Du ska plugga till ett prov. Texten om vattnets kretslopp är ganska kort, men orden flyter ihop. Du ber en AI förklara enklare. Sedan får du en idé: går det att göra ett spel av det här? Eller en låt som gör det lättare att minnas?
Vi provar. Här finns en förklaring, ett spel och en låt som har skapats med AI utifrån samma faktatext. En bild visar hur vattnets vägar hänger ihop. Läs, spela eller lyssna och fundera på vad som faktiskt hjälper dig att förstå.
Här får du sedan undersöka hur AI kan skapa sådant, vilken information den använder och varför ett resultat kan behöva ändras även när det verkar bra.
En text, flera sätt att förstå
Välj ett eller två exempel att börja med. Du kan återvända till de andra senare.
Öppna faktatexten: vattnets kretslopp
Vatten rör sig mellan hav, sjöar, luft och mark. Solens energi driver avdunstning: flytande vatten blir osynlig vattenånga. Vattnet behöver inte koka. Växter tar också upp vatten genom rötterna och avger vattenånga från bladen.
När vattenånga kyls kan den kondensera till små vattendroppar. Moln består av små droppar eller iskristaller. När droppar eller kristaller växer tillräckligt kan de falla som nederbörd, till exempel regn eller snö.
En del vatten rinner på markytan till bäckar, sjöar och hav. Annat tränger ner i marken. Grundvatten finns i porer och sprickor och kan röra sig vidare till vattendrag och hav. Vatten kan också lagras länge, till exempel i is eller under marken. Kretsloppet har ingen bestämd början. Allt vatten tar inte samma väg.
Faktatext skriven för detta exempel med stöd av USGS: The water cycle.
Exemplen är skapade för boken med AI. Instruktionerna nedan visar hur du kan be om något liknande; de är sammanfattningar, inte en chattlogg. Spelet, texterna och bilden fungerar utan konto. Låten öppnas i Suno.
Först: hjälp mig förstå
En möjlig instruktionFörklara texten enklare. Behåll orden avdunstning och kondensation och förklara vad de betyder.
Tänk på en vattenpöl som torkar. Vattnet försvinner inte ur världen. En del har blivit osynlig vattenånga i luften. Det kallas avdunstning.
När vattenångan kyls kan den bli små droppar igen. Det kallas kondensation. Så kan moln bildas. Vattnet kan sedan falla som regn eller snö och ta olika vägar genom landskapet.
Enklare förklaring skapad med AI. Den tar upp en del av faktatexten.
Sedan: gör ett spel av det
En möjlig instruktionBygg ett arkadspel inspirerat av Pac-Man. Jag vill styra vatten genom labyrinter, samla poäng och undvika hinder. Låt vattnet avdunsta vid solen och kondensera vid molnet. Använd faktatexten och gör spelet möjligt att spela här i webbläsaren.
Regnresan
Tre labyrinter. Ett kretslopp. Ditt rekord.
- SolAvdunstning
- MolnKondensation
- HavTillbaka
Samla 8 glimtar till. Sedan: solen.
Samla åtta glimtar på vägen till solen. Välj en riktning för att börja röra dig.
Pilar / WASD: sväng. Mellanslag: boost. P: paus. På mobil: knappar eller svep på banan.
Spelplanen som text
Du är på rad 12, kolumn 2, räknat från övre vänstra hörnet. Form: flytande vatten. Nästa mål är solen, rad 12, kolumn 18.
Upp: fri gång. Vänster: vägg. Ner: vägg. Höger: fri gång.
Spelet kräver att du navigerar i en labyrint. Prova gärna lugnt läge och pausa för att läsa din position.
Avdunstning och kondensation kommer från faktatexten. Labyrinter, glimtar, virvlar och boost är spelregler. I naturen styr bland annat energi, luftströmmar och tyngdkraft; vattenånga är osynlig.
AI skrev kod som webbläsaren kör. Spelet är byggt och testat för det här kapitlet. När du spelar följer det sina regler; det frågar ingen AI om ditt nästa drag.
