ProjektledarDetta är en maskinell transkribering (KB-Whisper) av avsnittet som publicerades 2026-02-16. Fel kan förekomma.
Lyssna på avsnittet: AI15: Så förändras projektledarrollen, allt förändras framförallt administrationen, idag med Daniel Karlsson
Transkribering
Då var det dags igen för Projektledarpodden AI. Och den här gången har jag fått med Daniel Karlsson igen. Välkommen Daniel! Stort tack Mattias! Jag fortsätter tjata på dig och tycker att du ska ta över den här AI podden men jag får köra ett tag till. Absolut!
Du gör det så fantastiskt bra. Du lyssnar på Projektledarpodden. En podd för dig som gillar att leda projekt och vill lära dig mer av andra om projektledning. Så i dag ska vi prata därute. Det har hänt väldigt mycket för projektledare gällande AI. Jag vet inte när vi hade det här senast men det måste varit i höstas någon gång som du var med.
Så det är väl bara att köra igång. Någonting som spontant kommer upp? Nej, det är mycket OS-fokus nu. Det är väl det som spontant kommer upp. Mixed curling. Inte operativsystem alltså?
Nej, precis OS-bubbla är jag i. Vi ska försöka ta allt det som har hänt nu fast med projektledarögonen på oss och fundera på hur påverkas vi projektledare. Igår gick Microsofts AI-chefer ut och sa att revisorer, advokater, och så var det några fler roller, de kommer vara borta eller minskat kraftigt om 12-18 månader. Tyvärr nämnde han även projektledare. Jag tror inte han förstår vem projektledare är. Hur viktigt jobb vi har och att det inte kan ersättas?
Nej, men några kommentarer där… Vi såg i Internetstiftelsens undersökningar som kom i höstas… Då frågade man: <i>“Kommer AI att ta våra jobb?”< i> Nej, nej, nej. Jag kommer inte ta mitt jobb, för jag är så himla unik. I den amerikanska settingen… Jag har jobbat en del med amerikanska projekt…
Där har jag varit mer av en projektadministratör. Jag upplever att vi i Sverige har lite mer ledaregenskaper och ligger på lite mer höga strategiska varv i alla fall mot de projektledare som jag jobbat med i USA. Och kommer man in på de administrativa delarna där kommer det ju hända mycket. Det ser jag fram emot för det är inte den biten jag tycker är roligast. I ditt senaste nyhetsbrev så pratar du lite grann om Moltbot-vågen Låt oss börja där! Om vi backar tillbaka Det finns ett projekt som är ganska nystartat.
Som först hette Cloud Bot. Men nu tycker Cloud, Antropic Clod, att det ligger för nära så ni måste döpa om det till Molt Bot. Vad är Molt Bot för någonting? Det är ett system, ett AI-system. Som har tillgång till i princip all funktionalitet som det har på din dator. Idealt sett, om den ska få full kraft Du har tillgång till dina mail och internet.
Den kan skriva filer på din dator och så vidare. Sen har den också ett sätt att kommunicera in till en. Du kan skriva som en vanlig prompt men du kan också skicka in via WhatsApp vad den ska göra för någonting. Den har också en logg så att den har en minnesform. Den kommer ihåg vad du sagt och kan även göra actions proaktivt. Så då kan du från din telefon be den göra saker och då gör den saker åt dig.
Som till exempel att den kan sammanfatta den här artikeln eller gå ut på nätet och gör en sökning kring det här skriv en webbsida om det här så gör den det. I och med att den har en logg så kommer den lära sig vad du vill att den ska göra då kommer den hitta mönster och kunna göra saker proaktivt. Det blir ett jättestort jobb! Din moltbot ger dig en instruktionsfil för hur den ska vara och för att skapa Maximalt intresse: de kallar den för SOL, alltså själ kallar de instruktionsfilen för. Så varje molt-bot har en själ och i första skedet skapar de ett socialt nätverk, tänk ett Facebook där alla får släppa in sina molt-bots med olika själar och så får de prata med varandra, ha diskussionstrålar och betygsätta upp och betygsätta varandra.
Det här första steget: Den heter Molt-book som Facebook, där kan ni gå in och titta vad de diskuterar. Nästa steg i det här är att de här botsen inte kan göra allting utan de stöter på problem. De kan inte göra saker i den fysiska världen till exempel. Då byggde man en gigarbetets tjänst. Där vi som människor kan säga att vi är lediga, vi är tillgängliga så kan de här Molt-botsen köpa uppgifter av oss. Säg till exempel att en Molt-bot behöver en restaurang rejtad.
