Effektivitet är nyckelordet för hur AI kan stödja i skrivprocessens steg ”formulera”. Stödet tillför inte uppenbart något som den erfarna skribenten inte kan skapa själv. Men skrivkramp bör vara ett tillstånd som är botat.
Alla inlägg om ”Grundläggande AI för webbredaktörer”
Om diskussionen i de föregående stegen — välj, prioritera — var nyanserad och slutsatserna av typen ”å ena sidan, å andra sidan” är det tydligare när vi pratar om formuleringen.
Ge AI-verktyget den information du har.
Beskriv vad du vill ha formulerat, det vill säga typ av text och omfattning.
Berätta så konkret du kan om sammanhanget, framförallt om läsaren.
Få tillbaka ett rätt ok första utkast (eller bättre).
Arbeta vidare med och gör klar texten. Detta under förutsättning att du inte driver en helt AI-genererad webbshop, eller nåt, men då läser du inte här.
Nu, om inte förr, blir det alltså tydligt varför jag utgått från skrivprocessens steg ”välj, prioritera, formulera, kontrollera”.
Välj är lika med den information du har.
Din prioritering är en central del av det du berättar om sammanhanget.
Det du nu tillför är vad du vill ha formulerat.
Så värst mycket mer tips är det faktiskt inte värt att ge. Det behövs åtminstone inte. Är du inte nöjd med utkastet du får ändrar du något och provar igen. Eller ber bara om en version till. På så sätt tenderar AI-verktygen att vara en avlägsen släkting till Groucho Marx och hans ”Detta är mina principer — om du inte gillar dem har jag andra”.
Prompt: Skriv en text som handlar om familjehem. Texten ska innehålla vad ett familjehem är, vilken ersättning som går att få och vilket stöd och utbildning en intresserad kan få. Prioritera stöd/utbildning högst i texten.
Prompt: Skriv en säljtext på cirka 200 ord – det som ska säljas är Microsoft 365 och målgruppen är människor som arbetar med HR och personalfrågor. Använd nyckelorden HR-tech, Medarbetarengagemang och Talanghantering.
Prompt: Skriv en informationstext på 100 ord om ökningen för försvar och samhällets krisberedskap. Texten ska vara på svenska men rikta sig till människor som har liten eller ingen kunskap om Sveriges försvar, dess Nato-ansökan eller debatten i Sverige. Skriv på lätt svenska.
Som sagt, dessa är rätt ok första utkast. Hade jag faktiskt haft uppdraget att publicera är det framförallt säljtexten som sticker ut. Den har ett tilltal från en färgglad 90-talsbroschyr. Men då är det bara att börja om (i detta exempel är första steget att ändra instruktionen om ”säljtext”).
En texts många skepnader
Ett bra sätt att testa, lära och förfina sina instruktioner är att utgå från en text och begära helt olika resultat av formuleringen. I AI för webbredaktörer: Gör ditt urval sorterade ChatGPT ut de 15 viktigaste meningarna ur en statlig utredning. Låt oss använda det urvalet, lägga till prioriteringar och få olika formuleringsförslag.
Klicka för att se konversationerna.
Allmän instruktion att skriva en nyhetsartikel utan annan styrning än att utgå från urvalet.
Instruktion att skriva en inbjudan till en konferens om utredningen som riktar sig till föreningar och andra delar av civilsamhället.
Instruktion att prioritera punkt 10 och skriva en text på 50 ord som riktar sig till lokalpolitiker.
Instruktion: Skriv ett utkast till en ansökan om forskningsanslag om brottslighet i bostadsområden och hur den påverkar ungdomar.
Utifrån två prioriterade meningar, en instruktion att skriva en debattartikel.
Och självklart – hoppa över översättning och få textförslag direkt på andra språk.
Ja, det blir ytligt sett ofta konstigt. AI-motorn beter sig ibland som en gammal brevvän (”Kära Lokalpolitiker”) och den är så nitisk att den hittar på platser, tider, namn. Den kan inte alltid stava (”agande” i stället för ”agerande”). Men jag återkommer till att det generellt blir användbara första utkast. Det engelska exemplet är sannolikt redan från början språkligt bättre än vad de flesta som inte har engelska som modersmål hade skrivit.