Vad i spelet kommer från faktatexten, och vad har lagts till för att det ska bli roligt? Kan ett spel bli roligare men samtidigt förklara mindre?
Och en låt att minnas
En möjlig instruktionSkriv en låttext om samma innehåll. Låt begreppen få plats, men gör den till en låt som går att sjunga.
Låttexten blir nästa underlag. I musikverktyget Suno får den sällskap av en beskrivning: svensk indiepop, tydlig sång och en refräng som fastnar. Suno skapar sång och musik.
Samma vatten, nya vägar
AI-genererad musik · cirka 2½ minLåten öppnas i en ny flik. Du kan också läsa hela låttexten här nedanför.
Läs låttexten
Text skapad med AI för boken. Sång och musik genererade i Suno den 2 oktober 2026. Öppna låten i Suno ↗
Kan en bild göra det tydligare?
En möjlig instruktionGör en översiktsbild av kretsloppet med svenska begrepp och pilar som visar vart vattnet rör sig.

Jämför med låttexten. Där finns en väg via växternas rötter och blad. Kan du hitta den i bilden?
Se en sak som saknas
Skogen syns, men ingen pil visar hur växter avger vattenånga. En snygg bild kan vara användbar och ändå lämna bort något viktigt. Vi kan be AI:n lägga till det, eller förklara begränsningen bredvid bilden.
Vilket sätt hjälpte dig mest? Välj ett begrepp ur faktatexten och försök förklara det utan att titta. Vad fick spelet, låten eller bilden dig att förstå?
Alla exemplen skapar något nytt ur ett underlag. Det kallas generativ AI. Olika verktyg gör olika delar av jobbet. Du väljer vad du behöver och kontrollerar att resultatet fungerar.
AI är många olika jobb
TikTok väljer nästa klipp. Mobilen känner igen ditt ansikte. En chatt skriver ett tal till en kompis femtonårsdag. Allt kallas AI, men det är tre helt olika jobb.
Den internationella organisationen OECD beskriver AI som system som utifrån information tar fram förutsägelser, rekommendationer, innehåll eller beslut.[1] Beskrivningen är bred, och det är poängen. AI är inte en sak utan ett samlingsnamn.
När någon säger att en app ”har AI” vet du alltså inte så mycket. Tre frågor tar dig längre: Vilket jobb gör den? Vilken information får den? Vad ska den uppnå?
Vilket jobb gör AI:n?
Välj en grupp för varje exempel. Du får en förklaring direkt.
Spotify gör en spellista som passar dig.
Mobilen låses upp när den ser ditt ansikte.
En chatt skriver ett tal till en kompis femtonårsdag.
Ett klipp får automatisk textning.
YouTube föreslår nästa video.
En app gör om ditt foto till en bild i Studio Ghibli-stil.
Resten av kapitlet handlar mest om AI som skapar. Den som rekommenderar får ett eget kapitel: Flödet.
En språkmodell gissar nästa ord
Bakom chattar som ChatGPT, Gemini, Copilot och Claude finns en . Den har tränats på enorma mängder text: böcker, webbsidor, artiklar och mycket mer. Den första delen av träningen är lätt att beskriva. Gissa vad som kommer härnäst.
Modellen får början på en text och gissar nästa bit. Gissningen jämförs med det som faktiskt stod. Sedan justeras miljarder tal i modellen en aning, så att nästa gissning blir lite bättre. Talen kallas . Det upprepas ofattbart många gånger.[2]
Ordet ”gissa” är en liknelse. En människa som gissar vet att hon gissar. Modellen räknar fram vad som brukar komma och hur troligt det är. Ett troligt svar kan vara fel, och då låter det lika säkert som ett rätt.
Till slut har modellen fångat mönster: hur ord brukar hänga ihop, hur en förklaring är uppbyggd, vad som brukar stå om huvudstäder och fotosyntes. Därför kan den skriva om sådant som aldrig har stått i exakt den formen i träningen. Pröva själv.
Här arbetar ingen riktig språkmodell. Alternativen och startvärdena är förskrivna. Reglaget ändrar hur ofta ett ovanligare alternativ kommer.
