Introduktion
🎯 Lärandemål
- Veta vilka uppgifter AI är exceptionell på
- Förstå var AI kämpar eller fallerar
- Känna till vanliga AI-problem: hallucinationer, bias och brittle AI
- Kunna bedöma när AI är rätt verktyg och när mänskligt omdöme behövs
AI är inte bra på allt. Men inom vissa områden är den överlägsen människor – både i hastighet och ibland i precision. Att känna till båda sidorna är nyckeln till att använda AI smart.
Det finns uppgifter där AI presterar på ett sätt som är fundamentalt omöjligt för en människa att matcha – inte för att AI är “smartare”, utan för att den arbetar annorlunda.
När AI är oslagbar: Styrkor
1. Bearbeta enorma datamängder snabbt
En människa kan läsa kanske 300–500 ord per minut. En AI kan analysera miljontals ord per sekund.
Exempel:
- Analysera 10 000 kundrecensioner och hitta de tre vanligaste klagomålen – AI gör detta på sekunder, skulle ta en människa veckor
- Gå igenom 100 000 röntgenbilder för att hitta avvikelser – AI kan screena samtliga snabbare än människor
2. Identifiera komplexa mönster i data
AI kan hitta samband människor aldrig skulle upptäcka.
Exempel:
- Upptäcka kreditkortsbedrägerier genom subtila mönster i transaktioner
- Förutsäga maskinhaverier genom att analysera vibrationer, temperatur och ljudmönster
- Identifiera tidiga tecken på sjukdomar genom att korrelera tusentals datapunkter
3. Uppgifter med tydliga regler och upprepning
När uppgiften är väldefinierad och upprepar sig är AI extremt effektiv.
Exempel: Sortera mail, transkribera tal, översätta språk, spela schack eller Go, känna igen objekt på bilder.
4. Jobba 24/7 utan trötthet
En AI-chatbot kan hantera tusentals kundsamtal samtidigt, dygnet runt, utan att bli trött eller otålig.
5. Konsekvent prestation
En AI gör samma sak på samma sätt varje gång. En människa kan ha en dålig dag, vara distraherad eller trött.
AI har fundamentala svagheter – områden där människor fortfarande är klart överlägsna och där AI riskerar ge missvisande eller direkt felaktiga resultat.
När AI fallerar: Begränsningar
1. Kontextförståelse och sunt förnuft
AI saknar verklig förståelse för världen.
Exempel:
- “Jag satte nyckeln på bordet. Sedan vände jag på bordet. Var är nyckeln?”
- En 5-åring vet: “På golvet”
- AI kan bli förvirrad – den förstår inte gravitation eller hur världen fungerar
2. Kreativitet och innovation
AI kan kombinera befintliga mönster på nya sätt (och det kan se kreativt ut), men den kan inte “tänka utanför boxen” på samma sätt som människor.
Exempel: AI kan generera konst i stilen av Picasso eller Monet, men skapade inte kubism eller impressionism själv.
3. Känslomässig intelligens
AI kan känna igen känslor (analysera ansiktsuttryck eller tonfall), men förstår inte vad känslor är och har ingen empati.
Exempel: En kundtjänst-AI kan identifiera att du är arg, men kan inte verkligen förstå din frustration eller visa genuin empati. Terapeuter, lärare och vårdpersonal kräver mänsklig kontakt.
4. Etiska bedömningar och moraliskt ansvar
AI kan inte fatta moraliska beslut eller ta ansvar för konsekvenser. När en AI-rekryteringstjänst diskriminerar – vem bär ansvaret? AI:n kan inte ställas till svars.
5. Anpassning till helt nya situationer
AI är bräcklig – den fungerar inom sitt träningsområde men bryter ihop vid nya situationer.
Exempel: En självkörande bil tränad i soligt Kalifornien kan få problem i snöstorm i Sverige.
Utöver de grundläggande begränsningarna finns det fyra specifika problem som är viktiga att känna till – särskilt om du ska använda AI i professionella sammanhang.
Vanliga AI-problem du behöver känna till
1. Hallucinationer – När AI “hittar på”
AI-system, speciellt språkmodeller som ChatGPT, kan generera information som låter trovärdig men är helt påhittad.
