Mitt första ai-år

MITT FÖRSTA ÅR
MED AI

Man behöver inte vara ung för att vara tidigt ute

En personlig berättelse om AI, Forsa AI,
lokal kunskap och landsbygdsutveckling

Jan-Åke Malmqvist

Förord

Den här berättelsen började egentligen av nyfikenhet.

Jag ville förstå vad artificiell intelligens var och vad jag själv skulle kunna använda den till. Jag hade ingen utbildningsplan, ingen färdig projektplan och definitivt ingen tanke på att jag ett år senare skulle försöka sammanfatta ett år fyllt av AI-assistenter, digitala kartor, webbapplikationer, lokalhistoria, arkiv, NotebookLM, Lovable och idéer om hur AI skulle kunna användas för lokal utveckling.

Det ena har lett till det andra. En del har fungerat. En del har inte fungerat alls. Men nästan varje försök har lett till en ny fråga eller en ny idé.

Efter hand upptäckte jag också något annat. Jag var inte längre särskilt intresserad av AI för AI:s egen skull. Det som intresserade mig var vad vi kunde göra med den: hur vi kan göra vår lokalhistoria tillgänglig, ge en liten förening bättre verktyg, koppla gamla fotografier till platserna där de togs och samla lokal kunskap som i dag finns utspridd i arkiv, rapporter, protokoll och människors minnen.

Det finns också en mer personlig anledning till att jag ville skriva den här berättelsen. Jag upptäckte att AI och jag är nästan jämngamla. Artificiell intelligens etablerades som forskningsområde under 1950-talet. Vi har alltså funnits parallellt under större delen av våra liv utan att egentligen känna varandra.

Drygt 70 år senare möttes våra vägar. Det här är berättelsen om vad som hände under vårt första år tillsammans.

AI och jag är nästan jämngamla – men det tog över 70 år innan vi möttes.

Innehåll

1. AI och jag är nästan jämngamla

2. Jag började utan någon plan

3. Forsa AI – en lokal försöksverkstad

4. Mina första egna AI-assistenter

5. NotebookLM – kunskapen vi redan har

6. Lovable – från idé till applikation

7. InfoMap – när idéerna möts

8. Näsviken som försöksverkstad

9. När det inte fungerar

10. Vad AI har förändrat för mig

11. De små aktörernas möjlighet

12. Från verktyg till arbetssätt

13. Vad har jag lärt mig?

14. Mitt andra år med AI

1. AI och jag är nästan jämngamla

Artificiell intelligens brukar som forskningsområde dateras till 1950-talet. Begreppet artificial intelligence etablerades 1956 vid Dartmouth-konferensen i USA.

Jag har alltså levt under nästan hela den tid som AI har utvecklats. Under större delen av mitt liv har jag dock knappast märkt av den.

När jag var ung fanns datorer framför allt på universitet, myndigheter och stora företag. Sedan kom persondatorn. Därefter internet, mobiltelefonen och så småningom den smarta telefonen. Samtidigt utvecklades artificiell intelligens i bakgrunden.

Under 1990- och 2000-talen blev datorerna kraftfullare och mängden digital information ökade snabbt. Under 2010-talet kom stora framsteg inom maskininlärning och djupinlärning. En viktig teknisk milstolpe kom 2017 med transformer-tekniken, som blev en grund för många av de stora språkmodeller som senare utvecklades.

När ChatGPT blev tillgängligt för allmänheten i slutet av 2022 hände något avgörande. Avancerad AI blev tillgänglig för vanliga människor genom något så enkelt som ett samtal.

Man behövde inte vara programmerare eller AI-forskare. Man kunde helt enkelt börja prata med en AI.

Och drygt 70 år efter att våra respektive resor hade börjat möttes AI och jag.

2. Jag började utan någon plan

När jag började använda AI på allvar hade jag ingen plan för vart det skulle leda. Jag var nyfiken.

Till en början handlade det mycket om ChatGPT. Jag ställde frågor, provade olika sätt att formulera mig och försökte förstå vad tekniken kunde göra. Ganska snart upptäckte jag att AI kunde vara något mer än en ny sorts sökmotor.

Jag kunde använda den som bollplank när jag hade en idé. Jag kunde be den strukturera mina tankar, analysera ett problem, hjälpa mig med en text eller förklara något jag inte förstod.

Sedan började något förändras. I stället för att fråga vad AI kan göra började jag fråga vad jag vill göra med AI.

