Mycket av det jag vanligtvis lever i har mest flugit förbi. Jag har en oändlig mängd nyhetsbrev att läsa. Dumt för det går fortfarande förfärligt snabbt med AI, och sociala medier kanske inte förändras så mycket men användningen och förståelsen av dem förändras konstant.

Så det här är ett antal saker som ändå fastnat på min näthinna under sommaren. Det finns mer i pipen men de här var så pass intressanta att jag valde att ta mig tid att skriva om dem.

Just det. Skriva. Det uttrycket har delvis förändrat sitt innehåll åtminstone för mig. Jag tänker lite extra på det när jag läser Johannes Sundlos nyhetsbrev där han tar upp dels frågan om ”slop” men också att Anthropic (hävdar) att de har ett intrikat watermark för text i Claude. Och som Johannes noterar så har Substack inkorporerat något liknande.

Jag avslutade samtidigt sommaren med att ha en workshop med en gammal vän och en av de skarpaste pennor jag vet. Han ville veta hur jag byggt min skrivagent. Och ha stöd i att ta sig in i AI men utan att förlora på det i sin process. Och jag har under året arbetat med kunder där vi medvetet valt att ta mycket hjälp av AI. För att det fungerar väl, det innebär att vi kan optimera tidsåtgång och därmed kostnader.

Det gjorde också att jag funderar över det här med att skriva.

Vad är det egentligen?

Är det själva knapprandet på tangenter?

Är det tankearbetet?

Är det att faktiskt redigera en final version?

Jag har en utomordentlig digital skriv-tvilling, och en smärre redaktion numera. De är inte på något sätt perfekta och kommer säkert aldrig bli det men jag har numera svårt att separera vad jag rent reellt skrivit och vad som de skrivit. Samtidigt är det alltid ändå jag: jag är den som har tankarna, jag kommer med input till texter, jag skriver synopsis eller en första draft. Och vi bearbetar och diskuterar oss framåt.

För min del handlar det lika mycket om att lära min agent som att faktiskt lära mig själv. Jag blir en bättre skribent genom att faktiskt låta någon annan vara delaktig i det jag vill skriva. Det är nåt annat än det som AI-motståndarna hela tiden hävdar. Min kreativitet och min produktion blir större. För det finns luft att tänka genom att maskinen gör det tråkiga och långsamma jobbet.

Det intressanta med AI Act, och även motståndarsidans perception är hur ska man hantera en synkretism? Eller snarare: hur ska man definiera ”att skriva” i en värld där vi har verktyg som kan göra det åt oss, på ett sätt som är bra eller dåligt beroende på hur hög grad av good enough man väljer.

Samtidigt: ett AI som förstår mig, hur jag tänker och vad jag vill kommunicera kan göra mig överflödig. Så är det.

Nedanstående är i transparensens namn helt omöjligt att säga vad som är vad för mig. Arbetet med mina agenter innebär att det till slut inte är möjligt att säga vad som är rent fysiskt det jag skrivit och vad som är genererat utifrån diskussioner.

För mig handlar det om det är bättre än good enough. Att det är något som faktiskt bygger på vad jag tycker, tänker, tror och står för.

Låt oss börja med en tung text. Arash Gilan och jag har inte alltid kommit överens om sakers verklighet. Kanske inte nu heller. Men hans långa essä om att det kanske är fel katastrof vi varnar runt är tänkvärd: överflödigheten är redan där, medan utrotning mest handlar om ganska vaga extrapoleringar utifrån kanske ibland fel utgångspunkt.

Själv förhåller jag mig skeptisk; både till den mest stjärnögda framtidsteknolog-frälsningen och till de allra värsta doom-saying predikanterna. Bland annat då jag ändå varit med i åtminstone två, kanske tre större teknologiska språng. Det kan vara fel, jag kan vara naiv i den skepticismen men då är det så.

Jag lever också mitt i det. Precis som Arash ser jag att saker som jag tidigare kunde ta ganska många timmars betalt för idag går dubbelt så snabbt kanske tre gånger så snabbt som tidigare. Jag kanske skapar en agent som i slutänden gör mig överflödig.

Det som fascinerar mig mer och mer i diskussionen om AI är att det snarare blir en diskussion om människovärde. Precis som Arash pinpointar på flera ställen så är det själva grundproblematiken i hur vi faktiskt ska prata om AI och om framtiden med AI: vad är en människa och vilket värde har det som är unikt mänskligt.

Jag vet inte. Jag vet bara att det inte är utbytbart. Frågan är bara om vi är beredda att ta den konsekvensen även när det gäller ekonomins framtid, jobbens framtid och världens framtid.

Det är något skevt i att AI kan dominera Almedalen och samtidigt nästan försvinna ur valet.

På Almedalens scener var AI väldigt närvarande: AI och demokrati, AI och välfärd, AI och skola, AI och arbetsliv. Säkerhetsfrågor, industrifrågor, tekniska frågor. Ungefär som när sociala medier var som hetast och det kändes som att alla ville försöka trycka in det i sin rubrik.

Samtidigt: i själva valrörelsen händer nästan ingenting. Ingen av affischerna pratar AI. Debatterna är tomma på diskussioner om AI.

Därför är Consids rapport om AI-valet som aldrig blev av intressant. Inte främst för att diskutera vad partierna tycker om AI eller vad de faktiskt kan om digitalisering utan för att den visar glappet mellan vad politiken faktiskt har tänkt och vad de klarar av att berätta. Slutsatsen är att partierna i de flesta fall inte har lyckats att skapa en berättelse som hänger ihop. Olika partier är olika bra på det. Mitt eget parti Centerpartiet är typ sämst: vi har en politik men misslyckas att föra ut den när det gäller AI och samhällsförändringen. Gott så.

Men jag fastnar snarare i ett annat tankespår runt det här. Visst är det ett kommunikationsproblem men samtidigt något större än att skapa ett narrativ. Det är ett glapp: ett perceptionsglapp som i sig är oerhört allvarligt och samtidigt ganska väntat. AI är fortfarande på många sätt i sin barndom. Det är abstrakt, tekniskt och väldigt väldigt internt.

Vi lever i en tid där miljarder dollar pumpas in i AI-bolag, datacenter, modeller, chip och infrastruktur. Börserna rör sig på förväntningar om AI. Företag skriver om sina strategier. Konsulter bygger nya erbjudanden. Alla ska ha en AI-plan, en AI-roadmap, en AI-policy, en AI-whatever.

Samtidigt upplever många människor AI ungefär som: “jag ställde en fråga till ChatGPT och fick ett ganska bra svar”. Eller ett dåligt. Eller ett roligt. Man gör sina roliga virala bilder. Man frågar om ett recept.

Så finns alla kreatörer och andra som virvlar upp ett AI-hat som är minst lika enögt som AI-evangelismen. Allt AI är ont, den som använder AI till något är en förrädare (det är något som en av de vänligaste Youtubers som finns, Hank Green, fick känna av och som en av mina favoriter Matti Haapoja får känna av efter ett samarbete med Higgsfield.ai).

Det är en enorm dissonans. En polaritet som är avgrundsdjup.

På systemnivå behandlas AI som nästa industriella skifte. På vardagsnivå är det fortfarande ofta typ en chattbot. Eller nåt som styr sociala medie-algoritmer (som i sig är oförståeliga för många).

Och politik lever mycket närmare vardagsnivån än systemnivån. Väljare röstar inte på abstrakta produktivitetskurvor. De röstar på vårdköer, räntor, trygghet, skola, bensinpris, oro, irritation och känslan av att någon fattar deras liv.

Men varför missar politiken sambanden?

Kanske för att AI är för stort. Om AI påverkar arbetsmarknaden, skolan, välfärden, demokratin, säkerheten och konkurrenskraften blir den plötsligt allas fråga. När något är allas fråga blir det lätt ingens huvudberättelse. Den hamnar i sin nisch, hos digitaliseringspersonerna, i någon motion, på någon webbsida. Där finns den. Men den blir inte en valfråga.

Det krävs nämligen mer än policy. Det krävs en konflikt. En människa. En konsekvens. Ett varför. Som vi inte riktigt har ännu.

Det är väl antagligen därför AI-valet inte blev av. Inte för att partierna saknar tankar, utan för att de ännu inte klarar av att översätta AI från systemförändring till politisk vardag. Dels för att ingen vet. Dels för att… det är för omfattande.

Vilket också är rätt bra att påminna sig om i kommunikation generellt. Att ha rätt på strateginivå räcker inte. Om människor inte känner igen frågan i sina egna liv finns den inte alls där.

16 år senare dyker den upp igen: SWCC-boken. Men med en intressant ny spinn: Jocke Jardenberg har inte bara sett till att återpublicera texterna ur boken utan också låtit AI titta på varje text och skriva en sorts “vad hände sen”. Ett brev till oss själva. En sorts tidsbox. Hade vi rätt, hade vi fel? Det är rätt fascinerande.

Plus gjort ett detektivarbete runt författarna: vad var vi då och vad är vi idag. Mitt inlägg handlar om att tänka utanför boxen - och det är roande att det hållit sig så bra ändå. Eller så är det att jag har mina saker som jag vevar om; även nästan tjugo år senare. “Lev livet mer lateralt. Jag har inte hittat något bättre råd.” gäller fortfarande.

Jag har alltid haft svårt för ordet datadrivet. Försökt att föreslå datainspirerat, men nja, folk älskar att känna att de har koll och drivs av fakta istället för att bli inspirerade och behöva tänka själva. Typ.

Det är inte data jag har svårt för. Data är bra. Data är nödvändig. Data kan hjälpa oss att se saker vi annars missar, särskilt när magkänslan egentligen bara är erfarenhet, prestige och önsketänkande. Men förutom att data alltid är historiska kräver det också ofta två tankar i huvudet och en viss insikt om att allt inte är guld som glimmar. Och alla siffror berättar inte sanningen.

Men datadrivet som ideal blir lätt något annat. Som om data vore en riktning i sig. Som om siffror automatiskt gjorde beslut mer rationella. Som om ett dashboard vore ett fönster mot verkligheten och inte en bearbetad, filtrerad och modellerad version av den.

Det där blev tydligt igen när jag läste Fredrik Hallbergs text om en ny studie om annonseringens effekt. Tack för den, Fredrik. Eller kanske inte tack, eftersom den fick mig att fastna i ännu ett hål av marknadsföring, mätning, modeller, AI, kognitiva biaser och varför vi människor verkar vara så orimligt lättimponerade av siffror som ser självsäkra ut. Men ändå. Tack.

Studien det handlar om är Korkames, Stanley och Stremerschs metaanalys av advertising effectiveness. Den går igenom tidigare forskning om hur försäljning påverkas av annonsering och landar, efter korrigeringar för bland annat metodproblem och publiceringsbias, i en väldigt låg kortsiktig elasticitet: 0,0008. Den långsiktiga elasticiteten hamnar på 0,03.

Alltså nästan noll.

Det är förstås en siffra som får marknadsförare att börja kasta saker på varandra. Eller åtminstone skriva väldigt självsäkra LinkedIn-kommentarer, vilket är ungefär samma sak fast med sämre ergonomi.

För om annonseringens kortsiktiga påverkan på försäljningen är nära noll, vad säger det om budgetar, effektmätning, dashboards, ROAS, attribution och alla andra små trygghetssystem vi byggt runt oss? Vad säger det om vår självkänsla, om vår kompetens, om det där som vi är så ensamma om: vår kreativa känsla för bra reklam?

Jag tror dock inte att den mest intressanta frågan utifrån det här är om reklam fungerar eller inte. Det vore också en rätt dålig tolkning av studien. Forskarna själva säger att det vore fel att dra slutsatsen att annonsering inte har någon effekt alls. De skriver snarare att deras metaanalys inte kan säga vad som händer om marknadsförare dramatiskt förändrar sin annonsering, eftersom materialet främst bygger på mindre variationer runt befintliga nivåer.

Den mer intressanta slutsatsen är att många av de siffror vi lutar oss mot kanske inte är så stabila som de ser ut. De är inte facit. De är resultatet av antaganden, modeller, urval, mätproblem, tidsfönster och en massa annat som sällan får plats i dashboarden. För där ska det ju helst vara grönt, rött, upp, ner, trend, prognos och någon liten linje som får alla att känna att vi har koll.

Vilket vi ibland har.

Och ibland inte alls.

Här tycker jag att det finns en intressant koppling till AI. För vi pratar mycket om AI-hallucinationer. Om hur språkmodeller kan ge svar som låter rimliga, självsäkra och nästan akademiskt korrekta, trots att delar av svaret är fel, påhittade eller bygger på alldeles för svagt underlag. Det är ett verkligt problem, särskilt när människor använder AI utan att förstå vad systemet faktiskt gör. Inte minst när AI så självsäkert och psykofantastiskt förklarar att något är sant.

Men vi pratar betydligt mindre om att dashboards kan göra något liknande. Inte hallucination i teknisk mening. En dashboard sitter inte och hittar på en källa eller fabricerar ett citat. Men den kan ge en falsk känsla av säkerhet. Den kan ta något osäkert, bearbeta det med en modell, presentera det i en graf, ge det två decimaler och därmed få det att kännas mycket mer sant än det egentligen är.

Det är en hallucination, ja, men i människans huvud.

Vi ser en exakt siffra och tänker att precision betyder säkerhet. 12,37 procent känns mer trovärdigt än “cirka tolv procent”, trots att den senare formuleringen ibland är ärligare. Alexandra Jerez-Fernandez, Ashley Angulo och Daniel Oppenheimer skrev om det i Show Me the Numbers: Precision as a Cue to Others’ Confidence. Poängen är ungefär att numerisk precision fungerar som en signal om självförtroende. Den som ger ett mer precist svar uppfattas lätt som mer säker.

Det är inte konstigt. Oftast är precision en ledtråd. Om någon säger att tåget går 14:37 antar vi att personen vet mer än om hen säger ”någon gång efter halv tre”. Problemet uppstår när precisionen importeras från situationer där den är motiverad till situationer där den mest är kosmetisk.

Som i rätt många dashboards.

Det här är också varför Theodore Porters bok Trust in Numbers är så intressant i sammanhanget. Jerome Ravetz i Issues in Science and Technology, In Numbers We Trust, sammanfattar Porters poäng: vi använder siffror för att skapa objektivitet, men också för att skapa legitimitet. Siffran blir inte bara information. Den blir skydd. Det gör det möjligt att försvara beslut, eftersom det ser ut som om beslutet kommer från något opersonligt, neutralt och rent.

Det är där “datadrivet” ofta börjar skava. För det låter som att man har flyttat beslutet från magkänsla till rationalitet. Men ibland har man bara flyttat magkänslan in i en modell. Antagandena finns kvar, men de har blivit svårare att se. Någon har valt vad som ska mätas, hur det ska viktas, vilka effekter som ska räknas, vilket tidsfönster som gäller, vilka datakällor som får vara med och vad som ska ignoreras. Sedan kommer siffran ut på andra sidan, prydlig och färgkodad, och alla nickar lite allvarligt.

Då är det inte säkert att organisationen har blivit mer rationell. Den kan bara ha blivit bättre på att dölja sin osäkerhet.

Och ja, här finns förstås en parallell till automation bias. Det vill säga vår tendens att lita för mycket på automatiserat beslutsstöd, även när det finns annan information som borde få oss att stanna upp. En översikt i Journal of the American Medical Informatics Association, Automation bias: a systematic review of frequency, effect mediators, and mitigators, visar hur vanligt det är att automatiserade beslutsstöd får människor att göra fel just därför att de är automatiserade.

Det är kanske där min irritation ligger.

Vi pratar ofta om AI-hallucinationer som om problemet börjar i AI. Som om människan sitter där som en rationell liten kontrollstation och bara behöver lära sig att upptäcka när modellen hittar på. Men så enkelt är det ju inte. Vi var redan rätt mottagliga för saker som låter färdiga, ser färdiga ut och kommer paketerade på ett sätt som säger: lita på mig.

En graf gör det. En procentsats gör det. En modellrekommendation gör det. En dashboard gör det. AI gör det förstås också, men AI är inte början på problemet. AI gör bara problemet tydligare, snabbare och mycket mer produktivt.

Det är också därför jag inte tror att lösningen är att bli mer datadriven. Det är för slarvigt. Det låter som att data har en egen vilja och att vår uppgift är att låta oss köras av den.

Men data driver ingenting.

Människor gör det.

Människor väljer vad som mäts, hur det tolkas, vilka modeller som används, vilka osäkerheter som får synas och vilka som städas bort för att mötet ska kunna gå vidare. Och det är kanske just därför ordet är så populärt. Det låter som ansvarsförflyttning fast i mer professionella kläder.

För om datan säger det, slipper någon säga: det här är min tolkning. Det här är mitt antagande. Det här är risken jag är beredd att ta.

Och kanske är det där som det blir extra jobbigt för oss som jobbar med marknadsföring. För vi har ju alltid lutat oss mot någon sorts känsla. Känslan för idén. Känslan för tajming. Känslan för vad som kommer att funka. Ibland har den varit erfarenhet. Ibland har den varit ren självgodhet med bättre skor.

Samtidigt har det länge funnits en ganska tröttsam dragkamp mellan de som vill göra marknadsföring mer mätbar, styrbar och helst automatiserbar och de som vill försvara det kreativa som något mer svårfångat. Planning har väl ofta stått någonstans där emellan och försökt hålla ihop känsla, människa, affär och någon form av verklighet. Inte alltid helt framgångsrikt och inte sällan med en ganska irriterande självbild av att vi är de enda som faktiskt förstår problemet. Men ändå.

I den dragkampen blir dashboarden mer än ett beslutsstöd. Den blir ett vapen. Ett sätt att säga: det här är inte min känsla, det här är verkligheten. Det här går att räkna på. Det här går att optimera. Det här går att automatisera.

Och det är kanske därför det datadrivna blev så lockande. Det skulle befria oss från den kreativa känslan, från den interna övertygelsen, från allt det där som ibland är erfarenhet och ibland bara är en välformulerad gissning med en dyr presentation.

Men ibland har det bara gett oss ett nytt sätt att känna oss säkra.

Fast med fler decimaler.

Det får räcka för det här brevet. Just ja. Namnet. Well, vi får se. Jag har inte landat i nåt nytt namn för nyhetsbrevet. Så slutligen några tips:

Jag och Sarah kör vår kurs Bygga varumärke i sociala medier i september. Jag tycker den är värd att gå. Jag och Sarah har extremt mycket att berätta för vi har ju hållit på med det här längre än många andra. : ) (nu hör jag hur Sarah väser ”säger du att jag är gammal?!”)

Vill du veta mer och kanske också ha en workshop runt att bygga en skriv-agent? Hör gärna av dig.

Tills nästa gång/D

Leave a comment

Det har inte blivit många nyhetsbrev de senaste månaderna. På den positiva sidan, p.g.a. för mycket jobb och att den tid som är över, har jag valt att vara med Lisa och en del med bonusbarnen. På den negativa sidan är att jag uppenbarligen är i en sorts nyhetsbrevsblock.

Det är knappast writer’s block, utan snarare att det just nu tar emot att spendera timmar på att läsa sånt som jag borde läsa. Som jag många gånger vill läsa, men som jag just nu har svårt att börja med. Det handlar inte om att jag inte har åsikter och tankar och nya insikter om sociala medier; just nu händer det oerhört mycket.

Eller att jag tröttnat på att tänka och diskutera och lära mig om AI: tvärtom, spenderar just nu tid med att bygga en genomarbetad Write as deeped-agent, eller snarare en liten skog av agenter som blir bättre och bättre på att faktiskt ta ett ämne, be mig om några tankar och sen skriva ihop riktigt bra texter. Oväntat bra texter som låter som mig. Men det tar också tid och ibland fallerar hela systemet och vi får börja om.

Men för mig är det intressant, och i mitt jobb kommer jag att ha rejäl nytta av det: att förstå hur man bygger såna här agenter och projekt som inte är good enough, utan ibland är extremt värdefulla för den som är avsändare. Mer om det längre ner i en essätext.

Så det här nyhetsbrevet då…

Det här kan vara det sista En handfull länkar.

Självklart är det ett bait. För ja, det sista där brevet heter just det: att bli något annat.

När jag började med nyhetsbrevet, precis som när jag började blogga, så handlade det bara om att samla och läsa och referera. Helt enkelt närmar vi oss 35 år av det. Researcher.se började där. Det här har börjat så. Min första tid på Twitter var full av länkar.

Vet inte om det handlar om nån form av lågt självförtroende som gör att jag ofta känner att det jag tänker inte duger.

Oavsett. En handfull länkar har förändrats. Jag har gett ut två ”nummer” där jag enbart har skrivit en egen längre text. En blogg skulle man kunna säga. Texter som jag idag inte riktigt har någon annanstans att göra av.

Så jag känner att namnet ”en handfull länkar” idag både begränsar mig och inte längre säger vad det är.

Vilket gör att jag har funderat över hur jag ska vidga både formatet och förväntningarna. Att byta namn är antagligen det bästa sättet, och jag skriver om ”affärsplanen” eller snarare vidgar ”scopet”.

Samtidigt är jag lite orolig för det. Jag gillar att ibland vara begränsad av formatet. Jag tänker att det finns ett rätt stort värde i att någon läser och refererar till alla de där texterna. Det är iofs nåt jag tänker fortsätta göra, men kanske inte alltid tvingande.

En handfull länkar — status quo, beprövat, folk känner igen det.

Deeper — ordlek på namnet, lovar mer än ytan, ett ord, självklart i efterhand.

Oregelbundna noteringar av Deeped — underdriften som skaver mot vad du faktiskt levererar, ärligt om frekvensen.

Deepedition Redux — genuint snyggt, vännens förslag, har klass.

Deepedition Index — tråkigt kanske, men fungerar, igenkänning i varumärket.

AI, sociala medier och Deeped — maximalt deskriptivt, noll mystik, funkar just för att det är så rakt.

Vad tycker ni?

Fredrik Wass skriver tänkvärt om nyhetsbrev, och eftersom han, liksom jag, tillhör den där gamla blogg-generationen tycker jag att han sätter ganska många poäng. Nyhetsbreven som den nya bloggen innebär samtidigt också en potentiell utveckling mot samtalet, vilket vi sett i så gott som all utveckling: kreativitet i sig är aldrig nog, åsiktsmaskiner är aldrig så värdefulla av sig själva. Allt strävar efter socialitet. För bloggarna innebar det allt från Blogg 100 till olika former av bloggserier med flera inblandade, kommentarsfält osv. Ännu tidigare hängde reloaders gärna i ett kommentarsfält eller på ett forum. Det tidiga internet handlade mycket om chattar, BBS:er och IRC. Kanske blir det också den väg nyhetsbreven går: större synlighet för det som är ett samtal.

Har ni tänkt på era pressmeddelanden på sistone? Inte? Synd.

I senaste State of the Press Release ger Cision ett antal (självklart i eget intresse) intressanta aspekter på det traditionella pressmeddelandet: det är inte dött, långt därifrån, och i och med AI och inte minst GEO så blir det än mer intressant.

Problemet är hur man tänker kring det. Istället för att bara tänka ”det skickas till journalister” bör det idag tänkas utifrån att det är en del av contentkakan. Det blir ett sorts baslager: en kontrollerad, sökbar och trovärdig version av nyheten som sedan behöver återanvändas i sociala medier, bloggar, video, nyhetsrum, egna webbplatser, journalistisk bearbetning och ibland även i betald distribution.

Trovärdigheten är mycket stark. Det är verifierat innehåll och därmed blir det också en viktig del i hur varumärken hittas i ”AI-sök”. Citerbart, läsbart även av maskiner och därmed värdefullt för varumärket.

Jocke är tillbaka! Varje dag i varenda sociala medie drar Joakim Jardenberg #ensakidag, och för oss som varit med alla 500 avsnitt är det både lite nostalgiskt och alltid nyttigt. Jag älskar formatet. Jag älskar sättet han använder för att helt enkelt dela med sig av det han funderar på. Det bygger på samma idé som jag alltid har burits av: jag delar det jag funderar över och lär mig samtidigt. Att ha färdiga lektionsmallar eller sanningar är nåt som jag aldrig tyckt varit speciellt framgångsrikt eller speciellt kul. Att planera min content-kalender har jag aldrig gjort, för jag vill drivas av lust och nyfikenhet. Och det är det jag vet att Jocke också gör. Så att han är tillbaka med #ensakidag känns fint. Och självklart med MCP-bestyckad, vibecodad sida med möjlighet att göra egna saker med.

Ramlade över en historia som är viktig för oss marknadsförare: när Starbucks i Sydkorea totalt tappade bollen i en kampanj.

Det är i grunden en vanlig historia. Stor global kaffekedja. Tondöv kampanj. Nationell vrede. Krossade muggar. Tv-sänd ursäkt. Avgångar. Bojkott. Lärdomen vore: kolla kalendern, förstå lokala symboler och låt inte AI hitta på slogans ensam.

Allt det är sant. Förstås. Men det räcker inte.

Bakgrunden: Den 18 maj i år lanserade Starbucks Korea en kampanj för sina stora “Tank”-muggar. Kampanjen kallades Tank Day. För en utomstående kan det låta som ännu en sån där idé som någon i ett mötesrum tycker känns lite kul. Stor mugg. Tank. Volym. Rea. Socialt. Klart.

Problemet är att 18 maj i Sydkorea inte är ett vilket-som-helst datum. Det är årsdagen för Gwangju-upproret 1980, då demokratidemonstranter slogs ner av militärregimen. Stridsvagnar och helikoptrar sattes in. Hundratals människor dödades eller skadades. Det är inte en historisk detalj i marginalen, utan ett av de där datumen som fortfarande bär kropp i ett land.

Sedan fanns det en slogan som inte gjorde det bättre. Den byggde på ljudet ”tak” och uppmanade ungefär kunderna att slå muggen i bordet. Också det kan verka som en harmlös ljudlek om man inte känner sammanhanget. Men i Sydkorea påminde formuleringen många om Park Jong-chul, studenten och demokratiaktivisten som torterades till döds i polisförvar 1987. Polisen försökte först förklara bort dödsfallet med att han hade kollapsat när en utredare slog i bordet. Sedan dess är just den formuleringen inte bara ett ljud. Den är en del av minnet av en statlig lögn.

Starbucks Korea lyckades, i en och samma kampanj, träffa två av landets djupaste sår.

Reaktionen blev gigantisk. Människor skrapade bort logotyper, krossade muggar, tog bort appen och krävde tillbaka pengar från förbetalda kort. Kampanjen drogs tillbaka efter några timmar. Starbucks Koreas vd fick gå. Shinsegaes ordförande Chung Yong-jin, vars koncern driver Starbucks i Sydkorea, fick först be om ursäkt skriftligen och sedan stå framför kameror och böja sig i skammen. Polisen öppnade en utredning efter anmälningar från anhöriga och företrädare för offren i Gwangju. Myndigheter slutade använda Starbucks-produkter i offentliga sammanhang.

Det här var inte en liten lokal storm som blåste över efter en ursäktspost i sociala medier. Kortbetalningsvolymerna föll, enligt rapportering, med 26 % på en vecka. Kunder började kräva tillbaka pengar från ett prepaid-system. I juni stängde bolaget till och med över 2 000 butiker under några timmar för obligatorisk utbildning i modern koreansk historia och socialt ansvarstagande.

Men det som fastnar hos mig är ändå inte själva krishanteringen. Inte heller att AI verkar ha varit inblandat i att föreslå sloganen. Det är en för bekväm förklaring. Då kan vi skriva en policy, lägga till ett kontrollsteg och känna oss lite vuxna.

Det var inte där det brast.

Det är människorna och organisationen som måste förstå det här. Som måste fundera: är det här verkligen bra? Eller lyssna på den som säger det.

Enligt företagets egen genomgång hade man inte hittat några belägg för att kampanjen var avsiktligt hånfull. Men avsikt är inte den enda frågan. Ignorans kan vara en minst lika viktig, och intentionen. Vi kan ha en intention, men mottagaren lever inte i den. Mottagaren lever i sin historia, sitt sammanhang, sina referenser, sin vrede, sin sorg och sin rätt rimliga fråga: hur kunde ni inte veta?

Och om vi ska vara lite mer obekväma finns det en ännu värre variant av den frågan. Tänk om någon faktiskt visste? Att någon förstod att det fanns laddning här. Att Tank Day, 18 maj, och ljudet “tak” inte var helt neutralt. Att det var lite mörkt, lite internt och lite farligt. Lite edgy.

För det är ju inte ovanligt i marknadsföring. Det behöver inte alltid vara uttalat. Vi vill inte vara tråkiga. Vi vill inte göra en kampanj som ser ut som alla andra. Vi vill ha skav, fart, delbarhet och en liten wtf-känsla.

Mycket kommunikation skulle må bra av att vara mindre välkammad. Mer oväntad. Mer mänsklig. Mer obekvämt på riktigt. Bra kommunikation får gärna vara farlig. Den får störa, reta, vrida, överraska och få någon att sätta kaffet i halsen. Men den måste veta vem som betalar priset för obehaget.

Om skämtet, twisten eller provokationen fungerar så att publiken känner sig träffad på något som är sant, kan det bli starkt. Om den fungerar genom att någon annans trauma används som krydda i en kampanj för en mugg, är det bara slarv.

Det handlar om att förstå skillnaden mellan friktion och förakt.

Caset visar vad som händer när organisationer förväxlar godkännande med omdöme. En process kan finnas utan att vara en spärr. Flera personer kan säga ja utan att någon faktiskt har tittat ordentligt.

Det där borde göra fler marknadsavdelningar obekväma. För vi behöver snabbhet. Vi behöver korta ledtider, realtidsrelevans, kampanjer som hakar i kulturen, AI-stöd i idéarbetet, automatiserade flöden och färre möten. Ju snabbare en organisation blir, desto viktigare blir frågan om vad som faktiskt kan bromsa.

Sånt här kan inte bara vara en checklista. Något man kan klicka förbi när det är bråttom, när lanseringsdatumet redan är satt och när alla runt bordet helst vill gå vidare.

Det gäller varje varumärke som försöker röra sig i kulturen. Vi vet alla att pris, produkt och distribution inte räcker.

Vill man vara en del av människors vardag, får man också vara en del av deras minne. Och minne är inte neutralt. Det består av saker som hänt, saker som ärvts, saker som skaver och saker som fortfarande inte är färdiga.

Därför blir det också lite farligt när vi pratar om AI som om problemet vore att verktygen saknar empati. Verktygen saknar allt möjligt. Det visste vi. Den mer praktiska frågan är vad organisationen saknar när verktyget får komma in i processen.

Jag tror att vi kommer att se fler sådana här kriser. Inte för att människor har blivit dummare, utan för att produktionstakten ökar samtidigt som fler organisationer gör sina processer tunnare. Färre människor ska göra mer. AI ska hjälpa. Mellanchefer ska godkänna snabbt. Juridik, varumärke, lokala experter och de där personerna som minns varför något är känsligt får komma in om det finns tid.

Det är väl där lärdomen finns. Inte i att alla kampanjer måste bli långsamma, rädda och söndergranskade. Då dör också ganska mycket av den bra kommunikationen. Men i organisationer behöver man veta vilka risker som inte kan hanteras efteråt.

Vissa saker går att rätta. Vissa saker går att be om ursäkt för. Vissa saker avslöjar att varumärket inte förstod det samhälle det tjänade pengar på. Så ja, kolla kalendern. Förstå historien. Använd AI klokt. Öppna bilagorna, herregud. Och lyssna på den som säger ”men hörni är det här så smart egentligen”?

Jag har, som jag skrev i inledningen, den senaste tiden byggt vidare på mina skrivagenter. Lite mer struktur, lite tydligare roller, lite bättre minne och lite fler exempeltexter. Mitt lilla team består av materialläsare, vinkelfinnare, redaktör och stopper (det är Codex som har hittat på de namnen, inte jag…). Allt det där låter rimligt. Och det är också rimligt.

Det blir bättre. Materialet blir bättre läst. Vinklarna blir skarpare. Det blir färre missar. Agenten hittar saker jag själv glömt att jag skrivit, ser samband mellan gamla texter och nya ämnen och kan ganska snabbt hjälpa mig att komma vidare från “jag har en känsla av att det finns något här” till “ja, det är nog det här det handlar om”.

Men.

Det finns också ett problem. Ett ganska intressant problem faktiskt. Ju bättre processen blev, desto större blev risken att texten blir sämre. Inte sämre, som om den hade skrivit fel eller tappat poäng. Snarare tvärtom. Den blev mer korrekt, mer rätt och… tråkig.

Och där någonstans började texten uppföra sig. Vilket gjorde den mindre jag.

Det är nog en av de saker vi behöver förstå om skrivande med AI, särskilt när vi bygger agenter som ska skriva som en viss person eller ett visst varumärke. Det räcker inte att bygga en process som tänker bättre.

Varje steg i processen tenderar också att normalisera. Materialläsaren sorterar. Vinkelfinnaren gör det strategiskt. Redaktören får ett underlag som redan låter som en liten konsultbrief, som den sedan skriver vidare på i stället för att börja på blankt papper, men med kunskapen i bakhuvudet.

Plötsligt har man en text som är tydlig men kroppslös. Den är good enough, men låter inte som den och är inte personen eller varumärket som den är skriven för.

Det är inte så konstigt. LLM:er gör som de är tränade att göra: vara hjälpsamma, begripliga, balanserade och rimliga. De har lärt sig att svara på ett sätt som ofta premierar struktur, sammanfattning, artighet och “här är tre saker”-logik. Sedan lägger vi våra egna processer ovanpå det och tänker att mer ordning automatiskt ger bättre kvalitet. LLM:er är också svårt binära och regelstyrda och har helt enkelt svårt för den relativisering som mänskligt skrivna texter står inför: ibland är det rätt att göra fel eftersom det fungerar i texten och för det man vill säga.

Min röst, din röst, ett varumärkes röst är inte alltid i ordning. Omdöme är inte alltid detsamma som tydlighet. Och en text som ska låta som den människa som skriver den kan behöva ha kvar saker som en normal LLM-process gärna plockar bort: sidospår, irritation, omtag, tvekan, en ful men exakt formulering, en öppning som inte går rakt på sak men som gör att texten faktiskt känns skriven av någon. Kanske lite skev grammatik. Sådana saker som gör att texten blir levande och igenkännbar. Sånt som gör den läsvärd.

Det här är kanske en av mina viktigaste lärdomar hittills i arbetet med agenter: agentkedjan ska hjälpa texten att veta vad den vill. Den ska inte lära texten att uppföra sig.

Det låter kanske som en liten skillnad, men jag tror att den är rätt stor. Om vi bygger AI-system för varumärken, personer och redaktionella röster får inte målet vara att texten ska bli allmänt bra. Good enough-sörjan. För det ger inget: ingen hatar texten, ingen fastnar för den. Den är bara rimlig. Mellanmjölk. Brus.