Jag öppnade väskan och hittade …
Tre saker syns i modellen. Den räknar fram flera möjliga fortsättningar. Sammanhanget ändrar vad som är troligt. Och det mest troliga är inte alltid sant. Egentligen arbetar modellen med små textbitar som kallas , ofta delar av ord, men hela ord är lättare att se.
Varför blev ”rymden” den mest troliga fortsättningen om Kinesiska muren?
Sedan tränas modellen vidare. Människor jämför olika svar och väljer de bästa, och modellen justeras så att sådana svar blir mer troliga.[4] Det gör chatten mer hjälpsam, men det kan också göra den mer medhållande. Mer om det i kapitel 8.
Många chattar använder i dag också . De har bland annat tränats på matte- och koduppgifter där svaret går att kontrollera, och justerats mot lösningar som blev rätt.[5] Innan en sådan modell svarar räknar den fram en lång text med mellansteg. Ofta ser du bara en kort sammanfattning av den.[6] Sedan augusti 2025 skickar ChatGPT automatiskt svåra frågor vidare till en resonerande modell.[7] Det är fortfarande nästa ord, gång på gång, men mellanstegen ger modellen mer att bygga vidare på. Därför har modellerna blivit mycket bättre på svår matte. Mellanstegen visar ändå inte alltid vad svaret byggde på.[8]
En chatt visar en lång text med mellansteg innan den svarar på en svår matteuppgift. Vad kan du dra för slutsats?
Gå djupareÄr det bara avancerad autokorrektur?
Både ja och nej. Att modellen gissar nästa textbit beskriver hur den arbetar, men inte allt den kan göra. För att gissa rätt i en ny mattefråga eller lösa en gåta som inte fanns i träningen behöver den ha fångat mönster som liknar resonemang. Forskare är inte överens om hur det bäst ska beskrivas. Det du själv kan göra är att pröva svaren: räkna efter, jämför med en källa, ställ en följdfråga.
Det den har lärt sig och det den får se
Tillbaka till plugget. Modellen har under sin träning lärt sig mönster i bland annat förklaringar, låttexter och kod. Därför kan den hjälpa dig att göra något nytt av en faktatext.
Det chatten får se just nu kallas : din fråga, tidigare meddelanden i samtalet och det du klistrar in. När du ger den faktatexten kan den använda just den som underlag. Modellens parametrar ändras inte av det. Den arbetar med informationen du gav den.
Men texten berättar inte exakt vad din lärare tänker fråga på provet. För det behövs till exempel lärarens instruktioner. En bra låt om kretsloppet kan alltså vara användbar utan att täcka allt du ska kunna.
Fyra saker som påverkar svaret
Det modellen redan har lärt sig
Träningen
Det modellen lärde sig innan du började skriva. Mönster ur enorma mängder text, fram till ett visst datum.
Till exempelHur en packlista brukar se ut.
Det modellen får när svaret skapas
Sammanhanget
Det som finns i chatten just nu: din fråga, tidigare meddelanden och det du klistrar in.
Till exempelLagets meddelande om samlingen.
Uppdraget
Instruktioner från företaget bakom tjänsten. Du ser dem oftast inte.
Till exempel”Svara kort och vänligt.”
Verktyg
Vissa tjänster kan söka på nätet, räkna eller läsa filer. Då hämtas ny information.
Till exempelGårdagens matchresultat.
Bidrar när tjänsten använder ett verktyg.
byggs av det som finns här. Saknas din uppgift överallt kan den inte komma med, men modellen kan ändå fylla i något som låter troligt.
Träningen har också ett slutdatum, en . Det som hänt efter den finns inte i träningen. Det kommer bara med om tjänsten söker på nätet eller om du själv klistrar in det. Därför kan en chatt låta säker och ändå ha fel om förra helgens match.
Hittade chatten ett kryphål?
Klassen ska ha en turnering i EA FC där alla möter alla. Ni ber en chatt kolla reglerna.
Poängsystemet Påhittat
Vinst ger 3 poäng. Förlust ger 0 poäng. Oavgjort ger 2 poäng var. Flest poäng vinner.