Då kan den säga till dig Mattias men jag behöver att du går ut och käkar. packa på den här restaurangen och kom tillbaka och rapportera in det här betyget det är mycket problem, säkerhetsluckor hit, det är en väldigt tidig och omogen produkt. Nu är det i och för sig över hundratusen som jobbar med förbättringar men det ger i varje fall en indikation av vart vi kanske är på väg att vi har de här white-botsen eller AI som är nästan som en egen varelse som lever parallellt, jag vet inte vad du tänkt kring det nu pratade jag ganska länge. Jättebra att du pratade länge. Jag uppskattar det väldigt mycket.
Jag lyssnade på en podcast där de intervjuade den här Österriken som har programmerat det. Han har lagt ner ett par dagar på det. Så det var ingen stor sak. Han är ju gammal duktig utvecklare och har gjort grunden för det här. Han visste själv inte riktigt var det skulle ta vägen. Men han var förvånad över att inga stora företag tog tag i det här för det var så pass lätt.
Men samtidigt så sa han att det själv är nog säkerheten. Inget stort företag vill eller kan göra så här. Det vill säga att man släpper någonting. Och du sa ordet proaktivt, du nästan svalde det. Men det den gör den här också. Om du ger den tillräckliga rättigheter då kommer den att börja ta egna initiativ och göra saker.
Nu såg jag att de hade startat igång en pokerturnering mellan de här. Och de satt och spelade poker. Så det finns väldigt mycket. Men jag tror det vi ska ta med oss som projektledare är att den här typen av assistentfunktion kommer att komma. Och den kommer att komma i kom Pilot och i de andra också. Och där den går ut och plockar mycket mer.
Sådana enkla funktioner vi redan idag kan bygga med de verktyg vi har idag, till exempel att gå ut på SharePoint och få en veckouppdatering. Vilka dokument är uppdaterade ger mig en statsrapport. Det kommer den här givetvis kunna göra men den kommer också kunna gå ut och säga det att i det här mötet sa vi det här: du har inte ens påbörjat det dokumentet än och så vidare. Apropå det här med ersatta projektet Så därför är det här otroligt intressant. Det är en första våg men det visar vad som kommer att komma. Och i anknytning till det här har jag gjort ett litet experiment i det som heter Claude Co-work.
Claude Co-work är en funktion som är mellan … vanliga Claude där man chattar som vanligt och så har man Claude Code som du är expert på Mattias. Du har byggt fantastiska saker där. men där gör du fullödiga appar. Bokningssystemet har stora avancerade saker. Och Codill Co:Work står lite grann däremellan. Så man har lite programmeringsfunktionalitet men det känns inte som att man programmerar utan mer som att man har en assistent som utför saker åt en. Fram till igår, eller i förrgår, så har det här bara funnits på Mac.
Men nu har de också släppt det på PC. Och det har blivit mitt go-to-verktyg. Jag använder det jättemycket! Och då testar jag ett Jag hade en idé och 2026 när man har en idé bygger man en prototyp och testar den. Man gör liksom en MVP på den. Vad gör vi projektledare i stor utsträckning?
Vi har en att-göra lista, nån form av actionplan. Och sen ska alla utföra saker enligt den där actionplanen, det kanske är som projektledare: “Vi ska ta fram en projektplan.” Nån på UX ska ta fram en UX-dokumentation, och så vidare. Och det står i den här listan. sen så har vi statusuppdateringsmöten varje morgon, någon gång i veckan där vi rapporterar in har vi gjort våra saker som vi ska göra. Sen så har vi riskregister dit vi för information vi har beslutsregister dit man för information. Så det är mycket ha koll på var är vi och är alla register uppfyllda.
Fyller vi upp de funktionerna? Då tänkte jag i mitt experiment, som jag gjort i Claude Corac vi jobbar bara på, vi har våran att göra lista vi har vår Action Log för projektet, vi har vår riskregister och beslutslogg. Sen jobbar vi bara på: Som projektledare skriver vi vår projektplan och sparar den. Som UX:are gör vi vårt UX-arbete och sparar den någonstans. Sen har vi vår AI-assistent, som går igenom de här filerna som vi gjort och kollar: vad är status på dem? Hur långt har du kommit?
