Summary  
This chapter explains the contrast between deterministic programming functions that always produce the same output for a given input and the probabilistic nature of generative AI, and introduces the concept of the context window as the AI’s working memory.  

General domain of usage  
Conversational AI agents

När du skriver `=SUM(A1:A10)` i Excel får du alltid samma svar.
När du ställer samma fråga två gånger till ChatGPT kan du få två olika
svar. Detta är inte ett fel — det är den avgörande egenskapen hos
generativ AI, och att förstå detta förändrar hur du arbetar med den.


## Deterministiska vs. Probabilistiska Verktyg

**Traditionell programvara** följer fasta regler:
- Samma indata → samma utdata, varje gång;
- Resultatet är förutsägbart och kan granskas;
- Exempel: excel-formler, databasfrågor, sökmotorer.

**Generativ AI** är probabilistisk:
- Samma indata → varierande utdata, beroende på kontext och slumpmässighet;
- Resultaten är flexibla och kreativa, men kräver verifiering;
- Exempel: ChatGPT, Claude, Gemini, Copilot.

Ingen av metoderna är överlägsen — de fyller olika syften. Felet är att behandla AI som en miniräknare, eller att förvänta sig att en miniräknare ska vara kreativ.

## Kontextfönstret: AI:s arbetsminne

AI har inget bestående minne. Den känner bara till det som finns i den aktuella 
konversationen — detta kallas **kontextfönstret**.

- Allt du har skrivit i den aktuella chatten finns i kontextfönstret;
- Så snart du startar en ny konversation har AI:n ingen minne av den föregående;
- Vissa verktyg erbjuder valfria minnesfunktioner, men de är inte aktiverade som standard.

Föreställ dig en briljant konsult som läser allt du ger 
dem under ett enda möte, men glömmer hela samtalet när de 
lämnar rummet. Vid nästa möte börjar du om från början.

Liknelse

## Vad detta innebär i praktiken

- **Ge alltid kontext i ditt meddelande** — anta inte att AI:n känner till 
din roll, ditt projekt eller dina preferenser;
- **Du kan referera tillbaka inom en konversation** — AI:n minns 
allt som sagts under den aktuella sessionen;
- **Börja om när ämnet ändras** — en rörig, lång konversation kan 
förvirra modellen;
- **Vissa verktyg erbjuder minne** — ChatGPT och Claude har valbara minnesfunktioner 
som kan sparas mellan sessioner, men dessa måste aktiveras.


Vilka påståenden beskriver korrekt skillnaden mellan deterministiska och probabilistiska verktyg, och ger korrekta exempel på varje?

Vilket påstående beskriver bäst hur generativ AI minns information under en konversation?

AI är inte längre valfritt — det är en del av hur arbete utförs år 2026. Denna kurs ger en praktisk grund för att arbeta med AI-verktyg på ett säkert och ansvarsfullt sätt. Ingen kodning krävs. Du får lära dig hur modern AI faktiskt fungerar, hur du får användbara resultat, vad du bör vara uppmärksam på och hur du tillämpar AI i din specifika yrkesroll — oavsett om du arbetar med marknadsföring, HR, analys eller utveckling.

Innan du kan använda något AI-verktyg effektivt behöver du förstå vad det är – och vad det inte är. Det här avsnittet avmystifierar stora språkmodeller, skär igenom hypen och kartlägger det aktuella landskapet av AI-verktyg så att du kan fatta välgrundade beslut från dag ett.

Kvaliteten på din utdata beror nästan helt på hur du formulerar din indata. Denna sektion lär dig att skriva tydliga, strukturerade promptar – och hur du förfinar dem när resultatet inte är helt korrekt. Den mest praktiska delen av kursen.

Att förstå hur man använder AI innebär också att veta när man inte ska lita på den. Detta avsnitt behandlar verkliga risker – hallucinationer, datasekretess, partiskhet – och utvecklar kritiskt tänkande som skiljer en eftertänksam AI-användare från en vårdslös.

Den sista delen sammanfattar allt genom att fokusera på specifika arbetsroller. Varje kapitel visar exakt hur AI används inom ett visst område — med verkliga exempel, verktygsdemonstrationer och ett avslutande kapitel som hjälper dig att skapa ditt eget AI-arbetsflöde.

Generativ AI kontra Traditionell Programvara

Deterministiska vs. Probabilistiska Verktyg

Kontextfönstret: AI:s arbetsminne

Vad detta innebär i praktiken

1. Vilka påståenden beskriver korrekt skillnaden mellan deterministiska och probabilistiska verktyg, och ger korrekta exempel på varje?

2. Vilket påstående beskriver bäst hur generativ AI minns information under en konversation?