Chatten svarar att två kompisar tjänar på att spela oavgjort mot varandra. Stämmer det?
Vad kommer varifrån?
Lagets meddelande: ”Samling 07.15 vid skolan. Bussen går 07.30. Vi sover på golvet i en skolsal. Ta med egen sovutrustning.” Du ber en chatt göra en att göra-lista. Var kommer varje mening i svaret ifrån?
Var vid skolan 07.15.
Ta med sovsäck och liggunderlag.
Märk väskan med ditt namn.
Frukosten serveras 08.00 i matsalen.
Förslag är ofta precis det du vill ha. Problemet uppstår när ett förslag låter som ett faktum. Frukosttiden låter lika säker som samlingstiden, men bara en av dem har stöd.
Vem bestämmer hur den svarar?
Du är inte den enda som ger chatten instruktioner. Företaget bakom tjänsten ger modellen ett som du oftast inte ser: svara kort, var vänlig, ställ frågor i stället för att ge svar. Samma modell kan därför bete sig helt olika i olika appar.
Samling 07.15 vid skolan. Bussen går 07.30.
DuNär behöver jag vara vid skolan?
AIDu ska vara vid skolan 07.15. Bussen går 07.30, så samlingen är en kvart före.
Hjälp användaren att snabbt hitta praktisk information i meddelandet. Säg varifrån uppgiften kommer.
DuNär behöver jag vara vid skolan?
AIMeddelandet har två tider. Vilken står efter ordet ”samling”, och vilken handlar om bussen?
Hjälp användaren att öva på att läsa meddelanden själv. Börja med en fråga i stället för att ge svaret.
Båda tjänsterna har samma modell och samma meddelande. Varför svarar de så olika?
Ingen av dem är bäst i alla lägen. Ska du hinna till bussen vill du ha svaret direkt. Övar du på att läsa instruktioner kan frågan hjälpa mer. Men det är bra att veta att någon har valt hur tjänsten ska hjälpa dig.
De flesta stora chattjänster har i dag . De kan söka på nätet, läsa bilder och filer, köra kod och prata med röst. I vissa appar kan du också visa något med mobilkameran och prata om det samtidigt.[18] Många tjänster sparar dessutom uppgifter från dina tidigare samtal och lägger in dem i sammanhanget nästa gång, om minnet är påslaget.[19] Vissa kan också göra saker åt dig, till exempel klicka sig igenom en webbsida. Då är språkmodellen en del av ett större system.[20] Att en sökning hittade en sida betyder inte att svaret blir rätt. Sidan kan vara gammal, handla om något annat eller läsas fel. Och minnet gör svaren mer personliga, men det betyder också att tjänsten sparar mer om dig än det du skriver just nu. Mer om det i kapitel 9.
Du frågar en chatt vem som vann matchen i går, och svaret stämmer. Vad är mest troligt?
Vad klarar den i september 2026?
Samma slags AI som tar guld i matematikolympiaden kan missa vad klockan är. Förmågan är ojämn, och den ändras snabbt. Tjänsterna byts också ut hela tiden, så här står inga modellnamn, bara vad testerna visade och när.
Klarar den det?
Gissa först. Förklaringen visar vad forskare och testare har kommit fram till, med datum.
Lösa svåra matteproblem steg för steg.
Översätta en vanlig text mellan svenska och engelska.
Läsa vad en analog klocka på en bild visar.
Ge källor med länkar som stämmer.
Sammanfatta nyheter korrekt.
Räkna benen på en hund med fem ben.
Veta vad som har hänt nyligen, utan att söka.
Säga emot dig när din fråga innehåller ett fel.
Källor: matteolympiaden [11], klockorna [12], bilderna [13], referenserna [14], nyheterna och påven [15], felaktiga antaganden [16].