Sen så fyller den i vår statusuppdateringslista, den fyller i vår actionlogg med exakt hur långt vi kommit i de olika artefakterna som vi gjort. När vi haft ett möte så går den igenom mötesanteckningarna och ser som en här hade ni tre stycken beslut då släcker vi in dem i beslutsloggen. Mattias, du har fått tre nya actionpunkter då lägger vi in den i din att-göra lista. Jag ser här att det har diskuterats två nya risker de läggs automatiskt in i riskregistret. Så går den igenom så vet vi vilket tillstånd projektet är vid en tidpunkt Så, när man uppdaterar så tittar man: Vad är det som har ändrats sedan senaste tillståndet?
Då uppdaterar man alla register, alla att göra-filer hela projektets status, visar det på en dashboard. Du Mattias, som projektledare kan gå in och ställa frågan: Vad ska jag göra idag? Vad har jag för blockers? Hur går det för UX-teamet? Vad är det mest effektiva vi måste lägga tid på? Och det här funkar!
Det är ett system, jag har testat det med olika filer. Det finns här idag och fungerar. så i princip skulle man kunna köra den här admin-delen av ett projekt utan en projektledare om man litar på systemet. Vad väcker det här för tankar hos dig, Mattias? Min första tanke… kan du koppla det till Teams och Microsoft-världen? Så här, jag har lagt ungefär två timmar på det här… Om man ska göra det på riktigt då kanske man ska lägga 200-2000 timmar på det och då skulle man kunna koppla det till Windows-världen.
Och kunna koppla det mot sin kalender och säkert mot to-do eller plan. Då kan man göra massor med såna kopplingar. Det finns ju API:er för det. Jag gjorde enklast möjligt så att alla mina textfiler måste ligga i en mapp bara för att testa den här idén. Och det är väl ganska stor skillnad att ha idén i huvudet och se det hända framför skärmen. update och helt plötsligt… Jag vet ju själv hur jag som projektledare efter möten har: ”Nu måste jag uppdatera riskregistret, nu måste jag kommunicera ut de här nya uppgifterna till de här personerna och så vidare.” Så bara allt det sker, mer eller mindre automatiskt.
Hur kan man lita på att den verkligen gör det, eller att den inte börjar hallucinera, eller att den börjar radera felaktiga saker? Bygger man ett system på riktigt, då finns det best practice som löser det här. Min skriver bara in att göra-listor till dig, Mattias. Jag gissar att i ett riktigt fall så skulle du få godkänna dem. Man skulle bygga någon form av process kring det här. Jag identifierar de här nya riskerna.
Är det okej att lägga in dem i din risklogg? Jag har förslag att den här ska justeras. Är det okej att jag gör det? Så man skulle bygga in människan i den här loopen? Kanske, tills dess att vi litar på systemet fullt ut. Då kommer vi mindre och mindre behöva blanda in oss i den loopen.
Jag har byggt lite i Claude Code som ska godkännas av FDA i USA. Som är deras motsvarighet till Läkemedelsverket och liknande. Och där har de krav på att människor ska gå in. När det är AI som gör saker så är det en människa som måste gå in och signera det. Men det jag har gjort där det är att jag har byggt in AI som går in och granskar AI så det kommer in en granskning. Faktiskt är det två. stycken olika roller som kommer in och granskar vad som är gjort.
Och ger det underlaget till människan. Först gjorde jag det här. Och nu har jag granskat det utifrån det här perspektivet. Och sedan får människan gå in och göra slutkontrollen på det. Jag tror vi kommer hamna där. Om jag nu i januari, eller i början på februari kan göra det här på två timmar.
Om någon gör det på riktigt så är det en produkt inom sex månader. Sen finns trögheten för att få ut det i systemet men varför inte ha det? Den sköter verkligen mycket av min Admin, som jag som projektledare. Det är något som finns här och nu. Det intressanta är att vi automatiserar det sättet vi jobbar på nu, men det som kommer komma i vågen efter är det faktiskt att vi ändrar hur vi jobbar. Lite grann som det här med Claude Botter nämnde att man satte upp en människoarbetare som de kan kontakta.
Samma sak kommer att hända här, att vi tänker om. Samma sak som det här som jag vet att du nämner när du håller för om elektriciteten. När den kom in i fabrikerna så ersatte man ångmaskinen med elmotorer till att börja med. Sedan börjar man inse att oj, med elen kan vi jobba på ett annat sätt och då kan vi flytta ut och bygga om lokalerna göra det mer effektivt. Samma sak kommer hända här givetvis, att vi har en första automatisering. Min ursprungstanke kring det här var “kan man eliminera statusuppdateringsmötena?” och med det här systemet, nu säger jag inte att vi ska jobba så men i praktiken skulle alla kunna sitta och jobba på sina artefakter och spara ner dem på SharePoint.