Exakt hur värdefull hjälpen är beror på hur du jobbar som webbredaktör. Skriver du många texter om många ämnen, särskilt aktualiteter, är det lätt att se värdet. Är du intranätredaktör för ett ämne du verkligen kan och måste inleda med att tvätta urvalet du matar in från intern information… då kanske värdet är mindre.
Om du lider av skrivkramp, däremot. Om du sitter och stirrar på den blinkande markören på det blanka bladet och snart känner pulsen gå i samma takt, ja, då är nog AI-verktyget ett perfekt piller att ta.
Du måste ge svaret för att få svaret När du väl har gett AI-verktyget den information som krävs för att verkligen bidra med en prioritering, har du i princip redan gjort den.
Okej då, lite hjälp finns att få Låt oss titta närmare på prioritering i form av intressebedömning, sökoptimering, benchmarking och olika textstrukturer.
Välj ett AI-verktyg som är tydligt med källorna När du inte har egen data, och det inte finns någon generellt tillgänglig, blir chattmotorns källor grunden för din bedömning av trovärdighet.
Slutsatsen är ett rungande nja Just nu är den hjälp du får att prioritera begränsad. Mer idéer än prioritering. Men det kan ändras snabbt.
Prioritering för service och nyheter
Välj, prioritera, formulera, kontrollera. Där är de fyra steg jag utgår från i denna resa genom vad AI just nu kan hjälpa oss webb- och intranätredaktörer med. Stegen är beskrivna mer i detalj tidigare.
Så vad är då prioritering? Det enkla svaret är att det är ditt val i vilken ordning du ska skriva eller presentera det du har valt att ha med. I praktiken innebär detta att vad som är en bra prioritering varierar. Vi måste skilja på olika sorters innehåll.
Om du jobbar med sociala medier är det kanske de 3 sekunderna av filmen som är så häpnadsväckande att människor bara måste se vad det handlar om. Men att styra sociala medier är en annan nyans av redaktörskap än den som jag fokuserar på här — och de två vanligaste innehållen då är servicesidor och nyheter.
Servicesidor Innehåll som ska hjälpa användaren att göra det den kom för. Ta reda på om den kan bygga ett plank utan bygglov, hitta och ladda ner en ny drivrutin till skrivaren, planera sitt semesteruttag. Och hur mycket mer som helst. Det som utmärker sidor av detta slag är vi ska göra det enkelt att agera. Vi måste prioritera agerandet och viktigast är då den information eller de tjänster som krävs för att slutföra uppgiften. Därefter följer fördjupning, breddning eller kontaktvägar.
Nyheter En klassiker som gäller nyheter är ”viktigast först”. Fast vad är viktigast? En journalist kan alltid utgå från det diffusa allmänintresset. Men en webb- eller intranätredaktör måste utgå från fler aspekter. Ska det stärka oss som arbetsgivare? Locka investerare? Imponera på beslutsfattare? Få medborgare att källsortera bättre? Ge kollegorna som arbetar med kvalitetsutveckling förståelse för de nya rapportmallarna? ”Viktigast” — är slutsatsen — handlar sällan om en generell bedömning av ett innehåll utom om ett tydligt mål.
Du måste ge svaret för att få svaret
Här är grundproblemet: Om du ska få något vettigt svar, måste du ge så mycket information att du i praktiken redan har gjort prioriteringen. Ingen AI vet vad som gör er till bra arbetsgivare. Ingen AI kan säga hur rapportmallarna relaterar till kvalitetsgängets arbetssituation.
Du kan förstås berätta det, ge AI:n den nödvändiga bakgrunden. Men varför ta omvägen via AI?
En helt annan sak är att få stöd med en fördjupad prioritering: ”Använd följande underlag för en text där X och Y är högst prioriterat”. Då har du gjort den centrala prioriteringen, och vi är snarare inne på formulera. Det är nästa steg och ett steg som vi verkligen kan använda AI-verktyg för.
Okej då, lite hjälp finns att få
Jag vill ju inte lämna detta så abrupt. Så låt oss hitta situationer eller användningar där det ändå kan finnas en viss poäng att ta stöd.