Varför blir det en gissning i stället för ”vet inte”? Forskare vid OpenAI har förklarat det med ett prov. På högskoleprovet ger fel svar inga minuspoäng, så det lönar sig att gissa. Många tester av AI-modeller räknar likadant: rätt svar ger poäng och ”vet inte” ger noll. När modeller tränas för att klara sådana tester blir gissningar vanligare än ”vet inte”. Forskarnas förslag är att tester ska straffa säkra fel mer än ärliga ”vet inte”.[17]
På ett prov ger rätt svar 1 poäng, fel svar −1 poäng och ”vet inte” 0 poäng. Du är helt osäker på en fråga med fyra svarsalternativ. Vad lönar sig?
Träna en egen modell
Språkmodeller tränas på text. Andra modeller tränas på bilder. Principen är densamma: modellen lär sig av exemplen den får, och bara av dem. Den som väljer exemplen påverkar vad modellen lär sig.
Här får du välja. Modellen ska lära sig att skilja vargar från huskyer.
Detta är en förskriven demonstration. Koden läser sparade etiketter om djuret och bakgrunden, inte bildens pixlar. Ingen riktig bildmodell tränas här.
Välj tre vargar och tre huskyer som modellen får lära sig av. De andra sex bilderna sparar vi till provet.
Valda: 0 av 3 vargar · 0 av 3 huskyer
Vill du träna en riktig bildmodell kan du pröva Teachable Machine från Google. Du lär den känna igen föremål eller gester med datorns kamera, och träningen sker i webbläsaren.
Pröva själv
Den här delen kräver en AI-tjänst. Använd den som din skola har valt, och skriv inget privat.
Skriv exakt samma fråga i två nya chattar. Använd tillfällig chatt om tjänsten har det, så att minnet från dina tidigare samtal inte påverkar svaren.[19] Jämför svaren. Lägg sedan till en mening med ett villkor och fråga igen.
Föreslå något att göra en fredagskväll för tolv kompisar. Vi har tre timmar och 300 kronor.
Föreslå något att göra en fredagskväll för tolv kompisar. Vi har tre timmar och 300 kronor. Ingen ska behöva sitta med mobilen.
Vad ändrade du, och vad ändrades ändå?
Utan AI-tjänst kan du jämföra två kompisars förslag på samma fråga. Samma tanke gäller.
Testa dig själv
Svara utan att titta i texten. Det är när du plockar fram det du har läst som det fastnar. Ditt första svar räknas.
Fråga 1 av 5En app säger att den ”har AI” som hjälper dig att plugga. Vilken fråga säger mest om vad appen gör?
Fråga 2 av 5Din klass har hittat på ett nytt kortspel. Du klistrar in reglerna och ber en chatt hitta det bästa draget. Vad händer?
Fråga 3 av 5Du vill ha en sammanfattning av en nyhet från i morse, men chatten du använder kan inte söka på nätet. Vad är rimligast?
Fråga 4 av 5Skolans AI-tjänst ger bara ledtrådar när du ber om svaret på en matteuppgift. En annan app med samma modell ger svaret direkt. Vad är den troligaste förklaringen?
Fråga 5 av 5En chatt svarar på när ett evenemang i din stad börjar och visar en länk till en webbsida. Vad är rimligast?
Tre saker att ta med
AI är många olika jobb. Fråga vilket jobb, vilken information och vilket mål.
En språkmodell räknar fram vad som brukar komma härnäst. Det som är troligt är ofta rätt, men inte alltid sant.
Svaret bygger på det modellen har lärt sig, det den får i sammanhanget och uppdraget den har fått. När något saknas kan den säga att den inte vet, men den kan också fylla i en gissning som låter lika säker som resten.
Prata om det
I par eller i grupp. Det finns inga rätta svar, men ge skäl för det du tycker och lyssna på någon som tycker annorlunda.
- Företaget bakom en chattjänst ger modellen ett uppdrag som du oftast inte ser. Borde alla kunna läsa uppdraget, och vad skulle ni vilja veta om det i en app som ni själva använder?
- Många chattjänster kan spara det du har berättat i tidigare samtal. När är det praktiskt, och när skulle ni hellre vilja att chatten började om från noll varje gång?
- En chatt låter ofta lika säker när den har fel som när den har rätt. Borde chattar visa hur säkert ett svar är, till exempel med färg eller procent, och vad skulle det ändra för hur ni använder dem?
