommer att få olika svar även om du använder samma prompt en gång till.
Snabba fakta
- Stora språkmodeller (Large Language Models) är den generativa AI-teknik som finns i chattbottar och AI-sökverktyg som ChatGPT, Copilot, Elicit och SciSpace.
- Stora språkmodeller är statistiska modeller som bygger på ordprediktion och sannolikhet. Det innebär att de kan reproducera faktafel, stereotyper och snedvridningar.
- En stor språkmodell har ingen uppfattning om vad som är sant eller falskt – den kan generera text som överensstämmer med verkligheten, men den kan också generera innehåll som är helt felaktigt.
- En stor språkmodell kan inte sammanfatta utan bara förkorta en text, eftersom den inte kan värdera eller bedöma texten. En sammanfattning beror på kontext och att plocka ut det viktigaste är inte alltid enkelt eller objektivt.
- Både vilka data olika AI-verktyg är tränade på, men också vilka data de har tillgång till, skiljer sig åt. ChatGPT och Copilot är chattbottar som inte enbart genererar svar från vetenskapligt material.
- AI-verktyg är inte reproducerbara; du kommer att få olika svar även om du använder samma prompt en gång till.
Vilka AI-verktyg kan du använda?
Det finns många sorters generativa AI-verktyg som är lämpliga för olika användningsområden. Ett generellt råd är att försöka hitta ett AI-verktyg som är framtaget för just det ändamål som du vill använda det till. Om du vill översätta text, så välj till exempel DeepL som är framtaget för detta ändamål, snarare än ett mer generellt verktyg som ChatGPT.
Här är en lista över olika AI-verktyg som du kan använda till olika saker. Observera att listan inte är fullständig och att du själv behöver ta ansvar för att du använder verktygen på ett för din uppgift tillbörligt sätt och även med etiska hänsyn. Du kan läsa mer om AI och etik längre ner. Verktygen fungerar på olika sätt, så du behöver sätta dig in i hur de fungerar, hur du skyddar dina data och inte inskränker upphovsrätten.
Generella uppgifter (så kallade chattbottar/assistenter)
- ChatGPT
- Microsoft Copilot
På KI har både studenter och anställda tillgång till Microsoft Copilot, som är en stor språkmodell likt ChatGPT. Använder du den när du är inloggad via ditt KI-inlogg är den text du matar in skyddad. - Gemini
- DeepSeek
Skrivande (verktyg framtagna specifikt för att förbättra text)
- Instatext
- Grammarly
- Fler tips hittar du på sidan Skriva läsa och sammanfatta med AI
Programmering
Bildgenerering
Ljudgenerering
Läsning
- Notebook LM
- Fler tips hittar du på sidan Skriva, läsa och sammanfatta med AI
Sökning av artiklar
- Elicit
- SciSpace
- Perplexity
- Fler tips hittar du på sidan Söka information med AI
Transkribering
Översättning
Kodning av data
Generering av text, bild och ljud (så kallade multimodala modeller)
Tänk på!
- Var nyfiken och testa olika verktyg.
- Använd AI för att utforska ämnen och som komplement till annan faktainhämtning.
- Dubbelkontrollera alltid informationen som genereras av AI.
- Var medveten om faktafel, stereotyper och snedvridningar i materialet som produceras av AI‑verktyg; till exempel är material från västvärlden och om män ofta överrepresenterat.
Etiska aspekter
Det finns många etiska aspekter som är förknippade med AI-användning. Etiska aspekter rör exempelvis upphovsrätt, vilka som ligger bakom verktygen och vilka drivkrafter de har, samt samhällsaspekter och miljöpåverkan.
AI och upphovsrätt
På grund av hur AI-verktyg är uppbyggda är det oklart vem som äger vad. Vem har egentligen rätt till det som skapas av AI-verktyg?
- Är det skaparen av träningsdata? De som skapat träningsdata har hittills varken fått erkännande eller ersättning, vilket har lett till många rättstvister globalt.
- Är det skaparen av algoritmen? De flesta företag bakom AI-verktyg, till exempel Open AI, hävdar inte upphovsrätt på AI-output.
- Är det skaparen av prompten? Många länder har tydligt visat att de inte vill ge upphovsrätt till material genererat av AI.
Vilka ligger bakom verktygen?
Bakom alla nuvarande större AI-verktyg finns stora företag som vill tjäna pengar och kan ha olika ideologier, vilket kan synas i den output du får.
- OpenAI ligger bakom ChatGPT och de GPT-n-språkmodeller (GPT-3, GPT-4, etc) som den bygger på.
- En annan chattbott, DeepSeek, har istället utvecklats av ett kinesiskt företag med samma namn.
Det är troligt att ChatGPT och DeepSeek dels har blivit tränade på delvis olika data, dels är uppbyggda och putsade på olika sätt. De kommer därför ibland att ge olika resultat, vilket kan spegla till exempel olika politiska åsikter. Detta gäller många AI-verktyg; det finns exempel på att vissa ämnen inom medicin och omvårdnad ses som “tabu” och därför inte går att söka på i verktygen.
Även om flera AI-verktyg finns tillgängliga utan kostnad så är det troligt att vi betalar med data – dels den text vi lägger in när vi promptar, dels personlig information som krävs för att registrera sig. Du måste därför alltid fundera på vilka data du får och vill dela med dig av. Exempelvis får du inte dela med dig av känsliga patientdata.