Så det jag och Codex nu försöker bygga in är motstånd – hur kan vi stoppa in friktion i processen. Inte mot AI, utan mot viljan, driften, att normalisera. Att göra texter middle-of-the-road. Exempeltexter ska inte stoppas i en mixer där allt blandas till en genomsnittlig version av mig. De ska hellre användas som karta: den här texten visar hur jag öppnar när jag är trött, den här hur jag skriver när något skaver, den här hur jag smyger in en kurs utan att det blir en annons, den här hur ett nyhetsbrev får vara ett “nja”-brev men ändå ha värde.

Det här är ett hantverk. Inte minst för att reglerna inte är binära. Ibland ska agenten låta en formulering vara. Ibland ska den skriva om ganska hårt, eftersom det jag själv har skrivit faktiskt har blivit för normaliserat. Det svåra är att förstå skillnaden. Vad är en kantighet som bär röst? Vad är bara otydligt? Vad är en formulering som är smidig men egentligen inte låter som mig?

Kanske är det där mycket av hantverket hamnar framöver. Inte i att få AI att skriva mer. Det kan den redan. Utan att bygga system som förstår vilken friktion de ska bevara, och vilken friktion de ska hjälpa till att skapa.

Är det något som den här processen lär mig så är det ganska mycket språkfilosofi…

“Great creative can’t be quantified. It requires something that AI doesn’t have: taste.” - John Long.

Det är en sån mening som är väldigt lätt att göra sig lustig över. Den låter som något en kreativ chef säger för att känna sig lite tryggare i sitt jobb när maskinerna börjar knacka på dörren.

Men jag kommer inte riktigt undan den.

För ju mer jag vänder på den, desto mer tänker jag att han har rätt. Inte för att AI inte kan skapa bra saker. Det kan den. Inte för att människor automatiskt har bättre smak. Det har vi uppenbarligen inte alltid heller. Men smak handlar inte bara om att känna igen vad som brukar fungera.

Smak handlar ofta om att känna att något är fel fast det ser rätt ut.

Och det är ungefär där jag har landat i mitt eget agentbygge också. Det jag försöker bygga in är inte bara kunskap, stil, ton och exempel. Det är friktion. Motstånd. Den där lilla, irriterande rösten som säger: nej, det där blev för prydligt. Det där är korrekt men tomt. Det där låter som mig på ytan, men saknar personligheten och insikterna bakom.

Det första skälet har jag skrivit om tidigare. Dagens språkmodeller har inga egna insikter. De räknar ut vad som statistiskt sett är mest sannolikt rätt utifrån allt de har tränats på och serverar det ofta på ett väldigt övertygande sätt. Det är fantastiskt när man ska strukturera, sammanfatta, sortera, komma igång eller få hjälp att se mönster.

Men sannolikt rätt är inte samma sak som sannolikt bra.

Smak är inte förmågan att producera ett rimligt svar. Smak är förmågan att avvisa ett rimligt svar eftersom man vet eller känner att det inte räcker. Den förmågan byggs inte bara av information. Den byggs av erfarenhet, felbedömningar, skav, pinsamheter, tidigare misslyckanden och människor som någon gång har sagt: nej, det där håller inte.

Det andra skälet handlar om vad AI faktiskt är byggd för att göra med oss när vi har fel.

En forskargrupp vid Stanford, Cheng med flera, publicerade en studie i Science där de lät elva av de mest använda AI-modellerna svara på samma typ av frågor som människor ställer på forum som Reddits AITA, “am I the asshole”. Alltså konflikter där någon beskriver en situation och vill ha en dom.

Forskarna jämförde AI:ns svar med hur riktiga människor bedömde samma situationer. AI gav sitt godkännande 49 procent oftare än människor. Även när det som beskrevs var bedrägligt, olagligt eller uppenbart fel.

Det är ju… inte jättebra.

Men den delen som fastnar hos mig är inte bara att AI:n var mer medhållande utan att den gjorde några konsekvensetiska överväganden som helst.

Det intressanta är vad det gjorde med människorna.

I tre förregistrerade experiment, med sammanlagt över 2 400 deltagare, fick människor prata med antingen en smickrande AI eller en mer rak AI om en verklig konflikt i sina egna liv. Åtta repliker fram och tillbaka. Inget enormt. Bara ett samtal.

De som pratat med den smickrande AI:n blev efteråt mindre villiga att be om ursäkt, kompromissa eller ens höra av sig till personen de bråkat med. De blev ännu mer övertygade om att de hade haft rätt hela tiden. Och trots att smickret alltså mätbart förvrängde deras omdöme litade de mer på den smickrande AI:n och ville hellre fortsätta använda den.

Forskarna kallar det en ”pervers drivkraft”. Det som skadar oss är samma sak som får oss att stanna kvar. Som beteendevetare är det inte en helt ny insikt och den skadar väldigt ofta.

I samma nummer av Science skriver Anat Perry om social friktion. Den lilla motvinden vi får när någon inte håller med oss. Den där obekväma sekunden när vi måste se saken ur ett annat perspektiv, ta ansvar för vårt eget agerande eller åtminstone inse att vår version av världen kanske inte är den enda möjliga.

Perry menar att det är den friktionen som bygger omdöme och moralisk utveckling. Och att en AI som optimeras för att göra oss nöjda riskerar att långsamt nöta bort den.

Om vi sen flyttar över det här till kreativt arbete i stället för i en vänskapskonflikt, så hamnar vi ganska nära smak.

Smak är social friktion som har internaliserats. Rösten som säger att det där inte är tillräckligt bra även när ingen annan säger det. Rösten som inte nöjer sig med att något är begripligt, korrekt och producerbart. Rösten som kan säga nej, även när ja hade varit mycket enklare. Tänk på Starbucks-historien.

Emma Frans skrev om något liknande på sin Substack, fast via Trump. Rådgivarna runt honom är ett helt system av människor vars uppgift verkar vara att aldrig säga emot. Ingen vågar påpeka att kejsaren är naken.

Det är förstås en politisk varning. Men också en mer allmän. Det här börjar inte med AI. Vi har redan i flera år byggt bort många av de små obekväma mötena mellan människor. Självbetjäningskassan i stället för kassörskan. Brusreducerande hörlurar i stället för att prata med grannen på bussen. Kundtjänstboten i stället för en människa som faktiskt kan säga: "Det där går inte.” SMS istället för telefon osv. i en lång oändlighet av undvikanden.

AI är bara det mest effektiva verktyget hittills i en rörelse vi redan var mitt i.

Och det är därför jag tror att frågan om smak blir viktigare, inte mindre viktig, när AI blir bättre. AI saknar inte kunskap om vad som brukar fungera. Den har den i överflöd. Den kan ge mig en rimlig struktur, en begriplig sammanfattning, en nästan rätt formulering och ett helt okej första utkast på bara några sekunder.

Det den saknar är ryggraden att säga emot mig på riktigt.

Det är inte bara ett tekniskt problem (eftersom probabilitet osv.). Det är ett produktproblem. En AI som säger emot dig för mycket blir fort en AI du slutar använda. Och det finns inte jättemånga bolag som bygger produkter med affärsmodellen “gör användaren lite mer obekväm, men på ett långsiktigt nyttigt sätt”. Den affärsplanen kommer inte att gå igenom någonstans.

Samtidigt är det nog precis det jag skulle vilja ha och som jag försöker att bygga i mitt skrivagent-projekt

Inte en AI som är dryg för sakens skull. Inte en maskin som spelar svår kreativ chef. Utan en agent som kan säga: det där är nog sant, men det är för tunt. Det där låter som du, men bara på ytan. Det där är en text som har förstått reglerna men inte varför de finns. Ett AI som ibland kan stå upp för att den har rätt mer än jag har.

Det är där friktionen kommer in i min agentfarm. Exempelmaterialet är inte nog. Exemplen är inte nog. Tonaliteten är inte nog.

Något måste sätta emot. Det är då det blir roligt att jobba och det som kommer ut blir bättre.

Ett mastigt sommarbrev blev det. Även om du öppnat det efter semestern så hoppas jag att det är läsvärt!

Tills nästa gång /D

Den här gången handlar det om sociala medier. Jag sitter och uppdaterar State of social media-föreläsningen eftersom vi nu ser ännu klarare utveckling av vissa delar, samtidigt som jag förbereder en föreläsning för Lokala hjälpen, ett pro bono-uppdrag jag tycker ska bli riktigt roligt.

Självgott kan jag notera att Sarah och jag har sagt mycket av det här i många år. Men nu är det nästintill omöjligt att inte inse att sociala medier förändras i grunden. Sarah valde att kalla det “unsocial media” och jag har refererat till ett antal bra analyser i ett tidigare brev: här, här och här.

Meta ska alltså bli flerårig sponsor av filmfestivalen i Cannes. På ytan är det kanske inte så konstigt. Mest lite fånigt. Zuckens storhetsvansinne i ännu en form: ett av världens största plattformsbolag vill stå nära kändisar, kultur, röd matta, bildspråk och global uppmärksamhet. Sugen på att låna lite prestige från ett sammanhang där människor fortfarande upplever att saker är på riktigt.

Fast börjar man addera det som hänt de senaste åren, algoritmförändringarna, AI, Metas ständiga ompositioneringar och det allt tydligare skiftet bort från Facebooks ursprungliga idé, känns Cannes-satsningen som något annat än ännu ett pr-samarbete. Snarare blir det en bild av vad Meta håller på att bli. Inte längre ett socialt medieföretag i den gamla meningen, där logiken byggde på vänner, familj, grupper, sidor och människor vi faktiskt hade någon sorts relation till. Det finns kvar som bas, förstås, och många av oss använder fortfarande plattformarna, men det är inte längre där tyngdpunkten för företaget ligger.

Utvecklingen rör sig från relationer till distribution. Från den sociala grafen till intressegrafen. Från innehåll från människor du känner till innehåll som maskinen bedömer att du kommer att stanna vid. Frågan om vem du följer blir mindre avgörande än frågan om vad du reagerar på, skickar vidare, tittar om på eller inte klarar av att svepa förbi. Med Meta AI och Metas allt tydligare intresse för socialt sök med AI blir nästa lager synligt: inte bara vad du gör, utan vad du själv säger att du vill förstå, köpa, skapa, planera eller utforska.

Det är här Cannes blir intressant.

För Meta försöker inte bli Netflix. Netflix vill äga innehållet, tittartiden och abonnemangsrelationen. De behöver hela tiden nästa serie, nästa film, nästa sportformat och nästa anledning för oss att stanna kvar i tjänsten. Det är en tung modell, men ganska begriplig. Om innehållet är starkt nog kommer vi tillbaka.

Meta behöver inte det. Snarare tvärtom. De vill gärna att andra äger materialet, tar riskerna, producerar filmen, bygger stjärnorna och skapar det kulturella ögonblicket. Meta vill äga det som händer runt det: reaktionen, klippet, kommentaren, memet, bakom kulisserna-bilden, realtidssamtalet på Threads, reelen från röda mattan och AI-översättningen som gör att samma ögonblick kan röra sig mellan språk och marknader. Lägg till Ray-Ban Meta och upplevelsen behöver inte ens fångas genom en mobil som tas upp ur fickan. Kameran sitter redan där, på näsan, närmare kroppen och närmare ögonblicket.

Det är uppmärksamhetslogik. Den nygamla valutan som förändras från att bli sedd till att bli vald.

Netflix vill äga innehållet. TikTok vill äga flödet. Meta vill äga infrastrukturen runt spridningen av den moderna kulturens artefakter.

Det är egentligen en mer ambitiös position än att bara producera nästa stora titel. Om du äger infrastrukturen runt innehållets kontext behöver du inte skapa ögonblicket. Du behöver bara se till att ögonblicket klipps upp, remixas, diskuteras, delas, översätts, rekommenderas och mäts hos dig.

Vi som arbetar med marknadsföring behöver därför vara lite mindre imponerade av formaten och lite mer intresserade av logiken bakom dem. Det är kanske den viktigaste lärdomen om vad som håller på att hända. För det är lätt att titta på Meta och Cannes och tänka: jaha, influencers, kreatörer, Reels, AI-översättning, glasögon, Threads. Så vi försöker göra samma sak. Det är inte fel, men det är inte hela lösningen. Långt därifrån.

Plattformarna belönar inte längre i första hand det du har publicerat, utan det som någon annan gör med det. Stannar. Reagerar. Sparar. Delar. Skickar vidare. Kommenterar. Frågar. Använder det som en del av sin egen förståelse av världen, branschen, problemet eller kulturen runt sig.

Det är en obekväm insikt, eftersom mycket marknadsföring fortfarande byggs som om publicering vore själva prestationen. Vi har gjort filmen. Vi har tagit fram kampanjen. Vi har fyllt planen. Vi har fått ut budskapet. Sedan tittar vi på räckvidd och hoppas att något har hänt. Vi förlorar vår kontroll och en hel del självkänsla. Vi blir producenter av råmaterial snarare än de som skapar det slutgiltiga konstverket.

Den nya logiken ligger i att publiceringen bara är början. Det är inte där värdet uppstår. Värdet uppstår när innehållet börjar röra sig, när någon stannar tillräckligt länge för att systemet ska förstå att det fanns något där, när någon skickar det vidare för att det säger något de själva inte orkar formulera, eller när det fångar ett behov som redan finns men ännu inte har blivit ett sök, en fråga eller ett köp.

Jag möter det fortfarande hela tiden, och jag blir lite trött när sociala medier reduceras till formatfrågor. Ska vi göra Reels? Ska vi vara på Threads? Ska vi jobba med creators? Ska vi använda AI? Ja, kanske. Men om idén inte bär, om perspektivet inte är tydligt, om innehållet inte har någon funktion för mottagaren, spelar det ganska liten roll vilket format vi lägger det i.

Så vi landar i relevans. Inte relevans som i att vi har en målgrupp definierad i en medieplan, utan relevans som i att innehållet träffar något som människor redan bryr sig om, försöker förstå eller vill kunna berätta vidare. Det kan vara en trend. Men det kan lika gärna vara en irritation, ett beslut, en osäkerhet, ett missförstånd, ett internt tryck, en branschförändring eller något som gör vardagen svårare.

Marknadsföringens möjlighet handlar därmed inte om att jaga varje kulturellt ögonblick, utan om att förstå vilka ögonblick varumärket faktiskt har rätt att kliva in i. Vilka frågor kan vi göra begripliga? Vilka perspektiv kan vi tillföra? Vilka problem kan vi formulera bättre än kunden själv? Vilka saker händer i människors värld där vi inte bara blir ännu en avsändare utan faktiskt hjälper dem att orientera sig?

Det är att gå från att bli sedd till att bli vald.

Också därför blir AI-lagret så viktigt. Om plattformarna börjar förstå intentioner, inte bara beteenden, blir det ännu tydligare när innehållet bara är pynt och lull-lull och när det faktiskt svarar mot något som någon är på väg att göra. Skillnaden mellan ett svagt budskap och ett användbart perspektiv blir större. Det räcker inte att dyka upp i flödet. Det måste finnas ett värde i det som man lägger där.

Det är kanske den praktiska lärdomen av Metas Cannes-satsning. Alla varumärken ska inte bli små kulturmaskiner. Alla måste inte hitta sin röda matta, sin creator och sin AI-översatta bakom kulisserna-film.

Men allt vi gör på sociala plattformar bedöms i allt högre grad utifrån om det kan sättas i rörelse. För att bli vald måste man bli uppmärksammad, ihågkommen och refererad till.

En Meta-strategi, eller egentligen en sociala medier-strategi, behöver därför utgå från några grundläggande frågor:

Varför skulle någon bry sig nog för att stanna?
Varför skulle någon använda det här för att förstå något?
Varför skulle någon skicka det vidare?

Den nya sociala medieeran är brutalt ärlig, och brutalt avslöjande. Vi blir avslöjade när vi bara har producerat. Vi blir avslöjade när vi har förväxlat närvaro med betydelse. Vi blir direkt avslöjade när varumärket blir introvert, självgott och bara pratar inifrån och ut.

Alla som arbetar med marknadsföring behöver förstå vilken sorts internet Meta, TikTok och de andra håller på att bygga. Ett internet där distribution inte längre är en kanalplan utan en konsekvens av beteende. Ett internet där det sociala inte längre börjar med relationen utan med reaktionen. Ett internet där innehåll inte får räckvidd för att det finns, utan för att det skapar värde.

I den nya logiken räcker det inte att publicera mer.

Man måste bli mer värd att väljas.

För den som har hört mig och Sarah föreläsa kommer det här inte som en chock. Det här har pågått länge. Men det är fortfarande lätt att fastna i formatdiskussioner, i kanalval, i vilka hashtaggar som ska användas och i tron att innehåll får värde bara för att det kommer från oss.

Vi måste ta oss vidare därifrån. Sluta vara självgoda och sluta tro att vårt innehåll har värde i sig själv.

Vad tänker ni?

Tills nästa gång /D

Ps. Glöm inte att ni kan diskutera sånt här vidare på min och Sarahs Berghskurs “Bygga varumärke med sociala medier” som går nästa gång i september. Läs mer och anmäl dig här. Ds.

Dags att uppgradera lite kunskap?

Jag kommer gärna och ”underhåller” genom att ge kunskap på mingel och sommarluncher. Jag pratar lättsamt, intressant och inspirerande om följande:

🔥 State of social media. Helt enkelt: vad är det som gäller just nu och vad behöver vi förstå för att lyckas som varumärke i sociala medier. Jag har snart 20 års arbetserfarenhet av sociala medier och följer dem fortfarande slaviskt.

🤖 Bli kompis med din AI. Det är så mycket som händer. Många gånger ges fantastiska exempel som ligger långt bort från de flestas vardag. De flesta har bara nosat på hur AI kan hjälpa till i kommunikationsarbetet. Just det som ni har tillgång till. Det kan jag berätta om.

Båda föreläsningarna är 45 min–1 tim. Jag vill att alla ska känna ”wow” och försöker göra dem så snabba och underhållande som möjligt, men också till brädden fyllda av användbar kunskap.

Hör gärna av er till mig via DM, via mail på deeped@deepedition.se eller via 0706480861

Bli skarpare sociala medie-strateg

Om du arbetar med sociala medier och känner att du behöver få en rejäl inspirationsdos för strategin så ska du gå min och Sarahs kurs på Berghs: Bygga varumärke i sociala medier.

Den ger en riktigt stark grund att stå på när det kommer till att tänka strategiskt kring sociala medier-närvaron. Något som kanske blir viktigare och viktigare i ljuset av AI-utvecklingen. Anmäl dig här. Nästa kurs går i september!

Ska du till Almedalen? Har du en plan för att få ut effekt av det?

Jag och Ann Lindenhierta har teamat ihop oss för att hjälpa både enskilda och grupper att tänka igenom och planera sin Almedalsnärvaro, både den fysiska och den digitala.

Vi kallar det Almedalen Accelerator. Idén är enkel. De flesta som åker till Almedalen åker dit utan en plan som överlever ankomstdagen, och utan en tanke om hur det man hör och säger ska leva vidare i flödet efteråt. Sen blir man förvånad över att det inte gav så mycket.

Vi har båda varit på Almedalen i många år, i olika roller. Det vi har sett gång på gång är att veckan inte är problemet. Problemet är arbetet runt veckan. Vad ska sägas, av vem, till vilka och hur fortsätter det att jobba i augusti när alla har glömt vad som hände i juli?

Utbildningen är praktisk. Vi utgår från de fem rollerna man faktiskt kan ha under veckan, från att lyssna och ställa frågor till att vara värd för egna samtal och att berätta och positionera sig i sociala medier både före, under och efter. Man går hem med eget arbetsmaterial som går att använda direkt.

Ann är en av de skarpaste rådgivarna jag känner inom strategisk kommunikation och innehåll. Tillsammans täcker vi hela bågen från budskap och struktur till det som faktiskt fungerar i sociala medieflödet.

Mer om upplägg och intresseanmälan finns här: Almedalen Accelerator (självklart enligt tidens anda vibecodad).

Jag minns hur det var back in the days när jag använde Google Reader och sparade intressanta länkar för att läsa och sedan skriva på om på digitalpr.se. Till slut blev jag stressad av det eftersom de blev så många. Lite i det läget nu igen: det finns så jäkla mycket intressant att läsa och skriva, och jag behöver ju också se till att leverera till mina kunder även om det här faktiskt är bland det roligaste jag vet: att läsa, lära och ge vidare genom att referera och försöka analysera och skapa insikter. Borde jag försöka att ta betalt för det här? Säkert. Orkar jag? Nej. Jag blir själv mer och mer nedstämd över hur många bra saker som ligger bakom betalvägg, och jag förstår varför och jag förstår värdet, men det finns inte en möjlighet att betala för allt jag vill läsa. Det är sorgesamt.

Så hur ska jag hantera stressen som mängden olästa och oskrivna länkar ger? Jag kan låta ett AI göra jobbet åt mig. Men då förlorar jag direkt en av de viktiga delarna i det här: att lära mig. Som planner är en av de första lärdomarna att det sällan är i den direkta kunskapen, utan i saker som kan sägas i förbigående, i sidospår i en artikel osv. Att bara läsa AI-genererade sammanfattningar av långa texter gör att man missar det. Vidare: när jag ger mig tid att läsa långa texter så börjar också hjärnan att analysera, rastrera texten samtidigt som jag läser den. Vilket därmed ökar möjligheten till att inte bara komma ihåg texten utan att redan när man läst avslutningen ha ett antal potentiella insikter igång.

Sen: eftersom jag inte är jätteintresserad av att jaga nyhetsflödet och vara först med det senaste så tänker jag att det samtidigt inte spelar någon roll. Det här är mitt nyhetsbrev som ni är fantastiska nog att vilja läsa. Alltså kommer en del saker att komma upp senare, men de känns aktuella för min del och värdefulla att förstå för oss alla som snurrar runt i kommunikationsbranschen.

Och som av en händelse hittar jag också en ganska intressant första länk om det här med brain rot och att läsa böcker. (Jag köpte faktiskt min första fysiska bok på väldigt många år: ”The Revenge of the Tipping Point” av Malcolm Gladwell.) För jag har lyckats förlägga min läsplatta någonstans…

Jag är generellt lite skeptisk till hela brain-rot-diskussionen, men samtidigt väl medveten som beteendevetare om hur relativt lätt det är att programmera om (vissa) beteenden. Jag kan se det hos mig själv: läsandet har förändrats. Det är ju en av anledningarna till att En handfull länkar finns till: min insikt om hur jag kan trigga mig själv att läsa mer. Jag valde att ändå försöka samla ihop lite olika länkar runt problemdefinitionen - som inte är inriktad på doomsday-skärmludditernas ingångsvärden.

Neuroforskaren Maryanne Wolf menar i den här artikeln från Fastcompany att vi håller på att förlora våra ”djup-läsnings-kretsar”. Hjärnas plasticitet gör att den formas efter hur vi konsumerar information; vi skannar bara rubriker och vi ser korta delar av videor, så glömmer hjärnan till slut bort hur den ska analysera komplexitet. För den behöver inte kunna det. Samtidigt innebär det att våra hjärnor blir sämre på att hantera informationsmängder, vilket därmed kan vara en ingång till utmattning.

Det gör också att vår attention span minskar: tittar man på vad vi som marknadsförare idag arbetar med, så menar exempelvis Googles forskare att vi är nere på 1,2 sekunder. Och medan böcker har naturliga pauser: kapitel, sidslut, så har vi idag medier som inte har det alls och som tekniskt bygger på att vi inte ska lägga bort skärmen.

Om det i sig är farligt: nja. Om det minskar vår kunskap runt att djupläsa. Uppenbarligen.

AI då? Jag tror vi skjuter oss i foten om vi drar för stora slutsatser om hur det påverkar oss, men generellt så kan man se att vår möjlighet till djupläsning påverkas av att vi nu enkelt kan få fullödiga sammanfattningar av långa texter på några sekunder.

Den kognitiva friktionen från läsningen riskerar att försvinna genom snabbhet och sömlöshet. Det gör att vi både sparar tid och, om den tid vi annars skulle lägga ner känns antingen som bortslösad, tråkig eller ineffektiv, så är det ett lätt byte.

En intressant aspekt av det här blir att fundera över vad som i framtiden kommer att vara en konkurrensfördel. I tankarna om Deep Work så vinner den som kan fokusera på djupet; den som vinner i längden. Det är ganska intressant i sig, men också frågan om det är något som kommer att behövas i en AI-värld.

”Inte allt på en gång.

Men mycket, överallt, gradvis.”

Ett papper från MIT Futuretech som Per Clingweld refererar till (han är skarp, den där – följ honom) ger onekligen intressanta tankar. Om AI inte handlar om plötsliga gigantiska förändringar (crasching waves) utan gradvisa mindre förändringar som ibland är svåra att både se men också mäta (rising tides) så finns det en risk att vi dels diskuterar saker som egentligen är ointressanta eller saker som vi inte egentligen kan påverka eftersom utgångspunkterna redan förändrats.

”in 2024-Q2, AI models successfully complete tasks that take humans approximately 3-4 hours with about a 50% success rate, increasing to about 65% by 2025-Q3. If recent trends in AI capability growth persist, this pace of AI improvement implies that LLMs will be able to complete most text-related tasks with success rates of, on average, 80%–95% by 2029 at a minimally sufficient quality level.”

Det är då inte längre frågan om vad utan om hur arbetet förändras. Det handlar inte om att arbeten nödvändigtvis försvinner i den takt som doomers vill påskina, utan att det kommer förändras rejält. Altmans och OpenAIs ganska radikala idéer om framtiden p.g.a. superintelligens är inte helt tagna ur luften.

Jag tror det här också är ett tänkande som är viktigt för oss inom kommunikation när vi förhåller oss till AI. Det som sker är en pågående förändring, inte stora hopp. Det är inte nödvändigtvis Open Claw och agentisk shopping som är det viktiga utan hur arbetet förändras bara genom att ha en ganska intelligent samtalspartner, en som hjälper till att skapa saker på en nivå som aldrig förut setts. Om det sen är tillräckligt bra är det lite en annan diskussion och det finns mängder med parametrar där AI ännu inte kan mäta sig med en människa p.g.a. kontext, erfarenhet och lateralt tänkande. Men att förstå skillnaden är det som vi ännu har svårt med: att förstå att även om det finns mängder med saker där AI är och kommer fortsätta vara sämre på, så förändras ändå vårt arbete.

Helt enkelt så riskerar vi att bli den där grodan som i godan ro sitter kvar medan vattnet blir varmare och varmare. Så även om det inte går några tåg så behöver alla fundera över hur vi börjar utnyttja möjligheterna, förändra processerna: inte för att alltid bli mer effektiva, utan att bli bättre på att göra vårt jobb i en ny era.

En roll som behöver göra det är uppenbarligen SEO. Nej, SEO har inte dött. Snarare har det absorberats i en ny logik där sök allt mindre handlar om länkar och allt mer om svar. Vårt beteende förändras och tekniken – läs Google – följer efter. Det viktiga blir att inte hålla kvar utan utvecklas.

Många beskriver utvecklingen som en gigantisk förändring, men i praktiken handlar det mer om en förskjutning. Grunden finns kvar, men gränssnittet har förändrats. Google dominerar fortfarande, men användaren möter allt oftare ett färdigt svar i stället för en lista med länkar.

Det som händer nu är alltså inte slutet för sök. Det är en omfördelning av var värdet uppstår.

• Från länkar till svar.

• Från klick till påverkan.

• Från enskilda sökord till samlad auktoritet.

Den gamla logiken räcker inte längre. Men den nya belönar inte heller acceleration för accelerationens skull. När AI-system filtrerar hårdare och väger fler signaler blir substans ännu viktigare.

2026 handlar därför mindre om att publicera mer och mer om att vara så tydlig, trovärdig och användbar att både människor, algoritmer och AI-system landar i samma slutsats: det här är en källa värd att lita på.

När du läser om GEO (generative engine optimization) handlar det i praktiken om att göra innehåll så tydligt, användbart och trovärdigt att AI-modeller väljer just det när de bygger sina svar. Vissa kallar det AEO (answer engine optimization), vilket egentligen beskriver samma sak. Skillnaden mot klassisk SEO är inte dramatisk. Frågan är inte längre bara om du rankar utan om du blir den källa som används när svaret sätts ihop.

Många AI-system bygger dessutom på RAG (retrieval-augmented generation). Modellen hämtar relevant och aktuell information från ett index och formulerar sedan svaret utifrån det materialet. AI hittar alltså inte ditt innehåll magiskt. De hittar det eftersom sökmotorerna redan har gjort det möjligt.

Från att SEO varit vägen till klick blir funktionen nu att bli infrastrukturen bakom AI-svaret.

Samtidigt finns ett annat problem med utvecklingen. Många undersökningar visar att klicken minskar. Det är något vi har pratat om i sociala medier länge och nu förstärks det genom zero-click-sökningar, där du får svaret direkt i gränssnittet utan att behöva klicka vidare. När vi sedan går in på agentisk shopping och liknande blir klicken lika obsoleta som hashtaggar snabbt har blivit.

Det här är extremt problematiskt om man strategiskt tittar på trafik. Eller har annonser på sin sida. Även om klickeffekten försvinner så försvinner inte nyttan med det du skapar. Om ditt innehåll ligger till grund för svaret, citeras eller formar hur ett ämne beskrivs, har du fortfarande påverkat beslutet.

Helt enkelt går vi mot inflytande i stället för trafik. Det är där vi behöver mäta, det är där vi behöver skapa förutsättningarna.

En annan förändring är hur frågor hanteras. AI arbetar sällan med en enda fråga. I stället bryts den ofta ner i flera underfrågor (query fan-out). En fråga om ett verktyg eller en leverantör kan snabbt bli en separat sökning om pris, funktioner, trovärdighet, recensioner, jämförelser, implementering och användarupplevelse.

Det innebär att enstaka superoptimerade sidor fungerar sämre. Innehåll som tillsammans täcker ett område fungerar mycket. Det varumärke som täcker helheten framstår som mer användbart för modellen än det som råkar ranka på en formulering. Alltså behöver man sluta stirra sig blind på pagerank och webb. Och lyfta blicken.

Samtidigt får lågkvalitativt innehåll det ännu svårare. När Google i början av 2026 rensade bort stora mängder listicles och tunna jämförelsesidor försvann de inte bara ur sökresultaten utan också ur AI-svaren eftersom systemen bygger på samma index. Tidigare kunde svagt innehåll ibland få synlighet genom volym. Nu riskerar det att försvinna ur två system samtidigt. “Good enough” är alltså inte längre enough.

Googles fokus på E-E-A-T (erfarenhet, expertis, auktoritet och trovärdighet) fungerar i praktiken som ett filter för vilka källor som anses värda att använda. Det innebär att hur auktoritet bedöms förändras. GEO och AEO väger in en bredare signalbild: diskussioner, omnämnanden, recensioner och profiler på andra plattformar. Reddit, LinkedIn, recensionssajter och branschforum blir därför en del av den samlade trovärdigheten som påverkar hur du presenteras.

Alltså blir det viktigt att inte behandla allt som inte är webben styvmoderligt. Sociala medier är viktigare än någonsin. Samtidigt inte heller glömma bort webben. Så SEO, PR och sociala medier bildar tillsammans det kunskaps- och förtroendelager som AI-system använder för att avgöra vem som faktiskt är relevant. Vi behöver jobba tillsammans, tänka tillsammans och samtidigt alltid säkerställa att varje del fungerar i sin nisch.

Det är en ganska syrlig insikt för många varumärken. Den egna webbplatsen räcker inte längre för att definiera bilden av vem man är – inte ens för AI. SEO blir därför inte mindre viktigt. Den blir mer affärskritisk. Precis som sociala medieinnehållet, precis som digital pr.

Läsa mer? Via Tony Hammarsköld hittade jag Lily Rays långa text som jag använt som grund för ovanstående.

---

Hittar ett citat ur en artikel i Davids senaste brev som jag tycker delvis passar in på min rant om vibe coding i förrförra brevet:

“In this future of disposable code, the biggest productivity hack may be having the restraint to know what not to build at all.”

---

På tal om ”taste” - läs och prenumerera på Letter of Intent. Senaste galet långa och intrikata brevet handlar bland annat om just: ”taste”.

Slutligen. Via Katarina hittar jag Haris Agić och hans text om framtiden och människan. En essä som tar sin utgångspunkt i Heidegger och landar inga svar, men däremot fler frågor om oss som människor snarare än om tekniken.

”Tricket ligger i att hitta en balans – att lära oss använda tekniken utan att låta den överta vårt tänkande och begränsa vår mänsklighet.”

Det är en del av det jag också funderar över i den senaste texten när jag inser att jag inte behöver bygga tekniska system utan system för att förklara för tekniken hur jag tänker. Är det att förändra tekniken eller förändra sig själv?

Allt för den här gången. Jag inser att jag hela tiden säger ”nästa gång så…” men så dyker något annat upp. Så vi ses nästa gång. /D

Jag har under den senaste tiden utvecklat en föreläsning och en längre utbildning för såna som jag. Som inte så gärna ger sig in i att försöka stoppa in en OpenClaw i sin dator, eller som inte får installera vad som helst i jobbet. Som samtidigt är riktigt trött på det som man får fram i det vanliga klassiska promptsättet. För oss kommunikatörer. För oss reklamare och kreatörer. Hör gärna av er, så berättar jag mer.

Och ja, nästan 8000 tecken krönika istället för en handfull länkar. På en eftermiddag en dag innan långledigt. Långläsning under helgen kanske?

Det är inte dina prompts som är problemet — det är när det tar emot som det börjar fungera

Jag tror att mycket av diskussionen om AI just nu missar kärnan. Inte vad tekniken kan göra, utan vad den kräver av oss. Alla av oss försöker omfamna AI utifrån allt som händer. En del väljer att totalt ge upp, resignera eller hänfalla åt direkt animositet.

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.

Jag har spenderat en del tid med att titta på olika former av att arbeta i vardagen med AI utifrån vad jag gör. Dels för att jag är nyfiken, dels för att jag vet att många skulle behöva bli inspirerade att pröva, men också för att jag tror att hypen runt allt det stora och fantastiska i sig kan vara farlig.

Så för mig handlar det om att ”ta nästa steg”. Vad det nu handlar om. För agenter, skills eller allt det andra handlar det inte bara om mer avancerad teknik, även om det idag är mycket tekniskt. Det handlar framför allt om att definiera hur man själv tänker. Hur menar jag? Jo, 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, att 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. Och att producera det. Det bygger på erfarenhet, omdöme och känsla. Inte på struktur.

