Yrkeskunskapen hör hemma i AI-utbildningen

Målarföretagaren Tony Severino upptäckte ett problem när Claude hjälpte honom med anbud: modellen uppskattade väggytan genom att multiplicera golvytan, i stället för att använda väggarnas faktiska mått. Det berättar Anthropic i sin rapport från möten med amerikanska företagare. Felet krävde yrkeskunskap för att upptäckas. En bättre formulering i chattrutan var bara en del av lösningen.

Veckans tes: AI-utbildning behöver mer yrkeskunskap och färre fristående promptknep. När leverantörerna bygger in mer av själva utförandet blir det viktigare att kunna formulera arbetsuppgiften och förklara resultatet. Om tesen stämmer bör en kurs bedömas efter vad deltagaren kan göra i sitt yrke efteråt, inte efter hur många instruktioner hen har samlat.

Det här är Hammer Automations tolkning av forskningsunderlaget för 7–13 september 2026, inte ett uppmätt resultat från en utbildningsstudie. Den engelska podden går igenom OpenAI, Anthropic Claude, Google Gemini/DeepMind, Grok och Mistral. Här fördjupar vi vad veckan betyder för lärandet på jobbet.

Företagarna ville bygga något under utbildningen

Anthropics redovisning den 10 september ger ett konkret skäl att diskutera kursinnehåll. I 635 utvärderingar efter företagsträffarna var arbetet med att bygga något under handledning den främsta höjdpunkten. Nästan två tredjedelar av deltagarna efterfrågade praktisk hjälp med införandet.

Det är signaler från personer som redan valt att delta i amerikanska AI-träffar. De säger inte hur alla svenska företag vill lära sig, och de bevisar inte att en viss pedagogik ger bättre resultat. Men de pekar på en efterfrågan som en föreläsning med imponerande demonstrationer lätt missar: hjälp mig använda detta till mitt eget arbete.

Severinos exempel gör skillnaden tydlig. Den som lär sig anbudsarbete med AI behöver förstå vilka ytor som ska målas. Det går att lära ut tillsammans med hur man ger Claude underlag, ställer följdfrågor och rättar ett antagande.

Källa: Anthropic: What 1,000 small business owners taught us about AI

OpenAI gör analysverktyget enklare att nå, inte affärsfrågan enklare

OpenAI presenterade den 10 september en Data-agent i ChatGPT Work. Den kan ansluta till företagets godkända datakällor, undersöka förändringar och skapa interaktiva rapportvyer. Den använder också verksamhetens definitioner av mått, beräkningar och samband mellan data.

Det sista är centralt för utbildningen. Att fråga varför försäljningen sjönk är enkelt. Att veta om försäljning här betyder bokade affärer, fakturerat belopp eller betalda fakturor kräver förståelse för verksamheten. Verktyget kan få hjälp av gemensamma definitioner, men någon måste fortfarande kunna förklara frågan och slutsatsen.

Samma dag lanserade OpenAI ChatGPT for Financial Services för behöriga finansinstitutioner, med utvalda inbyggda datamängder och stöd för företagets dokumentmallar. Det gör en kurs som enbart handlar om att producera en snygg presentation mindre intressant än en där deltagaren också kan förklara analysens antaganden. Det är en slutsats om kursinnehåll, inte ett påstående om att finansyrken har automatiserats bort.

Källa: OpenAI: Now everyone can put data to work

Källa: OpenAI: Introducing ChatGPT for Financial Services

Google, Grok och Mistral breddar det praktiska kursmaterialet

Googles veckounderlag beskriver hur Gemini kan skapa dokument, kalkylark och presentationer över gränserna mellan Workspace-appar. Funktionen presenterades den 9 september, men utrullningen började redan den 2 september och stödet var inledningsvis på engelska. En svensk utbildare behöver därför skilja mellan vad produkten visar i en demonstration och vad deltagarna faktiskt har tillgång till.

Grok fick den 9 september utkast till utgående meddelanden direkt i samtalet, för godkännande före sändning. Det öppnar för undervisning i kundkommunikation: deltagaren kan arbeta med ton, löften och mottagarens behov i samma situation som verktyget används. Vi föreslår detta som ett kursmoment; vi har inte genomfört ett sådant utbildningstest.

Mistrals rapport från den 7 september tar upp dokumentutvinning och lokala införandepartner. Produktnyheterna där är bakgrund från föregående vecka, inte nya lanseringar under hela perioden 7–13 september. Dokumentutvinning betyder här att hämta text och strukturerad information ur dokument. För exempelvis ekonomiadministration ger det material att öva på utan att göra själva chattandet till huvudämnet.

Nybörjaren behöver fortfarande lära sig verktyget

Motargumentet är viktigt: yrkeskunskap hjälper inte mycket om deltagaren inte kan komma in i tjänsten, lägga till rätt underlag eller ställa en begriplig fråga. Fler funktioner kan göra grunderna mer krävande, inte mindre. Prompter är instruktionerna vi ger AI, och tydliga instruktioner behövs fortfarande.

Förslaget är därför att knyta grunderna till en riktig arbetsuppgift. Låt en deltagare göra ett anbudsutkast eller förklara en förändring i en rapport, med material som får användas i tjänsten. Be sedan personen visa vilka antaganden som bar resultatet. Det ger utbildaren något mer konkret att diskutera än om svaret lät professionellt.

För den som planerar kompetensutveckling är den användbara frågan: vilket arbete ska deltagaren kunna utföra och förklara efter kursen? Det är en bra utgångspunkt för ett samtal med Hammer Automation om Tekniksmide och utbildning för er verksamhet.

Podden är en AI-genererad masterclass, skapad med NotebookLM från Hammers fördjupade dagliga research om AI-leverantörernas uppdateringar och funktioner. Artikeln bygger på veckans forskningsunderlag och NotebookLM-syntes, inte på en transkription av ljudet.