När är AI ett bra verktyg för mig, och när är det fel verktyg?
Svara med en eller två meningar. Svaret sparas bara i den här webbläsaren och följer med till slutkapitlet Min AI-kompass.
Kapitel 1 i fler ämnen
Samma kapitel, längre in i ett ämne. Fördjupningarna är skrivna för åk 9 och gymnasiets första år, och varje fördjupning slutar med en uppgift som läraren bedömer i ämnet.
- TeknikTräna, testa, förbättra
Hur byggs och testas ett AI-system, och hur vet man vad modellen egentligen har lärt sig?
Två till tre lektioner · Slutuppgift: teknisk rapport eller presentation med demonstration - MatematikNästa ord är en sannolikhet
Hur räknar en språkmodell fram nästa ord, och varför kan samma fråga ge olika svar?
Två till tre lektioner · Slutuppgift: minimodell, som rapport eller affisch
Dina svar sparas bara i den här webbläsaren. Ladda ned dem eller skriv ut kapitlet om du vill ha dem kvar.
Ord i kapitlet
- AI
- Samlingsnamn för system som utifrån information tar fram förutsägelser, rekommendationer, innehåll eller beslut.Att en app har AI säger lite. Fråga vilket jobb den gör, vilken information den får och vad den ska uppnå.
- Generativ AI
- AI som skapar något nytt, till exempel en text, en bild eller en låt.
- Språkmodell
- En modell som har tränats på stora mängder text och räknar fram vilka fortsättningar som är troliga.Språkmodeller finns bakom chattar som ChatGPT, Gemini, Copilot och Claude.
- Parameter
- Ett av de miljarder tal i modellen som justeras under träningen.När du skriver i en chatt ändras inte parametrarna. Modellen läser det du skriver, men lär sig inget nytt av det just då.
- Token
- En liten textbit som modellen arbetar med, ofta en del av ett ord.
- Resonerande modell
- En språkmodell som har tränats att räkna fram mellansteg innan den svarar. Den klarar svåra matte- och koduppgifter bättre, men stegen kan innehålla fel.
- Sammanhang
- Det som finns i chatten just nu: din fråga, tidigare meddelanden och det du klistrar in. Kallas också kontext.
- Kunskapsgräns
- Datumet då modellens träningsdata tar slut. Det som hänt efter det finns inte i träningen. Det kommer bara med om tjänsten söker på nätet eller om du själv ger chatten underlaget.
- Uppdrag
- Instruktioner som företaget bakom en tjänst ger modellen, till exempel att svara kort eller att ställa frågor. Kallas ofta systemprompt.
- Verktyg
- Funktioner som en tjänst kan använda, till exempel sökning på nätet, en miniräknare eller att läsa filer.
Läs och se mer
- ArtikelVad är AI för något?
Internetkunskap förklarar maskininlärning och varför en språkmodell räknar ut vilket ord som troligen kommer härnäst.
- FilmHur funkar ChatGPT och generativ AI?
Francisca Hoyer från AI Sweden förklarar, i Internetstiftelsens grundkurs om AI.
- KursElements of AI
Gratis webbkurs på svenska om vad AI är och hur maskininlärning fungerar. Kräver inga förkunskaper.
- FilmLarge Language Models explained briefly
Engelska, cirka 8 minuter. Animerad förklaring av hur en språkmodell räknar fram nästa ord.
- FilmHow AI Works
Engelska. Korta filmer om träningsdata, neurala nätverk och chattbotar.
För lärare
Lektionsstart i Rummet · cirka 20 min
En kort genomgång om vad AI är och hur en språkmodell räknar fram nästa ord, tre påståenden att gissa sant eller påhittat på, ett klipp från AI Sweden, hur ofta AI läser klockor rätt och en fråga i Fyra hörn om uppdraget bakom chatten.
Visa storbilden på projektorn och stega med piltangenterna eller en clicker. Det du kan säga står i lärarpanelen. Eleverna ansluter med en kod och svarar på mobilen eller datorn, utan konto.