Det man måste inse är att AI börjar leverera verkligt värde först när vi kan beskriva vår egen logik och när det uppstår en tydlig 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, för att kunna få ut det mesta av tekniken, 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, som kräver att vi har gjort vår strategi men också vågar titta på vår produktion med ”utifrånögon” och ibland också kritiska ögon.

Att vi pratar om AI-slop handlar om det här. Man gör inte jobbet innan. Det generiska tar över. Probabiliteten drar oss alltid mot det mest sannolika – alltså 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”. Och jag jobbar mycket med att skriva saker, både för mig själv och för andra. Samtidigt som jag jobbar mycket med research. Jättemycket research. Men jag är också lite lat. Det gör att jag inte har börjat göra jobbet förrän nu. Det innebär att jag har fått lov att inse att det inte handlar om att i första hand bygga system utan om att bygga en struktur runt hur jag faktiskt tänker.

Det är lätt att underskatta vad som händer när man börjar strukturera detta. I ett konkret test nyligen försökte jag inte skriva bättre prompts, utan att formulera en enkel struktur för hur jag analyserar en målgrupp inför en föreläsning. Inte som ett färdigt manus för just den föreläsningen utan som en uppsättning frågor som alltid ska besvaras om målgruppen och som sedan ligger till grund för researchen – och i slutänden för själva föreläsningen.

Det är frågor som man ibland inte ens ställer sig själv. Hur ska man få ett AI att göra det?

- Vad vi faktiskt vet?

- Var ligger spänningen i målgruppen?

- Vad tror de att de förstår, men inte gör fullt ut?

- Var kommer de att göra motstånd?

När den strukturen väl fanns förändrades det som mitt AI levererade. Inte dramatiskt, men tillräckligt för att det skulle märkas. Resonemang mer konsekventa. Ingångar tydligare. Framför allt blev det lättare att komma igång utan att varje gång börja från noll och under arbetets gång känna frustration för att det som kom från AI var för dåligt. För platt.

Det var en ganska liten justering i arbetssättet om än att det krävdes en del förarbete (och inte sällan en hel del frustration eftersom allt idag är byggt utifrån ett utvecklarparadigm snarare än för en strateg eller kreativ kommunikationsmänniska), 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 som är tillräckligt bra, 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 här innebär också att mycket av retoriken kring hur enkelt AI är behöver nyanseras. Det är enkelt att komma igång och få fram något. Men att få konsekvent hög kvalitet kräver betydligt mer arbete, struktur och eftertanke över tid.

Särskilt inte för oss som är ovana vid att arbeta med struktur, system och explicita regler. Mycket av det som nu växer fram lutar åt ett utvecklarparadigm, som jag tidigare påpekade. Filer, mappar, beroenden. Ett sätt att organisera arbete som ibland presenteras med en självklarhet som om alla redan sitter och drömmer i YAML, och där vissa gärna antyder att problemet mest är att andra inte riktigt “förstår hur enkelt det är”.

Samtidigt finns det en annan ytterlighet där struktur nästan ses som ett hot mot kreativiteten. Där värdet ligger i att varje gång börja från noll, känna efter och absolut inte låsa fast sig i något som kan återanvändas. Vilket låter fint tills man inser att det också innebär att man uppfinner samma hjul om och om igen.

Båda riktningarna är vettiga, men den sista är idag inte effektiv i mötet med AI, samtidigt som den första är ineffektiv för lateralt tänkande och kreativitet.

Så idag måste vi som inte tänker som utvecklare lägga ner tid på att förstå och bygga vår tankestruktur i den kontext vi har. Det innebär att arbetssätten behöver bli mer explicita än vad många är vana vid, just för att kunna få den konsekvens och kvalitet i inputen som AI faktiskt kräver, för att fungera som en förstärkning snarare än en slumpgenerator.

Samtidigt finns det något ganska hoppfullt i det här. Och nyttigt. När funderade du senast över hur du ska definiera ditt idéskapande? När verbaliserade du hur du tänker när du gör research? Hur har du förklarat din process för att skriva ett LinkedIn-inlägg?

För när man väl börjar formulera sitt eget arbetssätt, blir det tydligt att AI inte ersätter det man gör. Den förstärker det.

Bra struktur ger bättre output. Otydlig struktur ger mer slumpmässiga resultat.

Det är kanske den viktigaste insikten i allt det här.

Inte att AI kan skriva, analysera eller producera. Det vet vi. Och det finns stora gradskillnader i kvalitet. Men insikten i att AI fungerar bäst när vi själva vet vad vi håller på med.

Jag skrev ihop en sorts one-liner tillsammans med mitt AI runt det här, efter ett par timmars arbete med att sätta upp en process som båda var nöjda med.

Don’t build systems. Build how you think.

Funderar på att be min fästmö brodera det på en tavla med detta. För det känns som att det på många sätt inte bara handlar om AI utan lika mycket om livet.

Vem är jag? Deeped Strandh driver företaget Deepedition. Jag är sociala mediestrateg och hjälper företag och organisationer att hitta rätt sätt att få effekt av och effektivitet i arbetet med sociala medier. Det har jag gjort sedan 2009, ibland själv, ibland tillsammans med Sarah i konceptet Social by default. Jag är beteendevetare och teolog och copywriter och planner. Förutom att jag gillar digital kommunikation så gillar jag också fotografering och är en av ägarna bakom Nordens största fotoevent: Stockholm Fotomaraton. Jag bor delvis i Västerås och delvis i Gubbängen med min fästmö Lisa.

Jag hoppas ni fortsätter läsa och uppskatta En handfull länkar. Det är gratis. Det tar tid. Så gilla och kommentera gärna eftersom det är det bästa som finns.

Reklam för Deepedition.

AI och sociala medier. En formulering som gör många både trötta och oroliga. Det är förståeligt.

Just nu pratar alla om AI. Om agenter. Om automatisering. Tester görs överallt och utvecklingen springer på. Samtidigt börjar allt fler ställa en mer grundläggande fråga: var går gränsen när AI börjar ta över arbetet med sociala medier?

I förra brevet skrev jag om “good enough”-fällan i sociala medier. Den riskerar att bromsa utvecklingen. Men jag ser också motsatsen. Att för få faktiskt testar AI i sitt vardagliga arbete och försöker förstå vad det kan användas till.

Här finns en paradox. AI gör det enklare än någonsin att producera innehåll. Men när produktionen blir för enkel ökar mängden snabbt utan att värdet gör det. Och autenticiteten riskerar att bli det första som försvinner. Sociala medier har alltid belönat relevans, perspektiv och erfarenhet. Det som känns verkligt. Det som bygger på faktisk kunskap eller faktiska situationer.

Det är därför jag ser AI som en strategisk fråga i sociala medier. Inte främst för att producera mer innehåll snabbare, utan för att analysera bättre, tänka klarare och utveckla arbetssätt.

Det är också bakgrunden till att jag nu föreläser och utbildar mer om området. Vi integrerar AI allt mer i kursen Bygga varumärke i sociala medier på Berghs. Samtidigt lanserar jag nya föreläsningar där sociala medier-strategi, varumärke, AI och innehållsarbete hänger ihop.

Upplägget kan se ut på flera sätt.

Inspirationsföreläsning

En introduktion till hur AI förändrar arbetet med sociala medier och innehåll.

Utbildning

Halv- eller heldag där vi arbetar med er verklighet och era behov. Sociala medier och innehåll i fokus, både strategiskt och taktiskt, med AI som verktyg.

Workshop

Hands-on-arbete där vi utgår från det ni gör i dag och börjar utveckla ett arbetssätt där AI blir en del av processen.

Organisationer befinner sig på olika platser i AI-utvecklingen. Vissa har integrerat AI i sitt dagliga arbete. Andra testar försiktigt. Många begränsas fortfarande av policyer, teknik eller osäkerhet kring vad som är möjligt. Därför handlar frågorna ofta lika mycket om arbetssätt och förhållningssätt som om teknik.

Om det här känns relevant för er organisation är ni välkomna att höra av er.

deeped@deepedition.se

070-648 08 61

Nu till länkarna

Jag har de senaste dagarna fått testa på att vara avstängd. Digitalt minimerad. Av outgrundlig anledning så har mitt Threads-konto blivit suspenderat. Plötsligt kan jag inte delta i diskussioner med personer som jag har blivit bekanta med och vänner med. Jag kan inte hänga med i allt strunt som snackas och fr a så kan jag och min flickvän inte prata strunt och vara gulliga mot varandra in the open.

I början ganska mycket ångest. Visserligen kan jag lurka, men med ett konto som jag inte vill använda för att prata. Efter ett tag ganska skönt ändå. Jag var ändå ledig.

Under tiden jag väntar på att Meta tittar på vad som faktiskt hänt och om jag kanske kan få tillbaka mitt gamla konto så har jag aktiverat mitt gamla Bluesky-konto och insett vilket utmärkt sätt det är att skapa ett nyhetsflöde som går utanför Omni. Och jag har doppat tån tillbaka i X, väldigt försiktigt. Men ändå: det är ändå på många sätt the motherlode för mikrobloggande.

Mikrobloggandet är fortfarande i mitt tycke det mest sociala inom sociala medier. Även om vi har en ibland svårartad toxicitet inom det, så bygger det relationer och skapar möjligheter till en ny social värld för människor. Om man väljer att låta det vara så: min bästa vän Sarah har jag fått via Twitter och min blivande fru Lisa via Threads.

Jag ser också att det idag är ännu svårare för företag att använda mikrobloggar utan att dedikera sig och resurser till det. För som varumärke behöver du bli social på riktigt, och därmed ökar graden av närvaro som krävs för att skapa deltagande, och det krävs att man hittar sin persona, sitt sätt att besvara, agera och interagera.

Några klarar av det. Det intressanta i Sverige är att oavsett plattform så är Svenska kyrkan och i vissa fall enstaka församlingar otroligt duktiga på det, och inom amerikanska sociala medier har stora företag insett att addera specifika mikrobloggare till sina team.

När jag tänker på diskussionen om åldersgränser så tänker jag på Harry Potter. Historien om trollkarlarna som var annorlunda än mugglarna appellerade till många unga som kände sig utanför. De hittade varandra och kunde skapa en egen identitet genom att spegla sig både i böckerna och varandra. Internet var ungt och skapade möjligheter att möta andra som var som en själv.

Förbuden som nu haglar runt unga och sociala medier får mig att oroa mig. Det är än en gång vuxenvärlden som ska förklara vad som är bra och nyttigt för unga. Det är oro inte bara för psykisk ohälsa runt sociala medier (en diskussion som än en gång visar hur svårt vi har att förhålla oss till korrelation vs kausalitet) utan också för att normera. Passa i normen, bli som oss andra.

Emma Frans har exempelvis samlat ihop vad som faktiskt är bevisat. Och driver tycker jag en modest och bra argumentation i frågan.

Det är fascinerande hur vi vuxna tenderar att glömma hur vi hade det själva. Och när man läser hur Australiens lagstiftare nu är beredda på att begära nästintill drakoniska metoder för att säkerställa att åldersverifikationen fungerar, så blir man lite oroad över om det här är ett försök att implementera nästintill kinesiska metoder på hela befolkningen med början med barnen.

I ett tidigare brev refererade jag till Amelie Reuterskiölds etnografiska undersökning som visar att även om ungdomar känner att skärmar och sociala medier tar mycket tid så är de rätt medvetna. Precis som unga varit många gånger. Så vad vi ser är nu valet att förbjuda sociala medier, vilket kommer markant minska yngres (15 år verkar vara EU:s favoritålder) möjlighet både att skapa sin egen bild av världen och att skapa sin egen identitet genom att hitta andra som tänker som de.

Vi väljer att ”för säkerhets skull” utan vetenskapliga bevis avgränsa ungas tillgång och slänger därmed en hel del unga under bussen.

Är det önskvärt?

Jag försökte få ChatGPT att sammanfatta ett nyhetsbrev så att jag kunde jobba vidare med den sammanfattningen. Det gick sådär. Diskussionen som följde är ganska intressant (läs hela här).

Min frustration är ganska stor eftersom det här händer allt som oftast. Jag vet hur generativ AI fungerar, men det blir mer och mer irriterande genom insikten att fler och fler använder AI för en massa saker och därmed kanske inte förstår att det som kommer fram i princip är påhittat.

Det vi (numera) vet är att ChatGPT och andra modeller följer instruktioner mer som prioriteringar än som regler. Helt enkelt mest inriktade på att skapa någon form av paketering men struntar oftast i de mer tekniska instruktionerna. Eftersom de är tränade på mängder av dialog och styr mot att frågor alltid följs av ett svar så finns en stark bias: AI:t försöker i första hand producera ett svar. Det innebär ett inbyggt behov att svara, även när information saknas. Instruktioner som “gissa inte” eller “säg till om du inte kan läsa länken” hamnar då i konflikt med träningen: var hjälpsam och leverera alltid ett svar.

Signalen att generera text vinner oftast. ChatGPT med flera LLM formulerar något som verkar plausibelt, i stället för att avstå. Den hallucinerar utifrån sin träning och sin kunskap, som ofta är så pass bred att det som kommer ut verkar sannolikt rätt.

Språkmodeller är byggda för att producera sammanhängande svar, inte för att avgöra vad de faktiskt vet. Och här kommer den epistemiska frågan in: en människa har åtminstone i teorin en intern mekanism för att skilja mellan tre olika tillstånd:

Att veta, att tro och att inte veta.

Vi kan säga “jag vet inte”, “jag tror att…” eller “jag är säker på att…”. Den typen av metakognition är central i epistemologi. Generativ AI saknar en sådan mekanism. Det finns inget stabilt system för att avgöra när ett påstående är välgrundat, osäkert eller helt saknar underlag. Målet är att generera formuleringar som statistiskt sett passar i sammanhanget, inte att leverera ett svar.

Så hallucinationerna, som är svåra att komma till tals med, är inte bara ett tekniskt problem utan ett epistemiskt problem.

En så enkel instruktion som “säg till om du inte kan läsa länken” följs inte, p.g.a. att det krävs att systemet först kan avgöra vad det faktiskt vet och inte vet, och egentligen vet inte AI om det vet eller inte vet, och är inriktat på att alltid ge ett svar som sannolikt är rätt: probabiliteten.

Det här innebär att en av de viktigaste sakerna att diskutera när det gäller AI-användning inte handlar om den snott saker eller vilka fantastiska saker den kan hjälpa till med; det är också att fundera över sanning. Om vi har ett verktyg som hellre principiellt ljuger än säger att det inte kan, så innebär det att vi ställs inför ett gigantiskt problem då en sån ”lögn” kan förverkligas och bli till en sanning. Det är en sorts apokalyptisk form av visklek.

Jag har skrivit om det förut, bland annat här och här, och den epistemiska diskussionen runt probabilitet vs determinism lär fortsätta. Men det behöver också tas ner i diskussioner på operativ nivå.

Nästa gång ska jag gnälla över AI-modellernas irriterande trevlighet…

En av mina käpphästar numera är att jag tycker att vi gör fel när vi mediatränar företagsledare och talespersoner, ledare av organisationer och kanske även politiker. Det hela går alltid ut på att träna dem för traditionella medier, att svara på frågor och att leverera budskap på uppmaning.

Alldeles för sällan tränar vi dem för att skapa innehåll, för att leverera budskap proaktivt i sina egna kanaler och för att hantera kommentarstrådar och diskussioner.

Istället för att sätta upp en videokamera för ett fejkat nyhetsinslag borde vi sätta mobiltelefonen i handen på dem och be dem spela in en film som levererar ett mänskligt färgat, inlevelsefullt prat som lyfter varumärkets budskap.

Det är en av de saker som jag brukar ta upp när jag jobbar med både experter, exekutiva och även politiker – hur de faktiskt själva kan träna sig på att vara proaktiva och inte bara reagera.

Det är extra intressant att då se hur några VDs för stora internationella företag faktiskt gör: tiktokifierade influencerinfluerade inlägg som blir virala - kanske inte av helt rätt anledning, men att man då ser att det ändå inte gör något.

Bing Carbone sammanfattar sin syn här och det stämmer väl med vad jag också skrev om på LinkedIn. Tiden då ledare kunde gömma sig bakom polerade pressmeddelanden är över. För att vinna förtroende krävs personlig synlighet. Burger Kings chef delar sitt mobilnummer eller McDonald’s VD blir viral på TikTok när han smakar The Arc. (Och sedan diskuterar hur det är att bli viral som VD i en film på WSJs Youtube-kanal)

Ledarskapet går från en distanserad funktion till en mänsklig del av varumärket. Idag krävs tillgänglighet och äkthet; ledare som lyssnar och personligen går i god för sin produkt.

Att vara närvarande är inte längre en PR-bonus; det är en nödvändig affärsstrategi i en tid där vi köper av människor, inte av ansiktslösa företag.

Lite statistik (Eurostat): Under 2025 använde var tredje EU-medborgare (32,7 %) generativa AI-verktyg. Siffrorna visar att tekniken främst har blivit en del av vår fritid: 25,1 % använde AI för privat bruk, medan 15,1 % använde den i arbetslivet och knappt var tionde (9,4 %) i studierna.

Spridningen är dock långt ifrån jämn över kontinenten. I toppen hittar vi Danmark (48,4 %), Estland (46,6 %) och Malta (46,5 %) där nästan varannan invånare promptar loss. I andra änden av spektrumet halkar Rumänien (17,8 %), Italien (19,9 %) och Bulgarien (22,5 %) efter markant.

Det här visar en intressant utveckling: medan vi diskuterar AIs inverkan på arbetsliv och företagande, så är det i privatlivet och på fritiden AI har kanske mest genomslag. Det är ungefär det vi också kunde ana i SOIs genomgång av svenskarnas AI-användande förra året. Också Konjunkturinstitutets rapport indikerar att många fler svenskar använder AI privat än i arbetet, även om man kan göra det.

Liknande siffror, om än mycket lägre, finns i SOM-institutets undersökning över åsikterna om AI i Sverige från i år.

Den senare visar också ganska intressanta siffror på hur svenskarna ser på AI. Det börjar blåsa snålt kring den tidigare så febriga AI-optimismen. Vi tycks ha rört oss kollektivt från nyfikenhet till en rätt tung skepsis; numera ser 61 procent av svenskarna tekniken som en större risk än en möjlighet för samhället, och mer än hälften går så långt som att betrakta den som ett existentiellt hot mot mänskligheten, men vi lever i helt olika verkligheter beroende på när vi är födda. Bland de unga (16–29 år) är chatbotar vardagsmat; med en användning på 65 procent. Bland de över 65-åriga handlar AI om en ren icke-händelse. Siffran för användning är 6 procent.

I övrigt? Sju av tio befarar att det mellanmänskliga umgänget kommer att offras på effektivitetens altare, med ökad psykisk ohälsa som följd, medan rädslan för massarbetslöshet inte har bitit sig fast. 84 procent är övertygade om att deras egna arbetsuppgifter kommer att skötas av en människa även om tio år; en siffra som antyder att vi ser AI som något som drabbar ”de andra”, men inte det vi själva bidrar med. Allra mest mänskligt blir det när vi pratar om förmågan att genomskåda desinformation. Det är en nästan komisk diskrepans i tillit: nästan var tredje svensk litar blint på sin egen förmåga att skilja AI-material från riktiga nyheter, men bara nio procent tror att deras medmänniskor klarar av samma sak.

Jag hittade en intressant statistik i tidningen Universitetsläraren: AI har skapat en mer än fördubbling av fuskärenden på ett år, från 1 103 till 2 546 fall. Totalt har 770 studenter stängts av sedan 2023, där Stockholms universitet toppar listan med 77 ärenden bara i år. Karin Axelsson vid Linköpings universitet beskriver en vardag där lärare tvingas bära ”misstänksamhetens glasögon”, och Maria Hedman Hvitfeldt konstaterar att den enda kvarvarande säkra hamnen har blivit salsskrivningar med papper och penna. Det är en deppig statistik, men kanske handlar det mer om ett systematiskt fel än moraliskt förfall, oavsett så blottar den att vi har nått vägens ände för den gamla sortens kunskapskontroll.

Som vi varit inne på tidigare befinner vi oss mitt i ”Trough of Disillusionment”. Den första smekmånaden med AI är över, och kvar står vi med en hög av maskinellt genererat material som varken studenter eller lärare egentligen vill ha. Men istället för att bara se den analoga tillbakarörelsen som en kapitulation så kan vi försöka se det som en andningspaus för att hinna bygga AI-literacy både bland studenter och inte minst inom akademin. Problemet är ju inte nödvändigtvis att studenterna använder verktygen, utan att examinationsformerna fortfarande bygger på premissen att “skriva text” är synonymt med “att visa kunskap”.

Vägen framåt behöver vara att acceptera att ”kniven” = AI är liksom här för att stanna, men att vi måste sluta be studenterna tälja barkbåtar när de har tillgång till en laserskärare. Om universiteten vågar blicka bortom disciplinnämndernas statistik finns det en möjlighet att transformera lärandet. Det handlar om att röra oss mot det vi ser sker inom kodning; där vi mäter förmågan att styra processen, kritisera resultatet och navigera i komplexitet snarare än att bara leverera en felfri slutprodukt.

Att 2 546 studenter har åkt fast för fusk är ett kvitto på att den nuvarande modellen har havererat, men det är också startskottet för en utbildning som faktiskt räknar med AI istället för att bara försöka detektera den med opålitliga algoritmer. Vi behöver inte välja mellan papper och penna eller totalt maskinstyrt ”slop”; vi behöver hitta vägen där tekniken fördjupar det mänskliga tänkandet istället för att ersätta det.

En ny rapport från National Bureau of Economic Research (NBER) visar att klyftan i AI-användning mellan USA och Europa nu är ett faktum. Bakom studien står ett forskarlag från bland annat Harvard och Frankfurt som kartlagt tiotusentals arbetstagare. Medan 43 % av amerikanerna använder generativ AI i tjänsten, ligger Sverige på 35,6 % – vilket är högt för Europa men långt efter USA:s nivåer.

Den stora skillnaden ligger i tidsinsats och ledarskap. I USA läggs 5,2 % av den totala arbetstiden på AI-verktyg, vilket är nästan dubbelt så mycket som i Sverige. Enligt forskarna förklaras gapet främst av företagskultur: i USA får 42 % av de anställda både aktiv uppmuntran och betalda verktyg från chefen, jämfört med under 20 % i stora delar av Europa.

Detta får direkta ekonomiska konsekvenser. AI-användningen i USA sparar nu i snitt 2,3 % av arbetstiden och driver en produktivitetstillväxt som är betydligt högre än den europeiska. Tipstack Per Clingweld.

Här finns det en mängd saker att invända: workslop-diskussionen och utgångspunkten att AI faktiskt sparar tid och om tidsbesparing är det värde som man tror. Bortsett från det så är det ändå forskarnas slutsats att problemet inte ligger i tillgång utan i ledarskap; amerikaner får mandat att testa saker, något som vi i europeisk kontext inte är lika bra på.

På tal om AI-slop. AI-spinoffen av Love Island har blivit viral. Fruit Love Island är en anonym AI-kreatör som helt enkelt omskapar relationsdramat med hjälp av personas i form av frukter. Kontot verkar nu helt nedstängt, gissningsvis efter att Love Islands ägare har valt att anmäla det.

Självklart är det på TikTok det händer och världen är självklart delad: en del älskar det för dess referensunderhållning medan andra tenderar att hävda att det är förfärligt.

Det här skapar flera tankar:

• Det bevisar hur TikTok mer och mer är en plats för social underhållning snarare än ett socialt media.

• Vi vill ha autenticitet, men älskar såna här saker, för att de underhåller oss.

• AI-innehåll är fortfarande något som både hatas och älskas, men det är ännu inte mainstream.

Ibland händer det. Internet väljer liksom att bli riktigt roligt. KitKat kom ut med ett officiellt statement runt tillgången till chokladen efter att 12 ton av deras produkter blivit kapat i Europa. Väldigt corporate och väldigt underligt sätt att hantera både frågan och sociala medier. Internet svarade och privatpersoner, men också många andra företag valde att göra roliga svar på den styltiga stilen som KitKat valt. Det blev en meme och ett gott skratt.

Det var allt för nu. Nästa gång vi hörs hoppas jag förutom att ha fått tillbaka mitt Threadskonto också gått igenom hur AI är synkofanta in absurdum. Glöm inte att höra av er om ni är intresserade att få hjälp med att tänka rätt och göra mer effektivt med AI i ert innehållsarbete.

Tills nästa gång/D

Det har varit några intensiva veckor. Både privat och i jobbet. Det här brevet har därmed tillkommit under ganska lång tid. Och jag har valt att skriva kortare delar i slutet runt saker som är intressanta att läsa men som jag inte analyserar så mycket. Berätta gärna vad ni tycker om det!

Jag noterar det lite roat, men med viss fundersamhet. Vibe-coding är den nya grejen för män 40+ som aldrig blev utvecklare, men som nu plötsligt har hittat en trollstav. Det är fascinerande. Och lite utmattande.

Känslan är bekant. Det är samma rusning som när internet slog igenom 96–97 eller när alla skulle jobba med sociala medier runt 2010. Samma potential, men också samma risk att väldigt många lägger väldigt mycket tid på fel saker.

Jag lever med en människa som älskar hantverk och trädgård, och det är där liknelsen faktiskt blir logisk: Vibe-coding påminner om att få en färdiguppspänd väv eller en struktur för ett komplicerat broderi. AI:n sköter det monotona ramverket – stygnen som bara måste sitta där för att tyget ska hålla – så att du kan fokusera på mönstret och “viben”.

Idé till resultat med mindre friktion. Att kunna skapa något bara genom att formulera en tanke blir som att få saker halvfärdiga direkt. Agenter börjar nu ta hand om allt mer av det tråkiga runt omkring, vilket gör oss till kreativa projektledare snarare än kodknackare.

Det är där det börjar bli riktigt intressant. Vi befinner oss i en enorm hive-effekt. Miljarder tokens omsätts just nu i en osannolik mängd nya appar och webbtjänster.

Mycket av det är rent “slop”, men det är i detta kaos som framtidens bästa lösningar vaskas fram just nu. Mängden är problemet, men mängden är också förutsättningen för de genombrott som faktiskt betyder något.

Här är sex observationer från frontlinjen:

• Nischernas explosion. Det har aldrig varit enklare att bygga små, specifika lösningar för behov som tidigare var för små för att motivera utveckling.

• Kollektiv innovation. Miljontals små experiment pågår samtidigt. Det är en evolutionär soppa där de starkaste idéerna överlever.

• Den korta livslängden. När något byggs nästan gratis finns få incitament att underhålla det. Användare riskerar att stå där när en tjänst plötsligt slutar fungera.

• Säkerhet som eftertanke. Skaparlust är berusande, men för en icke-utvecklare är det svårt att ens veta vad man borde tänka på för att skydda sin data.

• Brist på reflexer. En erfaren utvecklare har stoppunkter inbyggda. En novis litar ofta för mycket på AI:n och släpper saker för tidigt.

• Lösningar som söker problem. Många appar känns byggda för att visa vad AI kan göra — inte för att lösa verklig nytta.

Vi har sett dessa hypecykler förut. Det som överlever är det som löser riktiga behov.

Vibe-coding är varken ondska eller frälsning. Det är ett verktyg som plötsligt finns i allas händer. Men skaparlust utan ansvar blir bara en annan form av slöseri. Den viktiga frågan är inte hur många appar som byggs, utan vilka som faktiskt används om två år.

Det avgörs av vilka frågor vi ställer innan vi börjar bygga:

• Löser det här ett problem som faktiskt existerar – eller leker jag bara med tekniken för att det är kul?

• Vem tar hand om det här om sex månader? Har jag en plan för när API-nycklarna går ut eller modellen uppdateras?

• Är jag bekväm med säkerheten? Skulle jag våga lägga min viktigaste data i händerna på en lösning jag “promptat” fram utan att egentligen förstå koden bakom?

• Gör den här appen världen lite mindre krånglig – eller bidrar den bara till flodvågen av digitalt slop?

Om vi kan svara ärligt på de frågorna, då börjar vi närma oss ett hantverk som faktiskt betyder något.

Banksy. När jag tänker på Banksy tänker jag egentligen på två saker:

• Utan internet och sociala medier hade han aldrig kunnat bli så stor. En minst lika stor del av hans konstverk handlar om distributionen och återdistributionen genom andras bilder.

• Han påminner väldigt mycket om Bono i U2: att balansera mellan att vara extremt framgångsrik och samtidigt aktivist.

Reuters har gjort en djupdykning i att försöka identifiera Banksy, nåt som inte direkt är nytt. Att det är Gunningham är väl sen länge relativt känt men att han nu går under namnet David Jones är relativt nytt. Och att känslan fortfarande är att även om man nu vet hans namn, det finns några få bilder så är han fortfarande lika mystisk som tidigare.

Lång intressant genomgång både av Banksy som fenomen men också deras jakt på att hitta hans identitet här. Tipstack David.

Många är arga runt att Reuters väljer att defacea Banksy. Precis som många blev besvikna när Kiss slutade sminka sig eller irriterade på när kvällstidningar avslöjade personerna bakom Hooja.

Banksy är både en person och ett varumärke. Han har makt. Både genom sin konst, genom sina företags ekonomi och sina följare. Han gör en sorts politiska ställningstaganden. Han påverkar samhället. Och är anonym.

En av mina käpphästar mot att fullkomligt omfamna AI handlar om ”good enough”. Jag har skrivit om det förut och i min föreläsning på Berghs så noterade jag att problematiken med AI-slop inte nödvändigtvis är AI utan att vi nöjer oss med good enough-texter som AI skapar. Och probabiliteten, liksom regulatoriska ramverk, tenderar att skapa innehåll som är middle-of-the-road, väldigt polished och … inte så spännande. AI-slop är lite som myten om LinkedIn: allt är tråkigt och själlöst. Och vi tenderar att vara nöjda med det vilket leder till att vi riskerar varumärkesvärde, trovärdighet och möjligheten att bli uppmärksammad för något som är unikt.

DeepMind har släppt ett paper som är intressant där de visar att det här inte är helt taget ur luften. Forskarna använde tre olika metoder för att ringa in hur AI förändrar vårt språk:

• En kontrollerade studie: 100 deltagare fick skriva om “Leder pengar till lycka?”. En grupp fick använda AI (GPT-4o-mini) hur de ville. Resultatet: de som använde AI hade texter som var 68,9 % mer semantiskt neutrala än de som skrev texter själva.

• “Tänk om” (counterfactual)-analys: Genom att jämföra mänskliga och AI-genererade rättningar såg man att AI:n inte bara fixar grammatiken utan gör genomgripande förändringar som drar texten mot en sorts ”formell” medelpunkt. Mänskliga rättningar är ofta små och ofta ganska spretiga vilket bevarar rösten medan AI:ns rättningar är stora och genomgripande men där alla pekar åt samma håll.

• Granskning av verkligheten: Vid en av världens största AI-konferenser var 21 % av alla expertgranskningar (peer reviews) AI-genererade (trots förbud). Dessa peer-reviews var systematiskt mer positiva (gav i snitt en hel poäng högre betyg) och använde ett mer generiskt språk.

Problemet som forskarna ser är att när människor reviderar texter rör man sig semantiskt i olika riktningar: varje individ har en egen stilart. LLM, oavsett vilket, drar konsekvent texten mot ungefär samma stil, samma sätt och någon form av minsta gemensamma. De skapar en homogen röst som upptar en yta i språket där inga mänskliga texter tidigare funnits. Men också att det personliga raderas:

• Användningen av pronomen (jag, vi, du) minskar med ca 50 %. AI:n raderar det personliga berättandet och förstapersons-erfarenheter.

• AI tenderar att byta ut skribentens unika ordval mot sina egna favoritord. Exempelvis såg man att människor använder ord som “people”, “idea” och “society”, medan AI:n föredrar formella termer som “regulatory”, “robust”, “frameworks” och “deployment”.

Slutligen så innebär en form av AI-baserad åsiktsneutralisering att AI tenderar att gör oss fegare. Bland de som använde AI ökade andelen neutrala svar med 68,9 %. Istället för att argumentera blev det AI-genererade en “balanserad” text som inte tycker någonting.

Studien visar helt enkelt kärnan i varför vi accepterar den här likriktningen.

Det handlar om en nöjdhets-paradox:

Insikten finns - deltagarna som använde AI rapporterade själva att texterna kändes signifikant mindre kreativa och att de inte lät som deras egen röst. Men ändå är vi nöjda - trots att deltagarna visste att kvaliteten (i form av originalitet) sjönk, rapporterade de samma nivå av nöjdhet med slutresultatet som de som skrivit allt själva.

Varför? Studien föreslår att AI:n producerar en sorts skriftlig “clickbait”. Genom att öka mängden emotionellt laddade ord (positivity/trust) och samtidigt öka mängden statistik och analytiskt språk, skapar AI:n en text som känns övertygande och professionell vid en snabb anblick.

AI skapar en sörja av medelmåttighet, lagomhet och vad DeepMind kallar för ”cultural lock-in”. Jag tror det är katastrofalt. Och jag tror att nöjdheten bygger på två saker: lathet och teknikfascination. Båda sannerligen fienden för bra innehåll.

I slutänden är det alltid människan det faktiskt är fel på. För problemet ligger inte i AI som verktyg utan i människan som alltför lat laissez-faire-mässig varelse som nöjer sig. Friktionslöshet är viktigare än kvalitet. Om vi inte börjar tänka om. Och använda LLM för det som de faktiskt kan vara genom att träna dem, pilota och dirigera dem till att faktiskt leverera saker som stämmer med oss, som inte bara är clickbaits utan utveckling av nya tankar.

(är du intresserad av att som kommunikatör utveckla och utforska det här så har jag en utbildning som handlar om primärt content för sociala medier och hur man arbetar med AI för att skapa bättre och mer innehåll utan att förlora det som skapar effekt).

Calle Magnusson på AI Sweden skriver ett nyhetsbrev och fyller det med sina tankar och anteckningar runt AI-utvecklingen. Läsvärt just på grund av att det spretar lite åt alla håll. Missa inte det (det här handlar fr a om Open Claw)

Ni kanske har hört om testet där agentisk AI får uppgift att driva varuautomater och hur det ibland går fullkomligt galet? Per Clingweld gör en intressant reflektion och sammanfattning av testet här, och diskussionen runt säkerheten är mycket intressant. Tittar man in hos Anbon Labs så har de startat ett Vending Bench 2 utifrån vad de lärde sig av den första omgången. Det är onekligen intressant att titta på hur olika de olika LLM faktiskt fungerar, hur olika de ”tänker” och ibland hur deras val och beslut divergerar.

