Del 1 av kursen
Vad är AI för något?
AI är ett samlingsnamn för många olika teknologier. Att veta vilken av dem man pratar om gör resten av området betydligt mindre förvirrande.
Många teknologier under ett namn
Artificiell intelligens är ett paraplybegrepp. Under det ryms en rad teknologier som alla syftar till att få datorer att hantera sådant vi tidigare bara kunnat göra själva: känna igen mönster, förstå språk, planera och fatta beslut. Det finns ingen skarp definition som alla är ense om, och det är en del av förklaringen till att begreppet används så olika.
I praktiken är det sällan forskningens AI man möter. Det är vardagsfunktioner: skräppostfiltret, ansiktsupplåsningen i telefonen, sökfunktionen som hittar dina foton på "hund". De har funnits i åratal utan att någon kallat dem AI. Det nya är den generativa AI:n, som inte bara känner igen utan också producerar.
Maskininlärning: regler som lärs in istället för att skrivas
Klassiska program bygger på regler som en människa skrivit: om detta, gör så. Varje undantag måste någon ha tänkt på i förväg. Maskininlärning vänder på det. Istället för att beskriva reglerna visar man datorn många exempel och låter den hitta mönstren själv.
Det är därför AI kan hantera saker som är lätta för oss men svåra att formulera som regler, som att känna igen ett ansikte eller avgöra om en mening är artig eller spydig. Samtidigt förklarar det varför den kan misslyckas på sätt som är svåra att förutse. Den har inte förstått något, utan hittat mönster i det material den fått.
Tre sätt att träna en modell
| Typ | Hur den tränas | Typiskt användningsområde |
|---|---|---|
| Övervakad inlärning | Exempel med facit, som "det här är en katt" och "det här är en hund" | Klassificering, förutsägelser |
| Oövervakad inlärning | Exempel utan facit, där modellen letar grupper och avvikelser själv | Gruppering, avvikelsedetektering |
| Djupinlärning | Stora mängder data genom neurala nätverk med många lager | Bilder, tal och språk. Det moderna genombrottet. |
Generativ AI: det som skapar nytt
Generativ AI är modeller som producerar innehåll: text, bild, ljud, video och kod. Den mest använda sorten är språkmodeller, och dem bygger ChatGPT, Claude och Gemini på.
En språkmodell är tränad på enorma mängder text och har lärt sig vilka ord som brukar följa på vilka. När den svarar dig gör den i grunden en enda sak, om och om igen. Den gissar vilket ord som rimligen kommer härnäst, givet allt som stått innan. Sedan gissar den nästa, och nästa.
Det viktigaste att förstå. En språkmodell slår upp ingenting och kontrollerar ingenting. Den producerar det som låter som ett rimligt svar. Oftast är det också korrekt, men det är en bieffekt och ingen garanti.
Därför uppfinner den saker ibland
Fenomenet kallas hallucination. Modellen levererar ett svar som är flytande, självsäkert och påhittat. Det kan vara ett påhittat datum, en bok som inte finns, eller en källa med rätt format men fel innehåll.
Det sker inte för att modellen är trasig. Den gör precis det den är byggd för, att fortsätta texten på ett trovärdigt sätt. När den inte "vet" fyller den luckan med något som passar mönstret. Att den låter lika säker på fel svar som på rätt är en del av problemet, för det finns ingen tvekan i rösten att lyssna efter.
Praktiskt innebär det att allt som ska användas måste kontrolleras någon annanstans: siffror, namn, lagar, citat och källor. Mer om det i delen om risker och begränsningar.
Snäv AI och generell AI
All AI du kan använda idag är snäv. Den är bra på sitt område och inget annat. En modell som spelar schack kan inte köra bil, och en språkmodell som skriver utmärkt svenska har ingen aning om vad den säger i någon djupare mening.
Generell AI, alltså ett system som klarar vad som helst en människa klarar, finns inte. Begreppet används flitigt i rubriker, men det beskriver ett mål och inte en produkt du kan köpa. Att hålla isär de två är nyttigt, för mycket av den offentliga debatten blandar dem.
Sammanfattat
- AI är ett samlingsnamn för flera teknologier, inte en enda.
- Maskininlärning innebär att modellen hittar mönster i exempel istället för att följa skrivna regler.
- Generativ AI skapar nytt innehåll, och språkmodeller är den vanligaste sorten.
- En språkmodell förutsäger text. Den slår inte upp fakta och kontrollerar ingenting.
- Därför kan den hallucinera, och den låter lika säker på fel svar som på rätt.
Senast uppdaterad: 19 september 2026.