AI och samhället
AI kan påverka vårt samhälle och social rättvisa på flera olika sätt.
- I flera fall har träningsdatan visat sig vara stulna och bygger på hårt arbete av människor och mindre företag som varken får erkännande eller del av vinsten.
- För att användare ska slippa se spår av sådant fruktansvärt material som har funnits med i den enorma träningsdatan har datan ofta “tvättats” av lågavlönade arbetare med dåliga arbetsvillkor.
AI och miljön
AI-verktyg påverkar miljön på flera olika sätt.
- Det krävs stora mängder ovanliga mineraler till den hårdvara som AI-verktygen körs på.
- Det krävs stora mängder energi för att driva dem.
- Det krävs stora mängder vatten för att kyla servrarna vid användning. Det krävs exempelvis en halv liter vatten för nedkylning när du skriver 5-50 promptar.
Eftersom AI-användning drar så mycket energi är det viktigt att reflektera kring hur du använder verktygen. Använd dem helst inte av slentrian, utan främst när du har en tydlig bild av vad du vill uppnå och bedömer att du får ett tydligt värde. Det kan också vara bra att veta att bildgenerering kräver mycket mer energi än textgenerering. Här kan du läsa mer om hur KI jobbar med hållbar utveckling.
Snabba fakta
- Vilka texter och data som använts för att träna AI-verktygen är ofta oklart. Bakom AI-verktygen finns stora företag som vill tjäna pengar och kan ha olika ideologier, vilket kan påverka den output du får av olika verktyg.
- Upphovsrättsskyddat material har ibland använts som träningsdata utan tillstånd, vilket gett upphov till juridiska processer.
- För att användare ska slippa se spår av det fruktansvärda material som funnits med i träningsdatan har datan “tvättats” av lågavlönade arbetare med dåliga arbetsvillkor.
- AI-verktyg använder mycket energi, både till utveckling och när vi använder dem.
Några frågor att ställa dig själv:
- Känner du till verktygets begränsningar och vad det är lämpligt att användas till?
- Vem står bakom verktyget? (land, företag, information om träningsdata). Hur kan det påverka vilka svar du får?
- Vet du hur verktyget hanterar personuppgifter och andra data?
- Är dina data skyddade?
- Används dina data till att träna nya språkmodeller?
- Använder du AI på ett effektivt sätt, så att du inte slösar med resurser?
Olika AI-tekniker
Det finns en mängd olika AI-tekniker som används i olika sammanhang.
Bildgenererande AI
En form av generativ AI är den som genererar bilder. Beroende på vilka bilder som använts som träningsdata så kan de vara begränsade till en mycket specifik sorts bild, som porträttfoton av ansikten, eller så kan de ha en mycket bred repertoar av bildtyper som de kan generera. Oftast används textsträngar som prompt, men vissa har förmågan att även ta in en grov skiss av den önskade bilden och arbeta utifrån den. Läs mer om AI och upphovsrätt här.
AI-agent
Vissa sorters generativ AI kallas för AI-agenter eller agentisk AI. Ordet har ingen allmänt accepterad definition, men används i praktiken för att beskriva datorprogram, gjorda i något specifikt syfte, där användargränssnittet bygger på en stor språkmodell. Det syftet kan till exempel vara att boka biljetter eller utföra djupare sökningar.
Klassificerare
En typ av AI vars uppgift är att, givet någon typ av indata, bestämma om indatat tillhör en viss kategori eller ej. Ett medicinskt exempel är klassificerare för röntgenbilder för att identifiera de som har tecken på lungcancer.
Vektordatabaser
Ett problem med att söka i textdatabaser är att man som regel behöver använda precis rätt ord, så att en text som innehåller ordet “eld” bara går att hitta med just ordet “eld” och inte med “brand”. I vektordatabaser används en relativt enkel metod baserad på en språkmodell för att gruppera ord med likartad betydelse, vilket gör sökresultatet mindre beroende av exakt vilket ord som användes.
AI-detekterare
I många sammanhang är det otillåtet att lämna in material som genererats av en stor språkmodell. Skolor brukar till exempel inte tillåta AI-skrivna inlämningsuppgifter, och vetenskapliga tidskrifter vill som regel att allt bruk av AI redovisas. Det är dock mycket svårt att se till att dessa regler efterlevs, eftersom man inte alltid kan se på en text att den är AI-skriven. Därför finns det flera företag som marknadsför AI-detekterare, som utlovas kunna identifiera AI-skrivna texter. Vi har hittills inte testat någon AI-detekterare som varit tillräckligt pålitlig för att vara användbar.
Prediktiv AI
Ett vanligt användningsområde för olika typer av maskininlärning är att försöka förutsägelsa händelser i verkligheten, särskilt människors beteende. Till exempel har olika AI-verktyg använts för att förutsäga om studenter kommer att hoppa av sin utbildning, om dömde brottslingar kommer bli återfallsförbrytare och liknande. Ett genomgående problem med denna slags AI är att den oftast inte fungerar.

Tänk på!
Du är alltid ansvarig för ditt eget lärande och det du producerar i dina studier.
Se till att du gör det med akademisk hederlighet, det vill säga att du är transparent med hur du använder verktygen samt inte använder dem mer än vad som är tillåtet för din kurs.
Dela inte personuppgifter, känsliga data eller upphovsrättsskyddat material med verktygen.
If you would like us to get back to you, please submit your contact information in the form below along with your feeback.