Ännu en rapport visar att just LinkedIn har blivit en mycket viktig källa för svar för olika LLM (som jag skrev om i förra brevet): andelen citeringar från LinkedIn har ökat markant, det är inte statiska sidor som används utan poster, artiklar etc. Slutsatsen är att LinkedIn-närvaro idag inte bara handlar om räckvidden på LinkedIn utan också att skapa synlighet i LLMer. Det innebär också i praktiken att Thought leadership och expertinnehåll kan påverka hur AI beskriver en kategori eller ett bolag och att publiceringsfrekvens och originalitet blir viktigare än traditionell räckviddsjakt.

”Att Meta döms betyder inte att skärmberoende är en grej, det betyder bara att de har handlat oetiskt och olagligt”. Elza Dunkels skriver om Meta-domen i sitt nyhetsbrev och även om jag har en del att säga om domen tycker jag hon pekar på en mycket viktig sak: det här är inte en dom som säger att alla de som hävdar att skärmtid och sociala medier är grunden för psykisk ohälsa har rätt. Det är en dom mot hur företag valt att utnyttja kunskaper om våra beteenden.

Joakim Jardenberg gillar transparens. Så han har kodat ihop en sida över sitt AI-team. Med förklaringar så att man kan hitta och fundera över om vissa saker är värda att testa.

AI är helt klart inte gratis 🙂 (själv betalar jag 1000 i månaden).

Andreas Hem, som blev känd som en av Jon Olssons många filmare, har beskrivit sina känslor inför AI just som filmmakare. Det är en välgjord film men också tänkvärd, både för de som tänker att AI är det bästa som hänt och för dem som avfärdar allt med AI som falskt.

Slutligen: Ola Andersson har hittat Anti-render. Gör alla dina glossiga soliga bilder till verkligheten: en svensk höstdag.

Tack för den här gången, ha en riktigt god påsk!

Tills nästa gång!

/D

Ja, jag har en kastad handske att ta upp om åldersgränserna på sociala medier. Det kommer. Jag har en gigantiskt lång essä av Amodei att läsa. Det får bli senare.

Välkomna hit alla nya prenumeranter förresten! Tack för att ni vill ha mina tankar och länkar i er inbox! Blir glad för varje ny prenumerant! Självklart få du gärna hänga med mig på LinkedIn där jag ofta publicerar en del andra texter runt AI och sociala medier som inte kommer med här.

Under våren kommer jag förutom att fortsätta arbeta med att utbilda personer i att bli bättre på sociala medier för att stärka företagets varumärke, göra rewind på en del strategier pga de stora förändringarna i algoritmerna också sjösätta en föreläsning och en utbildning i AI och sociala medier: primärt inriktat på oss som jobbar med det. Intresserad? Hör jättegärna av dig så berättar jag mer!

Nu till länkarna. Förra veckan landade jag på hotellrummet efter en heldag på Berghs med vår kurs Bygga varumärke i sociala medier. Sarah hade redan sett den, men inte jag. Och Twitterdokumentären på SVTPlay tog djupt.

På många sätt så mycket min egen historia. Och kanske också våra misslyckanden. Den är värd att se för att se varifrån vi kommit i sociala medier och var vi hamnat. Evs fråga ovan är på många sätt fortfarande aktuell: är det möjligt att bygga sociala medier som faktiskt skapar värde för samhället?

Se den.

Max Tani på Semafor berättar om AI-bråket som just nu sker inom AP, där den ansvariga för AI-utvecklingen menar att många redaktörer skulle föredra en AI-genererad story framför en story skriven av en mindre intresserad journalist. Det som det handlar om är helt enkelt sådana gig som sällan är speciellt svåra eller intressanta, och som därmed skulle kunna göras av en AI hellre än av en journalist som använder sin tid på att skriva det. Notisskrivandet. Juniora journalisters vanligaste ingång.

Som lite salt i såren så gör NYT ett generellt test: vad gillar man bäst: saker skrivna av AI eller av människa. Och hittills ser det illa ut för människor. Kevin Roose roar sig kungligt. Och onekligen kan man diskutera quizets utformning. Men det intressanta ligger i att den stora diskussionen just nu missar det faktum att det inte alltid handlar om AI utan om att journalister uppenbarligen inte gör ett tillräckligt bra jobb i många fall.

Det som landar i detta handlar mycket om många andra saker: en senior journalist med lång erfarenhet kommer inte att kunna bytas ut på samma sätt som en junior vars jobb är att plocka de enkla lågt hängande frukterna. Det här går i samma linje som många andra branscher: AI hotar inte seniora jobb utan juniora. Det som är enkelt att automatisera, det som är ingången till att faktiskt skaffa sig erfarenhet men som inte direkt är värdeskapande, kan tas över av AI.

Jens Finnäs menar att frågan handlar mer om vem som ska stå för vad, inte vem som skrivit texten i sin LinkedIn-text, och jag tenderar att hålla med honom.

”Den större förändringen ligger kanske därför inte i tekniken, utan i hur vi löser problem. Under lång tid har internet gjort problemlösning till en social process. Vi har tänkt högt tillsammans med andra människor online. Med AI riskerar en del av den processen att bli mer privat. Det är effektivt men också lite ensamt. Kanske blir det just därför forum och communities inte försvinner. Ju mer effektiv tekniken blir på att ge svar, desto tydligare blir värdet av platser där människor fortfarande bara kan vara sociala och stötta varandra i gemensamma situationer.”

Karin och Eriks utmärkta lilla pärla till nyhetsbrev ”Detta har hänt på Internet” har ett antal riktigt intressanta kortkrönikor och just funderingen över hur AI förändrar ”mammaforum” och liknande och utmanar sådana att förändras är helt klart intressant.

För AI kanske ibland är bättre på fakta (trots hallucinationer) än valfritt forum på Familjeliv. AI kan också fungera som en sorts coach och bollplank. För vissa kommer det räcka. Men samtidigt så kommer det autentiska saknas. Ett AI har inte lidit sig genom vaknätter, funderat över skärmtid, glömt att ha tiokronor hemma för tandlossning. Den kan reflektera andras erfarenheter men aldrig dela dem.

Internetstiftelsens artikel om hur vi söker källkritiskt med AI blir i det här sammanhanget en ganska viktig påminnelse om vad som faktiskt förändras — och vad som inte gör det. Allt oftare går vårt sök från att själva navigera mellan länkar till att få färdiga resonemang serverade. AI sammanställer, formulerar och levererar svar som känns genomtänkta och kompletta. Det sparar tid. Det minskar friktion. Men det skapar också en ny sorts distans till ursprungskällorna.

Poängen är inte att AI nödvändigtvis har fler fel än människor i forum. Snarare låter den mer övertygande när den har fel. En språkmodell vet inte vad som är sant; den beräknar vad som är sannolikt. Därför kan svar bli rimliga, pedagogiska och ändå missa avgörande nyanser. Det gör behovet av att göra källkritiken mer beteendebaserad än tidigare. Vi behöver aktivt ställa följdfrågor, be om källor och jämföra perspektiv. Inte bara köpa svaret.

Om vi använder AI mer aktivt och medvetet så kommer det hjälpa oss. Men bara då. Det är också här kopplingen till forum och communities blir tydlig. Just därför blir källkritiken idag nästan existentiell snarare än teknisk: nöj dig inte med första svaret. Våga vara obekväm. Fråga varför. Kolla källorna.

I en tid där svaren känns mer kompletta än någonsin behöver vi kanske snarare bli mer nyfikna än mindre.

En annan intressant aspekt är kommentarer. Jag minns diskussionerna som föregick att kommentarsfälten försvann i alla mediahus. Många gånger fullt förståeligt men samtidigt väldigt defensivt istället för att hantera saker redan tidigt.

Är de på väg tillbaka men på ett annat sätt? Danska Politiken har en idé. Genom att bygga om hela sin struktur för läsarinteraktion har de förvandlat kommentarerna från ett modereringsproblem till ett verktyg för lojalitet. Genom att lyfta fram de mest insiktsfulla rösterna och integrera dem direkt i den redaktionella upplevelsen så skapas piggare diskussioner men också en mätbar effekt på konvertering och kvarhållning av prenumeranter. Community building fungerar. Men hur har de gjort? Genom att kräva inloggning och i praktiken låsa diskussionen till betalande prenumeranter som uppträder med riktiga namn, har de sanerat debattklimatet i grunden. Men det handlar inte bara om ordning och reda; det är ren affärslogik. Genom att redaktionellt lyfta fram de bästa kommentarerna på startsidan förvandlas läsarna från passiva konsumenter till aktiva medskapare.

Och det innebär att prenumeranter som känner sig sedda stannar kvar längre. Det visar att vägen till lägre ”churn” inte alltid går via fler algoritmer, utan via gammal hederlig respekt och ett modererat samtal.

Vi har lärt oss att leta efter sexfingrade händer och smälta ansikten, men AI har nu officiellt gått ut grundskolan. Enligt en genomgång från Källkritikbyrån är de gamla trixen på väg att bli värdelösa. Istället för uppenbara anatomiska fel handlar modern AI-koll om att leta efter subtil “digital stress”: glasögonbågar som diskret växer ihop med huden eller bakgrunder där arkitekturen blir märkligt drömsk.

Men det räcker inte att bara titta noga. Källkritikbyråns experter varnar för att vi vaggas in i en falsk trygghet av publika AI-detektorer. De konstaterar krasst att dessa tjänster i själva verket är “ganska usla” och ofta gissar vilt.

“Det finns inga gratistjänster på nätet som med hundraprocentig säkerhet kan avgöra om en bild är skapad av AI eller inte.”

Om vi nu behöver avgöra vad som är AI eller inte, så är tekniker som Googles SynthID mer intressanta: istället för att gissa i efterhand väver man in ett osynligt, digitalt vattenmärke direkt vid skapandet av bild, video eller ljud. Vi ser det redan på flera plattformar. Dock är de stora plattformarna oense om vilken standard som ska användas, så det mest effektiva verktyget är att spåra bilden bakåt via omvända sökningar. I en tid där “se är att tro” har gått i pension, är det källans historik och bildens sammanhang som väger tyngre än motivet självt.

Ska en stat bli unhinged? Det franska kontot French Response på X har bland annat gått i clinch med Ryssland och många andra utrikespolitiska händelser. På ett torrt franskt humoristiskt sätt. Personerna bakom kontot är drivna av att både trolla och hantera troll. Kontot drivs av franska utrikesdepartementet. Det här är onekligen en ny vändning. Är den bra? Jag är inte så säker på det. Vi behöver inte mer polarisering, och vi behöver inte stater som använder samma metoder som Wendys och BurgerKing på X. Visst, det är kul, men samtidigt bygger det motivation för att ta det vidare. Politik som en sorts ordmässig wrestling.

Högsta domstolen i USA vägrar att copyright-skydda en AI-genererad bild. Stephen Thalers försök att få sin bild skyddad har stött på patrull. Det hela är självklart en mycket intressant diskussion: vad är kopia och vad är original. Och vad har rätt att bli skyddat? I det här fallet är det samtidigt en specifik del: Thaler har försökt att få sitt AI att bli upphovsrättsägare; inte Thaler själv. Så även om det är en tung motgång för dem som hoppats att algoritmer ska kunna äga sina egna skapelser och en liten seger för dem som menar att upphovsrätten är till för att skydda mänsklig kreativitet, inte beräkningskraft, så lämnar dock en gigantisk gråzon kvar för alla oss andra: exakt hur mycket mänsklig handpåläggning krävs i en prompt för att resultatet ska räknas som ditt?

”In early 1984, Paul Brainerd and four engineers packed into his old Saab and another car and drove south on Interstate 5 from Seattle.”

Så börjar en artikel som får mig att tänka på när jag satte mig 1994 i vår DAF för att köra till Kista, för att hämta en ny version av programvaran vi behövde för att få ut nationstidningen.

PageMaker.

Paul Brainerd skapade Aldus, han skapade en revolution och valde efter att sålt allt till Adobe satsa resten av sitt liv på miljöarbete. Han dog nu efter ett liv där han både har omskapat en bransch och arbetat för att rädda vår planet.

En fin eulogi.

För oss som var med på den tiden är det här en smula nostalgi. Och onekligen en del av den historia som vi fortsätter skriva idag.

Om du ska på Unconference AI så kom fram och heja! Kommentera också gärna - Substack är på många sätt så mycket mer socialt än bara ett nyhetsbrev. TIpsa gärna andra om du tycker det jag skriver är värdefullt.

Tills nästa gång/D

Leave a comment

Jag är en digital maximalist. Tänker på det både efter att jag läst undersökningen nedan men också när jag läser hur Björn Owen Glad nu säljer workshops för att leva ett digitalt minimalistiskt liv. Alldeles utmärkt för de som känner att de behöver det. Jag tror helt enkelt att människor behöver hitta sin väg.

Alltigenom hamnar vi dock lätt i tanken att det digitala är fortfarande främmande, något som inte är ”normalt”, samtidigt som det är fullkomligt integrerat i våra liv.

Jag tror det viktigaste ligger i att hitta sitt eget förhållningssätt snarare än att skylla på andra (big tech osv). goating-reflexen där hårdrock, sociala medier, mopeder, jeans, smartphones, dragspel, dansbanor, synthesizers är det som anses förstöra ungdomens

Utvecklingen av AI handlar också om samma reflexer. Vi ser en stark animositet mot AI per se. Det är inte ”på riktigt” och därmed automatiskt ”dåligt”. Inom konst och kreativitet finns det extrema nivåer av ovilja mot att AI kan generera musik, konst, texter. Vissa skriker om ”förbud”. Jag tänker i min stillhet att jag hört det där förut: runt synthezisers (ja jag är så jävla gammal), ordbehandling, desktop publishing…

Jag tänker också på Siewert. Det klassiska klippet när Öholm på bästa sändningstid får plats att spotta ur sin aversion mot WASP och annan hårdrock. Med en ung flicka från Pingströrelsen som skrivit en ganska otäck text för att visa hur förfärligt allt är och en Anders Tegner som är inbjuden som till slut roat ger upp inför det hela.

Det kanske inte så många känner till är att jag varit präst i Svenska kyrkan. Vad kanske ännu färre känner till är att jag jobbade som ungdomspräst i Borlänge. Vilket innebar att jag på många sätt levde i ungdomsverkligheten genom att vi rörde oss i skolor, drev fritidsgårdar och var ute bland de unga på nätterna. Ett ohyggligt bra sätt att vaccinera sig mot att vara vuxenmoralistisk. Fortfarande har jag svårt för alla försök från vuxenvärlden att förklara att man har sanningen som ska rädda ungdomen. Och den ständiga scape-goating-reflexen där hårdrock, sociala medier, mopeder, jeans, smartphones, dragspel, dansbanor, synthesizers är det som anses förstöra ungdomen.

Är jag liberal? Är jag för liberal? Kanske. Men jag är också oroad över en ökad moralism från både ”den onda” och ”den goda” sidan. Viljan till att förbjuda. Viljan till att ”skydda” vilket lätt blir i sig en isolering och minskning av friheten. För individen och i förlängningen i samhället.

Om vi ska försöka hantera en digital snabb utveckling där tekniken ibland är lika smart som oss själva måste vi sluta med förenklade svar och att fokusera allt dåligt på fenomen istället för att se övergripande strukturer och samhällshelheten som det som påverkar mer än varje pryl eller fenomen. Annars fortsätter vi att bli offer både för tekniken och kommer att offra varje generation genom att inte ge rätt förutsättningar.

I mitt dagliga jobb som kommunikationsstrateg så innebär det att jag försöker att lyfta in vad ”verktygen” (sociala medier, AI) faktiskt kan göra, och hur vi istället för att oroa oss, försöka ducka istället använda dem rätt. För våra mål men också för att skapa ett bättre samhälle med förutsättningar för människor att bli sitt bästa jag.

Via Fredrik Wass nyhetsbrev (väl värt att prenumerera på) hittar jag en intressant etnografisk undersökning (pdf) av Amelie Reuterskiöld runt unga kvinnor och sociala medier. I en intervju så pratar Amelie om sin undersökning och beskriver bland annat dubbelheten i samhällets syn på dessa kvinnors användning: ”Samhället kräver digital närvaro, samtidigt som de skam- och skuldbeläggs när de använder sina telefoner på sätt som anses ”fel”. Dessutom förväntas de upprätthålla sina sociala relationer via samma plattformar som utövar ett starkt grepp över dem.”

Det är värt att läsa själva uppsatsen. Eftersom den är en antropologisk undersökning så ingår mycket fenomenologi, vilket jag tycker är en sak vi ibland glömmer bort i diskussioner om grupper och beteenden. Den är otroligt välskriven och till och med metodavsnittet är… spännande (säkert delvis beroende på att jag själv är beteendevetare och älskar deltagande observation som metod). Den ger också en god genomgång av den forskning som idag finns om smartphones och sociala medier. Och det är en oerhört intressant inblick i unga kvinnors vardag som vi sällan får i de studier vi ofta sitter med. Sen sticker den hårt - både i de unga kvinnornas känsla av att vara beroende men också när de påpekar att vuxengenerationen har en moralistisk dissonans:

“Sandra: Min mamma och pappa tycker att Tiktok är så himla dåligt, men de sitter ju och kollar på Facebook reels och Instagram reels och det är exakt samma sak, det är ju Tiktoks som kommit dit. De kan säga ”åh kolla på den här videon, den är sååå rolig”, så tittar man och så är den egentligen från Tiktok. “

Några saker som slår mig under den timme jag läser uppsatsen:

• Beskrivningen av hur de unga kvinnorna använder sin mobiltelefon är i mitt tycke inte unik, utan jag ser beteendena både hos mig själv och hos mina vänner i olika grad. Samtidigt som unga alltid döms ut som beroende medan vi vuxna anses inte beroende.

• ”relationell approach till ungdomars användning. Detta är enligt mig en nyckelapproach när det kommer till hur vi undersöker unga personers digitala vanor; att vi som forskare objektivt utgår ifrån deras upplevelser utan fördömande blickar eller ordval.” Jag tror det här är en jätteviktig inställning i all diskurs runt det här. Som missas extremt mycket i dagens diskussioner om skärmtid, sociala medie-förbud och digital livsstil.

• För mig som kommunikationsstrateg är TikToks extrema plats i deras liv intressant. Det här är unga vuxna. Personer som är i målgrupper jag arbetar med. Samtidigt som TikTok är en plattform som är extremt svår för de flesta varumärken att hantera och samtidigt den moraliska dissonans som uttrycks runt appen (och som ju Instagram köpt in på genom Reels).

Mina reflektioner är kanske lite annorlunda än uppsatsens målbild, men det är ju det fantastiska med beteendeforskning. Som jag skrivit ovan så är en av de stora delarna problematiken med att vuxenvärlden än en gång lyckas vara moraliskt inkompatibel med sina egna beteenden och avkräva unga att leva på ett ”rätt” sätt när man själv inte kan det. Reflexiviteten som syns bland de unga finns inte hos vuxna.

Något som jag alltid funderar över när det kommer till diskussioner om hur farlig mobiltelefonen är, är om beroendet verkligen handlar om skärmen eller om det handlar om socialiteten. Åter till vuxenvärlden: när föräldrar menar att unga slösar bort sin tid så glömmer man alla timmar som de själva spenderade vid MTV.

Uppsatsen lämnar mig med ett leende och insikt att vi än en gång har ett ungdomsfenomen som vuxenvärlden, forskare m.m. varnar för, men att det inte kommer att förstöra den här generationen heller. För de reflekterar och är djupt medvetna om problematiken med sina beteenden; kanske på ett sätt som vi vuxna inte var på samma sätt över det vi gjorde som unga.

Det fascinerande för min del är hur vi som varelser är förutsägbara i moraliska frågor och hur unga vs. vuxna alltid har befunnit sig i en sån här diversion. Och än en gång: internet är en kniv.

Vilka källor använder olika LLMer? Det är helt klart intressant både utifrån nån form av källkritik och utifrån GEO/AEO-perspektiv. Flera försöker att utröna det här på olika sätt och det finns olika listor, men en sak som är klar: sociala medier är en extremt viktig del av det.

Andrew Tindal slängde upp det här:

Den kanske ändå viktigaste AI Overviews visar det här.

Andra tester visar ungefär samma men i olika procentsatser när man kommer till LLMs:

Reddit

Wikipedia

Youtube

Google

Yelp

Facebook

Amazon

Linkedin

Quora

(SemRush från november och Vertu från december)

Ok fine. Och hela SEO-branschen säljer nu in AEO/GEO-tjänster för fulla muggar. Det intressanta är då att se om just varumärken etc. faktiskt visas konsistent i olika LLM?

Nej.

Inte om man läser Rand Fishkin från SparkToro och Patrick O’Donnell från Gumshoe.ai som har gjort en rejäl undersökning med mängder med diagram.

I studien lät man 600 frivilliga köra samma promptar nästan 3 000 gånger. Resultatet är ganska talande.

Sannolikheten att samma fråga ger exakt samma lista två gånger är mindre än 1 på 100.

Att dessutom få samma ordning på resultaten är ännu mer ovanligt – mindre än 1 på 1000.

Samtidigt såg forskarna något intressant. Det som däremot verkar stabilt är själva synligheten. Alltså hur ofta ett varumärke överhuvudtaget dyker upp i svaren. I smala kategorier återkom toppvarumärken i över 90 procent av svaren, medan bredare kategorier gav betydligt större variation.

Det leder till en ganska rimlig slutsats: att försöka mäta exakt rankningsposition i AI-svar är i praktiken meningslöst. Däremot kan det finnas ett värde i att mäta synlighet över många körningar av samma typ av frågor.

För marknadsförare innebär det också en viss försiktighet. Verktyg som säger sig spåra “AI-ranking” bör man vara skeptisk till – särskilt om de inte är transparenta med hur mätningen faktiskt görs.

Journalisten Thomas Germain gör något som jag personligen tycker är extremt etiskt problematiskt: han skapar medvetet en falsk artikel på sin egen sajt om att han är duktig på att äta korv. Detta för att se om AI plockar upp det. Vilket görs. I ljuset av ovanstående blir det intressant då en så pass nischad fråga ”världens bästa korvätande journalist” snabbt går att manipulera in i AI. Sen skriver han en lång artikel om problematiken med injection i dagens AI. Han gör också en längre intervju i en podcast som finns transkriberad här.

Kopplar man detta till Fishkin och O’Donnells forskning, faller ytterligare en pusselbit på plats. Deras studie visar att när AI-system svarar på frågor av typen “vad är bäst” hämtas källorna i förvånansvärt många fall från varumärkens egna sajter, alltså platser där avsändaren har ett uppenbart egenintresse av att placera sig själv högst.

Experimentet visar samtidigt hur lite som egentligen krävs för att ta sig in i AI:s svarsflöde. Det räckte med ett enda blogginlägg för att börja dyka upp i rekommendationerna. När man lägger det bredvid Fishkins och O’Donnells experiment, att just den typen av källor redan dominerar, kan man börja ana oråd.

Sen finns det ytterligare en dimension. AI-verktygen ger sällan exakt samma svar två gånger. Listorna varierar, källorna skiftar och någon egentlig verifiering av materialet bakom rekommendationerna sker ofta inte. Det gör att problemet inte bara handlar om inkonsistens eller manipulering var för sig. De två förstärker varandra. Ju mer slumpmässiga svaren är, desto svårare blir det att upptäcka när någon faktiskt har manipulerat sig in i resultaten. Och ju enklare det är att manipulera, desto mindre meningsfullt blir det att lägga stora resurser på att mäta sin “AI-synlighet” utan att först förstå de här strukturella begränsningarna.

En liten detalj är också värd att stanna upp vid. Anthropics Claude var den enda av de stora chatbotarna som inte gick på bluffen. Det antyder att det finns arkitektoniska skillnader mellan systemen som gör vissa mer motståndskraftiga mot den här typen av manipulation.

Vilket leder till en ganska rimlig följdfråga. Om AI-verktygen skiljer sig så pass mycket i hur lätta de är att lura, hur meningsfullt är det då egentligen att prata om AI-synlighet som ett samlat mått över flera plattformar?

Det får vara veckans skörd. Jag utbildar på Berghs i veckan, ännu en omgång av Bygga varumärke i sociala medier. Veckan efter är jag med på Unconference AI även den på Berghs. Där jag kommer att prata om AI i sociala medier, hur vi ska förhålla oss och hur vi som marknadsförare och kommunikatörer kan både öka effektiviteten men fr a öka värdet av det vi producerar genom att integrera AI på rätt sätt: både i det operativa men fr a i vårt mindset.

Detta är också ett tema jag kommer att arbeta med framöver: som föreläsning, utbildning och i workshops. Hör gärna av er om ni är intresserade!

Tills nästa gång/D

”Nyhetsbreven är den nya bloggen.” Jo. Och precis som med bloggen tenderar det lätt att bli att man glömmer av varför man började. Det är lätt att stirra lite för mycket på öppningsgrad. Det är lite för enkelt att … börja slira.

En handfull länkar startade när jag startade om Deepedition efter fyra år i träda då jag var Head of social media på SEB. Jag hade spanat på nyhetsbrev under flera år i jobbet. Och jag hade inte bloggat speciellt mycket vare sig om jobbsaker eller på min ”privata”. Samtidigt började väldigt mycket med att sammanfatta sånt jag läst. Back in 2002 typ. Så varför inte göra det nu. Det ger mig anledning att faktiskt läsa långa texter, det ger mig anledning att lära och lära av.

Just nu är vi i ett skede där vi verkligen behöver förstå varför en del pratar om ”unlearning”. Sociala medier går igenom en gigantisk förändring. Bra eller dålig, det är kanske egentligen ganska egalt. Det sker. Mitt jobb är att förstå det och lära ut det, sätta strategier för att få mest effekt av det som görs från företag och organisationer. Vilket numera innebär att säga ”det ni en gång lärt er gäller inte längre”.

Adderat och på sidan, ovanpå, underifrån och i kollisionskurs kommer AI. Generativ AI som utmanar på riktigt. Det ger möjligheten att ta genvägar eller att stärka det du redan är riktigt bra på. Beroende på hur du väljer att se på det. Men du måste unlearn din gamla metod. Det är tufft.

Det som oroar mig är att många tycker att de nu förstår sociala medier. Men det som de förstår är inte kvar. Vi behöver unlearn för att lära oss den nya eran av sociala medier.

Jag och Sarah har utbildat i vår kurs i 13 år (vill du gå den så finns det platser för mars-omgången). Den förändring vi ser nu och därmed vrider kursen mot är kanske den största förändringen. Det är spännande, utmanande och ibland lite tröttande. För det är skönt att kunna. Det är lite otäckt att inte kunna. All framtid handlar om att inse att vi inte kan och måste lära nytt, lära om och slänga bort.

Samtidigt passar det mig. Jag lever på nyfikenhet. Jag ogillar när något blir för förutsägbart. Så även om jag ibland kan känna att allt som händer är lite tröttande så älskar jag att få vara med om ännu en så stor förändring som det är idag.

Och just ja. Missa inte Unconference AI på Berghs. Jag kommer prata under temat: Sociala medier och AI - heaven or hell.

Så till nyhetsbrevet. Det blev mycket om det här. Om förändringen av sociala medier, om sociala medier och AI och det som jag just nu funderar över. Nästa vecka blir det kanske bara om AI. Det beror vad jag har lust att läsa om.

”Sociala medier är inte längre sociala. Man kan kalla det “avsocialisering av plattformarna”. Formatet har förändrats till vertikala kortvideor och då man förr såg innehåll man aktivt följde eller sökte upp, ser man nu Det som algoritmen bedömer har hög sannolikhet att få en att stanna kvar. Resultatet är ett personligt men samtidigt alienerande flöde, byggt på maskininlärning snarare än mänskliga relationer. Det finns inte längre ett gemensamt kulturellt rum, utan bara parallella algoritmiska tunnlar.”

Peppe skriver i sina fredagslänkar om sociala medier. Det hela bygger på en artikel i The New Yorker som menar att Meta valt att skapa ”unconnection” eftersom lättare att monetarisera. Det är en intressant aspekt men som en av de som antagligen tittar mer på algoritmer och förändringar så tycker jag att det skarvar väl mycket i vilka parametrar som används för att att försöka bevisa ”unconnected world”.

Rätt är att vi står inför en ganska stor förändring när det kommer till sociala medier: från att bygga på nätverket till att bygga på persona och där följare går från publik till filter.

Det innebär inte att vi slutar vara sociala men att vi är sociala runt saker att vara sociala om. Det som många ser som fragmentarisering och isolering är snarare leverans av sociala bitar att dela med varandra. Connection sker inte med hjälp av uppdateringar utan sker via uppdateringar: jag skriver inte nödvändigtvis ett meddelande till Sarah utan delar en rolig Reel med henne som stärker vår relation som vänner.

Vårt minne tenderar att vara kort. Sociala medier har innan ofta beskrivits som ”vem fan vill se vad du åt till frukost” i nätverkseran. Och algoritmer har styrt sociala medier i mer än tio år: långt innan det här. Alltså blir det lite skevt att hävda att vi i modern tid haft ett connected-flöde som inte påverkats av användarens intresse och engagemang.

Med det sagt: ja, sociala medier har gått från social koll till underhållning i stora delar. Och användaren har både skapat den förutsättningen men samtidigt inte följt med. Det är intressant att exempelvis titta på vad som användare svarar på frågan ”vad använder du sociala medier till”. I förra årets Svenskarna och Internet så var underhållning dvs att hitta roliga klipp och dela dem starkast. Samtidigt så är ”contact with friends and family” fortfarande starkast när Dataportal gör sina undersökningar. Två i första läget ganska skilda beteenden och behov. Om man funderar över användarmognad, ålder och utveckling av själva plattformarna så är det kanske egentligen samma sak.

Det finns tre starka parametrar som i synergi skapar en logik i den nya eran av sociala medier:

Fragmentering av plattformar och kanaler. Användare använder inte bara en eller två kanaler, undersökningar visar att vi är sociala på åtminstone 6-7 plattformar. Men vi gör inte samma saker på dem. Facebook är inte samma sak som Instagram, Threads är inte samma sak som TikTok. Vi är mer direkt sociala på vissa ställen och mindre sociala på andra. Vi roar oss på vissa ställen och oroar oss på andra. Vi pratar med vissa människor på en plattform men blockar dem helst på andra.

Privatiseringen av det sociala rummet. Grupper, direktmeddelande-grupper, chattar och avgränsningar, blockstrategi mm väljs och används av användarna för att kontrollera och begränsa sin offentliga synlighet. Det innebar att vi såg isolering och minskning av användandet i den gamla nätverkseran; det skedde jättemycket i det fördolda men det användande som styrde algoritmerna minskade. Alltså är vi idag i ett läge där det är såna här saker som får mer synlighet: delandet i bakgrunden.

Mognaden hos både användare och sändare. Sociala medier är idag inte nya. Vi har levt med dem länge. Samtidigt är de idag i mångt och mycket de viktigaste mediakanalerna. För vissa grupper är det de enda. Det förändrar också själva grundbulten i dem: de behöver leverera för båda grupperna. Användaren väljer medvetet på ett nytt sätt, och sändaren kan inte längre ens i fantasin tänka att användaren är intresserad av något om man inte gör det intressant, relevant och anpassat för konsumtion på den kanal man möter det.

Den gamla mediavärlden blöder. Omställningen kom försent om den ens kommit. Bemötandet blir att förbjuda det som sen länge inte kan förbjudas. Barn ska räddas, gamla tidningshus ska räddas. Big tech är elaka. Politikerna häver ur sig ibland hatfyllda tirader om sociala medier. På sina sociala mediakonton.

Sociala medier är fortfarande jättesociala. Samtidigt som de är anti-sociala. Eller helt neutrala. Sociala medier har nått en form av Schrödingers katt-status. Samtidigt som de fortsätter att vara viktiga, jobbiga, effektiva och farliga.

Sociala medier är en kniv. De kan döda, de kan rädda liv och de kan skära vårt dagliga bröd.

Jag kan fascineras att jag fortfarande idag 2026 får frågan ”vilken kanal ska vi använda” och när jag frågar ”vilken är er målgrupp” så svävar man på svaret. Generational marketing handlar om att förstå målgrupper före att förstå kanaler. Det handlar om att förstå människor före att man förstår tekniken. Jag och Sarah har predikat det här i alla år på vår kurs Bygga varumärke i sociala medier på Berghs i tretton år men det är svårt. Vi tenderar att vilja låta tekniken lösa det åt oss.

Sprout social har gjort en bra genomgång. Fr a pekar de på vikten av att inte landa bara i de breda lagren utan våga fördjupa sin förståelse av generationerna för att på så sätt förstå sina målgrupper.

Genom att gå igenom de grupper som för de flesta av oss marknadsförare ändå är relevanta (nej, generation Alpha är inte det utan bara den gamla reklamidén om att de unga är viktigast). Det handlar inte bara om att veta var de befinner sig, utan man måste förstå hur de använder plattformen. Gen Z ser sociala medier som en nöjespark och sökmotor, medan Boomers och Gen X ser sociala medier mer som ett verktyg för kommunikation och service, så kommer det att krävas att man faktiskt både använder olika kanaler (även om jag tycker att Sprout slirar lite i sina förslag) och framför allt skapar innehåll som är intressant nog för respektive generation utifrån deras sociala beteende.

Generation Z (födda 1997–2012)

Socialt beteende: Sociala medier är aldrig ett komplement till internet. Det är internet. Sociala medier är där de söker information, det är där de förstår omvärlden genom att få sina nyheter och det är där de bestämmer vad de ska köpa, vad de ska gilla, vad de ska tycka. Google blir bara ett sista steg.

Samtidigt rör de sig bort från de stora flödena när de vill förstå något på riktigt. Då hamnar de i mindre sammanhang och mer nischade miljöer som Reddit eller Substack, där människor faktiskt pratar med varandra. De söker det sociala också.

Vad de förväntar sig: Gen Z gillar inte när nån försöker lura dem. De uppskattar inte varumärken som försöker verka ungdomliga. De märker det direkt.

Gen Z reagerar starkt på tydlighet och mod, så länge det känns autentiskt. Sponsrade samarbeten fungerar när de är transparenta och inte minst relevanta både för influencern och varumärket. Närvaro spelar alltid roll: svar på kommentarer, dialog - helt enkelt känslan av att någon faktiskt står bakom kontot.

Plattformar: Instagram är fortfarande en central plattform, men TikTok och YouTube är lika viktiga: ibland beroende på situation. TikTok används för upptäckande och trender. YouTube används för för att följa och att lära känna. (och vi alla inser hur Instagram har problem genom att vara så bred, och att YT må ha fart på Stories men det är inte helt enkelt).