Bedömning av intresse
Jag gick tillbaka till mitt exempel kring statens budget i siffror, klistrade in hela utgiftstabellen och instruerade ChatGPT att identifiera det mest intresseväckande.
Klicka för att se konversationen
Svaret är rimligt. Men långtifrån den enda rimliga prioriteringen. Genom instruktionen ”Gör om bedömningen sett till vad som är mest intressant för högutbildade människor i storstad” studsar Klimat upp till plats 1 och försvaret sjunker till plats 4.
Är detta trovärdigt nog för att bli ditt beslutsunderlag? Det får du förstås svara själv på. För mig hör detta snarare hemma i idé-fasen än i prioriteringen. Samtidigt — ibland får en webbredaktör i uppdrag att arbeta med något den inte kan. Något den inte har någon egen kunskap om. För en första preliminär prioritering av ett brett underlag går det att se en poäng.
Prioritering för sökbarhet
Återigen en dimension som ligger nära idéfasen. Du kan klistra in en text och utifrån den be om sökbegrepp att prioritera, men eftersom de vanliga AI-verktygen inte har data om söktrafik får du i grunden en gissning. Möjligen en bra gissning men ofta väldigt styrd av dina instruktioner eller din grundtext.
Det går att föreställa sig mer komplexa situationer där du har trafik- och sökdata i stor volym som du kan få hjälp att analysera. Du skulle kunna få bedömningar baserat på besökarnas geografiska hemvist, klockslag för besök och så vidare. Faktum är dock följande: många webbredaktörer jag möter har inte ens tillgång till statistik. Om de har det är exempelvis de sajtinterna sökningarna så få att underlaget har noll statistisk relevans. Och de som har både tillgång och mycket data behöver inte ChatGPT för de har redan analysmodeller och -verktyg.
Benchmarking för att vara som andra
Om rubriken (”för att vara som andra”) lät negativ är den inte menad så. Det utvecklas de facto-standarder som är vettiga att ha koll på och inte sällan följa. Särskilt om du arbetar med service som konkurrensutsätts. Ifall tre andra sajter prioriterar en viss omständighet gör du klokt i att också prioritera den, eftersom de andra sajterna bygger upp en förväntan om svar på den omständigheten.
Kan du använda AI för detta? Javisst, du kan be om en jämförelse av en viss typ av information och hur den struktureras. Det kan vara tidsbesparande men förmodligen tillför det inget jämfört med om du själv kikar på relevanta sidor. En jämförelse blir per definition inte generativ, vilket ju är det intressanta med AI.
Ett första utkast
ChatGPT har ingen brist på egna idéer om hur den kan hjälpa till. Listan nedan är dess exempel på textstrukturer den kan bearbeta en text utifrån. Min invändning kvarstår, vill jag säga. Den inverterade pyramiden uppstår inte ur tomma intet. Den uppstår i beslutet kring vad som är basen i den pyramiden (högst upp, alltså). En FAQ-struktur är direkt kontraproduktiv om den inte bygger på kunskapen om vad folk faktiskt frågat. Och flera av de andra strukturerna måste vi naturligtvis undvika så långt det går.
Men som ett första utkast, varför inte?
Inverterad pyramid (för nyheter)
Traditionell akademisk struktur
Berättande struktur
Problem-lösningstruktur
Kronologisk struktur
Jämförande struktur
FAQ-struktur (vanliga frågor)
”Hur man gör”-struktur
Välj ett AI-verktyg som är tydligt med källorna
Eftersom det är en bedömningssport blir källorna centrala för hur du ska bedöma chattrobotens påståenden. I denna inläggsserie använder jag framförallt ChatGPT (eftersom det är mest känt), och även om ChatGPT ger dig källor finns det andra verktyg som gör det tydligare och mer betonat. I en situation där du förmodligen formulerar en fråga, formulerar om den och sen ändrar den igen för att hitta rätt prompt är mitt tips att kika på exempelvis Perpexity.ai.
Här har jag i några steg fördjupat en fråga om de viktigaste begreppen/ämnena för en grupp unga människor som jag vill marknadsföra fördelarna med banksparande till.