Det blev början till Forsa AI.

3. Forsa AI – en lokal försöksverkstad

Forsa AI blev ett sätt att samla det jag höll på med. Jag ville framför allt undersöka om den nya AI-tekniken också kan vara användbar för en liten bygd, en förening eller en enskild person.

Jag har under många år varit engagerad i lokal utveckling och föreningsliv. Där finns nästan alltid fler idéer än resurser. En förening har sällan en programmerare, analytiker, kommunikatör, projektledare och grafisk formgivare till sitt förfogande. Därför blir många bra idéer aldrig genomförda.

Kanske skulle AI kunna förändra en del av detta?

Arbetet kom efter hand att handla om lokalhistoria, landsbygdsutveckling, föreningsliv, arkiv, turism, samhällsplanering, kartor och hur lokal kunskap kan bevaras och göras tillgänglig.

Arbetet fick också stöd utifrån. Bygderådet satsade 50 000 kronor och Studieförbundet Vuxenskolan bidrog med 8 000 kronor till resor och lokaler. Det personliga experimentet började bli något som fler kunde delta i och diskutera.

FORSA AI

En lokal försöksverkstad för AI, lokal kunskap och landsbygdsutveckling.

Stöd under året: Bygderådet 50 000 kr och Studieförbundet Vuxenskolan 8 000 kr till resor och lokaler.

4. Mina första egna AI-assistenter

Ett av de första större experimenten blev att skapa specialiserade AI-assistenter. Jag började fundera på varför en AI skulle försöka kunna allt. Kunde man i stället skapa olika assistenter med kunskap om ett begränsat område?

Det blev efter hand assistenter för bland annat Näsviken, Bygderådet, Dellenbanan, översiktsplanering, arkiv och fäbodar.

Jag upptäckte att värdet av AI inte bara ligger i själva AI-modellen. Minst lika viktigt är vilken kunskap den får arbeta med.

En generell AI kan veta mycket om världen, men den vet inte automatiskt vad som står i våra lokala dokument, vilka diskussioner som förts i en förening eller vilka erfarenheter människor i bygden bär på.

Det fick mig att börja fundera på ett lokalt AI-ekosystem: flera specialiserade assistenter som har olika uppgifter men ingår i ett större sammanhang.

5. NotebookLM – kunskapen vi redan har

NotebookLM blev ett av de verktyg jag använde mest. För mig ligger styrkan framför allt i möjligheten att samla ett eget kunskapsmaterial och sedan använda AI för att arbeta med just detta material.

Det ledde till en viktig insikt: vi saknar inte alltid kunskap. Ofta har vi problem med att hitta den kunskap vi redan har.

I föreningar, arkiv, hembygdsböcker, rapporter, protokoll och gamla projekt finns stora mängder information. Men den är utspridd.

Här ser jag en viktig uppgift för AI. AI behöver inte bara användas för att skapa nytt. Den kan också hjälpa oss att återupptäcka det vi redan vet.

NOTEBOOKLM

Ett av mina mest använda verktyg för att arbeta med egna dokument och källor. Den viktiga frågan är inte bara hur vi skapar ny information, utan hur vi använder den kunskap vi redan har.

6. Lovable – från idé till applikation

Lovable blev en av de stora vändpunkterna under mitt första år.

Tidigare kunde jag använda AI för att diskutera en idé, skriva en projektbeskrivning och få hjälp med programmering. Med Lovable kunde jag ta ytterligare ett steg: beskriva en applikation jag ville ha och börja bygga den.

Tidigare kunde jag få en idé till en digital tjänst och ganska snart komma till frågan: Vem kan programmera det här?

Nu kunde jag i stället börja med: Vi provar.

Avståndet mellan idé och prototyp blev mycket kortare. Jag behöver fortfarande förstå vad jag vill åstadkomma och bedöma om resultatet fungerar, men jag behöver inte själv behärska varje programmeringsspråk eller teknisk detalj.

LOVABLE

Vändpunkten från att diskutera digitala idéer till att faktiskt bygga och prova webbapplikationer. Avståndet mellan idé och prototyp blev mycket kortare.

7. InfoMap – när idéerna möts

Ett av de tydligaste resultaten blev arbetet med InfoMap.

Grundtanken är enkel. På en digital karta kan man lägga in olika platser. Till varje plats kan man koppla text, fotografier, ljud, filmer, länkar och berättelser.