Starta lektionen i RummetSyfte
Eleven ska kunna skilja på vad en modell har lärt sig under träningen och vad den får i sammanhanget, förstå att en språkmodell räknar fram troliga fortsättningar och att tjänstens uppdrag påverkar svaret. Kapitlet lägger grunden för resten av boken: medhållet i kapitel 8 och urvalet i kapitel 7 bygger på samma mekanik.
Kort pass, cirka 20 minuter
Läs öppningen högt och välj ett av exemplen att prova. Fråga vad eleven lärde sig av det. Gör Gissa nästa ord tillsammans på storskärm: låt klassen gissa innan ni visar staplarna, och lägg sedan till sammanhanget. Gör sorteringen Vad kommer varifrån? i par. Avsluta med kompassfrågan.
En lektion, cirka 60 minuter
Två sätt att plugga med faktatexten och en jämförelse med originalet (10 min), sorteringen av AI-jobb (5 min), Gissa nästa ord med muren (10 min), turneringen i par (10 min), Vad kommer varifrån? (5 min), Klarar den det? och provfrågan om att gissa (10 min), Tre saker och kompassfrågan (10 min). Två tjänster med olika uppdrag passar som fortsättning. Träna en modell passar som fortsättning, gärna tillsammans med Teachable Machine.
Lyssna efter
- Kan eleven säga varifrån en uppgift i ett svar kommer: träningen, sammanhanget eller ingenstans?
- Skiljer eleven på ett förslag och ett påstående som saknar stöd?
- Förstår eleven att olika svar på samma fråga inte behöver bero på något hen gjort?
Vanliga missförstånd
- ”Den lärde sig mitt lag.” Meddelandet fanns i sammanhanget. Parametrarna ändras inte av en chatt. Om minnet är på kan tjänsten däremot spara uppgifter om dig och läsa in dem i nästa samtal.
- ”AI googlar alltid.” De flesta stora tjänster kan söka på nätet, men de gör det inte vid varje fråga, och sökningen kan vara avstängd. Be eleverna leta efter länkar eller en markering om att tjänsten har sökt.
- ”Allt som inte står i underlaget är påhittat.” Förslag och råd kan vara värdefulla. Det som saknar stöd är påståenden som låter som fakta.
Kopplingar
Teknik och matematik (sannolikhet, modeller), svenska (att läsa instruktioner). AILit-domänerna Möta och Forma. I verkstaden passar övningen Testa AI:n bra efter kapitlet.
Om de skapade exemplen
Ingen elev behöver skapa eget material i en extern AI. Spelet körs lokalt i webbläsaren. Låten länkar till Suno; använd gärna gemensam uppspelning. Låttexten går att läsa utan att ansluta till Suno. Instruktionerna på sidan är exempel, inte en dokumentation av ett enda lyckat försök. Regnresan är ett arkadspel med tre labyrinter, poäng och jagande virvlar. Lugnt läge tar bort fienderna och sänker tempot. Formbytena anknyter till faktatexten; glimtar, sköldar, liv och rusning är påhittade spelregler. Vattenångans högre fart i spelet är också en spelregel, inte ett naturvetenskapligt påstående. Be eleverna skilja de delarna åt. Bildens avsaknad av en pil för växternas avgivning av vattenånga används som jämförelse med underlaget. Poängen är att undersöka vad olika format hjälper oss att förstå, inte att avgöra en allmänt bästa studiemetod.
Om siffrorna
Sannolikheterna i Gissa nästa ord är påhittade för att visa principen och är inte uppmätta i en verklig modell. Exemplen i Klarar den det? är daterade eftersom förmågan ändras snabbt; klockresultatet från 2026 är ClockBenchs topplista, och studien om felaktiga antaganden är en förhandsversion. Byt gärna ut exemplen när nyare tester kommer. Varg- och huskybilderna är AI-genererade. Modellen i övningen är förenklad: den använder den enklaste skillnaden som stämmer för alla träningsbilder.