Och sen har man automatisk all uppdatering, all statusuppdatering. Den finns per automatik. Och då blir det att istället använda den där tiden till att faktiskt prata om det som är viktigt. Man vet ju inte allting man ska göra innan man börjar projektet. Vilket gör att det här med att göra en ordentlig plan det ska man göra men sedan måste man uppdatera den och det är byggt på att människor pratar med varandra. Det måste vi då skapa tid för och då kanske inte det är genom statsrapporter utan det är faktiskt att prata.
Det är det jag ser som nackdelen. det här check in-mötet som vi har någon eller ett par gånger i veckan hur ska man då skapa den här teamkänslan om man tar bort de naturliga interaktionerna i teamet. Och även ägarskapet för en uppgift. AI sitter och gör den här uppgiften åt mig. Vi kan säga att nu är det enkelt att ta exemplet med kodning för det är det som har blivit automatiserat snabbast nu men det kommer vara massor med andra saker som görs i ordning. Om jag då inte har kontroll på vad den gör eller jag kanske släpper släpper den, det brukar funka.
Då kommer jag inte äga den här migreringen som ska göras, eller de här byggnadsritningarna kanske inte går in och tittar på varenda mått som finns i den och att det här verkligen stämmer. Men någon gång, och det har skett i alla teknikskiften så litar vi så mycket på någon annan del att vi inte behöver granska mellanstegen. Tittar man liksom på datorer, om vi tar programmering. Så har det hela tiden flyttats upp i abstraktionskedjan. Så skrev man direkt i maskinkod och så kom det något som hette kompulator som gjorde att man kunde skriva programmeringsspråk på ett enklare sätt.
Då lovade jag att det fanns folk som sa att man inte kan lita på kompilatorerna, man måste verkligen kolla maskinkoden och se att det stämmer fullt ut man kan inte lita på det här emellan. Men sen bevisar den sig och i dagsläget så är det ju ingen som gör det längre. Så, så kanske det blir här också att om vi har ett system, om vi tänker mig i mitt exempel som hela tiden har koll på status i projektet och så vidare. Om det har bevisat sig och vi litar på det fullt ut, då kan vi släppa de tankarna, då behöver vi inte kontrollera det längre. Jag tror det är många idag som inte kontrollerar när du gör en mängdlista utifrån en CAD-ritning utan man litar på att det funkar, vilket man inte kunde göra i början.
Man jobbar inte med objekten på rätt sätt. Automatisering och de här bitarna, Excel, vad har hänt där? Mycket av det här som vi pratar om nu har låsts upp av AI-modeller som har kommit de senaste månaderna. Om vi pratar tekniskt så är det Antropix, Opus 4.5, 4.6 och OpenEyes Codex 5.2 som är nya modeller som har gjort att det här har blivit väldigt enkelt och det fungerar ofta. De här modellerna finns i Excel och Microsoft har sin egen agent i Excel. Sitt eget agentläge som är utrullat… för vissa för vissa är det inte utrullat.
Claude funkar för alla som har ProAvonmar I Excel är de här fantastiska fantastiskt bra! I Excel är det stor skillnad på agentläge och inte agentläge så när jag säger fantastiskt bra menar jag agentläge. och det har tagit mig som att jag är gammal Excel-nörd jag har suttit jättemycket i Excel men sen januari så har jag i princip inte skrivit en enda formel jag har nästan inte klickat på en enda knapp i Excel utan jag använder bara de här agenterna som gör saker åt mig. med IXL. Det är liksom riktigt bra och vasst! Beskriv hur du gör! Det här är ju också något annat som… en stor unlock kan man säga: att prata med sin AI.
Att man dikterar vad som ska sägas. Om jag ska ge ett promptingtips så är det att prata istället för att skriva. För när vi pratar, då ger vi mycket mer kontext. Vi tenderar att beskriva sakerna mer noggrant! I varje fall när vi pratar till en annan person. Låtsas att du pratar med en annan person när du pratar till din AI Bara faktumet att vi ger mer kontext gör att du får bättre svar.
I Excel pratar jag i ganska stor utsträckning… för det är så jobbigt att skriva. Jämför kolumn A och kolumn B och se om det är skillnad på dem. Då gör den det. Lägg in ett rutnät i kolumn 3. färggranska eller formatera färgerna i kolumn C enligt fallande färgskala. Jag vill ha en att göra-lista, jag vill ha ett riskregister och i riskregistret ska det finnas dropdowns och man kan välja status på riskerna. Jag vill att det ska finnas de här kolumnerna o.s.v.