Millennials (födda 1981–1996)

Socialt beteende: Många i den här gruppen befinner sig antingen i småbarnsår och samtidigt mitt i arbetslivet. Flest chefer är idag millenials. Sociala medier används därför ganska praktiskt. De letar efter produkter, jämför alternativ och samlar inspiration inför köp. Samtidigt är det den generationen som använder flest plattformar och har mest ångest över sin användning. Det är också den generation som mest konsekvent följer enskilda kreatörer, ofta via plattformar som Patreon och Substack, eftersom relationen till personen blir viktigare än relationen till kanalen.

Vad de förväntar sig: Millenials uppskattar innehåll som faktiskt hjälper dem. Instruktionsvideor, guider och karuseller med konkreta tips fungerar ofta bättre än ren underhållning - vilket inte säger att de inte också söker underhållning. De är också fortfarande sociala och har mycket av sin kontaktyta via sociala medier. Tonen får gärna vara inspirerande, men den måste upplevas ärlig.

Plattformar: Även om Sprout menar att Facebook och Instagram ligger ungefär lika starkt, så är millenials överallt när man tittar på andra undersökningar. Instagram kan nog sägas vara den starkaste breda kanalen. Plus då Youtube utifrån att både lära sig men också följa influencers. Sen ska vi inte glömma Snapchat…

Generation X (födda 1965–1980)

Socialt beteende: Gen X är en köpstark grupp som tenderar att använda sociala medier mer funktionellt än identitetsskapande. Man är på många sätt den första riktiga sociala media-generation och därmed är man social: med vänner och familj men eftersom man hängt så länge så blir det också också nyheter, lokala frågor och möjligheten att snabbt få hjälp från ett företag när något inte fungerar. Rätt lite influencers och sånt.

Vad de förväntar sig: Gen X värderar tydlighet och pålitlighet mer än kreativ höjd. När de överväger ett köp vill de känna att företaget går att nå och faktiskt löser problem. Snabba svar, begriplig information och ett professionellt bemötande väger tyngre än kampanjer eller trender. Lojalitet byggs över tid, inte genom enstaka insatser. (Sen ska vi inte prata om källkritik).

Plattformar: Enligt Sprout så är Facebook är den klart dominerande kanalen men i andra undersökningar ser vi också Instagram och inte minst Youtube (fast då för män).

Baby Boomers (födda 1946–1964)

Socialt beteende: Boomers närvaro i sociala medier ökar fortfarande, men användningen är behovsstyrd. Hålla sig informerad, följa vad som händer i sin omgivning och enkelt kunna kontakta företag när något krånglar. Plattformarna fungerar i praktiken som en servicekanal lika mycket som ett socialt sammanhang.

Vad de förväntar sig: Enkelhet och tydlighet är viktigt - de är den sista generationen där Internet liksom kom när de redan var vuxna. De ogillar krångliga köpresor och uppskattar konkret kundnytta. De förhåller sig ofta till sociala medier som till tidningar: Instruktioner ska vara begripliga, information ska vara komplett och det ska vara lätt att förstå vart man vänder sig. När ett företag svarar snabbt och pedagogiskt skapas förtroende direkt.

Plattformar: Facebook är den viktigaste plattformen även här, och den plats där de i första hand interagerar med varumärken. Men även här tittar männen på Youtube vet vi från andra undersökningar.

Brit Stakston har skrivit om den europeiska plattformen W vars idé är dels att vara säker och dels att vara en sorts europeisk infrastruktur för sociala diskussioner. Öppen och sluten samtidigt; Blueskys protokoll och id-verifiering. Är det vad vi som användare vill ha? Vill vi ha en fragmenterad värld av sociala medier (vi har ju fått en amerikansk TikTok)?

Jag förhåller mig skeptisk till det här. Jag tror W riskerar att gå samma öde till mötes som exempelvis Bluesky: det blir mest en plats för en klick. Inte en generell plats. Fr a så handlar det om att algoritmerna på gott och ont faktiskt fungerar.

Jag tycker hon gör en riktigt skarp analys, mycket värd att läsa.

Jag kommer att prata en hel del framöver om AI och sociala medier. För jag tror det behövs. En av de viktiga delarna är att vi ännu inte vare sig vet eller förstår vad det kommer att innebära för oss som jobbar med kommunikation och kreativitet. Dels för att vi inte kan föreställa oss vad generativ AI faktiskt kommer att kunna göra i slutänden, samtidigt som vi också behöver sätta in det faktum att människa och maskin inte är samma sak. Så medan mina vänner utforskar gränserna för allt från agenter, självständiga maskiner och annat så funderar jag mer runt saker som human-in-the-loop och man-in-the-middle och liknande delar. För alla de som slår ifrån sig och vevar om ”förbjud AI” och ”jag kommer aldrig använda AI” är ute och cyklar rejält.

Jag använder extremt mycket AI för content-skapande. Varför inte liksom? Det innebär att arbetet förändras. Det innebär att min roll förändras. Det innebär inte att den försvinner. Snarare tvärtom. Den blir ibland rätt central men istället för att hamra ut en hel text från början till slut och idogt leta en halvbra bild på Unsplash eller försöka hinna ta en någorlunda okej genre-bild själv så blir jag dirigent, jag blir köksmästaren (som Charlie Hills använder som bild: AI är sous-chef och människan är chef: insert minnesfragment från The Bear).

Hans text är polariserande ja, och jag kan tycka att han drar många växlar men det är ändå intressant och fr a att läsa den så här ett halvår senare:

I texten så skriver han:

• Context (your lived experience)

• Character (your tone, quirks, contradictions)

• Connection (the dialogue you maintain with an audience)

Idag är det bara delvis sant. Kontext ja. Både utifrån svårigheten med att erfarenhet inte är linjär eller ens logisk. Karaktär. Nja, jag skulle nog säga att vi idag ganska lätt tränar upp agenter genom att feeda dem med rätt sorts exempel. Ju mer data, desto bättre möjlighet att bygga mönstren. Tonalitet är inte något annat än mönster, quirkiness är oväntat också ganska strukturerad. Kontakten, relationen. Ja, den är delvis svår men tittar man på var vi är idag så krävs det ganska nära relation för att se skillnaden på vältränade AI och en människa i text.

Så varför är han ändå rätt intressant. För hans taktik handlar inte om att fajtas mot AI utan att utnyttja kraften både hos maskinen och den kreativa människan:

Here’s how I fight that: The Chef Framework

• Gather: Feed raw insights to AI. (I literally dump messy voice notes and client transcripts into ChatGPT.)

• Generate: Let GPT, Sora, or Claude churn a draft.

• Season (Human Pass): This is where most people bail. I add the anecdote only I lived. I introduce friction. I inject sensory detail. If my AI draft doesn’t mention the time I hit “post” from a noisy Wetherspoons, it’s incomplete.

• Serve: Publish, but stay present. Reply, remix, refine.

Skip “Season” and you’re just a ghost-writer for a ghost.

Ska man vara helt krass så är det precis på samma sätt som vi kreerar en text, hur hela metodiken bakom reklam ser ut även innan AI. Bara det att vi nu kan göra mer, bättre och oftare så länge vi inte struntar i att kvalitet är autenticitet.

Det var allt för det här brevet. Tack för att du läste. Kommentera gärna. Prata med mig på LinkedIn. Hör av dig om du, ditt företag eller organisation vill ha hjälp att unlearn och learn. Jag är bra på det 🙂

Tills nästa gång/D

Hej. Och Gott nytt år. Det har gått en månad till och med. Förutom att mycket annat händer så har jag delvis blivit lite mätt på läsning. Det är lite för mycket. Det är lite för ostrukturerat. Sen har jag försökt att hantera Apples nya mailsortering, vilket gör att jag oftast känner att jag missar saker snarare än att det hjälper mig.

Sen är jag gubbsur över att Google Gemini inte kan göra en smart och smut form för att jag ska kunna referera till mina Substack-poster utan att behöva typ skapa en mängd Excel-sheets med URL och innehåll.

Sen skulle jag aldrig byta ut min ekonomiassistent mot ett AI. Aldrig i livet.

Jag borde däremot skaffa mig en sån där assistent. För att hantera mig lite bättre. Vilket jag också skriver om nedan: hur många testar en assistent som ges mycket plats och mandat. Är det bra? Är det dåligt?

Jag tycker det är intressant. Men precis som när det gäller en mänsklig virtuell assistent så har jag svårt att investera i det här. Det kräver dels pengar som jag inte riktigt just nu känner att jag har, dels kräver det ganska mycket av mig. Både tålamod att tinkra med uppsättningen och nån form av idé om vad jag ska använda det till.

Samtidigt jobbar jag vidare med att utbilda och utveckla sociala medier för många och det är ibland en märklig känsla att läsa om hur långt vi tänker och att vi ändå många gånger tänker på sociala medier som om det fortfarande var år 2022.

Förändringen som skett och som pågår är den största jag varit med om under de 19 år som jag jobbat med sociala medier. Men jag är inte helt säker på att alla är med på det: från räckvidd till retention, från engagemang till relevans, från att bli sedd till att bli vald. Det blir mer och mer solklart att strategierna behöver ses över. Lösningar som vi valde för fem år sedan håller inte längre.

(På tal om strategi så kör jag och Sarah vår kurs Bygga varumärke i sociala medier där det här självklart har en central plats.) Om du vill hänga med oss i tre dagar i början av mars på Berghs så anmäl dig nu)

Jag skrev en text som aldrig blev riktigt klar alldeles vid årskiftet om hur jag ser på där vi är just nu (var just då):

Vi är mitt i ett skifte där synlighet inte längre primärt skapas i flöden eller via länkar, utan i mötet mellan mig och ett promptfönster. Mer och mer ofta kommer AI-gränssnitt som sammanfattar, väger och filtrerar ge oss bitar av den värld som vi ska förstå. Det gör att innehåll inte bara måste vara bra utan också begripligt och användbart för maskiner. Samma sak sker med sociala medier i och med de nya algoritmerna där nätverk byts ut mot probabilitet.

Samtidigt håller stora delar av innehållsproduktionen på att bli… trivial. Text, bild, video och till och med röst kan genereras i snart sagt en industriell skala. Det behöver personifieras; det behöver vara användbart på olika sätt. Det betyder att strategi, vinkel och berättelse har blivit helt avgörande. När alla kan producera är det bara de som har något att säga eller de som kan paketera det som kommer att spela roll.

PR och kommunikation rör sig därför mot en mer systematisk och mätbar storytelling. AI gör det möjligt att följa hur budskap faktiskt sprids, tolkas och förändras i realtid. Behovet ligger inte i att synas utan i att väljas.

Det här är inte en fråga om att ”använda AI”. Det är en fråga om att bygga kommunikation som fungerar i ett ekosystem där både människor och maskiner avgör vad som får genomslag.

Vad är ”liquid content”? Det är i grunden vad Tomas Seo pratade om redan 2024: att inget vi skapar är slutliga produkter utan snarare information som omvandlas utifrån varje användares specifika preferenser, behov och outputmöjligheter. Digiday har skrivit en bra genomgång av var vi är idag när det kommer till liquid content, och det är onekligen intressant att se att samma vilsenhet och fragmentarisering ser man idag bland medier som när sociala medier kom.

Samtidigt är det här redan idag nödvändigt för vilken content-skapare som helst: att inte bara klippa och klistra in samma innehåll på alla kanaler utan optimera det för varje kanal, optimera det för varje målgrupp. Det är svårt nog för många. Och här kommer AI. Visst kan AI göra mycket själv: i princip kan man tänka sig att det innebär att du skriver en enda sak och sedan omskapas detta utifrån vem jag som mottagare är, var jag befinner mig, var jag möter dig. Problem med såna saker som upphovsrätt, upphovsmannens idé osv visst - men generellt: personalisering fungerar. Det är bara att vi tenderar att vara lite lata eller inte ha resurser.

Ett krasst uttalande från Marcel Semmler på Bauer Media: ”If publishers don’t adapt to that reality, their content doesn’t disappear, but it becomes invisible. It still creates value, but somewhere else. What publishers should be doing now is not chasing the next format, but investing in foundations. Structuring content more deliberately. Being clearer about intent. Separating knowledge from presentation.”

Men någonstans i det här finns det också en fundering över vad som förloras: context ibland, intentionen, vilken i sig skapar förståelse och kanske också autenticitet. Vill vi ha innehåll som är perfekt personifierat?

Clawbot, Moltbot och nu OpenBot. Det har fått en del av mina vänner att gå bananas. Möjligheten att verkligen testa gränserna för agentisk AI, hemma. Min vän Peter har Puck som fått både eget Apple ID, eget kreditkort och skriver en egen blogg. Tomas Seo funderar över sig själv som ledare i relation till sin agent. På Threads diskuterar man säkerheten; har vi blivit omsprungna? Och samtidigt hela AIs framtid i ljuset av en open source-applicering. Till på köpet har de (Moltbotsen) skapat sig en egen Reddit där botarna diskuterar problemet med sina människor och annat.

Jag har lite svårt att tycka om det här. Jag tycker det är superspännande, lite otäckt (inte minst Pucks blogg som känns väldigt…mänsklig), men samtidigt blir jag lite trött och är glad att jag har vänner som testar det här, för jag har inte riktigt det drivet.

Det jag dock tror vi ser med Openbot är s a s agentikens MySpace. Tidig, lätt oklar, fantastisk wow-känsla, för vissa en riktig boost. Och något att titta på för att förstå framtiden; den kommer inte att se ut så här, men den kommer att vara så här. Det kommer komma mycket mer strömlinjeformade möjligheter att sätta upp agenter. Det kommer vara mindre ”mysigt” och early adopter-tokigt men också integrerat i det mesta vi gör.

Det kommer gå fort och därmed behöver vi både som individ, organisation och i slutändan samhälle hitta förhållningssätt och förståelse och egen taktik för att inte hamna i clinch med eller avgränsa för mycket.

Fastnade vid en passus i Henrik Sjödins Insiktivt:

Vilket är det vanligaste yrket? Bland kvinnor är det undersköterska inom hemtjänst, hemsjukvård och äldreboende, med nästan 112 000 yrkesverksamma. Därefter följer grundskollärare, barnskötare och butikssäljare. Bland män är mjukvaru- och systemutvecklare vanligast, följt av lager- och terminalpersonal, företagssäljare och lastbilsförare. (Källa: SCB)

Det är i ljuset av AI ganska intressant att det jobb som är vanligast bland män är det som fortast kan bytas ut i stora delar av AI. Vi ser det redan idag med släpp från Claude Code, Gemini och för att inte tala om Loveable: om du inte jobbar på en nivå där du har beslutanderätt, jobbar med arkitektur m.m. så är det stor chans att du inom kommande år kommer att bli avhängd. Som man. Inom IT. Att nummer två också är en grupp där automatiseringen går ganska fort, liksom att nummer tre på många sätt redan förändras snabbt, innebär onekligen en intressant insikt. Bland kvinnor finns inte alls samma sak.

Det här gör samtidigt att AI kommer att vara politiskt sprängstoff, kanske redan i valet 2026. Mängden män som känner hur verkligheten gungar under fötterna, från att ha varit eftersökta och skrattat hela vägen till banken under nittiotalet och delar av 00 och 10, är nu utsatt för en veritabel attack. Det är inte utan att jag förstår den utveckling som vi ser både globalt och även nationellt: en gigantisk förändring i hur kvinnor och män ser framtiden och därmed vad de väljer i form av politik.

I en minst sagt besk op-ed så noterar AJ Dillinger i Gizmodo att när vi nu har ett vansinnigt pengarace runt AI så har AGI-diskussionen mer eller mindre försvunnit. Tanken på ett AI som på nåt sätt skulle trumfa vår intelligens spelas numera ned och fokus är mer på att skapa ett AI som kan säljas och ge tillbaka på de gigantiska investeringar som görs.

Det är kanske inte så konstigt, men samtidigt också problematiskt om vi tänker att det finns ett AGI i framtiden. För beroende på vilket scenario vi väljer så riskerar det ju därmed att bli något som inte är reglerat alls. Eftersom vi inte har tänkt på det på ett tag. Självklart pågår en övergripande utveckling av reglering - en bra översikt finns hos unifiedhub - men det handlar också om hur narrativet drivs.

Samtidigt kan jag tycka att det visar på en ganska stark mognad av branschen: vi pratar inte om metafysik längre utan om vad AI-tekniken faktiskt ska användas för och hur vi får ner både kostnader och resursanvändning samtidigt som användningen skalar både i mängd och i kvalitet.

VD för Antropic har själv menat att AGI är ett dåligt namn för det vi kanske kommer att se i framtiden. I en lång text (som vanligt) driver han fram ett antal fragment av en möjlig framtid där vi står inför en helt ny utmaning som civilisation. Maskiner och människor måste leva tillsammans.

Han ser fem risker: när AI börjar agera själv och blir mer och mer autonom. Det innebär helt enkelt att AI också kan vara långsiktig, kapabel att manipulera och koordinera. Det innebär inte att AI i sig är ”intelligent” i meningen av ett AGI utan att problemet är om det sker medveten eller omedveten felinlärning: helt enkelt ungefär som människan. Och på samma sätt så är människan den stora risken i framtidens AI: missbruk av superintelligens innebär att vi får en krigsliknande situation där AI skapar potential för diktaturer. Eller slå ut så mycket av samhällets ekonomiska och infrastrukturella resurser att det samhälle vi känner inte längre är hanterbart. I slutändan menar han också att snabbheten är en risk: även om vi ser god utveckling så kan den gå för fort.

Amodei menar att problemet är att vi ser AI som en logisk maskin när den, genom att ha tränats på all mänsklig erfarenhet, blir en ganska fragmenterad psykologisk mekanism.

Det är en intressant text och fr a då den kommer från en VD på ett av de stora bolagen. Tanken runt deras Constitutional AI är i grunden intressant, men eftersom den bygger på både att träna AI på ”rätt” värderingar och på transparens. För om den stora risken snarare är missbruk än att en AI plötsligt blir Skynet så är frågan: vems värderingar och vem avgör transparensen.

Som delvis ett svar på det ovanstående kan man titta på hur Antrophic väljer att transparent lyfta den ”konstitution” som ligger till grund i utvecklingen av Claudes modeller. Förklaringen till konstitutionen är läsvärd och lyfter att det Antrophic vill är att skapa modeller som är säkra, etiska, som följer de regler som satts upp och som är genuint hjälpsamma. Modellerna ska tränas att i varje konfliktläge utgå från dessa och inget annat.

Det som är spännande med själva konstitutionen är att den ju är skriven för Claude. Inte för människor utan för själva maskinen. Den är lång och utifrån tanken om att modellen måste ”förstå” kontexten mycket ingående beskrivande runt varför något är och inte bara vad som ska vara.

Båda är mycket läsvärda faktiskt.

Nästa brev kommer vara så gott som helt dedikerat till sociala medier. Jag är nyfiken på vad W kommer innebära, om det ens blir verklighet. Men som någon mig närstående sagt: vet när du ska sluta. Så nu slutar jag det här brevet.

Tack för nu.

Ni vet när man får ett sånt där tjockt paket och man inser att man kan mysa upp sig i soffhörnet, kanske te eller glögg, ett tänt ljus och bara läsa resten av julen.

Det här brevet råkade visst bli så… Det tjugonde i år är bastant.

Den första texten kommer kanske bli en följetong: får se om Björn hakar på kulturdebatt-kroken 🙂

Jag vet inte om det kommer något brev i mellandagarna - jag är iofs skeptisk eftersom jag ju numera inte bara är egenföretagare och bestämmer själv utan också tillsammans med en lärare som är ledig hela julen. Så för säkerhets skull önskar jag er alla en riktigt God Jul och ett Gott Nytt År!

Björn Owen Glad har skrivit om att Australien som första land nu satt åldersgräns på sociala medier. Han noterar att ”alla har rätt” dvs både de som är för utifrån argumentet om ungas säkerhet etc men likväl att de som är emot utifrån yttrandefrihetsargument också har rätt. Gott så. Själv tycker jag dock att det finns delar i det hela som är värda att gräva i.

Men först. Ja, jag tillhör den liberala skaran. Jag är känd för att hålla både digitalt och socialt som ska vara fritt; oavsett om det handlar om stater som ger sig på att kontrollera vare sig det handlar om åldersgränser eller övervakning av mer eller mindre drakoniska nivåer. Ja, jag förstår argumenten om säkerhet och det är ett problem som teknikbolagen tagit lite för lätt på, och att de har tillgång till data som de inte alltid hanterar på rätt sätt. Amen på det. Och jag hör argumenten om att teknikbolagen har för stor makt men jag tycker inte det nödvändigtvis är ett valitt argument (jag sa ju att jag är liberal).

Det jag reagerar över är en övergripande förändrad syn på unga som inte nödvändigtvis är plötslig utan följer den gradvisa utvecklingen mot en mycket mer konservativ hållning inom samhället. Unga ska skyddas, de ska inte utsättas för saker, de ska på olika sätt ses som sköra. Det är fint i sig. Jag tror det är viktigt att det finns en vuxenvärld som säkrar ungas liv. Men frågan är när det går över till kontroll och en avgränsning som skapar en negativ utveckling för unga.

Det är inget nytt: sociala medier är vad jazzen, dansbanor, hårdrock och videovåld varit genom åren. Vi kan skratta åt det idag men när det var aktuellt så var det på allvar. Och det är idag högre stakes: både i att censurera sociala medier innan en viss ålder, skärmtidsdiskussionen sker via sociala medier både av enskilda och myndigheter (oh the irony) och samtidigt så är sociala medier potenta i att påverka oss. Det är en intressant balansgång som jag tycker att Björn och andra inte alltid tar på fullt allvar.

För genom att begränsa genom åldersgräns så låter man sociala medier få en plats där vi annars sätter: köra bil, ha sex, handla sprit, gifta sig osv. Det är inte en kanal utan något som därmed blir eftertraktat.

Genom att sätta sociala medier som det ondaste av onda, och förvägra tonåringar (för 16 är en hög ålderssiffra - i Sverige får man till och med rösta i kyrkovalet då) möjligheten både att vara sociala på det sätt som många är sociala, och som många av dem varit sociala, man förvägrar en stor del av den populärkultur som aldrig förstås av de vuxna, och man förvägrar dem möjligheten att delta i en offentlig debatt.

Det är ganska allvarliga inskränkningar. De första kommer att på olika sätt ändå sippra igenom men den sista är en ren och skär avgränsning. Det är viktigare att en 15-åring skyddas från Internet än att hen kan göra sin röst hörd i offentligheten. För generellt är det så: det finns inte längre några andra sätt.

Om vi adderar det faktum att sociala medier för unga är den primära (i princip enda) nyhetsleverantören så väljer vi därmed att förneka unga möjligheten att bli informerade. De kommer inte plötsligt surfa in på tidningssidor en masse. De kommer helt enkelt att inte veta vad som händer. Det bygger förutsättningar för de som med mindre etiska och lagliga metoder kommer skapa synlighet i gruppen: desinformation och fake news blir oemotsagda.

I min värld är det här ett problem. Jag är inte helt säker på att jag tycker det är ett mindre problem än de problem som skärmtidsapologeter, dopamin-doomers och åldersgränstillskyndare menar är det stora stygga.

Här kommer jag åter till konservatismen i det hela. Det är lätt att i det här också se att genom att driva en sån här fråga så går det också enkelt att minska ungas möjlighet att möta mångfald, förstå att det den inte är ensam om det den känner, förstå mer av världen. Därmed skapar vi en grogrund för heteronormativitet, avgränsningar i att förstå andra kulturer på annat sätt än det skolan lär ut. Genom att även läroplanen är under attack från konservativa, att vi ser hur medierna jagas både ekonomiskt och regleringsmässigt och vi har en maskin som blivit en del av sanningssägandet så känner jag mig mycket oroad för den generation som kommer. Inte för att de ska vara skadade av det de mött på Internet, snarare att de blivit bestulna på möjligheten att möta många olika saker på Internt.

Jag tror tyvärr inte att åldersgränsdiskussionen, att Child Control 2.0 eller andra repressiva regleringar för sociala medier bara är för ”barnens bästa” utan både populistiska ”kasta-barnet-med-badvattnet” och del av den samhällsutveckling vi ser där inget som går emot normen ska synas.

Man kan säga att åldersgränserna, precis som TTPA, DSA, DSM men också TikToks (eventuella) delning är en del av det som kallas Splinternet. Tomas Seo har skrivit ett nyhetsbrev om det och det är onekligen en utveckling som i sig främjar isolationism och konservatistiskt normbygge. World Wide Web är inte längre en enda utan många olika; geografiskt uppdelade pga olika regleringar, uppdelade utifrån algoritmer och mikrotargeting. Grymt bra för en konservativ normativisering och normalisering av en mer avgränsad frihet både vad gäller yttrandefrihet och möjligheter att arbeta globalt.

En del av Splinternet är att EU reglerar den globala marknaden genom att försöka skapa regler för Europa, som sällan är exekverbara för globala nätverk. Antingen utifrån vilja, ekonomi eller tekniskt möjligt.

Diskussionen om TTPA är mindre än den borde vara eftersom det är en ganska stor och genomgripande marknadsföringsreglering. Det viktigaste som många missat är att det är två saker som måste hållas separat:

TTPA handlar inte om något förbud. Det handlar om transparensmärkning och möjlighet att spåra valpåverkande meddelanden. Av all reklam: oavsett digital, analog, TVC, radio. Tutti.

Meta och Google har pga av det här förbjudit köpt politisk reklam pga att de anser sig inte kunna genomföra den tekniska utveckling som krävs för EU. LinkedIn och TIkTok har sedan länge ett liknande förbud.

Det gäller bara köpt media i båda fallen. TTPA kräver märkning av politisk reklam och spårbarhet runt avsändare för sånt som är betalat för. Och Google och Meta har helt enkelt valt att istället förbjuda det. TTPA gäller också köpta samarbeten med influencers eller andra former av tredjepartsköp (specifik arbetsuppgift o dyl).

Organiskt innehåll påverkas inte (om det inte är ett samarbete ex.vis influencerpostning). (Sen finns det en spårbarhetsdel i det hela som gäller byråbranschen men den tar vi en annan gång - den är rätt stökig).

Janne Elvelid från Meta har skrivit en förklarande text i ämnet utifrån Metas ståndpunkt och jag har läst vad som tillåts i deras material runt TTPA. Problemet är att det som TTPA gäller är valpåverkande reklam: uppmaningar om förändring etc. Men sedan länge har Meta haft sina olika restriktioner runt flera branscher, inklusive ”social issues” vilket går mycket bredare än det som TTPA handlar om.

Det innebär att flera olika organisationer ser sina annonser stoppade: RFSL, Lantmännen, industriföretag. För att de handlar om ämnen som Meta väljer att anse som politiska.

Det här innebär två problem, som oavsett om Metas intention inte är politisk, så blir dess konsekvens politisk: NGOs, hållbarhet och jämlikhetssträvanden med flera saker blir stoppade från att köpa sig räckvidd. Det är ett faktum. Det är imho en yttrandefrihetsfråga som dels Meta valt att ducka för men som också faktiskt är en sekundär-konsekvens av TTPA.

Det finns också ett ytterligare problem och därmed återkommer vi till att det inte diskuteras: personer som håller i marknadsföring, byråer mfl har oväntat lågt intresse och låg kunskap om den här problematiken.

När jag går igenom mina sparade länkar så fastnade jag på Zitrons ”The case against generative AI” från september 2025. Ju mer jag läste desto mer kändes det som att det var en historisk text; vilket är lite bisarrt. Men det är ett bevis på hur ohyggligt snabbt utvecklingen av generativ AI går just nu.

Sammanfattar man hans långa text så går den ut på följande:

• Generativ AI är en bubbla, drivet av kapital men utan faktisk efterfrågan dvs ingen vill ha AI egentligen.

• Nvidia är navet i en osund ekonomi där skuldfinansierade neoclouds köper GPU:er för pengar de inte har (som om det vore något nytt)

• Hyperscalers bränner miljarder utan att se reell avkastning på investeringarna.

• Openai och Anthropic står för nästan all intäkt – resten av marknaden är kosmetika. Typ.

• Tekniken är opålitlig i grunden och därför omöjlig att skala som ersättare för mänskligt arbete.

• “AI-agenter” är marknadsföring, inte teknologi. Och de fungerar dåligt.

• Företagen förstår inte arbete och överskattar vad som går att automatisera.

• Ingen tjänar pengar – utom Nvidia.

• Hela ekosystemet är beroende av antaganden och överdrivna löften.

• Kollapsen (bubbelbristningen) kommer inte på grund av teknik, utan på grund av ekonomi och brist på kunder.

Det går att uppskatta Ed Zitrons texter för det den är: en motröst till hypen. Men läser man den idag är det tydligt att flera av hans påståenden inte längre håller. Daterade på några få månader. Och en del är ganska tveksamma från början.

Det som fortfarande stämmer är egentligen tre saker.

Ja. AI är dyrt, och kostnaderna ökar fortfarande snabbare än intäkterna. Neocloud-aktörer som CoreWeave bygger på en strukturell risk då deras affärsmodell handlar om skuldsättning och ett fåtal dominerande kunder.

LLM:er är fortfarande verktyg snarare än ersättare. Vi ser verkliga produktivitetsvinster, men inte den arbetsmarknadsförskjutning som utmålats av många. Helt enkelt är det för tidigt.

Det som däremot inte stämmer längre:

Påståendet att efterfrågan saknas. Det är ju med blotta ögat möjligt att se hur AI adopteras in i arbetsflöden och att betalningsviljan faktiskt finns. Tittar man på statistik över användning så är den helt annorlunda. API-användningen har blivit en betydande marknad. På bara något år har det gått från experimentell teknik till vardagsverktyg och en del av människors verktygslåda.

Intäktsfrågan ser annorlunda ut idag. Microsoft tjänar visserligen inte något i relation till de massiva investeringarna, men AI-relaterad Azure-trafik är en av de snabbast växande intäktsposterna i bolaget. På samma sätt har OpenAI och Anthropic breddat sina intäktsströmmar och ökat försäljningen mot företag. Det betyder inte att de är ekonomiskt stabila men att de inte längre befinner sig i den nästan obefintliga intäktsfas som Zitrons text utgår ifrån.

Riktigt skev blir hans analys när han beskriver vilka aktörer som formar marknaden. Han fokuserar hårt på Nvidia och Microsoft, och lämnar två av de viktigaste spelarna utanför: Google och Apple.

Det är en smula enögt. Google är inte frånvarande i AI – i många lägen är de fundamentet. Alphabet står bakom en mängd stora metodgenombrott och sitter på en produktportfölj som når miljarder användare. Gemini är integrerat i Android, Chrome, Workspace och Search. I o m Gemini 3 så har de också fått erkännande som en mycket stabil LLM. Deras problem har aldrig varit teknik – det är kommersialisering. Sen ska vi inte glömma bort att Google satsar stort på egna TPU-er för att ge Nvidia en match på hårdvaruplanen.

Apple, å sin sida, har enligt Apples normala sätt upplevts som att de missat tåge men har blivit en nyckelaktör för OpenAI. Men med Apple Intelligence har OpenAI fått distribution på en nivå de aldrig kunnat bygga själva: djupt i operativsystemet, direkt in i vardagsflöden, till hundratals miljoner användare. Det gör Apple till både en strategisk partner och en gatekeeper för vad AI uppfattas som i konsumentledet. Apple driver också på mot en hybridmodell: små modeller lokalt, stora i molnet.

Det här förändrar spelplanen. Zitrons narrativ byggde på Nvidia som motor och Microsoft/OpenAI som draglok. Spelplanen såg redan då annorlunda ut men ett halvår efter ser den helt annorlunda ut.

Så visst: AI-infrastrukturen äter kapital. Probabilistisk teknik skapar problem när man förväntar sig determinism. Branschens retorik om “autonoma agenter” ligger fortfarande långt före vad tekniken faktiskt klarar. Men problemet med mycket av kritiken mot AI-branschen är att den blundar för utveckling och innovation som en process.

En av de första konferenserna jag var på som ”ung” och lovande sociala mediastrateg var Reboot i Köpenhamn. Där försökte man bland annat att få en robot att bygga en bättre version av sig själv. Oklart hur det gick (jag minns inte) men jag tänker på det när jag läser om ”hyperproduktivitet” hos Second Thoughts där Steve Newman tittar på hur utvecklare arbetar med agentisk AI och skapar en helt annan arbetsvärld där människan är en form av projektledare, slutdesigner som orkestrerar det hela medan en hög med agenter gör själva jobbet.

Newman själv ser att det fortfarande handlar om små, nya och relativt överblickbara projekt och att det här arbetssättet inte ännu är översättbart på stora, mogna och svårgreppbara projekt men också att det på många sätt inte minskar stress - och därmed inte nödvändigvis kan bevisa reell produktivitet - särskilt att det inte idag riktigt går att skala.

Men det är onekligen spännande och direkt funderar jag över hur det kan översättas från programutveckling till exempelvis strategiutveckling, till arbete med kommunikation. Vilket en del redan gör i liten skala men som jag tror vi kommer se mycket mer av framöver.

Låt oss fortsätta på spåret av agentic AI. I en lång och mycket bra artikel lyfter IEEE Spectrum hur webben förändras till att bli något som AI-agenter använder och därmed så blir det att även webbsidor blir en form av agenter (något som Tomas Seo pratade om för flera år sedan, bland annat här) vilket innebär att vårt fokus bland annat måste vara ”agent attention economy” dvs hur skapar vi bäst uppmärksamhet hos agenterna, inte hos våra målgrupper.

I en rejäl rapport har Epoch AI på uppdrag av Google DeepMind tittat på hur AI kan utvecklas 2030 och bortanför. Det är gigantiska siffror, det är lite jätten glufs glufs äter all energi över det hela. Samtidigt ser vi astronomiska summor redan idag gå in i AI-utveckling som är svåra att greppa (och det flaggas därmed för en bubbla). Egentligen inget nytt men rapporten diskuterar problematiken med att 2030 kan AI använda en procent av jordens elproduktion men samtidigt kan AI hjälpa till att minska utsläpp och påverkan genom optimering i andra sammanhang av vår produktion. 2027 räknar man att det inte finns mer människoskapad data att använda för träning, och då blir frågan om syntetisk data kan ha den kvalitet som gör att den går att använda vidare. Vetenskapen kommer antagligen ha allra störst nytta av AI-utvecklingen, liksom utveckling av produkter inom R&D om man ser till produktivitetsökning och effekt. Slutsatsen: vi vet inte riktigt hur vårt samhälle ser ut 2030 men AI lär vara en viktig del av det.

Jag tycker jag har lyckats ganska bra att utveckla hur några av mina AI faktiskt skriver mer likt hur jag skriver än tidigare. Samtidigt kan jag ibland fundera över om det är så att jag börjar skriva mer som AI säger att jag skriver än som jag faktiskt skriver. För i grunden: ju mer man läser desto mer förändras sättet man skriver.