När vi började arbeta med idén växte möjligheterna. Telefonen vet var besökaren befinner sig. En berättelse skulle kunna starta när man kommer till en viss plats. Ett gammalt fotografi skulle kunna visas på den plats där bilden en gång togs.

Vandringsleder, sevärdheter, lokalhistoria och lokal service skulle kunna finnas i samma system.

Här började flera av mina AI-spår mötas: kartor, bilder, ljud, berättelser, lokalhistoria, turism och AI.

INFOMAP

Digital karta där platser kan kopplas till text, bilder, ljud, film, länkar och berättelser. Tanken är att den digitala informationen ska möta den fysiska platsen.

8. Näsviken som försöksverkstad

Näsviken blev en naturlig plats att prova idéerna på. Där växte jag upp och där finns Tamms kanal, Hamre Strömmar, Forsså Bruk, Dellenbanan, vandringsleder och mängder av lokalhistoria och berättelser. Samtidigt finns ett pågående lokalt utvecklingsarbete.

Hur kan vi göra Tamms kanals historia tillgänglig? Hur kan leder, dressintrafik, kanot, kulturmiljöer och andra besöksmål knytas ihop? Hur kan gamla fotografier och berättelser få nytt liv?

Näsviken blev på så sätt en försöksverkstad. AI-arbetet handlade allt mindre om AI. Det började handla om Näsviken.

Och kanske är det precis så det ska vara.

9. När det inte fungerar

Mitt första år med AI har inte varit någon rak framgångssaga. Jag har byggt saker som inte fungerat. Kartor har krånglat. Programkod har slutat fungera. API:er har varit svårare än jag trodde. En funktion som borde vara enkel har ibland tagit timmar att få ordning på.

Och AI har haft fel.

Det är en viktig erfarenhet. AI kan ge ett svar som ser mycket övertygande ut och ändå innehålla felaktigheter. Därför har jag blivit mer medveten om behovet av källor och kontroll.

Man måste våga fråga AI. Men man måste också våga ifrågasätta AI.

Samtidigt har misslyckandena lärt mig något positivt. Jag behöver inte förstå allting innan jag börjar. Jag kan prova, undersöka varför något inte fungerar, ändra och prova igen.

Jag vågar prova fler idéer eftersom kostnaden för att misslyckas har blivit mycket mindre.

10. Vad AI har förändrat för mig

Det här är kanske den mest personliga delen av berättelsen.

När jag började var jag över 70 år. Jag tillhör inte den generation som vuxit upp med internet, appar och artificiell intelligens. Ändå sitter jag nu och bygger AI-assistenter, arbetar med digitala kartor, databaser och kunskapssystem och bygger webbapplikationer med hjälp av AI.

AI gör inte att jag plötsligt kan allt. Det intressanta är snarare att jag kan börja arbeta med sådant som jag inte kan.

Min uppgift blir i högre grad att förstå problemet. Vad behöver göras? Varför? För vem? Vilken kunskap finns redan? Vilka människor behöver vara med?

Det är frågor som AI inte kan besvara åt oss.

11. De små aktörernas möjlighet

Detta kan få särskild betydelse för landsbygden. Stora organisationer har länge kunnat köpa den kompetens de behöver. En liten förening eller lokal utvecklingsgrupp har helt andra förutsättningar.

Med AI kan skillnaden minska något. En liten organisation kan få hjälp att analysera ett omfattande dokument, formulera en projektidé, sammanställa statistik, skapa informationsmaterial eller bygga en första prototyp till en digital tjänst.

Det betyder inte att AI gör jobbet åt oss. Men den kan göra det möjligt för oss att göra sådant som tidigare låg utanför vår räckvidd.

Ju mer kraftfull AI blir, desto mer har jag samtidigt börjat uppskatta sådant som AI inte har: erfarenhet, lokalkännedom, relationer och förståelse för hur en bygd fungerar.

Människan bidrar med erfarenheten och sammanhanget. AI bidrar med nya verktyg.

12. Från verktyg till arbetssätt

När jag började var ChatGPT i stort sett synonymt med AI för mig. Ett år senare ser min verktygslåda annorlunda ut.

ChatGPT använder jag för samtal, analys, problemlösning, skrivande och idéutveckling. NotebookLM använder jag när jag vill arbeta mer strukturerat med ett eget källmaterial. Lovable använder jag för att omsätta idéer i webbapplikationer och prototyper. InfoMap är ett exempel på hur resultaten sedan kan användas ute i verkligheten.