Då säger jag det i talat språk och sen så gör den det… När det gäller Excel är det smidigt, för då har man Excelarket framför sig då kan man vara detaljerad eftersom man ser allting så pratar man. Det blir väldigt dynamiskt! och funkar så pass bra att jag skulle säga Claude gör nästan aldrig fel utan om det blir fel så är det att jag inte instruerar tillräckligt. För att folk ska kunna testa skulle jag vilja att du beskriver hur man får igång det här med Claude respektive hur får man igång motsvarande Microsofts funktionalitet. I Microsoft måste man ha betalversionen av CoPilot.
Då finns den vanliga CoPilot-knappen. Och där finns en verktygsknapp Om man öppnar CoPilot i Excel så finns det knappar längst ner vid chattrutan: en av dem är att välja agenter. Där kan den här Excel-agenten finnas. Om inte annat så kommer den säkert rullas ut snart! ClodeCode, då får man gå in i sin ad incel. Så får man söka efter det ad inet.
De här tilläggen. Då måste man söka och då hittar man en för ClodeCode. Och då måste man ha betal-licens för det. Men då kommer den in som en sidopanel precis som CoPilot. Code finns också i Powerpoint men jag har inte tillgången till den. Men det har du Mattias, du har tid att testa det.
Men det finns också i PowerPoint. Jag har inte testat den funktionaliteten. Jag har testat Claude Code att göra Powerpoints och jag har blivit imponerad. Tidigare har jag varit väldigt desillusionerad gällande det här vi ska göra Powerpoint och så vidare. Men den här är grym. Jag hade ett projekt där jag hade kodat en massa för ett företag.
Jag kan inte koda för övrigt. och så bad jag den att göra … jag ska hålla ett föredrag om det här jag vill berätta om hur funktionaliteten är och allting gör Powerpoint håll den här stilen och så vidare. Frågan: vill du att jag tar skärmdumpar också och gör lathundar? Ja, men gör det. Gå in och kör koden, plockar upp det i Chrome gör skärmdumpar, lägger in i Powerpointen beskriver det här, gör texter på varje sida vad jag ska säga vad jag ska berätta om det. det här. Det var mycket bättre än att jag själv skulle gjort det. Och det var ett 70-sidors lide deck den gjorde.
Mastigt. Men jag ska prova det där. Och göra direkt då. Men är det här ute nu med promptning och flipped interaction och kvart i fem på fredag eftermiddag tekniken? Nej, det är inte ute än. Skulle jag säga.
Berätta! Utan det är fortfarande vår förmåga att beskriva vad vi vill för AI:n som är avgörande för om vi kommer kunna använda verktyget effektivt eller inte. Oftast när jag får nånting som är dåligt, som inte stämmer då går jag in och kollar på hur jag har gett instruktionen. Och då är det oftast något fel, en oklarhet i instruktionen eller att jag antar att AI:n vet saker som den inte vet. Så det är fortfarande vår förmåga att ge instruktionen och det finns det olika tekniker för du nämnde Flipped Interaction, en Metaprompting en annan vi pratar mycket om krut.
Det finns tekniker som hjälper oss beskriva vad vi vill att AI:n ska göra. Det är ju självklart, om AI:n inte vet vad den ska göra hur ska vi då kunna förvänta oss att den gör saken rätt? Men till dig Mattias som projektledare så kan jag säga ganska såhär Jag vill att du tar fram en projektplan för en ny webbsida. Och då kommer du göra det på ett bra sätt. Kanske ganska detaljerat. För att du vet mycket kontext, du vet vem jag är du vet vad jag vill ha i min projektplan.
Du vet massor med saker, men det här vet oftast inte AI:n. Och då måste vi presentera informationen och vi måste ge en detaljerad instruktion annars får vi inte ut det vi vill. Så det gäller fortfarande… som alltid gäller? Det som är, är ju att om jag jobbar med en AI-plattform, Claude eller CET-KPT eller Copilot så lär de sig mer om dig och därmed har de lite grundkontext. Men det kan också bli lite farligt för att du kanske jobbar med släktforskning ena dagen och så jobbar de med lite företag nästa dag. Och då börjar de blanda ihop det här.