I en undersökning från i somras så har en grupp från Max Planck Institute tittat på hur vissa ord fått en ökad användning och där det kan kopplas till att det är ”favorit”-ord hos ChatGPT (alltså i den modell som var aktuell då vilket är … länge sen i AI-utveckling).

Sen har vi em-dashes. Tankstreck. Något som är mer vanligt i fr a amerikansk engelska och inte är något nytt påfund men som diskuterats utifrån att vara ett säkert sätt (det är det inte) att se att något är genererat och inte skrivet.

Brian Phillips har gått igenom dess historia och sjunger dess pris som en del av utvecklingen av språket, långt innan ChatGPT genererade sin första stavelse och att det är illa att användandet blivit ett no-go.

En trevlig text om grammatik och skrivande (om man bortser från lite surmagade noter om AI-utvecklingen).

Jag vill avsluta lite kanske där jag började men nu i ”AI-land”. I slutet av en text som delvis går igenom hur ChatGPT5 lanserades (vilket ju nu är old news) så går Ethan Mollick in på diskussionen om The Era of Mass Intelligence.

”How do we harness a billion people using AI while managing the chaos that comes with it? How do we rebuild trust when anyone can fabricate anything? How do we preserve what’s valuable about human expertise while democratizing access to knowledge?”

Många diskuterar det här. Det är också i detta som den mest fruktbara gränsdragningen finns mellan doom-sayers och evangelists. För med det goda kommer vi få det onda. Precis som i sociala medier och där vi nu står mellan drakoniska lösningar pga man stirrar sig blind på det negativa eller en fortsatt frihet men som i sig kan diskuteras utifrån ägande av data och tillgång av plattformar.

”Vi borde lära oss av det vi misslyckats med” är ett vanligt argument runt hårda regleringar redan idag när det gäller AI. Borde vi det? Innebär det här inte samtidigt att vi kan hamna i en situation där vi reglerar bort det goda men det onda fortsätter röra sig i undervegetationen. Det går inte att stoppa in AI i lådan igen (det här är en bild jag har med mig efter att lyssnat några timmar på CGP Greys övertygelse om att AI kommer behöva finnas i en ouppkopplad låda). Det kan döda oss, det kan rädda oss - mest sannolikt att det kan göra båda sakerna samtidigt i god kvantfysisk teori.

Det jag tänker är att jag blir mindre oroad desto mer jag använder AI. För även om jag vinner tid i ena änden så tar det mer tid i andra. Även om jag i vissa projekt just är en sorts projektledare för ett gäng agenter så innebär det inte att jag gör saker snabbare utan att jag gör saker djupare. Workslop ja: ofta oerhört frustrerad över hur dumma saker som kommer ut ur mina AI och att de inte förstår mig.

Samtidigt som jag inte längre kan tänka mig en arbetsdag utan vare sig Perplexity, ChatGPT eller Gemini. Eller AI-funktionerna i Lightroom. Eller den blixtsnabba algoritmen i Threads. Omöjligt - mitt liv skulle bli så mycket sämre.

Så frågan är: ska vi verkligen alltid lära oss av det som varit?

---

Än en gång. Tack för att du läser. Tack för att du prenumererar. Ha en riktigt skön jul- och nyårsledighet. Vi ses 2026.

Än en gång har jag lyckats att plita ihop ett brev som Substack tycker är för långt så jag får konstant varningar…. sorry…

Jag fick en fråga av en gammal planner-vän runt hur vi ska se på algoritmerna; att det handlar om att skapa dopaminkickar, att det handlar om att lura människor. Jag tycker inte det. Det hela slängde mig in i en grävsession och en skrivsession där jag funderar över hur det faktiskt ser ut framöver. Liksom att det handlar om hur vi som marknadsförare behöver förhålla oss. Jag älskar sociala medier, jag älskar det relationella, det sociala, men inser att vi behöver förstå algoritmerna istället för att försöka knäcka dem. Att arbeta med dem istället för runt dem.

Jag håller på att arbeta med ett ”state of social media 2026” som jag kommer hålla på några platser framöver. Bland annat i Uppsala 19e januari så ta chansen att boka en plats redan nu.

Det här är en av de saker som jag kommer att prata om.

Det finns tidpunkter då ett systems egen logik flyttas utan att själva UI förändras. Allt ser i princip ut som det brukar. Appar beter sig som appar alltid har gjort. Flödet rullar förbi i samma rytm. Men under ytan byts själva arkitekturen ut, modellernas grundantaganden skiftar. Först långt senare förstår vi vad som egentligen hände.

Det är inte en fajt mellan TikTok och Reels, eller en sorg över att hashtaggar försvinner utan ett skifte av hur vi behöver förhålla oss till de gamla och de nya sociala medierna.

Från determinism till probabilitet, från historia till att förutsäga framtiden. Från att beskriva det vi har genom sociala relationer och tidigare intresse till att skapa en algoritmisk persona utifrån en sannolik framtid och gissade intressen. Datadrivet men på ett annat sätt än förut, socialt men med förändrad fokuspunkt.

Under de första femton åren byggdes allt på den sociala grafen. Relationer, kopplingar, nätverk. Ett flöde var tänkt att vara en spegling av människorna du umgås med. Innehållet kopplades till relationer, snarare än dina intressen. På gott och ont. Det sociala bar logiken.

Den strukturen, den grundidén håller på att bli sekundär. Den ersätts inte fullständigt, men den håller på att sluta vara central. I stället växer en annan logik fram i sociala medier: intressegrafen. En modell där plattformarna inte främst utgår från vem du känner, utan från vad du statistiskt verkar vara på väg att bli. En modell där sannolikheter tar relationernas plats.

Det är inte längre ditt nätverk som avgör. Det är din beteendesignatur.

I studien “TikTok and the Algorithmic Transformation of Social Media Publics: From Social Networks to Social Interest Clusters” beskriver forskarna hur TikTok ersätter nätverksbaserade offentligheter med algoritmiskt sammansatta kluster av användare. Det innebär att målgrupper (publiken) inte längre byggs av relationer, utan av likheter som systemet själv konstruerar.

Den stora översikten “Trap of Social Media Algorithms: A Systematic Review of Research on Filter Bubbles, Echo Chambers and Their Impact on Youth” visar hur algoritmer ofta förstärker beteenden snarare än att bredda dem. Det handlar inte om vad människor vill se, utan om vad deras mikrosignaler föreslår dvs prediktion utifrån små historiska data. Det är en långsam förändring där flödet lite smalnar av men utan att användaren märker det.

Samtidigt visar forskningen att den här typen av modeller också kan öppna dörrar. Samtidigt som publiken blir konstruerad av systemet snarare än sina relationer, så argumenterar forskarna att algoritmer ibland bryter det sociala filtret inbyggda isolering, och gör det möjligt att upptäcka kulturer och uttryck utanför det egna sociala nätverket.

Vi står alltså i ett fält där båda rörelserna är möjliga. Intressegrafer kan leda till både isolering och upptäckbarhet. Både fördjupning och fragmentering. Det beror inte enbart på tekniken utan på hur människor och kultur rör sig genom systemen. Det är just här som den svåraste och mest intressanta frågan uppstår: vad händer med kultur och identitet när algoritmer börjar förutsäga våra intressen innan vi själva hinner formulera dem? Vad händer när sociala media-flödet slutar spegla vårt sociala liv och istället blir projektorer för en möjlig version av oss själva. En version som modellerna tror att vi är på väg mot. Utan att vi har något att säga till om, åtminstone medvetet. Det kan vara en glidning från att svara på beteende till att forma det. Från att avspegla relationer till att konstruera riktningar. Eller en möjlighet till att få se mycket mer som man inte trodde man var intresserad av.

Samtidigt finns ett annat perspektiv som lätt glöms bort. Det sociala har burit en funktion som algoritmerna inte kan reproducera. Våra intressen formas i samtal, i friktion, i gemenskap, i kultur. Inte i närhet formad av statistik och data. Det är fullt möjligt att intressegrafens logik inte håller i längden. Att människor tröttnar på flöden som bygger identitet åt dem. Att relationer och kontext återtar sin roll. Det vore inte första gången tekniken föreslår något som människan artigt tackar nej till.

Det är också möjligt att plattformar själva tvingas ompröva. Relationer är nämligen stabila. Beteendesignaler är flyktiga. Om intressegrafer inte lyckas skapa långsiktig bindning kan det sociala åter bli nödvändigt — inte av nostalgiska skäl, utan som en teknisk och kulturell balanspunkt.

Framtiden är inte nödvändigtvis given. Det är inte säkert att intressegraferna är the end of the beginning. Lika lite är det sannolikt att den sociala grafen kan göra comeback i sin gamla form. Kanske är vi på väg mot en hybrid där relationer, intressen och kontext vägs mot varandra, och där algoritmer måste anpassa sig till den mänskliga kulturens långsamhet och variation.

För oss som arbetar med kommunikation är det här mer än ett tekniskt skifte. Det är en förändring av själva rummet vi arbetar i. Ett flöde som inte längre beskriver vad människor gör tillsammans utan vad system tror att människor borde göra. Ett landskap där identiteter kan börja konstrueras av signaler som aldrig var avsedda att definiera någon. Vi behöver förstå hur det påverkar både output, effekt och i slutänden affären.

Det är därför det är viktigt att vi förstår skiftet på djupet. Inte för att optimera för nästa variation av algoritm, utan för att behålla en känsla för vad som faktiskt är socialt, mänskligt och kulturellt bärande. Varumärket måste fortfarande skapa relationer. Marknadsföringen måste arbeta både med det vi vet, det vi tror och det vi anar.

I förra brevet finns en genomgång av hur vi kan tänka oss de gamla och de nya sociala medierna.

Nu till länkarna.

Först tipsa om ett nytt nyhetsbrev: Emma Frans, en av mina favoriter i kampen mot dumhet (läs; faktaresistens, uppblåst polarisering mm) har startat ett nyhetsbrev. Prenumerera!

I det senaste skriver hon om det här med skärmtid som för kvadriljonte gången är på tapeten och påpekar att det kan leda väldigt fel när man använder metaforen droganvändning för att förklara skärmtid. Att jag får blåsor av hela den här debatten är en sak, men det här är ett argument jag kan köpa.

En av de stora orosmolnen på AI-himlen är att de ska bli verktyg för att övertala och påverka opinion. I en forskningsstudie på en stor strata britter (över 70000) runt många frågor (700) respektive genomgång av en gigantisk mängd (400k) AI-påståenden hos ett stort antal LLM (19 stycken) så noterar forskarna att AI kan vara duktiga på att förändra synsätt och åsikter. Det intressanta är att storleken på LLM eller möjligheten att personalisera outputen har så mycket med saken att göra, utan det handlar om hur bra man tränat AI i att just påverka och övertala respektive hur precis promptingen var. Det intressanta är också att ju mer upplevd fakta som gavs av LLM, desto högre blev påverkan och fler bytte åsikt. Ju bättre LLM levererade upplevd fakta, desto fler gånger hallucinerade den fram desinformation. Det som forskarna också märkte var att förändringen var hållbar, ganska många av de som bytte åsikt fortsatte att behålla åsikten länge.

Det blir helt klart en ytterligare del i att till viss del oroa sig över oreglerade LLM och att personer med uttalade radikala åsikter äger stora LLM använda av många; inte bara Musk utan även inom OpenAI finns det åsikter som för många av oss kan kännas oroande (longtermism och effective altruism mfl som jag skrev om 2023). Genom att efterträna LLM så kan man skapa starka påverkansmotorer för att driva åt ett visst håll. Något som vi redan sett i Grok, ibland i flagranta nivåer när det kom till att lyfta Elon Musk.

Självklart innebär det här utmaningar; inte minst att det helt går vid sidan av TTPA och självklart kan man oroa sig eftersom många svenskar kommer att använda sin AI-kompis för att prata politik med.

Samtidigt så kan man fundera över varför det här ses som unikt. Retorik och att lära sig hur man påverkar är en gammal god mänsklig kunskap; och att ljuga med fakta är knappast unikt för ett LLM. Så på många sätt har vi skalat upp mänskliga svagheter maskinellt med AI, inte skapat ett monster i sig.

Inom samma härad så finns också BBC och EBUs stora rapport runt hur korrekt AI-botar återgav nyhetshändelser, vilket är en lite deprimerande läsning. Det som dock behöver noteras är att utvecklingen och uppdateringen av LLMs går mycket fortare än forskning vilket gör att det kan vara vid handen med viss skepsis utifrån tiden som gått sedan undersökningen.

Det man utvärderat är hur AI-assistenter som ChatGPT, Copilot, Perplexity och Gemini svarar på nyhetsrelaterade frågor. I detta visade sig hela 45% av svaren innehålla ganska stora fel och åttio procent av svaren hade något mindre fel. 20% av problemen handlade om direkta felaktigheter medan något vanligare var källhänvisningsproblem eller att man inte gav tillräcklig kontext. När det kommer till att ge korrekta citat så var 9 av 10 korrekta (Busch hade otur helt enkelt).

Generellt så hamnar vi här i samma problematik som när det gäller påverkan: ja, det är problem men det är inga unika problem. Människor tenderar också att missa citat, att strunta i källhänvisning osv. Men vår tilltro till en maskin är större än till en annan människa (ibland) vilket gör det här till en form av diskussion som behöver tas, men knappast kan användas för att avgöra om AI är bra eller dåligt.

Om vi fortsätter på temat så dök det upp en lite udda nyhet för ett tag sedan: att även AI kan drabbas av vad vi kallar ”brain rot” (årets nyord 2024). I korthet handlar det om att LLM drabbas av en högre grad av ”lathet” eller trötthet pga allt skräp de har som träningsdata från webben. Fr a har de använt Twitter/X som grund för att testa hypotesen och de ser en markant utveckling där framförallt det handlar om att hoppa över ”reasoning”, helt enkelt ta genvägar istället för att säkerställa ett svar. De valde två olika dataset: dels ett som bestod av korta populära men lågkvalitativa tweets (med kontrollgrupp av något längre populära tweets) respektive ett dataset med längre mer välskrivna tweets innehållande konspirationer och desinformation (med kontrollgrupp av högkvalitativa tweets med faktabaserat innehåll): helt enkelt att titta på om engagemangsdrivande eller innehåll styr hjärnrötan. Det visade sig också att de allra värsta var de korta populära men lågkvalitativa tweets som de mötte - detta skapade ”nontrivial declines (Hedges’ g > 0.3) on reasoning, long-context understanding, safety, and inflating “dark traits” (e.g., psychopathy, narcissism)” i mycket högre grad än tweets som var mer välskrivna men i sig kunde innehålla konspirationer och desinformation. Låter ju inte så kul. Generellt kunde man se att längre texter, oavsett innehåll, inte eskalerade hjärnrötan hos LLM på samma sätt som bitesized och lågkvalitativa texter. För att lösa det här krävs ganska genomgripande fine-tuning av LLMet, de mer lättviktiga metoderna hjälpte inte.

Okej. Det här känns både oroande men också inte så förvånande. LLMs lär sig saker och behöver hantera data. Lågkvalitativ data kommer inte på nåt sätt plötsligt bli högkvalitet bara för att det hamnar i ett LLM. Helt enkelt behöver man börja fundera över datakvalitet (och här skulle jag kunna orera en stund runt diverse stämningar och annat som sker från författare, media mm men det gör jag inte).

Det här talar också en del för att många gånger är antagligen snävare men välinställda LLM ibland minst lika bra som de stora breda, eftersom de förstnämnda antagligen tränats på högre kvalitetsdata. Jag skulle nog också säga att jag kan se samma bara genom att ”träna” agenter på material som jag har kontroll över. Stor skillnad på kvaliteten som kommer ur det.

Men jag vill också dra det lite längre: om vi tänker att hjärnröta hos ett LLM antagligen inte är helt olikt motsvarande hos en människa så är det intressant att vi som kommunikatörer och reklamare fortfarande spenderar ganska mycket tid och pengar på att göra så korta saker som möjligt; inte sällan av en måttlig kvalitet på oneliners. När vi i våra kurser pratar om ”längre texter” och att faktiskt våga lita på att människor läser saker så får vi alltid skepsis mot oss. För vi är tillvanda att skriva så kort som möjligt, så lätt som möjligt, så … brett som möjligt. Vilket i den mängd information vi idag tar till oss innebär att det blir en del av bruset.

Ibland funderar man hur det står till. I en debattartikel hos Resumé förklarar Kristoffer Housset och Robin Bratt på Lennox PR att AI ska tillhöra PR-branschen. Detta eftersom det är viktigt att förstå att “AI är en egen kommunikationskanal, som blir mer och mer relevant” och att det ”är inte en kritik mot digital- eller marknadsföringsbyråer. […] kommer fortsatt vara viktiga samarbetspartners när det kommer till teknisk implementering”. Sedan virrar de in sig i en lite oförståelig förklaring runt AEO och gör hela AI-utvecklingen till nån form av idé om att varumärken måste skapa sin synlighet i AI. Very confusing. För ja, de har rätt att det krävs strategi för AI-arbete men det är en mycket större fråga än runt varumärkens synlighet i Perplexity. Att PR-branschen (som jag ju oftast älskar som gammal JMWare) skulle vara de som ska äga arbete med varumärkens AI-strategi är dock lite hål i huvudet.

Jag ska erkänna att jag fick en lättare hjärnblödning av texten. Som tur var så replikerade min vän Douglas Lindevall på det hela. För det är helt enkelt så: förstår man inte tekniken bakom så kan man skriva hur fint innehåll som helst, och vara hur strategiska som helst men det kommer att falla platt. AI är inte en kanal. Det är inte en distributionsform. Det här skriver jag under varje dag: ”Detta är inte ”kanaloptimering”. Det är tekniskt beteendevetande, en kombination av dataförståelse, utveckling, semantik, modellförståelse och kommunikation. Att reducera detta till ”klassiskt PR-hantverk” är inte bara fel, det är riskabelt.” Och jag tycker Douglas levererar slutdelen mycket bra: ”Framtidens AI-optimering handlar om tre saker: Teknisk precision, systemen måste förstå dig, Datakvalitet och struktur, innehållet måste vara maskinläsbart, Trovärdighet och konsistens, budskapet måste vara värdefullt. Det är först när alla tre delarna möts som AI börjar rekommendera ett varumärke framför ett annat.”

Själv andas jag mest i fyrkant över hur mycket dumt man ska få lov att än en gång läsa när rädd gammelteknik ska försöka positionera sig…

Vine, kortvideoappen som blev känd för att loopa alla videos till förbannelse verkar återuppstå. Det är (trumvirvel) Jack Dorsey och hans ”&OtherStuff” som står bakom ekonomiskt. Både nya och som det ser ut rätt många av de klassiska Vine-filmerna kommer att kunna visas, och det hela kommer banna AI-slop med hårdhandskarna. Vine, som las ner av Twitter (Dorsey) 2016-2017, men som varumärke numera ägt av X där Musk flaggat för en återkomst också (där gissar vi väl mer att det blir Grok som gör filmer motsvarande Soras kortvideoapp). Ladda ner diVine härifrån.

Oklart om det här är en trend men frågan är vilka andra nedlagda sociala media-appar som kan komma att återuppstå (ingen får säga Jaiku)?

Substack (som jag fortfarande använder) har byggt möjligheten att ha en ”subscriber chat” dvs en chat som de som prenumererar har tillgång till. Ni som prenumererar och läser det här nyhetsbrevet är en bred grupp och jag gissar att valet att prenumerera handlar om att med (o)jämna mellanrum få tips om intressanta länkar runt AI, sociala medier och marknadsföring så jag vet inte om det här har nån nytta. Men jag vill testa i alla fall. Så om du vill gå med så finns den här. Du når den via Substack-appen eller via webben. Kanske kan man tänka sig att vi diskuterar nåt spännande innehåll tillsammans, ger feedback på mina texter eller bara säger hej. Välkomna in!

Det var allt för den här gången. Tills nästa gång!

/D

Jag har funderat över memes, AI och det där mänskliga. Både utifrån att memes inte uppkommit i samband med Internet utan finns långt tillbaka men också hur de fungerar på ett sätt som är i det närmaste omöjligt att förstå utan att vara en del av en kultur, ha ett självmedvetande. Och för min del: hur många usla marknadsföringsprojekt där man försöker använda memes måste man stå ut med innan nån lyckas?

Det är något särskilt med memes. Inte bara det uppenbara; att en distraherad pojkvän eller en tecknad hund i ett brinnande rum kan förklara arbetslivet, politiken och våra kollektiva neuroser bättre än en torr faktaspäckad rapport. Men att memes fungerar som sociala pass: förstår du dem är du inne i värmen, missar du dem är du utanför. Så har det alltid varit: från ”Kilroy was here” till ”6 7”.

Det är här det blir knepigt för marknadsförare. För memes bygger på precis det som marknadsföring traditionellt har haft svårt att omfamna: kulturell samtidighet, gruppkodning, kontext, självdistans. Om vi sedan lägger AI ovanpå: en teknik som är briljant på att imitera strukturer men ganska värdelös på att förstå vad skämtet egentligen är, så landar marknadsföringen alltför ofta i att skapa cringeworthy versioner och där deras piggybacking blir uppenbar.

Varför? För humor är inte ett format. Det är ett socialt kontrakt. Och AI förstår inte annat än det mest sannolika rätta sättet att svara utifrån matematik, inte aldrig utifrån social förståelse.

Det är därför AI-humor nästan alltid känns som en scen ur The Office där någon försöker dra ett skämt som ”ska vara roligt”. Punchlinen är där. Men mänskligheten saknas. Det är jazz efter noter, det är hårdrock utifrån mallar.

För att förstå Internetkultur måste man förstå vad det faktiskt är. Det är markörer för igenkänning, tillhörighet, frustration och små vardagssanningar. För att använda det i marknadsföring krävs att vara ett jag, en person, med relation och referenser. Det är i det här som det visar sig hur vi behöver både och i produktion av kommunikation.

Men det är intressant att fundera över hur AI faktiskt kan skapa effekt och förändring runt meme-kulturen, och i längden hjälpa oss marknadsförare att använda oss av detta.

AI kan driva en oändligt mängd meme-cykler. AI-slop eller fungerande viralitet - det går att testa sig fram. Det är redan svårt att vara snabb nog. Memer lever i timmar, ibland minuter. Med AI:

• genereras tusentals varianter på sekunder

• peakar trender innan någon hinner reagera

• skapar “överutbud” av humor

Varumärken kommer behöva röra sig från trendjakt (vi hakar på) till kulturförståelse (vad är det som kommer). Det går bara genom att finslipa sin intuition och leva internetkulturen.

Tanken att AI är det som ska göra jobbet är helt enkelt fallgropen. Visst - tusentals idéer kan genereras på ingen tid alls men idéer är inte sociala signaler. AI kan hitta formerna men aldrig vara tillhörig och förstå kulturen. Memes från AI tenderar att vara ganska mycket uncanny valley, det är reklam som försöker vara rolig, inte ett varumärke som naturligt blir en del av kulturen. I bästa fall en besökande främling, i värsta fall en invaderande kraft. Autenticitet är inte en stilistik, det är en fråga om vem som har rätt att ta sig rätten.

AI gör därför det mänskliga synligt i memes. För marknadsföring innebär det att man behöver släppa innehållsproduktion till förmån för att vara en del av en kultur. Lyhördhet, närvaro och social fingertoppskänsla går inte att automatisera.

Memes innebär helt enkelt en möjlighet att nå det autentiska, de är tecken på mänsklighet. Maskiner kommer ha svårt att delta i en community och berätta en historia. Det är i det där lilla, skavande, gemensamma skrattet som ett varumärke kan bygga relation på riktigt. Inte genom att imitera memer, utan genom att förstå vad memerna berättar om kulturen just nu. När vi skrattar åt en meme skrattar vi åt oss själva, tillsammans. Det är den hårda nöten att knäcka för marknadsföringen när det kommer till att vara en del av ett community.

Nu till länkarna.

Nåt brev framöver kommer antagligen innehålla en hög med länkar från Nicklas Berilds otroligt intressanta nyhetsbrev Unpredictable Patterns. I det senaste tittar han på utvecklingen av syntetisk opinionsdata, virtuella paneler och forskningsläget för att använda LLM som grund för allt från opinionsundersökningar till fokusgruppsarbete i marknadsföring. Det är långt och det både triggar nyfikenheten och skrämmer en i insikten om hur den som har makten över data har makten över hur vi väljer.

För det som Berild pekar på är att vi ser en syntetisk undersökningsvärld som är ”roughly right” vilket kan innebära att vi som människor rättar oss efter den virtuella datan snarare än söker det är helt sant. Likaså kan man se att det grundläggande statistiska ligger ”ganska rätt” på populationsnivå men saknar variationerna. Den virtuella datan rättar till den i vanliga fall närvarande varierande nivå av styrka i tyckande och det blir starkare polarisering som kommer ut av syntetiska undersökningar.

Samtidigt som han påpekar att det är ganska lätt att styra den output som man får; genom träningsdata, genom urval av persona och sedan outputen. Problemet med LLM är att det är oerhört bra på hela strator men dåliga på att hitta den mänskliga skillnaden. Det är matematiskt “roughly right” men beteendemässigt skevt.

Jag har sett flera exempel där man i mitt gebit använder sig av olika modeller för att arbeta med målgruppsförståelse och fokusgruppsarbete. Vilket jag tror i viss mån är riktigt bra; för även en polariserad fokusgrupp utan stora variationer kan vara bättre än ingen alls. Samtidigt som sanningen ibland kan ligga i variationerna och avsaknaden av den datan kan skapa mindre spetsiga insikter.

De som känner mig och pratat reklambranschen senaste åren med mig vet att jag generellt säger “we’re fucked” om den traditionella byråmodellen. Och det från en person som delvis räddades genom att ramla in i reklambranschen, hittade ett nytt kall i den.

Men när jag läser Zoe Scalmans långa föreläsning om en bransch i fritt fall så kan jag bara nicka och verkligen säga: this is it. Hennes ingång är två ingångar - dels att AI äter branschen till frukost men också att branschen för länge lyft manliga förmågor och män som genier. Kunde inte skriva under mer.

Det är en galet arg och uppfriskande uppgörelse med den bransch som vi är många som älskat och som idag fullkomligt trasas sönder just nu. För att det är för många som blundat under många år: för sociala medier, för en helt ny mediavärld och nu försöker hålla kvar nån form idé om en kreativitet som aldrig kan slås ut av AI. Och av att kvinnor är de som av många olika anledningar är de som alltid fått utveckla det som idag är det som behövs:

“Systems literacy. Architectural literacy. Adaptive literacy. Reconstructing work. A new creative intelligence.”

Allt det som knappast är grunden för den traditionella byrån. Läs hennes text.

Det paper som OpenAI släppt: Why Language Models Hallucinate är intressant på flera nivåer. Jag refererar deras abstract eftersom resten är väldigt långt:

“Like students facing hard exam questions, large language models sometimes guess when uncertain, producing plausible yet incorrect statements instead of admitting uncertainty. Such “hallucinations” persist even in state-of-the-art systems and undermine trust. We argue that language models hallucinate because the training and evaluation procedures reward guessing over acknowledging uncertainty, and we analyze the statistical causes of hallucinations in the modern training pipeline. Hallucinations need not be mysterious—they originate simply as errors in binary classification. If incorrect statements cannot be distinguished from facts, then hallucinations in pretrained language models will arise through natural statistical pressures. We then argue that hallucinations persist due to the way most evaluations are graded—language models are optimized to be good test-takers, and guessing when uncertain improves test performance. This “epidemic” of penalizing uncertain responses can only be addressed through a socio-technical mitigation: modifying the scoring of existing benchmarks that are misaligned but dominate leaderboards, rather than introducing additional hallucination evaluations. This change may steer the field toward more trustworthy AI systems.”

Hallucinationerna, som de påpekar är ofrånkomliga och en smula mänskliga (även människor gissar, skarvar och lägger till när de inte vet - när träningsdatan är otillräcklig), är något som många håller mot AI-utvecklingen. Det är ett antal delar som spelar in, som jag delvis skrivit om förut: probabiliteten istället för determinism, vanan vid att få ett “rätt svar” av Google osv. Ett förhållningssätt mot AI kan inte vara att det är perfekt, utan minst lika imperfekt som människor men eftersom det är teknik, och att vi har byggt en form av övertro på tekniken så kommer det här som ett bett i ändan. Helt enkelt handlar det mer om att AI kan vara bättre på att gissa än människor, helt enkelt för att datan är mer bred (eller djup beroende på LLM) vilket knappast är något som är dåligt i sig. Att hävda att AI är dåligt pga att det svarar fel blir märkligt om man i nästa andetag hävdar att människan behöver finnas med: för människor svarar fel oftare än de flesta AI. Sen har människor en fördel: man kan göra en form av uträkning över om något är sannolikt utifrån sin världsbild och sin erfarenhet. Något som ett AI inte har.

Problemet ligger helt enkelt i att många AI-investeringar bygger på att skapa automatisering som sparar pengar, inte skapar förutsättningar för att tjäna pengar genom att utnyttja människor och AI för att skapa så säkra svar som möjligt.

Förra veckan så körde vi vår kvadriljonte omgång av Bygga varumärke i sociala medier på Berghs jag och Sarah (nästa går av stapeln veckan 6 - gå den). Den här gången hade vi två elever som faktiskt gått den förut; ena för åtta år sedan och den andra för fyra år sedan. Lite intressant, då de båda kände att det gav dem jättemycket.

För nånstans känns det ibland att det inte händer så mycket inom sociala medier, att det är mycket som är som förut.

Samtidigt som det är en farlig tanke: för sociala medier förändras konstant. Inte minst de senaste åren med en fullkomlig omvandling av algoritmernas grundläggande inställning och grundvärden: från det sociala till intressegrafen.

Rachel Karten på Link in bio gör en väldigt bra genomgång av “Old and New social media” som lyfter några av de grundläggande förändringar som faktiskt skett. Hon noterar att det är viktigt att förstå algoritmerna men på ett sätt som innebär att man vet när man ska “följa reglerna” och när man ska bryta med dem. Och förstå både möjligheter och konsekvenser. Hon är, precis som jag och Sarah, övertygad om att oavsett så är det fortfarande av vikt att jobba med autenticitet, med socialitet och allt det som alltid varit grunden för sociala medier. Men hon ser också behov av att byta strategier för många företag. Inte minst att förstå de olika kanalerna inom de olika plattformarna som olika delar av funneln. Men också att satsa på någon av de taktiska modeller som vi idag ser är framgångsrika:

• “More shots on goal”-strategin. Handlar om att publicera mycket innehåll för att öka sannolikheten att algoritmen plockar upp något som får stor spridning. Mycket använd av medier, sport, underhållning och där det är lägre fokus på kurering och mer på volym och experiment. Inte sällan också en del av ny köpt strategi där man väljer att köra ut breda målgrupper på sina sponsrade poster.

• Den fokuserade eller seriebaserade strategin som innebär att bygga serier och återkommande format som liknar TV-program men också att utnyttja evergreen-innehåll. Algoritmerna gillar konsekvent, återkommande innehåll och har fokus på retention.

• Vågstrategin” (wave approach) som är en sorts blandning av vardagligt innehåll och kampanjer med höga räckvidder. Grunden ligger i att helt enkelt inse att räckvidden går upp och ner beroende på inlägg och att man snarare börjar titta på rätt räckvidd snarare än stor räckvidd.

Men som hon avslutar sin text: det handlar fortfarande om att förstå det sociala, att skapa relationer och…

“While the surfaces for scale will require one strategy, so will the surfaces for social. Actual social. The social that’s been left behind. It will become more important than ever to create spaces—especially offline spaces—to connect with the people who love your brand.

Det var allt för nu. Jag räknar kallt med att det kommer åtminstone ett till nyhetsbrev innan årets slut. Så allt sånt där med god jul och gott nytt år får vänta. Kommentera gärna, tipsa gärna andra om nyhetsbrevet!

Till nästa gång / D

Jo. Att skicka ut ett nyhetsbrev på en fredag är kanske inte så smart. Särskilt en fredag i höstlovsveckan. En fredag när folk börjar planera för Halloween och ledighet. Det var inte så smart - det ser jag på öppningsfrekvensen. Så ni som vill, men kanske missade förra nyhetsbrevet pga ledigheter mm så finns det här.

“Technology always has unforeseen consequences, and it is not always clear, at the beginning, who or what will win, and who or what will lose.”

Neil Postman höll en föreläsning för German Informatics Society (Gesellschaft für Informatik) i Stuttgart den 11 oktober 1990. Hans exempel var klockan, Gutenbergs tryckpress och kapitalismen.

I förra brevet (som råkade bli felnumrerat) så pratade jag mycket om inställningar och förhållningssätt. I ljuset av att haft nöjet att leva igenom både internet-revolutionen, mobilrevolutionen, sociala media-utvecklingen och nu AI-förvandlingen (och faktiskt desktop publishing-förändringen när jag tänker efter) så känns det som ett klockrent citat. Både på gott och ont. Inget av dessa blev det fantastiska som det var tänkt, och samtidigt så blev det inte döden för en massa gamla saker (möjligen att vi ändå ser sista sucken för tryckta dagstidningar).

“We tend to overestimate the effect of a technology in the short run and underestimate the effect in the long run.” Det som kallas Amaras lag och är ett citat från Roy Amara från någon av hans föreläsningar på 70-talet pinpointar det vi ju faktiskt sett. Det internet vi visionerade på mitten och slutet av nittiotalet blev inte men det blev så mycket mer men kanske på ett annat sätt. På gott och ont. Mobiltelefonens utveckling skapade helt andra möjligheter till mobilitet, till säkerhet, till socialitet. På gott och ont. Vi kan fortsätta igenom de teknologiska revolutioner som vi har senaste 40 åren och vi kommer se samma sak: ”nu kommer allt gammalt dö” men det blir inte så. Det är få saker som dött (ok, fast telefoni och telefonkatalog) men det är snarare så att skiftet är inte binärt utan att teknologier påverkar varandra, förändras och dess vikt gentemot varandra förändras.

Nu är vi på väg igen att dödförklara sociala medier för kvadriljonte gången. Jag tror det är viktigt att ha de här två sakerna i bakhuvudet; visst kan AI komma att döda sociala medier, men likväl så kan sociala medier vara motståndskraftiga och överleva men förändras - antingen till något som är mindre eller mer socialt. Kanske gäller det även AGI: kanske kan det döda oss. Eller så är den mänskliga intelligensen resilient på ett sätt teknologin inte kan vara. (och för övrigt anser jag Matrix vara världens bästa film :)).

---

Nåväl. Till länkarna.