Källor
- OECD (2024). Explanatory memorandum on the updated OECD definition of an AI system. www.oecd.org/en/publications/explanatory-memorandum-on-the-updated-oecd-definition-of-an-ai-system_623da898-en.html
- Google, Machine Learning Crash Course: Introduction to Large Language Models. developers.google.com/machine-learning/crash-course/llm
- NASA (2009). Great Wall. ”Despite myths to the contrary, the wall isn't visible from the moon.” www.nasa.gov/image-article/great-wall
- OpenAI (30 november 2022). Introducing ChatGPT. Om träning med mänsklig återkoppling: människor rangordnade olika svar från modellen. openai.com/index/chatgpt
- DeepSeek-AI (17 september 2025). DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning. Nature. Modellen fick poäng när svaret på matte- och kodfrågor blev rätt. www.nature.com/articles/s41586-025-09422-z
- OpenAI (12 september 2024). Learning to reason with LLMs. Om modellen o1, som räknar fram en dold kedja av mellansteg innan den svarar. Användaren ser en sammanfattning. openai.com/index/learning-to-reason-with-llms
- OpenAI (7 augusti 2025). Introducing GPT-5. ChatGPT har en snabb modell, en resonerande modell och en router som väljer mellan dem. openai.com/index/introducing-gpt-5
- Anthropic (april 2025). Reasoning models don't always say what they think. Chen m.fl., arXiv 2505.05410. www.anthropic.com/research/reasoning-models-dont-say-think
- Ribeiro, M. T., Singh, S. och Guestrin, C. (2016). ”Why Should I Trust You?” Explaining the Predictions of Any Classifier. KDD 2016, avsnitt 6.4. arxiv.org/abs/1602.04938
- Kungl. Vetenskapsakademien (2024). Nobelpriset i kemi 2024. www.nobelprize.org/prizes/chemistry/2024/press-release
- Google DeepMind (21 juli 2025). Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the International Mathematical Olympiad. deepmind.google/discover/blog/advanced-version-of-gemini-with-deep-think-officially-achieves-gold-medal-standard-at-the-international-mathematical-olympiad
- ClockBench, topplista hämtad 26 september 2026 (människor 90,7 procent, bästa modeller 66,7 procent). Resultaten från 2025 enligt The Decoder, 14 september 2025. clockbench.ai
- Vo m.fl. (2025, reviderad 2026). Vision Language Models are Biased. ICLR 2026, arXiv 2505.23941. Siffran om fler mellansteg kommer från den reviderade versionen. vlmsarebiased.github.io
- Linardon m.fl. (2025). Påhittade och felaktiga referenser i texter från GPT-4o. JMIR Mental Health, 12 november 2025. pmc.ncbi.nlm.nih.gov/articles/PMC12658395
- EBU och BBC (21 oktober 2025). News Integrity in AI Assistants. 22 public service-bolag, bland dem SVT och Yle. www.ebu.ch/research/open/report/news-integrity-in-ai-assistants
- Evaluating Commercial AI Chatbots as News Intermediaries. Förhandsversion, arXiv 2605.22785, 21 maj 2026. arxiv.org/abs/2605.22785
- Kalai, Nachum, Vempala och Zhang (4 september 2025). Why Language Models Hallucinate. Forskare vid OpenAI och Georgia Tech. arXiv 2509.04664. arxiv.org/abs/2509.04664
- 9to5Google (30 maj 2025). Gemini Live med kamera och skärmdelning blir tillgänglig för alla på Android och iOS, även utan betalkonto. 9to5google.com/2025/05/30/gemini-live-camera-screen-wide
- OpenAI (februari 2024, uppdaterad 10 april och 3 juni 2025). Memory and new controls for ChatGPT. Minnet använder sparade uppgifter och tidigare samtal, sedan juni 2025 i en enklare version även för gratisanvändare. En tillfällig chatt använder inte minnet. openai.com/index/memory-and-new-controls-for-chatgpt
- Anthropic (2024). Building effective agents. Om språkmodeller som kompletteras med sökning, verktyg och minne. www.anthropic.com/engineering/building-effective-agents
Hur kan appen visa det du vill se innan du vet det själv?