Det är därför det är bra… Copilot har ju inte projekt men det har de andra plattformarna så att man kan hålla sig inom en sfär med saker och då får den också en Så där kan jag också se skillnad nu hur den har börjat jobba. Att till exempel Claude som faktiskt inom ett projekt börjar titta mellan chattarna och så vidare. Och lära sig att bygga upp kunskap. Så det jag tror de flesta får mest utav de kurserna det är timme två när vi egentligen går igenom hur fungerar prompning. Många tror att de kan prompning.
Och sen går man igenom den där timmen och sen så säger och så säger de “-oj, det här lär man sig jättemycket av och kommer förändra allt vi kommunicerar.” Och det är ju inte svårt. Det är bara att ge en kontext. Som du pratar med en människa ge en uppgift. Säg hur det ska komma ut. Nej, men där upplever jag ibland att när man sitter vid tangentbordet så kanske det låser sig. Då är det många som vill se… de skriver väldigt…
Väldigt korta prompter med väldigt lite information i sig. Så får man ett resultat som kanske känns för brett eller riktat mot fel sak. Så blir man missnöjd. Eller så tycker man det är bra nog och tänker det funkade jättebra. Så kanske man jobbar så men om man lägger ner tid på att detaljera upp vad man vill ha då får man så mycket bättre resultat. Jag möter mer och mer där på våra kurser och i andra sammanhang Många har väldigt mycket erfarenhet av att använda AI.
Många använder det dagligen i jobbet så man har stor erfarenhet men ganska låg kunskap. Man har inte lagt någon tid på att lära sig hur man ska använda verktyget optimalt. Det är väl att man upplever att svaren man får är bra nog i viss utsträckning men det finns så mycket mer att hämta. Som exemplet jag tog med mitt projekt Admin AI aldrig kunnat gjort utan metaprompningtekniken alltså när jag ber AI ta fram instruktioner. Jag hade aldrig kunnat gjort det utan den tekniken. Och jag gissar att det kan vara liknande i dina avancerade programmeringsprojekt att du får mycket hjälp av de teknikerna du har lärt dig med metaprompning för att kunna ställa frågan till rätt sätt.
Absolut och ofta kanske jag använder olika, att jag använder jämning ett GPT, Deep Research eller Djup Research och så vidare. Så att jag låter den skapa upp en prompt för att göra en djup research. Sedan kör den djup research. Sedan sammanställa det, kör in det i Claude ber den göra en prompt för Claude Code och sedan sätter jag igång mitt projekt så att jag egentligen gör en kravspecifikation innan och det gör jag utanför den kontexten. För jag vill kunna diskutera och liknande jag vill inte att den ska bli förvirrad av när jag kom på olika tankar utan det försöker hålla isär. från att “nu kör vi”.
Det är en stor skillnad… man lägger ganska mycket tid i det som vi projektledare kallar för kravställningsfasen. Där ska man nästan lägga bulken av tiden tänka ut vad man vill ha och speca det så himla noggrant som det bara går. Sen går själva utförandet, det går snabbt. Testningen, den kan man också automatisera med olika AI-agenter Men just lägga supermycket tid i första fasen. Varför vi pratar mycket om programmering det är bara för att det kommer längst där. Men det här kommer i alla områden det kommer bli samma sak.
Redan nu så finns det bottar som alla har tillgång till som kan gå in i Sharepoint, kan gå in i mina dokument kan göra saker och så vidare. En del av det använder jag, men väldigt ofta i företagen olika regler och riktlinjer säger att jag kan inte använda det på de företag jag jobbar åt mig. Jag kan jobba med det i mitt eget företag. Det har kommit en del forskning också. Jag vet att bland annat … du sitter och följer en massa forskningsrapporter som du brukar skicka över ibland och då vet jag en som du berättade om det var en CLAWDS Economic Index Report.
Kan du inte berätta om den? Antropic släpper deras indexrapports lite då och då. Där de tittar på ”Hur förväntas AI påverka samhället?” vi har ett ekonomifokus som man hör om namnet och nu kom det en här för inte så länge sen och då vände man på narrativet i mitt huvud. För man har ju pratat om att AI kommer ta de enkla uppgifterna det här adminarbetet, så vi kommer få göra de avancerade sakerna. Nu visar det sig att CLAUD och många andra verktyg är grymt bra på de avancerade uppgifterna. Det märker vi!
Programmeringshantverket är en avancerad uppgift som Claude gör. Så det finns en risk att det blir tvärtom. Så säg att du jobbar som reseplanerare eller nånting då kanske AI:n tar över de avancerade momenten i ditt jobb som ruttplanering och det som kräver mycket eftertanke. Och lämnar de enkla uppgifterna till oss människor. Det fick Läraren göra. Det var liksom mig att tänka annorlunda att det är inte nödvändigtvis så som man hela tiden pratat om att AI får ta det lätta och det tråkiga eftersom det visat sig att den är så bra på de svåra uppgifterna.
