Jag tror att mycket av diskussionen om AI just nu missar kärnan. Inte vad tekniken kan göra, utan vad den kräver av oss.
På ytan är det enkelt.
Skriv en prompt. Få ett svar. Gå vidare.
Och det fungerar. Men bara så länge man accepterar att kvaliteten varierar och att varje nytt försök i praktiken är en nystart. Det finns ingen egentlig ackumulering. Ingen konsekvens över tid. Ingen tydlig utveckling i hur arbetet faktiskt blir bättre.
Det är först när man försöker ta ett steg vidare från det som det börjar bli intressant. Och mer motstånd.
För att få ett AI att fungera riktigt bra måste du kunna verbalisera det som normalt sker i huvudet. Tydligt nog för att både AI ska förstå och kunna återanvända det i strukturerade templates.
Det är här många fastnar. Jag också delvis.
För att det bryter mot hur det kommunikativa hantverket traditionellt fungerar. Vi är vana vid att skapa själva. Att det riktiga är att skriva varje bokstav, tänka varje tanke och sedan redigera det till en färdig produkt. Och vi gör det mycket i stunden, justerar ton, budskap och argumentation.
Hantverket handlar om att formulera oss fram till något som fungerar i en given kontext. Det bygger på erfarenhet, omdöme och känsla. Inte på struktur.
Men AI börjar leverera verkligt värde först när vi kan beskriva vår egen logik. När det uppstår friktion. För att få konsekvent output måste vi kunna svara på frågor som vi sällan tidigare har tvingats formulera:
- Vad är det vi egentligen försöker säga?
- Vad måste alltid vara sant, oavsett innehåll?
- Hur bygger vi ett resonemang som håller?
- Vad är det vi konsekvent väljer bort?
Det här är inte tekniska frågor. Det är strategiska och kommunikativa grundfrågor. Men i mötet med AI har de plötsligt blivit operativa.
AI är inte speciellt effektiv innan vi har gjort vårt jobb. Och det är jobb som kräver tid och eftertanke. Att vi har gjort vår strategi, men också vågar titta på vår produktion med utifrånögon.
Det är också här mycket av det som kallas AI-slop uppstår. Man gör inte jobbet innan. Det generiska tar över. Probabiliteten drar oss mot det mest sannolika. Det som är mest mainstream. Good enough.
Det beror inte på att modellerna är svaga, utan på att premisserna är otydliga. När vi inte har definierat vår riktning, vår tonalitet och vår logik, speglar outputen just det.
Jag ogillar som bekant “good enough”. Samtidigt har jag inte gjort jobbet fullt ut själv heller. Inte förrän nu.
Det som förändrade något för mig var inte att skriva bättre prompts, utan att formulera en enkel struktur för hur jag faktiskt tänker.
I ett konkret test försökte jag beskriva hur jag analyserar en målgrupp inför en föreläsning. Inte som ett färdigt manus, utan som en uppsättning frågor som alltid ska besvaras. Frågor som ligger till grund för researchen — och i slutänden för själva föreläsningen.
- Vad vet vi faktiskt?
- Var ligger spänningen i målgruppen?
- Vad tror de att de förstår, men inte gör fullt ut?
- Var kommer de att göra motstånd?
Det är frågor man ibland inte ens ställer sig själv. Hur ska man då få ett AI att göra det?
När den strukturen väl fanns förändrades outputen. Inte dramatiskt, men tillräckligt. Resonemang mer konsekventa. Ingångar tydligare. Framför allt blev det lättare att komma igång utan att börja från noll varje gång.
Det var en ganska liten justering i arbetssättet. Men en stor skillnad i effekt.
Det är här jag tror att mycket av värdet kommer att byggas framåt. Inte i att producera mer innehåll snabbare, utan i att arbeta mer konsekvent, med högre kvalitet och tydligare riktning. Att göra sitt eget tänkande repeterbart utan att göra det mekaniskt.
Istället för att fokusera på automationen, fokusera på kvaliteten.
Det innebär också att retoriken kring hur enkelt AI är behöver nyanseras. Det är enkelt att komma igång. Men att få konsekvent hög kvalitet kräver mer arbete, mer struktur och mer eftertanke över tid.
Särskilt för oss som inte är vana vid att arbeta med explicita strukturer. Mycket av det som växer fram lutar åt ett utvecklarparadigm. Filer, mappar, beroenden. Ett sätt att organisera arbete som ibland presenteras som självklart.
Samtidigt finns en annan ytterlighet där struktur nästan ses som ett hot mot kreativiteten. Där värdet ligger i att varje gång börja från noll.
Båda perspektiven har något i sig. Men i mötet med AI blir den ena ineffektiv, och den andra begränsande.
Så vi behöver göra något annat. Vi behöver börja beskriva hur vi faktiskt tänker.
Det är kanske den viktigaste insikten i allt det här. Och kanske inte bara när det gäller AI.
AI fungerar bäst när vi själva vet vad vi håller på med.
Jag skrev ihop en sorts one-liner tillsammans med mitt AI efter ett par timmars arbete med att sätta upp en process som faktiskt fungerade:
Don’t build systems. Build how you think.
Funderar på att be min fästmö brodera det på en tavla. För det slår mig att det här inte bara handlar om AI. Det handlar om hur vi tänker i stort. Hur vi tar beslut. Hur vi bygger relationer.