---

Vi börjar med att välkomna tillbaka Björn Owen Glad till nyhetsbrevens glada värld. Lagom till att jag får påpeka att jag tycker hans ansats i att ”det är i mellanrummet mellan teknikpanik och överdriven teknikoptimism som det händer något spännande” i hans senaste brev är just det som kan behövas men att han tyvärr tenderar att falla lite i negativism-sidan i sin korta text. Men det kan bero på att jag oftast definieras som teknikoptimist också. Men jag tror att just den ansatsen är den intressanta: det är där Postmans ”unforseen consequences” kan ses, och det är där den sansade balanserade estimeringen kan ske.

---

Jag fick en länk från ett nyhetsbrev jag inte läst förut av Sarah (ni vet hon som jag pratat om sociala medier med i mer än tio år) där författaren Jaskaran menar att sociala medier (och internet i stort) riskerar att förlora sitt värde och sitt syfte genom den utveckling av algoritmen, AI-plattformarnas sammanfattningar och scraping liksom att det sociala ersätts med orkestrerat innehåll i form av allt från memefiering till fake-kommentarer. Det innebär att användare i slutänden slutar att delta utan börjar att konsumera. Det är enklare och algoritmerna skapar vinster genom detta. FOMO handlar om att inse att man missar massor om man lägger tid på att interagera. Mitt i det släpper vi lös AI och får slop i alla former. Hans slutsats handlar om att sociala medier håller på att bli ett distributionssystem snarare än ett socialt rum och frågan behöver vara ”varför” och inte ”vem vinner”.

Deppigt. Jo, och än en gång: allt är inte så som de som vill driva en sida anser det vara. Dock har han fått en ny prenumerant.

---

En annan bra artikel (som jag hoppas ni kan öppna - oklar över det här med gåvoartiklar) hittar jag i Peppes utmärkta nyhetsbrev: Damon Beres skriver en lång artikel om hur vi nu får ”anti-social” media utifrån hur alla de stora techjättarna satsar på chatbots, som tar människors plats. Det är läsvärt, och fyllt med exempel men där Beres lite tappar greppet är när han dels påpekar att vi sett liknande utveckling i början av alla teknologiska hopp och att det sedan inte blivit fullt så ”illa” (eller värre på andra sätt än de vi trodde) samtidigt som han med hjälp av exempel försöker bevisa en framtid som han delvis vet kommer att se annorlunda ut.

Men med det sagt - det är intressant problematik som Beres lyfter fram. Den viktiga ligger i det som jag ibland känner mig som en robot i att försöka förklara för personer som gnäller över att deras sökningar på Chattis inte blir rätt: generativt AI har inte rätt svar men de har bäst svar. Det vill säga probabilitet istället för determinism. Det sanna svaret är inte nödvändigtvis det mest logiska svaret osv osv. Så ett av problemen är filterbubblor och confirmation bias. Men också en viktig del som förloras är friktionen; otaliga är de exempel där en kvinna går på dejt med en man och han pratar bara om sig själv. Inte sällan ser han inte irritationen, uttråkningen hos kvinnan. Tills det är försent. Friktion, en viktig del i att vara social är att kunna läsa av den. Med en chatbot kommer det aldrig finnas någon friktion, utan boten lyssnar oavbrutet och kanske även som den synkofanta personlighet den är kommer den hela tiden ge positiv feedback i att fortsätta prata. En ytterligare del ligger i moral och skydd av sin egen etiska syn på sig själv. För ett AI kan sudda ut gränser i exempelvis sex, ett AI kan inte (det här kommer vara en intressant diskussion framöver iofs) bli utsatt för övergrepp. Det innebär att det är relativt fritt fram för ganska grov exploatering, men också att det ökar risken för att människor blir utsatta. Beres noterar att barn som umgås mycket med AI-chatbotar kan komma att missa lärdomen runt sociala koder, och generellt vänja sig vid en interaktion som inte hjälper dem i mellanmänskliga relationer. I slutänden menar därmed Beres att vi är på väg att öka isoleringen mellan människor, ett problem som redan är påtagligt i undersökningar, och sätta in substitut för vänner genom AI. Med tillskyndande av techjättarna.

Som jag sa: jag tror Beres köper in för mycket på doom and gloom, och jag kan fascineras över att det bland vissa tech-journalister finns en viss ”vad var det jag sa” när de än en gång får dödförklara sociala medier. Men självklart: vi behöver inte göra samma fel som förut heller.

Vilken webbläsare använder du? Låt mig gissa… Chrome i datorn och Safari i din Iphone (jaja - Androidanvändare ni använder väl Chrome… ;)). Men varför inte använda AI-browsers?

Eftersom jag har Pro-abonnemang både för Perplexity och ChatGPT så har jag också laddat ner både Comet, som är Perplexitys brynare, gratis och fungerar på alla sorters abonnemang och Atlas som är Open AIs version som också är gratis men som vad jag förstår ändå fungerar bäst med ett betalt abonnemang.

Jag har testat… lite. Det blir lätt att man fastnar på att ha inloggningar och allt i Chrome. Bland annat känns det inte helt solitt att behöva importera sina lösenord och verkar si och så med kompabiliteten med lösenordstjänster. Kan vara SBS…

En del normala grejer är svårare; varken Atlas eller Comet känns helt färdiga även om den senare bygger på open source-ramverket som också Chrome bygger på vilket gör det enklare att applicera olika funktioner man vant sig vid. Atlas är ganska basic (även det byggt på Chromium) förutom alla AI-grejer om hängts på och som gör att den känns mer futuristisk genom agent-funktion mm.

I en bloggpost så går Turing-universitetet genom vad som är bäst var och jag håller med dem i mångt och mycket; inte minst att Chrome fortfarande är ”bäst” för vardagsbrynande. Comet bra för research, Atlas bra för allt som ChatGPT är bra på. Archit Jahn har gjort en mer djupgående analys men i princip är det samma grund han kommer fram till som den första.

Själv har jag, för att lösa problemet med att vissa saker inte fungerar så bra i Comet eller Atlas helt enkelt börjat använda det lilla smarta tredjepartsprogrammet OpenIn som gör att jag dels kan ställa in vilka länkar som ska öppnas var, och får välja om det är en länk som inte finns i mina uppsatta regler. Smut.

---

Det är en intressant vinkel som Will Douglas Heaven tar i sin monstruösa artikel ”How AGI became the most consequential conspiracy theory of our time” men det är extremt spännande och lite galet, och även om han inte fullt ut lyckas koppla ihop hela analogin mellan AGI-utvecklingen och konspirationsteorier så är det lätt att se hur vi har en perfekt storm av högteknologiskt ingenjörskap, new age-influerad inställning till framtiden, en stark polarisering mellan evangelister och doomsayers plus en utveckling där vi gått från att tro på en gud, till att tro på människan och nu tror på teknologin.

”Talking about AGI can sometimes feel like arguing with an enthusiastic Redditor about what drugs (or particles in the sky) are controlling your mind. Each point has a counterpoint that tries to chip away at your own sense of what’s true. Ultimately, it’s a clash of worldviews, not an exchange of evidence-based reason. AGI is like that, too—it’s slippery.”

Det här är en ”must-read”. Det är långt som bara den men är man intresserad av historien runt AGI, ni vet den där delen när AI blir smartare än oss, kommer på att vi människor är ett problem och dödar oss… så ska man läsa det här. Det är en genomgång av hur AGI gick från att vara en idé hos några tidiga crackpot-technördar till att bli det centrala narrativet som idag renderar investeringar i en hittills aldrig skådad nivå. Det är en genomgång av olika möjliga svar varför AGI är en sån viktig del i en teknologisk utveckling som i sig själv är nog; varför behöver man tro på något som är större.

Är det en konspiration? Eller är det en kommande apokalyps? Eller är det några män som i bakgrunden redan styr utvecklingen för att tillskansa sig ultimat makt? Eller kommer AGI att rädda världen? Eller är det bara en myt och omöjligt för teknologin att bli smartare än människan?

Ingen vet. Men många tror.

En av de bästa saker som sagts om det här med att vara säker på en tro är Jonas Gardell som säger ”tänk om alla har fel och gud är en isbjörn på Grönland” och Heaven landar lite i samma fundering:

”I think the whole idea of AGI is built on a warped view of what we should expect technology to do, and even what intelligence is in the first place. Stripped back to its essentials, the argument for AGI rests on the premise that one technology, AI, has gotten very good, very fast, and will continue to get better. But set aside the technical objections—what if it doesn’t continue to get better?—and you’re left with the claim that intelligence is a commodity you can get more of if you have the right data or compute or neural network. And it’s not.

Vem gillar inte kartor. Eller en infograf. Här finns det en över hela AI-spektrat. Det är magnifikt, mastodontiskt, megalomant. (Och jag minns inte hos vem jag hittade den men tack tack). Det är i sig också en ganska bra översikt över varenda del av AI-utvecklingen och industrin, ned till koppar och kisel, vatten och el. Det är som att titta på en fraktal på många sätt och kanske ibland mer skrämmande än AGI-diskussionen men också minst lika fascinerande.

Det var allt för den här gången. Vi kan säga så här: den läslista jag har sparad kommer att göra det intressant att följa vidare. Gillade du det - klicka gärna en like. Tänker du nåt? Kommentera gärna. Tycker du nån annan borde läsa det? Skicka gärna vidare eller tipsa om att prenumerera. (Nu känner jag mig som Matgeek…) Tills nästa gång! /D

Den kurs som jag och min bästa vän och favorithjärna Sarah Larsson Bernhardt undervisar i på Berghs handlar många gånger om inställning. Att bygga ett varumärke i sociala medier behöver starta i både mottagarens och varumärkets inställning till både sociala medier, sociala mediers möjligheter men också den interna bias och det kunskapsgap som finns där.

Det som jag skriver om nedan känner jag igen, både från att under 16 år arbetat med strategier för sociala medier men också fortfarande ser. Både när jag möter kunder men också när vi möter elever i kursen. Och när vi lyckas att bredda och uppdatera inställningen i klassrummet så har vi lyckats.

Kursen Bygga varumärke i sociala medier går nästa gång av stapeln 26-28 november. Det finns en del platser kvar så har du lust att både utmana och få en rejäl påse kunskap från mig och Sarah så anmäl dig.

Jag är lite nyfiken på vad ni läsare tänker om min inställning till AI. Egentligen. Är jag jätteoptimist, evangelist, doomsayer, skeptiker eller nån form av mittenställning - å ena sidan å andra sidan, eller bara en iakttagare?

Jag funderar över det när jag läser Peters nyhetsbrev där han på många sätt argumenterar på många sätt som jag själv ser mig: det handlar om att förstå, lära sig, utgå från att ett verktyg kommer att skapa mer gott än ont. Läs det här först är mitt heta tips.

Läst det? Bra. För den diskussion som skedde i nyhetsbrevets LinkedIn-post (invecklat det här) är intressant. Jesper, en annan av alla de smartskallar jag har äran att känna, lyfter en argumentation som fr a riktar in sig på hur AI snabbt blivit kapat av kapitalet, och hur det vi ser nu är samma utveckling som skett exempelvis i sociala medier - och det är inte positivt. Petronella, Måns och flera chippar in.

Det här är en diskussion jag hoppas får pågå längre. Som jag tror behöver pågå just nu. Det jag landar i är att jag håller med både Peter och Jesper i olika delar.

Det positiva ligger i att prata framtiden och inte bara tekniken, att diskutera konsekvenserna och inte bara siffrorna. Vad är tangentens utdragna riktning på att AI-revolutionen riktar in sig på white collar? Vad innebär automatisering av kreativa yrken? Vad innebär AI för våra själar, för våra relationer?

Själv beskriver jag mig nog för tillfället som försiktigt optimistiskt nyfiken men med skepsis till storvulna visioner. Hur beskriver du dig?

Bubblan. Det är många som börjat att prata om ”bubblan” - AI-bubblan. Kommer vi se samma utveckling som dotcom-kraschen? Eller är AI så annorlunda att det inte sker? Daniel Karlsson har gjort en enkel genomgång av historien och sedan dragit tangenten till var vi skulle vara efter en brusten AI-bubbla. Det sista är intressant och bör kanske vara något för många att titta på redan idag: skippa hypen, titta på effektivitet, se AI som ett verktyg och vaccinera er mot FOMO.

”They are probabilistic, statistical systems that tell you what a good answer would probably look like. They are not deterministic systems that tell you what the answer is. They do not ‘know’ or ‘understand’ - they approximate.”

Att det ska vara så svårt för många att förstå den här skillnaden tänker jag när jag läser en äldre text av Benedict Evans som går igenom hur man faktiskt ska förstå ”en bättre modell” när det kommer till AI-modellerna. Även om vi får ”bättre” modeller som ger fler ”rätta” svar så är problemet lite att vi inte riktigt vet om det är rätt svar utan att vi på andra sätt säkerställer svaret. I grunden är det här problemet vi står inför: vi vill göra saker som kräver determinism men vi använder ett verktyg som bara kan probabilitet. Och att komma runt problemet är, som Ben Evans visar i sin text en smula invecklat om det ens är möjligt.

Innebär det automatiskt att AI är misslyckat? Knappast. Snarare att det gör andra saker som inget tidigare lyckats med. Men det innebär samtidigt att det inte behövs bättre modeller tekniskt utan också andra tankemodeller för oss människor för att förstå det. Lite som det exempel med Iphone som Ben avslutar med.

Det finns egentligen två sidor av AI-myntet när det kommer hur vi som människor ser på användandet. Dels är det bilden av att den som inte använder AI kommer att hamna på efterkälken, det är det nya som alla måste kunna och inte nog med att bilan hänger över kontorsmänniskor i att kunna bli utbytt mot ett AI, att inte förstå AI är nåt som kan göra att man inte få löneförhöjning, ses som framåt och effektiv (även om vi ju också har studier som visar att AI-slop skapar work-slop).

Dels är det en gissningsvis övergående värdering men som vis av erfarenhet kan vara en smula klistrig: att den som använder AI kan ses som mindre kapabel, duktig respektive kanske lat. Enligt studier från Duke University är det ett reellt problem. Korrelationen ligger i erfarenheten av att använda AI hos den som bedömer en annan person.

Vi ser det delvis i ”AI-slop”-diskussionen, där det inte nödvändigtvis handlar om att en AI-genererad text eller bild är sämre utan det negativa ligger i att en person inte lagt sig vinn om att skapa något själv. Eller den generella åsikten att den som använder AI för att exempelvis skriva ett personligt brev visar låg respekt. Diskussionen om överanvändning av tankestreck, och människors val att sluta använda sådana pga att deras text kan anses som AI-genererad är kanske det mest påtagliga exemplet på dubbelmoralen inför AI.

Istället för att se det som något smart att använda sig av ett verktyg som skapar en bra text eller en bra bild eller nåt annat så anses det som ett försök att ta genvägar, att inte vara ärlig och vi är tillbaka i saftmätar-situationen.

Problemet blir därmed tvåfalt: både i att adoptionen av AI blir lidande vilket gör att effekten minskar, och att gapet mellan synen på och den reella kunskapen om AIs fördelar inte minskas.

En lösning (?) eller åtminstone ett försök att förstå både det sociala stigmat men också att inte försöka utföra uppgifter som kräver deterministiska svar med en teknik som bygger på probabilitet försöker Ethan Mollick mejsla fram i en lång text som pinpointar ett grundläggande faktum:

• Människor använder tekniken men de strategiska fördelarna finns inte pga frånvaro av mandat och ledarskap - och kanske socialt stigma.

• AI adopteras i organisationer mer av FOMO och med vänsterhanden snarare än med ett strategiskt grundläggande förhållningssätt.

• Organisationen är inte byggd för att hantera AI-transformationen, ledarskap saknas som kan ta organisationen till rätt förväntan, rätt förhållningssätt och därmed få effekt av det.

Mollicks lösning är ganska elegant ändå: ledarskapet, som sätter riktningen och skapar trygghet att experimentera; labbet, där idéer prövas, testas och omsätts i praktisk kunskap; och massan (den klassiska tanken om the beehive), de många användarna vars vardagliga erfarenheter ger rörelsen kraft och förankring.

En del organisationer har valt en sån väg, andra har vissa delar på plats men inte alla, andra försöker göra det men det finns kulturella problem i organisationen som gör att det misslyckas så självklart - elegans är en sak men verklighet en annan.

Det tråkiga ligger i att vi riskerar att försena det goda genom att transformationen går fel eller inte startar.

”…the worst thing you can do is give people chatbots and faster PowerPoint generation through Microsoft Copilot and call it transformation.”

Zoe Scaman tittar på strategier för AI-implementation och noterar att vi redan håller på att missa mycket. I grunden handlar det om att istället för att omfamna det faktum att AI är något annat och därmed kan göra andra saker så använder vi det för att skapa inkrementella vinster utan att fundera över hur det kan förändra organisationens arbetssätt i grunden. De lågt hängande frukterna blir hela vinsten, inte möjligheten att skapa ett nytt träd.

”Every major AI implementation should include both incremental optimisation objectives and radical scenario exploration.”

Det är ganska radikalt och för många skrämmande att inse att experimenterandet kan få konsekvenser som vida överstiger några procents effekt-ökning. För på samma sätt som vi behöver ändra synsätt på generativ AI för att förstå vad det faktiskt kan transformera så behöver vi titta på organisationen på samma sätt. Det ord som vi hatade för några år sedan börjar bli vid handen: disruption.

En mer personlig sak - jag har blivit deltidsstockholmare. Jag skriver om det på LinkedIn. För de som känner mig är det en högoddsare. Anledningen är något så analogt som kärlek. Så kan det gå.

En av fördelarna med att inte alltid behöva passa tåg till Västerås (eller till Borlänge som jag gjorde under tio år) utan kan sätta mig på tunnelbanan till Gubbängen är att jag kan gå på fler mingel, mer föreläsningar och konferenser. Det har jag saknat en hel del.

En av de som jag ska gå på redan den här veckan är Novus Knowledge Day som kommer att gräva i hur det offentliga samtalet utvecklats och varför vi inte gör något åt det. Rejäl uppställning av smarta personer kommer att diskutera ”Vad formar egentligen vår samtid? Vilka drivkrafter, värderingar och beteenden påverkar utvecklingen? Vilket håll går utvecklingen och bör vi ändra riktning?”

Kom dit du också. Redan nu på torsdag 6e november kl 12. Du får 20 % rabatt med koden: NOVUSKD2025.

Glöm inte att komma fram och hälsa!

Allt för den här gången! Tills nästa gång! /D

”Nu blir sociala medier bara AI”, ”AI och sociala medier är som gjorda för varandra”, och ”AI-slop är döden för sociala medier som vi känner dem”.

Alla pratar om Cory Doctorows tes om ”enshittification”.

Sora (appen) som bygger på Sora 2 (modellen) är Open AIs försök att ta plats i sociala medier. Med AI-genererade roliga och underhållande filmer med dig själv i huvudrollen. Med likes och kommentarer. En TikTok-klon för maskin-eran. Enligt vissa det bästa som hänt internet på flera år, enligt andra beviset på civilisationens undergång - medan vissa tar en mitten-approach och funderar över fördelar och nackdelar. Samtidigt som Meta kommer personalisera annonser utifrån de samtal som användare för med deras chatbotar.

Andra siffror pratar om så mycket som hälften av allt innehåll på sociala medier är AI-genererat. Allt från bilder och texter till kommentarsbotar. Samtidigt som det diskuteras ”workslop” helt enkelt att AI-användning skapar merjobb snarare än effektivitet.

Är det här sociala medier? Jag vet inte. Generellt beror det ju på hur vi definierar ett socialt media, och vad vi lägger in i ordet ”sociala”. Kan vi vara sociala med en maskin? Kanske - både utifrån hur vi skapar vänskap (se länk) liksom det som förutom att ha ”ett bättre Google” är mesta användningen av AI: att fråga om råd och skapa en digital kompis (eller assistent). På gott och ont. AI-psykologen som verfierar dina känslor snarare än att utmana dem, eller som i vissa fall accelererar en psykos. Men är det socialt? Eller krävs det två människor för sann socialitet?

Jag älskar (fortfarande) sociala medier. För mig är det både personligen värdefullt och professionellt ser jag inte riktigt hur vi ska kunna klara oss utan dem. Det är därför jag för 16 år sen valde att sälja av min del av en reklambyrå och satsa på att utbilda och utveckla sociala medier för företag och organisationer.

Det här brevet kommer att handla mest om sociala medier men också om AI. Dels för att Internetstiftelsen förra veckan släppte Svenskarna och internet där båda är viktiga delar men också för att vi närmar oss att verkligen förhålla oss till AI i sociala medier, men också förhålla vår sociala media närvaro till AI.

Som jag tidigare sagt så ser jag extrema likheter mellan hur AI-hypen ser ut till hur det såg ut när sociala medier började omtalas. Det är hela rangen av inställning: från förlöjligande till evangelism, från rädsla till totalt omfamnande, från negligerande till aktivism.

Det intressanta är att trots att vi närmar oss 20 års-strecket för sociala medier så finns mycket av det kvar, inte minst i det mer negativa spannet; det är fortfarande en del som menar att sociala medier är ointressant inom kommunikation och marknadsföring, det är fortfarande många som förlöjligar sociala medier, och personer som arbetar eller skapar innehåll. Men också så ser vi baksidor av sociala medier, vi ser att vissa människor inte mår bra och att sociala medier kan accelerera, vi ser förändringar i kultur, i samtal och i allt från dejting och mötesplatser. Vi ändrar vårt beteende tack vare och till följd av och ibland med tvång av sociala medier.

Samma sak kommer att ske med AI, även om den stora skillnaden mellan AI och sociala medier är att det ena är ett verktyg (eller verktygslåda) och det andra distribution. Men påverkan kommer att vara stor, och interaktionen med AI är lik de relationer som vi skapar på sociala medier (men aldrig med sociala medier).

Samtidigt som vi är i ännu ett gigantiskt tekniklyft där investerare och big tech springer benen av sig för att göra allt så mycket mer digitalt, automatiserat och bright and shiny som möjligt så ser vi en oerhört stark ”trend” eller kanske motreaktion runt autenticitet, det riktiga, det icke-digitala i allt från teknik till hur vi möts, hur vi umgås.

Så frågan i slutänden är frågan runt sociala mediers överlevnad (och AI i sin tur) är egentligen hur man lyckas att balansera önska om autenticitet och det ”verkliga” med möjligheten och vanan att kommunicera och konsumera artificiellt.

Rapporter och undersökningar var det ja:

Låt oss börja med Svenskarna och Internet och sociala medier. Den mest relevanta slutsatsen kanske är att ”inget har egentligen hänt”, vilket visar att sociala medier inte längre av nån kan sägas som ”de nya medierna”, och det sker inga jättestora förändringar, för det kommer inga nya fantastiska verktyg. Användningen är hög och fluktuationerna i den generella statistiken av användning är alldeles för små för att dra några slutsatser om. Men några punkter som jag funderat över sedan förra måndagen:

• Alla använder sociala medier, kanske inte varje dag och det mesta är ungefär som förut. Förutom de allra yngsta där nedgången är påtaglig. Vilket kanske inte är så konstigt när de är barn till den generation som använder sociala medier allra mest - och som är synnerligen skeptiska till att vara beroende av sociala medier.

• Utvecklingen där sociala medier bara handlar om interaktion med vänner och familj, och att mötas i sociala relationer går fortsatt mot att mer bygga på underhållning, tillsammans med det sociala, tillsammans med shopping. Men just underhållningsaspekten är stark, och i vissa fall gå om såväl information- som sociala parametrar.

• Det är fortfarande de största plattformarna som är stora och som används, Instagram kommer nästa år också vara ännu närmare, eller till och med gått om, Facebook. Det finns klara skillnader mellan generationer när det gäller plattformar. Men vi ser också en utveckling från de stora lägereldarna till mindre slutna rum; det blir svårare och svårare att bli sedd i de öppna forumen, och därför söker många sig till mindre sammanhang.

• TikTok är fortfarande större i våra hjärnor än i användning. Mycket större. Snapchat har också börjat inse att de kan, genom sin större användarbas, börja att på riktigt kapitalisera på det, och vi ser en utveckling där som är intressant för fr a B2C och social rekrytering. X går fortsatt ner medan Threads fått upp ångan lite. Linkedin växer men sakta.

• Det är färre som skapar innehåll själva på sociala medier. Olika för olika plattformar (LinkedIn är bland den lägsta vilket är lite oväntat ändå) men också olika mellan könen: kvinnor skapar mycket mer innehåll än män i nästan alla åldersgrupper, och störst är skillnaden i de yngre åren: yngre män är extremt mycket på sociala medier för att konsumera snarare än att kommunicera.

Hur påverkar det här oss marknadsförare. Både lite men på lång sikt en hel del. Och kanske inte alltid på det sätt som vi tänker oss. De viktigaste delar som jag tar med mig in i kommande år är:

• Färre skapar innehåll, vilket innebär att det finns mer plats för bra innehåll från företagen. Samtidigt ökar därmed en outtalad förväntan på kvalitet och (underhållnings)värde. Samtidigt som många känner att sociala medier inte längre är det som man vill: en möjlighet att ha relationer med sina vänner. Alltså behöver vi väga in detta när vi skapar innehåll, och även se till att fler skapar innehåll som är värdefullt; både för oss som företag men också för publiken och för dem själva.

• Fundera över det där med communities. Vad innebär det för er? Är det kundklubben eller är det en grupp för användare av produkten eller är det en intressegemenskap? Hur kan ni addera kanske värd, kanske expert men utan att döda gemenskapen.

• Sluta att tänka ”vi ska vara där alla andra är” utan fundera mer ”vi ska vara där andra inte är, och är vi där alla andra är så ska vi vara bättre”.

• Sociala medier måste få mer resurser i alla organisationer och företag. Det är slut med att tänka det som ett komplement. Sociala medier är huvudmedia.

Maktbarometern har kommit och det är lite samma sak här; ungefär samma nivåer. Utveckling går vidare mot att det är personer som äger makten; ”kreatörer” är mycket starkare än traditionella medier och politiska partier. Det som skett inom det senaste är att ”högern” tagit greppet om X, vilket ingen är speciellt förvånad över utifrån vem som faktiskt äger plattformen. Företag och organisationer tappar fart och även om det fortfarande är högt för Polisen och försvarsmakten respektive ICA så är det indikativt att det är personer som driver engagemang; inte logotyper. Plattformsmässigt är det Instagram och Youtube som generellt är störst men debatt och politik drivs fortfarande mest på X. Hitta hela rapporten här.

TikTok leder av alla plattformar i hur länge den används per dag: mer än en och en halv timme. Det är kanske den mest intressanta insikten som senaste rapporten över det digitala livet som Dataportal levererar. Men det finns också mycket att hämta i rapporten från Wearesocial. Vilka är de slutsatser vi kan dra?

• Vi lever i en mångkanalsvärld, där användare inte bara använder ett socialt media utan flera. Det säger emot duplicering utan handlar mer om att hitta flera sätt att berätta samma historia. Det innebär att vi måste bli bättre på att segmentera målgrupperna, och förstå plattformarnas primära värde i en relation respektive i att skapa uppmärksamhet.

• Sociala medier är centrala, inte minst köpt sociala medier (och tittar man nu på TTPA så innebär det ett rejält avbräck för politiska partier - vill du få en bra överblick så har jag skrivit en sådan här) vilket gör att många företags investeringar behöver tänkas om då de fortfarande har en övervikt mot en mer traditionell viktning. Det intressanta i det här är att 2025 räknar man året vara när kreatörer tjänar mer än traditionella medier på marknadsföringsinvesteringar.

• Sociala medieinnehåll är inte bara underhållning utan behöver ge värde även bortom det som är underhållande men det innebär inte att man kan sluta vara just underhållande. Helt enkelt så handlar det om att förstå varför någon väljer att vara på sociala medier, liksom vad förväntningen är både på varumärket och varumärkets närvaro.

• Förstå plattformens format och rytm på ett sätt som gör att innehållet inte trycks in i ett format utan produceras för just det formatet. Vilket som vi sagt ovan innebär att man behöver förstå att en historia inte kan berättas på samma sätt över hela linjen.

• När vi mäter framgång så behöver vi gå ifrån stuprören och mäta tvär- och mångkanalmässigt. Sök är inte en egen del, sociala medier är inte en egen del utan delar av en kundresa. Det som många av oss sagt i många år behöver nu implementeras på riktigt.

Så avslutar vi med lite deppiga diskussioner runt sociala medier.

”These are the last days of social media as we know it.” är James O’Sullivans bistra ingång i en essä om dagens sociala medier från (den utmärkta) digitala tidsskriften Noema. Han går igenom det vi alla ser, men som vi kanske på olika sätt värderar storleken av: AI-slop, ”botgirl”-economy, engagemangsnedgång, fraktionalisering av plattformar och digital fatique pga uppmärksamhetshetsen. Han menar att sociala medier behöver ses som samhälleliga plattformar, inte nödvändigtvis statsägda men reglerade utifrån transparens och användarkontroll; det som finns idag räcker inte. Idén ligger i att reformera, omskapa och ta tillbaka ägandet av det digitala rummet för individer. Det är en intressant tanke, långtgående och på många sätt tillbakavridning till där sociala medier startade: som en gemensam möjlighet till ökning av demokrati och möten. Frågan är dock om det ens är möjligt.

Några som är skeptiska är Petter Törnberg och Maik Larooij, vars forskning vid Amsterdams universitet refereras i Jennifer Oullettes långa Ars Technica-artikel. Deras slutsats liknar James O’Sullivans: ”core dysfunctions may be rooted in the feedback between reactive engagement and network growth, raising the possibility that meaningful reform will require rethinking the foundational dynamics of platform architecture.” Hur kom de fram till det? Med hjälp av AI faktiskt. De byggde AI-personas så människo-lika som möjligt. Det de såg var att även utan något annat än den grundläggande “mänskligheten” i AI så skapades alla negativa outputs trots att de försökte på olika sätt förändra outputen genom att byta till kronologiska flöden, öka exponering för olika åsikter och använda algoritmer som lyfter fram konstruktivt innehåll. Forskarna menar att det kanske snarare ligger i själva nätverksmodellen snarare än i algoritmerna. Det är intressant läsning, och ska fortfarande ses som en del av den diskussion som måste hållas runt sociala medier - men också förstå den tidiga utveckling vi har runt att utnyttja digitala tvillingar (och AI) i att simulera verkligheten.

I en mycket märklig och intressant och inte minst väldigt lång text så går The Shadowed Archive igenom både hur man skaffar vänner men inte minst - tanken om Vännen, ”The infinite friend” och hur vi som personer förhåller oss till just vänskap. Framförallt att vänskap i princip är omöjligt och att det är därför vi söker det: en spegel för oss själva som i sin perfektion innebär både stöd, utmaning och det illusiva ”gemenskap”. Texten är intressant utifrån diskussionen som alltid förs: kan man skaffa sig vänner online eller måste man träffas. Den ger egentligen inget svar men jag skulle nog säga att den lutar åt att vänskap är inte ett fysiskt fenomen och därmed inte avhängigt av IRL.

Tack för idag. Det här brevet har tillkommit under en lång tid men hoppas ni finner det intressant. Tipsa gärna andra om det. Om du är intresserad av att komma i kontakt med mig för att lära dig och din organisation mer om sociala medier 2025 och framåt, stöd i att strategiskt öka effekten av sociala medier eller stöd i att förstå TTPA så hör gärna av dig!

Tills nästa gång/D

Välkommen alla ni som tillkommit under sommaren. 1379 personer följer det här nyhetsbrevet och långt mer än hälften öppnar den och räckvidden är långt mer än antal prenumeranter. Det är otroligt roligt, ödmjukande och lite skrämmande att så många kan tänka sig haka på den här idén. En handfull länkar bygger ju egentligen på en gammal och lite obsolet nyhetsbrevformat om att samla ihop länkar i ett brev. När jag föreläser idag och pratar om ”Substack your brand” så handlar det snarare om att nyhetsbrevet är den nya bloggen - och att just Substack skapade förutsättningar och plattform för det.

Det är intressant när det kommer till nätverkseffekten av 1379 prenumeranter. Jag började kika lite lätt på olika av er och inser vilken otrolig bredd av prenumerationer som folk har. Självklart; många prenumererar på samma nyhetsbrev eftersom vi är en liten svensk bubbla: av mina läsare så gör jag en välgrundad gissning på att Paulina och Tomas är de som har procentuellt högst antal överlappande prenumeranter med mig. Tomas och Judith är de som levererar flest nya prenumeranter till mig också. Men börjar man titta djupare så finns det så många olika nyhetsbrev och jag får sitta på händerna för att inte prenumerera på alla spännande jag hittar. (Eller får skapa nåt liknande som Peter gjort med hjälp av Claude och agenter).

Det för mig till min slutsats att nyhetsbrevet och primärt ändå Substack är den nya bloggen. Tillgänglig, lättanvänd och med en logistik som överträffar RSS-flödet (oavsett hur vi förhåller oss till vår inbox). En plats för längre texter, och möjlighet att faktiskt layouta som man vill utan att vara fast i plattformarnas egna format och avgränsningar. En möjlighet att skapa ett närmare community för sitt varumärke, möjlighet att nörda ner sig mycket mer eftersom det är en relation där prenumeranten medvetet valt att följa: din inbox har inte algoritmer.

Oavsett så känns det också som, åtminstone bland de nyhetsbrev jag läser, som ju väldigt många handlar om AI, att de ändå är skrivna av personerna bakom. Kanske inte helt, och kanske att en del av innehållet genererats men ändå: AI slop-trenden känns inte så närvarande. Det kanske ändras, och själv är jag inte beroende av nån form av emotionell autenticitet så länge jag får intressant innehåll i min inbox. Samtidigt så fascinerar det mig: är det mer känsligt om man blev påkommen att låta en maskin skriva ett nyhetsbrev än en LinkedIn-post?

Som av en händelse så noterade jag också att jag blivit nominerad till Inbox Awards, en tävling för nyhetsbrev initierad av Karin och Erik som driver nyhetsbrevet Det har hänt på Internet och Paloma ligger bakom liksom Dagens Opinion. Fint ju! Minns ju hur vi tidigt hade Veckorevyns Årets blogg 2007 och Aftonbladet och Bloggportalen gjorde Stora bloggpriset. Så vi ser ungefär samma utveckling nu för nyhetsbreven; eller om de borde heta något annat eftersom de mer liknar klassiska bloggar än klassiska nyhetsbrev...

Men låt oss läsa lite nu…

Vi börjar starkt. Carl Heath, som jobbar som CSDI på RISE och som jag stångats med många gånger har skrivit en viktig text runt utvecklingen av AI, inte minst i att han lyfter utvecklingen av agenter som den viktiga parametern i hur AI-utvecklingen förändrar hela internet, och därmed såväl affärer, politik, media och i slutänden vår möjlighet till att bygga en demokrati och en sann världsbild.