När man ställer frågor kring planering eller strategiska frågor som kräver mycket tankeverksamhet så bara man trycker in kontexten i tillräcklig utsträckning så ger de ett väldigt bra svar! Så det var någonting som jag lyfte ut, Ur den studien? I den studien jag tänker på det här med att den gör avancerade saker. Det kom en igår som jag tyvärr inte kommer ihåg vilka som hade gjort. Men den visar samma sak som många andra gjort. Att ungdomsjobben försvinner.
Det ger en del av de enkla sakerna som försvinner. Det känns som att AI ersätter hela bredden. Från enkla till svåra. Och ersätter den enkla. som man lärde sig av förut… Då blir det problematiskt. Då kommer vi inte lära oss.
Nej, och det stämmer fortfarande. Sen så kanske det finns enkla uppgifter som inte är ekonomiskt försvarbart och automatisera. Vad det nu skulle kunna vara. Kanske när man utför fysiska saker. Det är inte självklart att AI bara kommer att göra det lätta. Det finns faktiskt risker att det också kommer att jobba… med de svåra uppgifterna och hjälpa oss därifrån också.
En annan studie som kom och som tyder på det självklara det är att … Igen var det programmerare som fick lösa en uppgift och de hade också med sig att de skulle lära sig nya programmeringsbibliotek alltså nya teknik kan man säga. Då visade det sig att de som använde fullt ut AI fullt ut, de producerade resultat snabbt men de lärde sig inte tekniken vilket är självklart eftersom man låter AI utföra momenten. Medan de som jobbade traditionellt lärde sig tekniken men de var mycket långsamma att få output. Vill vi få in nånting i våra huvuden, vara delaktiga i processen så måste vi lägga ner tiden.
Här tror jag att vi kommer få se mycket utmaningar, att man låter AI göra saker det kan vara att ta igen projektplanen, man låter AI ta fram projektplanen Sen så skummar man igenom den snabbt och sen ska man gå in och leda projektet men då har man verkligen inte koll på vad det innebär att leda ett projekt, man har inte koll på detaljerna För man har inte tvingats att lägga de här fem timmarna, två dagarna på att gå igenom varje detalj i projektplanen. Här tror jag att vi kommer få se mycket utmaningar med att Vi producerar resultat snabbt men vi förstår inte riktigt resultatet, vi förstår inte det bakomliggande. Så vi kan inte fatta beslut, vi kan inte använda det här materialet på ett bra sätt. Så här gäller det att hitta, ok? nu ska jag ta fram en projektplan!
Jag vet att AI kan göra det här på 20 minuter och det kommer bli bra, det kommer bli en bättre projektplan än vad jag kan skriva själv. MEN jag måste sakta till! ner jobbet, det måste få ta åtminstone sex timmar att göra det här jobbet. Annars kommer inte jag kunna förstå den. Jag vet inte vad du tänker om det här, Mattias men jag tror det kommer bli problematiskt. Det är klart det blir problematiskt. Jag rekommenderar verkligen Daniel Kahnemans bok Tänka snabbt och långsamt om system ett och system två.
Han är psykolog, han har fått vara heteroxpert ekonomipriset till Alfred Nobels minne för de här upptäckterna. Och det här är ju verkligen vad vi håller på med. Vi gärna tar genvägen, tar det snabba och sedan kommer vi inte göra det som är viktigt. Det långsamma. Och den finns överallt, att köpa. Tänka snabbt och långsamt av Daniel Kahneman.
Så tänker jag, att jag ser stora problem med det. Högskoleprovet då? Nu såg jag att du hade gjort ett litet test! Ja precis! Jag gjorde det för tre år sen. När GPT 3.5 kom då testade jag att göra högskoleprovet.
Den fick göra högskoleprovet och skrev att den lyckades få 1,9 av 2 på högskoleprovet. Men då hade jag en liten stjärna och det var att den lyckades med det fast då var jag tvungen att ta bort hela diagramtolkningsdelen För er som har gjort högskoleprovet: det finns en del, då ska man titta i diagram på bilder, svara på frågor utifrån diagrammen. Det här kunde inte alls AI:n göra. Sen så fick jag också, när jag gjorde testet då fick jag verkligen lägga in fråga för fråga och rätta manuellt, så det tog mig säkert två timmar att jobba igenom ett prov och rätta och hantera det här.