Jag ser dem inte som konkurrerande verktyg. De fyller olika funktioner.

En idé kan börja som ett samtal. Sedan samlar jag dokument och undersöker bakgrunden. AI hjälper till att formulera ett projekt och diskutera lösningar. Med Lovable kan jag bygga en prototyp. InfoMap kan användas för att prova delar av idén i verkligheten. Människor reagerar och kommer med nya idéer. Då börjar processen om igen.

Idé → kunskap → analys → prototyp → test → erfarenhet → ny idé.

13. Vad har jag lärt mig?

Efter ett år är de viktigaste lärdomarna mindre tekniska än jag först trodde.

Börja med ett verkligt problem. Våga börja innan du kan. Lär dig ställa bättre frågor. Be AI att hitta svagheter i din idé, inte bara bekräfta den. Kontrollera det som är viktigt.

Jag har också lärt mig att AI inte är en sanningsmaskin. Ett välformulerat svar kan fortfarande vara fel. Därför måste viktiga fakta kontrolleras mot källorna.

Om någon i min egen ålder frågar om det är någon idé att börja med AI skulle mitt råd vara enkelt: prova.

Börja med något du redan är intresserad av – en hobby, släkthistoria, en förening, ett gammalt fotoalbum, ett projekt på jobbet eller ett problem i bygden.

Det är när AI möter något man redan bryr sig om som tekniken börjar bli verkligt intressant.

14. Mitt andra år med AI

Under mitt första år har jag framför allt experimenterat. Nästa steg blir att försöka bygga något mer bestående.

Jag ser framför mig en lokal digital infrastruktur där flera delar kan samverka. Lokala arkiv och bildsamlingar innehåller kunskapen. NotebookLM och liknande verktyg hjälper oss att arbeta med dokumenten. AI-assistenter gör kunskapen lättare att hitta och förstå. InfoMap kopplar berättelserna till de verkliga platserna. Lovable gör det möjligt att bygga tjänster som människor använder.

Och människorna i bygden bidrar med det viktigaste: kunskapen om vad som är värt att bevara och vad vi vill utveckla.

Jag började med nyfikenhet. Sedan kom experimenten. Experimenten blev projekt. Projekten började kopplas samman. Och någonstans på vägen förändrades min syn på vad jag själv kan göra.

Jag har gått från att använda AI till att bygga med AI.

När jag började frågade jag: Vad kan AI göra?

Nu frågar jag: Vad vill vi åstadkomma – och hur kan AI hjälpa oss?

AI och jag behövde drygt 70 år för att mötas. Nu har vi börjat lära känna varandra.

Och jag är väldigt nyfiken på vad vi ska hitta på härnäst.

Man behöver inte vara ung för att vara tidigt ute.

Tre konkreta exempel

Tamms kanal

En vanlig informationsskylt har begränsat utrymme. Men bakom Tamms kanal finns historia, fotografier, kartor och berättelser om människor, transporter och industriell utveckling. Med en QR-kod eller InfoMap kan den fysiska skylten bli ingången till ett mycket större digitalt material. Den digitala tekniken ersätter inte platsen – den hjälper oss att se mer av platsen.

Dellenbanan

Här finns järnvägshistoria, dressintrafik, broar, stationer, gamla fotografier och berättelser. Med AI och digitala verktyg kan materialet samlas och göras lättare att hitta. Samma kunskapsmaterial kan användas både för berättande och för utvecklingsarbete.

Våra gamla bilder

Många hembygdsföreningar har under årtionden samlat in och skannat fotografier. Men en bild som ligger i ett digitalt arkiv är inte nödvändigtvis tillgänglig. AI skulle kunna hjälpa till att söka i stora bildsamlingar, beskriva motiv och koppla bilder till platser, personer och dokument. InfoMap kan sedan föra tillbaka fotografiet till den geografiska plats där det en gång togs. Jag var med att starta Sockenbilder och byggde applikationen. Det tog mej 1,5 år och kostade 250 000 kr. Nu känner jag att det är dags att uppgradera tekniken och knyta ihop information om bilderna med olika källor så bilderna kan berätta ännu mer. 

”Det intressanta är inte längre vad AI kan göra.
Det intressanta är vad vi vill göra –
och hur AI kan hjälpa oss att göra det.”

Jan-Åke Malmqvist · Forsa AI