En kort historia, från Turing till ChatGPT
Visste du att du kan spara prompter? Markera valfri text i lektionen och klicka Spara text för att lägga till den i din Verktygslåda.
Se din Verktygslåda →Du behöver inte kunna AI:s historia för att använda den. Men en snabb resa genom de stora stegen hjälper dig förstå varför allt hände så plötsligt, och varför det inte kommer sluta.
1950: En fråga som startade allt
Den brittiske matematikern Alan Turing ställde en enkel fråga: "Kan maskiner tänka?"
Han föreslog ett test: om en människa chattar med en maskin och inte kan avgöra om det är en maskin eller en annan människa, ja, då har maskinen klarat testet. Det var 1950. Ingen hade ens sett en persondator ännu.
1960-1990: Löften som sprack
I decennier försökte forskare bygga AI genom att programmera regler för hand. "Om patienten har feber OCH ont i halsen, föreslå penicillin." Det fungerade för enkla saker men kraschade så fort verkligheten blev komplicerad.
Tänk dig att du försöker skriva regler för hur man kör bil. Du börjar med "om rödljus, stanna." Men sedan behöver du hantera fotgängare, regn, hala vägar, andra bilisters konstiga beteende... Listan tar aldrig slut. Och det var exakt problemet.
2012: Genomslaget med djupinlärning
Istället för att skriva regler började forskare låta datorer hitta sina egna mönster i stora mängder data. Det kallas djupinlärning.
Det var som att sluta ge kocken ett recept och istället säga: "Här har du hundra tusen middagsrecept. Lär dig vad som funkar."
2017: Transformer-arkitekturen
En forskargrupp på Google publicerade ett papper med titeln "Attention Is All You Need." Det lät kryptiskt, men det var startskottet för allt som händer nu.
Innan transformern kunde AI hantera ord ett i taget, ungefär som att läsa en bok genom att titta på ett ord och glömma alla andra. Transformern lät datorn se hela meningen på en gång och förstå hur orden hänger ihop.
Det var det som gjorde språkmodeller som GPT möjliga.
2022: ChatGPT, och allt förändrades
I november 2022 släppte OpenAI ChatGPT. Det var inte den första språkmodellen, men det var en av de första som gjorde generativ AI enkel att prova för en bred publik.
Inom fem dagar hade den en miljon användare. Inom två månader hundra miljoner. Plötsligt var AI inte något som forskare pratade om på konferenser, det var något din mormor frågade om vid julbordet.
Vad som händer just nu (2025-2026)
- Modellerna blir snabbare och billigare, det som kostade tusentals kronor att göra 2023 kostar ören idag
- Multimodalt, AI förstår nu text, bilder, ljud och video samtidigt
- AI som gör saker, istället för att bara svara på frågor kan AI nu boka möten, söka information och utföra uppgifter
- Lokalt och privat, AI kan nu köras på din egen dator utan att skicka data någonstans
Varför det här spelar roll för dig
Du behöver inte förstå alla tekniska detaljer. Men poängen är: det som hänt de senaste åren är inte en trend som kommer försvinna. Det är mer som internet 1995, alla visste att det var stort, men ingen visste riktigt hur stort.
De som lärde sig använda internet tidigt fick en enorm fördel. Samma sak händer med AI just nu.
Sammanfattning
- AI har funnits som idé sedan 1950 men blev praktiskt användbar runt 2022
- Genomslaget var att man slutade skriva regler och lät datorn hitta mönster själv
- ChatGPT var inte först med tekniken, men det gjorde generativ AI tillgänglig för en bred publik
- Vi är fortfarande i början, ungefär som internet i mitten av 90-talet
Hur fungerar språkmodeller?
När du chattar med ChatGPT eller Claude känns det ibland som att prata med någon som faktiskt förstår dig.
Relaterade kurser
ChatGPT: från nybörjare till van användare
Lär dig använda ChatGPT bättre för mejl, dokument, planering, research och längre arbetsflöden. Kursen går från grunderna till mer avancerade arbetssätt med projekt, filer och anpassade GPT:er.
Jämför och välj rätt AI-verktyg
ChatGPT, Claude, Gemini, Copilot och andra verktyg passar olika bra för olika uppgifter. Den här kursen hjälper dig att välja rätt utifrån behov, budget och arbetssätt.
ChatGPT Agent Mode
En fördjupning för dig som vill låta ChatGPT hantera mer sammanhängande arbetsuppgifter, från research till struktur och första utkast.