Nu med de nyaste modellerna, särskilt de med extended thinking, så kan jag nu lägga upp… jag testade häromdagen lägga upp ett högskoleprov med alla delar låta den tugga igenom alla frågor. Så språkdelen, engelska delen och också diagramtolkningsdelen. Då la jag bara in dem och så lät jag den AI rätta det också Processen för mig var mycket mer automatiserad jag behövde inte vara inblandad i den. Och då får den 79 av 80 poäng! Det vill säga lätt 2,0 på högskoleprovet utan problem, inklusive alla bitar. Vilket betyder att vi förstod tidigare att den är lika bra som vi på att läsa och förstå text.
Den är också lika bra … den lyckas lika bra som man förväntas göra när man gör högskoleprovet på att räkna och tolka diagram. Där har man faktiskt publicerat hur bra de har blivit på diagramtolkning den senaste tiden och de är fantastiskt bra där också. Det som man testar i ett högskoleprov, det klarar en AI perfekt idag. Man undrar ju vad den hade för fel på? Ja, det var en diagramtolkningsfråga som handlade om ejdrar i Stockholm. då var det ett stapeldiagram… med många olika staplar, och det här är svartvitt. De här staplarna hade en del punkter för att särskilja dem en del hade streck med stort mellanrum, en del hade streck med litet mellanrum.
Man använde svartvit skala på ett sätt som fintade bort den lite grann. Men det kan ju också vara så att om jag kört en gång till så hade utfallet sett lite annorlunda ut. En intressant sak: om jag inte använder de modeller som tänker längst då var jag inte i närheten av så här bra resultat. och totalt behövde den tänka i 50 minuter för att göra det här och då var det diagramtolkningsdelen som tog tid. känner jag ChatGPT:s Tänk längre. Det mest kraftfulla som jag med ett 20 dollars abonnemang har tillgång till. Det hade funkat i Claude och Opus också det är jag övertygad om.
Vad intressant. Då ser vi var vi är någonstans. För att runda av det här. Om du skulle tipsa projektledare om att göra någonting nu vad kan man ta tag i och vad ska man prova? och tala in sina prompter! Det skulle jag säga. Det kommer ge en enorm effekt på ett enkelt sätt Låtsas att ni har en kollega som sitter där som ni pratar med!
Prata inte så stolpigt som man kanske gör när man pratar till en dator tänk verkligen att ni ska formulera er för en kollega och det gör ingenting om man säger såhär: Jag vill att du tar fram en mall för en att-göra-lista den ska innehålla tre kolumner men vänta den ska bara innehålla två kolumner och de ska ha rubrikerna att göra och slutdatum. Men vänta jag vill nog ha en tredje kolumn som har en status med dropdowns, som jag kan välja mellan status pågående inte startat eller avslutat. Ja men det blir nog bra! Och kanske en datumkolumn till också.
Så var inte rädda för att brainstorma högt för den är bra på att skilja ut vad ni vill ha. Här ska man skilja på på kvitteringsfunktionen. Och på när man pratar med och den pratar tillbaka. För det du pratar om är att vi egentligen bara läser in, den lyssnar på vad du säger. Sedan skriver den ut det som text. Sedan tolkar den texten och svarar med text eller att den gör någonting.
Jämfört med om vi kör den här när vi får uniper eller någon annan till exempel ChatGPT och svarar tillbaka. För då får vi lägre kapacitet. Den lägger väldigt mycket kraft på det här talet att vara snabb och bra. Det är också bra för andra saker. till bilen eller liknande. Men ska vi få den att tänka och förstå då är det bättre att diktera in text och så får den svara med text. Och det man får när man dikterat in det är texten i sin chattruta.
Är man ambitiös då kan man gå in och justera efteråt om det är nånting eller skriva in någon sista mening om det är nånting man glömt säga. Det blir bara en text men att man ger mer kontext man ger mer kött på benet till AI:n att jobba med gör att ni kommer direkt få mycket bättre resultat. Stort tack Daniel. Det här var otroligt spännande och framför allt mycket handfasta saker som jag hoppas att alla kan ta tag i. Jag hoppas du kan vara med här snart igen. Återigen stort tack för att du tog dig tid att vara med i Projektledarpodden.
Tack själv, så hörs vi. Tack för att du har lyssnat på Projektledarpodden. Hör gärna av dig till oss med idéer, tips och förbättringsförslag. Det gör du enklast via mail på lyssnare. Projektledarpodden.se eller vid det sociala nätverk du föredrar.