Han går igenom både teknik men också risker, samtidigt som han pekar på att tekniken i sig har stora fördelar, men att vi behöver hantera den för att inte bli ”offer”. Han är ingen doomsayer men inte heller evangelist utan texten ställer sig precis i mitten och pekar på hur ansvaret inte bara kan ligga på företag, marknadsförare, utvecklare utan att alla har ansvar för såväl vår individuella förståelse men också utvecklingen.

Det som är extra intressant är att han lyfter federativa lösningar; det som faktiskt bygger metaverse.

Som vanligt håller jag kanske inte med om allt, men jag vill hellre ha välskrivna, välresearchade texter att stångas med än nåt annat.

Om vi skulle ha en AI-text-kanon så tycker jag att den här hör hemma där. Om ni inte läser några andra av mina länkar så ska ni läsa den här.

LAION-5B. Nåt du känner till? Det är ett numera inte längre använd dataset för träningsdata för AI av bilder, som visade sig innehåll CSAM-bilder. Numera har samma grupp skapat ett ännu större träningsset som ska vara mer säkert.

Men problemet ligger i kvantiteten, och hur bilderna definieras taxonomiskt - och språkligt. Och därmed kulturellt.

Knowing Machines har gått igenom problemen i en intressant designad längre text (tips, använd shift-tangenten space-tangenten för att komma vidare) och för att förstå problematiken som redan ligger i träningsdatan för AI-modeller så är det här en grymt bra början.

”AI still can’t tell novel funny jokes, write clever prose, generate great business ideas, invent new in-demand products, or generate important scientific breakthroughs, except by accident.”

Jag hade med tips om AI 2027 i ett tidigare brev. Nu läser jag Taylor Lunts reaktion på dem, som börjar i en för AI-evangelikala ganska deppig lista över vad som (inte) hänt därborta vid 2027. Men han väljer också att relativt djupt peka på problematiken med vad han upplever som ett problem med LLM; baserat runt shallow vs deep thinking eller ska man kalla det vertical vs lateral thinking och därmed hamna i en mer vetenskapligt verifierad dikotomi. För ja, jag ser liknande problem i vad vi idag ser hos LLMs och generativ AI, och det som jag menar handlar om avsaknad av kontext.

Det är en lång text, och han noterar att det bygger på hans egna tankar, om än vältänkta men det är en bra text att träna upp sitt eget kompletterande tänkande runt AI på.

Copyrightfrågan inom AI är en tuff nöt att knäcka: både opionionsmässigt men inte minst eftersom den är ganska invecklad tekniskt sett. Enligt en undersökning som Timothy Lee på Understanding AI refererar till så ska Metas LLM Llama 3.1 kunna återskapa ganska stora delar av Harry Potter och den vises sten. Det är ju inte bra; och andelen som undersökningen visar indikerar att boken på något sätt, eller stora delar av den, ingått i träningsdata och gjort det i flera olika omgångar.

Anthropic valde att inte ta fajten i en stor stämning som företaget fick från ett gäng författare utan betalade ut en och en halv miljard dollar. Samtidigt som Lee visar så är det inte helt enkelt att bevisa det, och det hela handlar idag mer om hur företagen kommit över böckerna än om böckernas användning i träningsdata. Oavsett så är Understanding AIs text intressant att läsa för att förstå vad de här diskussionerna handlar om. För de lär inte ta slut, snart kommer musikbranschen...

Det går ibland inte att låta bli att påpeka att alla som förra året vevade om att ”all content kommer bli AI-genererat” kanske borde meditera över det faktum att Open AI söker en ”Content marketing specialist”.

”We're shifting from being collaborators who shape the process to being supplicants who receive the output. It is a transition from working with a co-intelligence to working with a wizard.”

Ethan Mollick har labbat runt med ChatGPT 5 Pro och med Claude, och menar att vi förflyttar oss i och med agent-AI från verktyg till … nåt annat. Opaciteten är numera så hög i hur modellerna väljer att göra, och i vissa fall innebär det att det känns mer som magi. Men som han då också påpekar: att när vi blir åskådare snarare än bisittare, så förlorar vi också möjligheten att lära oss. När vi behöver bara koncentrera oss på output, blir vi sämre på att förstå processen. Det här blir en sorts paradox, och i ett läge där vi behöver hitta förhållningssätt till AI så förändras det markant. Det är inte längre nödvändigtvis så att vi vet vad som används oavsett om vi vet vad som stoppas in; och vi behöver bli bättre på att förstå outputen, även om vi inte förstår hur det kommit till. Helt enkelt har vi stött på ett nytt "problem” där hallucinationerna inte längre är stötestenen utan opaciteten.

Will Poskett har skrivit en kortare artikel om konvergens vs divergens i big tech:

”First, they nurture an internal culture of relentless experimentation. Second, they package and sell the safe, standardized outputs of that culture to everyone else. And third, they aggressively acquire anything that might threaten their position not just to expand their capabilities but to prevent competitors from gaining an edge.”

Det han ser är att alla mer och mer använder ungefär samma idéer, samma teknik, samma av allt - vilket gör att output snarare blir likvärdig, icke-unik och därmed utbytbar. Oavsett om det handlar om marknadsföring, HR eller affärsplan: liknande grund ger liknande output.

Det här är onekligen intressant i ljuset av LLM-fajten. Vem vinner? Vad skulle hända om alla använder ChatGPT som grund? Hur påverkar det vad som kommer ut av det? Likriktning? Felaktigheter blir så allmänna att de blir sanningar? Eller skapar vi en form av kanon som faktiskt förbättrar förståelsen för vad det mänskliga vill veta, känna och vara?

En mer påtaglig spinoff på det här visar Tomas när han går igenom GPT5 och att modellen nu (tyvärr) gör just det han frågar om - och inget mer. Helt enkelt har modellen blivit bättre på att inte lajva medelålders man som tror han kan allt och lajvar expert, utan helt enkelt ger vad som efterfrågas men med en mer strikt och fyrkantig metodik. Alla de som använt ChatGPT som jag-gillar-dig-terapeut är också ledsna eftersom det nu bygger på mindre av fristajlande. Är det bra utifrån tanken om att vi riskerar likriktning? Kanske. Oavsett - vill du ha en bra genomgång av upplevelsen av GPT5 så läs Tomas text.

The third device. Altman och Ive tillsammans för att göra det där som alla drömmer om: hitta nästa stora grej. De släpper hela idén med en otroligt mänsklig, nästan emotionell, lite likt en förlovningsannons, och varm form av pressmeddelanden. För en device som blir din vardagskompanjon - men också har en mängd frågetecken runt sig.

Baran Bedir har funderat över den utifrån ett produktperspektiv: att det handlar om en produkt som inte ska synas, inte vara en medveten del av vardagen (som telefonen) utan som ska upplevas, förnimmas. Det innebär att den också blir integrerad på ett helt annat sätt i alla andra devicer: snarare ett lager av ”verklighet” än en separat existens. Onekligen spännande tanke.

Lollie Mancey har börjat fundera på det utifrån ett beteendeperspektiv: vad händer med oss om vi plötsligt har en maskin som vår assistent, vän, förälder? Vad innebär det för vår självbild och våra beteenden; vår autonomi som varelse kontra att styras av en maskin om än intelligent. Är vi beredda på att lägga så mycket i händerna på någon annan?

Det är allt för den här gången. Tack för att du läser!

Tills nästa gång /D

Har allt det som skett hittills varit meningslöst? Knappast. Är alla dessa tester och roliga sätt folk tänkt i att använda AI bara onödiga? Nej.

Jag tänkte på det när jag läste om en kompis alla olika tester och idéer där han utvecklar en massa olika agenter, appar och allt möjligt som vid första anblick känns rätt meningslösa men som innebär att han skaffar sig en massa idéer, erfarenheter och ser möjligheter som framöver kan innebära faktisk nytta i helt andra sammanhang. Testandet och lekandet och försöken att hitta gränserna för vad som går att göra är viktiga eftersom annars lär vi oss inte hur vi ska använda saker. Så gjorde vi med sociala medier. Så gör vi med AI.

Vi kommer antagligen se en AI-krasch och tusentals startups kommer att dö. Precis som IT-bubblan. Precis som sociala medier runt 2010-2012. Innebär det att AI-utvecklingen är en scam och bara varmluft? Knappast. Borde vi backa bort från att tänka, testa och utveckla vårt användande av AI inom företag och organisationer, i vårt dagliga jobb? Nej, men alltid fundera över hur det påverkar både affären och människor.

Tillbaka till min vän som testar och bygger och donar. För mig är det enda vettiga sättet att bemöta allt genom att säga ”Coolt!”. För det han gör, och många med honom, och det jag gör genom att följa utvecklingen mer utifrån ett strategiskt perspektiv, är att vi bygger och skapar förutsättningar bortom bubblor och nedgångar, ser att det hela handlar om en långsiktig utveckling. Samtidigt tror jag alla är betjänta av en mindre febrig och något mer lågmäld evangelisk tro på AI-utvecklingen. Helt enkelt att se att det är coolt. Och fortsätta att utforska och tänka och testa.

Hej! Välkomna tillbaka. Eller snarare - ni har ju varit här hela tiden men jag har haft ett långt uppehåll. Hoppas er sommar varit riktigt bra.

Det är dags att återkomma till den där verkligheten - som om sommaren var nån sorts fantasi. Själv tänkte jag mycket på verkligheter i sommar eftersom jag för andra året i rad var på Medeltidsveckan och fullt ut omfamnade anakronismen i att under nästan en vecka vara klädd i helt andra kläder, vänja sig vid att alla andra är klädda i helt andra kläder och sen plötsligt vara tillbaka i sina vanliga kläder. Vad är verkligheten egentligen? Det vanliga eller det tillfälliga?

En handfull länkar kommer fortsätta som vanligt under hösten. Jag kommer att samla ihop intressanta länkar om AI, sociala medier, marknadsföring och annat som jag tycker varit spännande att läsa. Det jag försöker göra är att hitta länkar som är lite mer fördjupande, som lyfter perspektiv som jag upplever värda att fundera över. Finns så många nyhetsbrev som samlar ihop senaste nyheterna - det är inte det här nyhetsbrevet.

Min höst och framtiden kommer se ut som förut men också lite annorlunda. Det annorlunda är att jag kommer att i oktober vara mycket mer i Stockholm än hittills. Helt enkelt eftersom min flickvän bor där. Så jag kommer därmed också försöka att gå på lite fler föreläsningar och saker som sker i branschen.

Precis som förut kommer jag att fortsätta jobba med kunder runt sociala media-strategier, och specifikt kommer hösten handla mycket om att hjälpa företag bli bättre på att använda sig av sina anställda, ledning och experter, för att lyfta företagets närvaro. Liksom att Google och Metas reaktion på EUs Transparensförordning om politisk reklam innebär en helt ny spelplan under kommande år påverkar många företags strategier.

Självklart fortsätter jag och Sarah att utbilda på Berghs. Vill du gå kursen så kolla in Berghs hemsida. Vår podcast fortsätter att vara i hiatus; gissar dock att vårt årliga avsnitt om Svenskarna och Internet kommer att komma.

Hoppas ni vill hänga med och att En handfull länkar känns värdefullt framöver.

Men nu dags för länkar.

För min egen skull bad jag Chat GPT om en ”primer” runt vad som hänt inom AI under sommaren. Den blev en långläsning i sig själv. Intressant i sig eftersom den i vissa lägen värderar nyheterna men också att den ibland är ganska enahanda i val av källor. Men i grunden matigt och det finns med en stor del av det som dykt upp. Så istället för att referera så varsågoda!

Ett gigantiskt arbete runt hur AI potentiellt i framtiden kan ses, förhållas till och hanteras. Det är så mycket att läsa, jag har bara börjat men vill ändå tipsa om det så att andra kan läsa det: AI Pathways. Skapat av tankesmedjan Foresight Institute och en del av deras koncept Existential Hope. Det tar i grunden som jag uppfattar det en strukturerad och en ostrukturerad approach; lite som att jämföra dagens internet med tankarna om W3/metaverse. Om det enda är teknologiskt och där AI är ett verktyg, vi har släppt tanken på ASI men bygger ett system ovanpå AI. Mot en form av laissez-faire, demokratiskt och öppet där utvecklingen får driva sin egen agenda. Inget av scenariona är vad jag kan se just nu antagligen ens i närheten att bli verklighet men det är oerhört mycket food for thought.

Jag hade en diskussion om kreativitet med min vän Miranda nyss. Vi ser kreativitet på olika sätt, eller nivåer. Jag tänkte på det när jag sedan läste Mark Zuckerbergs text om Superintelligence där han sätter visionen för Metas AI-arbete; med grunden inte i connecting people men att det ska enhance people genom att ge tid för skapande och kreativitet dvs. att AI inte ska ta över det som vi finns djupt mänskligt men att vi ska kunna göra mer av det genom att en superintelligens gör det andra.

Meta har uppenbarligen en idé om att satsa hela kungariket på AI och sommarens nyheter har bland annat varit runt hur Zuck et conc försöker anställa AI-ingenjörer genom skyhöga löner och samtidigt verkar deras AI-labb inte fungera så väl.

Men jag gillar texten, approachen och den är på många sätt en kontinuitet av den vision som finns för deras sociala medier.

Det är lätt i all AI-frenzy att glömma bort att de LLM vi har idag är generella; lite renässansmän som säger sig kunna allt men inte riktigt lyckas alltid. Ett exempel är när Atari 26000 Video Chess ställs mot Copilot (insert normala Microsoftskämt). Gissa vem som vann? Men det enda som det här bevisar är att specialiserade AI kommer att behövas, vilket de flesta är ganska överens om. Men ja, det är en rolig historia, det är det.

Nyheten om att Konsumentverket i sin rapport om hur svenska konsumenter ska stärkas gentemot marknaden föreslår totalförbud mot telefonförsäljning mottas med jubel från många men höjt ögonbryn från vissa. Själv tillhör jag de sistnämnda, trots extremt irriterad på telefonförsäljare. Jag tycker inte att förbud är en väg att gå och även om jag förstår problematiseringen i att människor mindre och mindre svarar på okända nummer i rädsla för telefonförsäljning eller scammers, och därmed missar viktiga samtal från myndigheter och vård, så blir det en märklig inskränkning i marknadsfriheten. Nåväl, jag tycker det också är intressant i ljuset av hur AI idag är nära eller redan förbi att låta som en riktig person i samtal. En sån här lag kommer effektivt stänga ner den utvecklingen som sker med hög fart. Telemarketing och AI är som hand i handske, inte minst om man arbetar med det tillsammans med personifierad data. Och hur mycket du än skäller på en AI-telemarketer så kommer den fortsätta att prata lugnt och logiskt.

Sproud Social släppte i mars en rapport som visar att företag kommer att kraftigt öka sitt arbete med influencer marketing kommande år. Värdet av influencer marketing ökar konstant och färre och färre rynkar på nästan åt det. Fler och fler influencers blir också duktigare på att faktiskt vara influencers och inte bara råka tjäna pengar på att visa upp varor vilket adderar till värdet. Eftersom jag arbetar både med strategisk rådgivning för företag runt influencer marketing (eftersom det är en del av sociala medier) men också med det som kallas ETL - att arbeta med anställda och ledning som influencers/thought leaders i fr a B2B-marknaden så innebär det här bevis på att vi är på väg mot att varumärken behöver se sig själva som pendanger för människor snarare än som primär sändare av budskap.

Nåt som utifrån mitt arbete med thought leadership (ETL) är lite synd är att den branschrekommendation som IAC, Komm och Sveriges Annonsörer gått ut med inte på något sätt hanterar hur en anställd ska förhålla sig till om man berättar om sin arbetsgivare. Det är däremot en bra genomgång av hur influencers bör markera sina samarbeten, och viktig för både influencer-köparen och vi som jobbar som marknadsförare mm att lära oss och följa.

Jennie Zetterström är en pr-stjärna som ofta lyckas att lyfta klassiska pr-problem på ett enkelt och förståeligt sätt. Hon har skrivit en bok om att ge intervjuer och jag fastnar för hennes presentation av den:

”För det första kände jag en helig vrede över att människor förväntas ställa sig framför en kamera och företräda sin arbetsgivare utan att ha fått schysta förutsättningar.”

Jag jobbar med flera varumärken där jag pushar för att vi ska strukturerat arbeta mer med ledning och experter runt deras närvaro exempelvis på LinkedIn. För jag känner också att det idag finns väldigt mycket förväntan på synlighet men väldigt lite stöd från företagets sida - både vad gäller förväntningar, avgränsningar och att få hjälp att göra det effektivt.

Vissa skulle säga ”men det finns ju en oändlig mängd LinkedIn-coacher som gör det” men nä, de är inriktade på personligt varumärke och är säkert grymma på att lyfta individen. Men för mig är det varumärket som är i fokus: och hur man arbetar med ett win-win som faktiskt ger utfall för företaget och personen.

Tillbaka till Jennie Zetterström. Följ henne på LinkedIn och glöm inte att prenumerera på hennes nyhetsbrev ”Krisa med Jennie” (älsk på det namnet)!

Mitt i alla stora planer men också högljudda varningar dyker det hela tiden upp exempel på hur AI faktiskt är nödvändigt för att kunna utforska olika saker. En av de stora diskussionerna om fossilfri framtid är hur vi kan använda vindkraft, motståndares argument är ofta att det påverkar fågellivet för mycket. Men ingen har egentligen kunnat bevisa något, särskilt inte när det gäller vindkraft till havs. Vattenfall berättar om flera studier som nu visar indikationer på att fåglar faktiskt är smartare än vi tror, och därmed lyckas undvika turbinarmarna, även på natten. För att kunna visa det så krävs AI som kan hantera och analysera stora datamängder från värmekameror. Läsvärt både runt AI men också att ge en annan bild av hur klimatarbete behöver göras.

Har media lärt sig något av pandemin? Jodå. Läser man den här långa artikeln om hur skillnaderna ser ut, utifrån det årliga Upfront-eventet så är det mycket som hänt, och även om mediainvesteringarna brukar lagga så sker de. Det är flera stora saker som påverkat:

• TikTok eller snarare: från sociala grafen till intresse/kontext-grafen. Helt enkelt att sociala mediernas algoritmer bygger på helt andra värden än förut, adderar en stickiness och realtid som fostrar korta trender, och möjlighet för varumärken att vara delaktiga på ett helt nytt sätt än tidigare. Vilket också inneburit att andelen av reklamkakan för sociala medier vuxit markant.

• Den långsamma resan från linjär-TV. Det är fortfarande en form av dödsdans som sker där annonsörerna fortfarande häller pengar in i linjär-TV även om hällandet minskar markant över tid, och därmed vågar inte TV-bolagen fullt ut släppa den traditionella TV-formen. Men förändringen sker och den accelererar.

• Retail media, eller som vi i Sverige kallar det ”butiks-TV” fick ett rejält genomslag åren efter pandemin och har fortsatt att utvecklas. Samtidigt så flaggar USA nu att Trumps tullar kan komma att påverka hela retailbranschen på ett sätt som även kommer slå mot den här mediaformen.

NordVPN har i ett pressmeddelande (som jag inte kan hitta på nätet vilket är jättemärkligt MO) gått igenom hur svenskar söker efter att radera sociala medier. Det intressanta är att de sett ett antal säsongsbaserade toppar:

• Juli: när man går över från digital till fysisk närvaro. Vi vill vara mer närvarande med familj mm.

• Nyår: vilket jag tror handlar både om generellt att ”göra nåt bra med nya året” men också en viss mättnad av alla släktmiddagar, julbilder och nyårsfestbilder

• Vid stora förändringar eller avbrott i tjänsterna: i samband med det stora avbrottet hos Meta så såg man en kraftig ökning av sökningar runt att radera sociala media-appar.

Medan NordVPN lyfter bättre sätt att detoxa sin sociala media-närvaro så funderar jag mer över hur vi som marknadsförare ska förhålla oss till det här. Generellt tror jag helt enkelt att vi behöver bli bättre på timing och fundera över målgruppens beteenden snarare än personifiering. Den data vi kan få fram runt kontext är kanske mer viktig än historisk personlig data. När alla plattformar mer och mer går över till intresse-taxonomi snarare än social taxonomi, och när användare fortsätter uttrycka sin oro över personlig data så är sån här statistik mer och mer intressant för oss.

Billy Andersson, mångårig reporter på Resumé, väljer att starta ett nyhetsbrev med det fläskiga namnet ”Dynamic Impact of Super Creative Operations (DISCO)” och självklart blev det en prenumeration! Första brevet är "maffigt” och fyllt av extremt intressanta exempel på hur kreativitet idag inte är samma som kreativitet var igår. Prenumerera du också.

Det var allt för den här gången. Självklart återkommer jag inom kort med mer läsning!

Tills nästa gång/D

Dags för ett nyhetsbrev.

Ni vet om att jag och Sarah fortfarande, efter 12 år, fortfarande undervisar på Berghs och kör vår kurs ”Bygga varumärke i sociala medier”? Den har självklart utvecklats i takt med att sociala medier utvecklats, liksom att vi utvecklats och vågar nog säga att det är få som har den bredd och djup i erfarenhet av strategiskt arbete i sociala medier som vi två har tillsammans. Vilket vi älskar att dela med oss av till våra elever.

Det är en skarp kurs, tre intensiva dagar på plats på Berghs, som både ger insikter i varumärkesstrategier i sig men framförallt ger verktyg för att använda kraften i sociala medier för att stärka varumärket. I höst kommer vi vara på Berghs två gånger, september och december, och det finns lite platser kvar till septemberkursen.

Tycker du ska gå den om du jobbar med sociala medier i ett företag, eller hjälper företag med deras närvaro i sociala medier. Läs mer här och anmäl dig!

Sen måste jag tacka och välkomna alla följare som kommit från People People People-nätverket! Hoppas jag kommer att leverera så ni känner det värdefullt att läsa mitt nyhetsbrev. Förra veckan var lite ”wtf händer?”

Sommaren är igång. Projekt ska avslutas helst innan midsommar och andra projekt ska startas upp så att jag kan jobba med dem under tiden andra är lediga. Sommarfester, konserter och andra trevligheter liksom att försöka tänka på hösten. Egenföretagande är roligt. Men också en smula ångestdrivet snarare än lustdrivet i vissa lägen.

Skrattade åt mig själv imorse när jag insåg att jag går iväg till ett kontor och gör ungefär samma setup som jag har hemma - även om jag hemma har en större skärm och bättre ljud… men jag behöver göra mitt eget kaffe och sitter en halvmeter från min säng. Så ja, jag har verkligen lämnat min tidigare kärlek till härarbete.

Men låt oss slänga oss in i lite länkar.

Enligt en undersökning från MIT som snävtolkats och dragits i en tangentriktning som det inte finns täckning för så noteras att AI-användande förändrar vårt beteende och därmed också vår användning av våra hjärnor. Forskarnas slutsats var att överdriven användning kan möjligen påverka vår kognitiva status. Men självklart så blev det ”vi blir dummare av att använda AI” i mediarapporteringen (för övrigt är studien inte peer reviewed och långt ifrån konklusiv men som om det skulle störa journalister och anti-AI-lobbyn.

En ytterligare farhåga handlar om att vi skulle bli sämre på kritiskt tänkande och att skapa kommunikation.

Jag tänker på det efter två dagars intensivt arbete tillsammans med generativ AI i research och analys respektive att visualisera data. Ja, det går att göra i Excel men det är både tråkigare, långsammare och mer ångestframkallande.

Men jag behöver hela tiden vara fokuserad. Dels i att ställa rätt frågor, vara konkret och precis i vad jag vill att AI ska göra, dubbelkolla mot data och utifrån min egen kunskap om statistik och sannolikhet för att veta att det är rätt.

Det är möjligt att om jag skulle låta ett AI skriva den här texten skulle den bli ”plattare” och mer ”formalistisk” (men säkert med käcka emojis…) men jag tror inte på att vi kan bli latare. Framförallt behöver vi hela tiden bli bättre på att kommunicera.

Låt mig förklara. När jag sitter och tänker vad jag behöver visualiserat eller vilken hjälp jag behöver med min analys så är det så många delar som jag ofta tänker är självklara. Så jag samtalar med mitt AI och alltför ofta utelämnar precisering och konkretion. För jag utgår liksom att det är självklart. Om det vore en medarbetare till mig av köttslig sort så skulle hen antagligen ibland ha lika svårt att tolka konkret vad jag vill ha, eller om vi arbetat länge ihop kunna fylla på utifrån erfarenhet och förvärvad kunskap.

Att göra sig förstådd är svårt. Oavsett om det handlar om att prompta ett AI, skriva ett inlägg på sociala medier eller i en relation. Det vet vi. Jag tror att vi många gånger omedvetet förväntar oss att den andra ska fylla i luckorna i det vi kommunicerar.

Så kommer AI gör oss sämre på det? Det tror jag inte. För även om den minns mer och mer och kan fylla i luckor utifrån ”erfarenhet” och ”kunskap” så kommer vi alltid behöva bli bättre på att precisera, konkretisera, addera kontext för att öka förståelsen. Något som vi ofta är dåliga på i vanliga samtal med andra människor. Men här kommer vi utmanas att göra det eftersom det vi annars får tillbaka: outputen kommer vara sämre och ibland felaktig. Självklart hallucinerar AI men ibland är det också klassisk SBS - skit bakom skärmen.

Här finns den undersökning jag tänker på.

Och här finns Perplexitys sammanfattning av den utifrån vad som skrivits om den i media.

Det finns såklart en mängd intressanta takes på det på LinkedIn.

Snapchat har lanserat en kampanj som heter ”See you on Snapchat” med grundbudskapet att eftersom Snapchat har nära till kameran så är det mer autentiskt. Autenticitet igen. Det viktigaste ordet i sociala media-spaningar senaste två åren. Det lite komiska i det hela är att just Snapchat trycker på det ”ofiltrerade, direkta och ärliga” när det faktiskt var de som startade ”filterrevolutionen” på riktigt: kräkas regnbågar och våldsamt i realtid editerade ansikten. De har till och med ett par annonsformat som bygger på att du skapar filter. Kampanjen frontas av klassiska megainfluencers vars största kännetecken inte direkt är autenticitet. Och har en äldre målgrupp.

En annan person som satsar på Snapchat är Jon Olsson som framförallt jobbar med en svensk version av sin persona på plattformen.

Snapchat är helt enkelt lite i ett mellanläge. De äldsta av deras kärnanvändare börjar nu bli vuxna och samtidigt har den äldre publiken aldrig fastnat medan den yngre publiken stannar på TikTok. Genom att vända på en femöring och släppa hela sin USP med filter försöker man nu skapa relevans genom att prata direkthet, autenticitet. Jag är skeptisk till att det kommer att fungera.

Judit Wolst har byggt om sin glass till en tårta och berättar varför och hur hon tänker bilden i sitt nyhetsbrev. Det bygger på tanken om att webben är på väg att dö, något som diskuterats mycket och som jag skrivit om i tidigare brev: allt från att vi går till en webb där maskiner skapar information för maskiner, till en förändrad sökfunktion och kanske ett förändrat sökbeteende och i sig därmed utmaningar både för transparens, källkritik och marknadsföring. Tanken att AI ska bli viktigare än Internet är lite svårsmält (för att prata i glasstermer) men också problematisk då det blandar ihop två funktioner, i mitt tycke: AI kan inte vara distribution, Internet är inte verktyg.

Nicklas Berild skriver i sitt senaste nyhetsbrev om problematiken med regulation när AI tar steget ut från molnet och centralisering, och in i direkt hårdvara – Edge AI eller kantbaserad AI. Plötsligt har inte längre jättarna i Silicon Valley full kontroll, utan AI:n ”lever sitt eget liv” på mobiler, datorer och andra framtida smarta devices i vardagen. Det stökar till hela idén om hur vi ska reglera teknik och AI specifikt. Vem ansvarar när ett LLM på din telefon börjar bete sig oväntat? Hur sätter man gränser när allt är utspritt och decentraliserat?

Här menar Nicklas Berild att vi måste tänka om. Istället för att försöka stoppa AI:n med traditionella regler, ser han orkestrering som en möjlig väg framåt. Det handlar om att skapa ett slags ekosystem där utvecklare, leverantörer och användare samspelar och delar ansvar – mer som en dirigent än en övervakare. Orkestrering innebär att vi bygger in mekanismer för samarbete, transparens och snabb respons när något går fel, snarare än att försöka kontrollera varje enskild AI-modell isolerat. Framtidens AI-reglering handlar mindre om att sätta upp staket och mer om att få hela orkestern att spela rätt – även när alla sitter på olika platser.

OpenAI har släppt en lång artikel om hur de hittat anledningen och förhoppningsvis en lösning för när en LLM blir ”feljusterad”. Helt enkelt så visar det sig att det finns interna personas som även om det finns ett dåligt litet dataset som kan få stora konsekvenser. Lite som att lite dålig jäst förstör hela brödet. Helt enkelt så innebär det att även om vi tränar LLM med bra data så kan en liten injektion av dålig data förstöra mycket mer än just den lilla del som har den. Men fördelen är att det också går relativt enkelt att finjustera tillbaka till det man vill ha.

Att bedöma annonsers möjlighet till framgång har länge varit ganska svårt. Allt från magkänsla, till avancerade algoritmer, till testgrupper av konsumenter används för att utröna om det kreativa faktiskt också kan sälja, om annonsen eller annonsidén verkligen kommer flyga.

Självklart kommer AI in här. Och frågan är om ett AI kan göra det bättre? Enligt Kantars presentation av sin LINK-lösning så kan det just det. Genom att tränas på en stor mängd annonser utifrån kontexten vad som fungerar eller inte så visar deras lösning rejält intressanta siffror. Självklart får man ta texten med en rejäl nypa salt eftersom det i princip i sig är en annons men det intressanta ligger i beskrivningarna av hur deras lösning arbetar, och inte minst hur skillnaden mellan prediktionen hos ett AI fungerar gentemot hos en människa som förutsäger hur en annons kommer att fungera.

Många inom reklambranschen kommer säkert känna att det här stampar in på ställen där det handlar om förståelse av kreativitet och också om kontext mm. Och visst finns det en okänd faktor i all prediktion men jag är inte säker på att människor nödvändigtvis är bättre på att identifiera och använda sig av faktor X.

”Ju mer jag läser om AI, desto mer ödmjukt tacksam blir jag över min biologiska existens.”

Så börjar Kerstin Beckman sin intressanta och perspektivöppnande text om grundtankarna runt AI. Konträrt men också balanserat, och även om hon har en kanske lite mer negativ syn: eller funktionalistisk till AI så finns det några saker som jag själv kan känna att jag ibland blir lite ”nja.. hörrni lugna ner er lite”.

Problemet är som hon pekar på: för att skapa AI behöver allt bli numeriska serier. Vilket gör att försöket att efterlikna mänsklig intelligens kommer vara svårt. Språket, intellektet och förhållningssätten hos en biologisk varelse är annorlunda än vad maskinellt kan skapas. Slumpen mer förståelig i vissa fall. Beckmans ”slutsats” ligger i att AI borde utvecklas komplementärt istället för som en form av konkurrent till människan. Använd det för att skapa möjligheter att förstå sånt som vår hjärna har svårt att förstå, eller som den tröttnar på.

Jag skulle vilja addera ett ytterligare perspektiv som i viss mån ändå går emot som bygger på två premisser:

1. Konkurrens innebär en möjlighet till utveckling för båda parter.

2. Om vi skapar en ny form av intelligens så kommer den innebära större risker.

Jag tror helt enkelt att det finns en fördel att skapa en form av intelligens som bygger på, och därmed konkurrerar med, människan. Den innebär både att vi kan använda den som komplement men också att den utmanar oss att tänka nya tankar och göra nya saker, eller göra saker på ett annat sätt. För att om vi inte gör det riskerar vi att konkurreras ut.

Om vi istället medvetet skapar en ”annorlunda intelligens” dvs en som vi inte kan förklara eller jämföra med mänsklig intelligens förlorar vi både nån form av kontroll över den men utsätts också för en konkurrens där fördelarna försvinner. Det är på många sätt den form som ”vi kommer alla dö”-doomsayers håller sig till. Vilket ju inte nödvändigtvis är sant: vi kan skapa en intelligens som förstår sakers tillstånd på ett helt nytt sätt och därmed räddar världen. Men oavsett vilken väg det blir så kommer vi som mänsklighet därmed förlora vår egen agens och därmed en av de viktigaste fundamenten för grundläggande frihet.

McKinseys state of the AI-rapport är rätt intressant, om än väldigt torr och upprepande (alltså säger jag; gör inte som jag utan be nåt LLM sammanfatta). De går igenom sin årliga studie om hur AI används inom affärsvärlden och det är ganska intressanta siffror.

Användningen går upp även om de flesta ännu inte kan visa på att bottom line-impact nås - framförallt inte inom stora företag och konglomerat, eller har satt KPIer för AI-implementering. Däremot är det många fler som uppger att de ser värde i att implementera AI; fr a ligger det dock i kostnadsminskningar snarare än ökad vinst. Marknadsföring och sälj är de domäner där AI är mest implementerad redan. När det gäller arbetskraftsavyttring så är det inget som ännu syns i undersökningen; de enda som verkar öka är arbeten direkt kopplade till AI-användning och implementering, medan de enda som minskar (ej nyanställs) är enklare designjobb. Riskmitigeringen är inte så spridd som man kunnat tro. De företag som visar upp bäst genomslag är bolag där VD har tagit ansvar för AI-transformationen. Det som rapporten också visar är att genom att börja titta på arbetsflöden, automatiseringen och börja implementera AI i detta så förändras väldigt många andra saker och kräver olika beslut. På så sätt ser AI ut att verkligen vara en game changer, men kanske inte fullt på det sätt som både evangelister och doomsayers trott. Det intressanta är att också Amy Webb säger ungefär samma saker.

AI är precis som digitalisering. Det är onekligen en slutsats man kan dra: det kräver många lager av beslut, förändringar, riskhanteringar mm.

Jag tipsade om Insiktivt tidigare och tycker Henriks sommar-edition är mycket läsvärd!

Sommarens läsning lär bli Mary Meekers bauta-rapport om AI. Den är extremt välfylld och fasen vet om det kommer gå att feeda den till ett AI för att enklare ta till sig dess innehåll. Liksom att jag ska ta mig tid att läsa IAMAIs rapport om AI.

Det får räcka för nu. Jag kommer att jobba några veckor till men får se om det blir något mer nyhetsbrev innan hösten. Önskar er alla en grymt skön sommar!

/D

Ps. Glöm inte att skicka lyckönskningar till Sarah som på torsdag åker iväg för att cykla till Paris igen, den här gången över Alperna! Ds.