Varför händer det? AI försöker alltid ge ett svar, även när den inte vet. Den genererar det som “låter rätt” baserat på statistiska mönster, inte faktisk kunskap.
Hur undviker du det?
- Verifiera alltid fakta från AI mot pålitliga källor
- Be AI:n ange källor (men kolla att källorna är verkliga!)
- Var extra skeptisk vid namn, datum, statistik och citat
2. Bias (Skevhet) – När AI lär sig våra fördomar
AI tränas på mänsklig data, och människor har fördomar. Om datan är skev blir AI:n skev.
Verkliga exempel:
- Amazon rekrytering: AI tränad på historiska anställningar favoriserade män, eftersom de flesta tidigare anställda var män
- Ansiktsigenkänning: Funkar sämre på personer med mörk hud eftersom träningsdatan innehöll flest ljusa ansikten
- Kriminalvård: AI som förutsäger återfall i brott diskriminerade mot minoriteter
Hur hanterar vi det? Granska träningsdatan, testa AI:n på olika grupper, ha mänsklig översyn och kräv transparens.
3. Brittle AI – När AI är sårbar för små förändringar
AI kan vara extremt bra på sin tränade uppgift men fullständigt vilsen vid små avvikelser.
Exempel:
- Forskare ändrade några pixlar på en bild av en panda (omärkligt för människor) och AI:n klassificerade den som “gibbon” med 99 % säkerhet
- Någon satte tejp på ett stoppskylt – bilen körde rakt igenom
AI är inte robust. Vi måste vara medvetna om sårbarheter, särskilt i säkerhetskritiska system.
4. Svarta lådan – Svårt att förklara AI:ns beslut
Djupa neurala nätverk ger ett svar, men det är nästan omöjligt att förstå exakt varför.
Exempel: En AI säger att en patient har 85 % risk för hjärtsjukdom. Läkaren frågar: “Varför?” – AI:n kan inte förklara vilka faktorer som vägde tyngst.
Problem: Svårt att lita på, förbättra eller felsöka. Etiskt problematiskt när AI påverkar människors liv utan transparens. Forskning pågår på förklarbar AI (Explainable AI – XAI).
Med kunskap om både styrkor och begränsningar går det att göra välgrundade val om när AI är rätt verktyg – och när mänskligt omdöme behövs.
När ska du använda AI, och när ska du inte?
AI är perfekt för:
- Uppgifter med enorma datamängder (analys av miljontals dokument)
- Repetitiva, väldefinierade uppgifter (kategorisering, sortering)
- Mönsterigenkänning (bedrägeri, sjukdomsdiagnostik)
- Snabbhet (realtidsbeslut baserat på regler)
- 24/7-tillgänglighet (kundtjänstbottar för vanliga frågor)
Människor är bättre på:
- Etiska och moraliska bedömningar
- Kreativitet och innovation utanför befintliga mönster
- Emotionell intelligens och empati
- Sunt förnuft och kontextförståelse
- Anpassning till helt nya, oförutsedda situationer
- Ansvar och konsekvenstänk
Smartast: Kombinera AI och människor
- Låt AI göra förarbetet (analysera data, sortera, föreslå)
- Låt människor fatta slutliga beslut, särskilt i känsliga frågor
- Använd AI som verktyg, inte ersättning
Sammanfattning
Här samlar vi ihop de viktigaste insikterna från avsnittet innan du går vidare till quizet.
- AI är oslagbar på att bearbeta enorma datamängder, hitta komplexa mönster, utföra repetitiva uppgifter och arbeta 24/7 utan trötthet
- AI saknar verklig förståelse, kreativitet, emotionell intelligens, etiskt omdöme och är bräcklig utanför sitt träningsområde
- Vanliga AI-problem: hallucinationer (AI hittar på), bias (AI lär sig fördomar från data), brittleness (sårbar för små förändringar) och svarta lådan (svårt att förstå besluten)
- Den smartaste strategin är att kombinera AI:ns styrkor (snabbhet, datakraft) med mänskligt omdöme (kontext, etik, ansvar)