Klicka för att se konversationen
Slutsatsen är ett rungande nja
Idag ger inte AI-verktygen någon betydande hjälp för att prioritera innehåll. En insikt där, en förenkling här. Men om du inte har egna data i någon form att be den analysera och lämna förslag utifrån är din bedömning bättre. Givet hur fort utvecklingen går, däremot, finns det en inte försumbar risk att den slutsatsen är antik redan innan jul.
Allt skrivande och all produktion av innehåll börjar med att du gör ett urval. Du måste bestämma dig för vad du överhuvudtaget ska förmedla. AI-verktygen ger dig god hjälp men du är utan tvekan fortsatt kapten på skutan.
Alla inlägg om ”Grundläggande AI för webbredaktörer”
Välj ur ett stort underlag AI-verktyg är bra på att sammanfatta men undanröj risken för bearbetning du inte vill ha.
Fördjupa ditt val Ta ”Välj” vidare och kom allt närmare ett färdigt underlag för din text.
Fråga bara saker det finns svar på Det är inte bara i roliga memes som AI-verktygen hamnar snett. Oavsett om det är hallucination eller överdriven vänlighet kan du få svar som inte finns.
Urval utan (text)underlag Webbredaktörens vanligaste startpunkt är ett dokumenterat underlag. Men det behöver inte vara en text och du får hjälp även om underlaget bara är en idé.
Urval ur data Från enkla beräkningar till mer komplexa samband — AI-verktygen är ditt stöd, men ett stöd du måste vara beredd att jobba för.
Gör din research genom att fråga Grunden: be om hjälp och information utan underlag. Vägar vidare till något många vill tipsa dig om.
Välj, prioritera, formulera, kontrollera
Formeln är ett sätt att fånga alla de moment som krävs för en färdig text — eller färdigt innehåll i stort. Den har inget specifikt med vare sig AI eller ens webbpublicering att göra. Den är helt enkelt skribentens arbetsgång och den jag utgår från i jakten på vad AI kan hjälpa en webbredaktör med.
Välj: Någonting utgår du från. Ofta ett skrivet underlag. Ibland kanske dina anteckningar från ett samtal eller en intervju. En idé du har. Kanske en AI-genererad tanke? Oavsett måste du innan du börjar skriva reda ut ”vad är det jag ska ha med i texten?”. En kort text kanske bygger på 3-5 saker, och därifrån kan din urvalslista bli hur lång som helst.
Prioritera: Det går inte att säga två saker på samma gång. Vare sig du aktivt prioriterar eller inte säger du en sak före en annan. Detta steg påminner dig om att faktiskt göra en prioritering. Du måste bestämma vad som är mest relevant (”viktigast”, ”mest intressant”, ”mest efterfrågat”…) att säga först, och i vilken ordning du ska ta med resten av det du valt.
Formulera: Det vi förknippar med att ”skriva en text”, det vill säga just formuleringen av ord, meningar, stycken. I detta steg väcks också frågor om annat innehåll än text, som ”ska vi beskriva statistiken eller illustrera den med ett diagram”.
Kontrollera: Om du bara lägger ut vad någon bett dig om har du inte gjort stegen ovan, och därmed finns det heller inget att kontrollera. Det är åtminstone inte ditt problem. Men så fort du påverkat urval, prioritering och formulerat dig klart blir kontrollsteget nödvändigt. Har du fått fakta rätt? Ger texten inte bara rätt fakta utan också rätt intryck?
Välj ur ett stort underlag
Något av det vanligaste och svåraste en webbredaktör gör är att försöka skapa bra webbinnehåll av omfattande information. Ett sådant underlag är ofta skapat med ett annat syfte än att underlätta agerande, förklara, göra begripligt, inspirera och allt det vi vill göra.
Men genom att bara be om en sammanfattning i allmänhet finns risken att AI:n lägger till och tänker själv. Du kan be om en ”extraheringsbaserad sammanfattning”, att sammanfattningen sker endast med ord och meningar som finns i underlaget. Personligen vill jag i detta skede — urvalet — undanröja all risk för bearbetning och ger hellre instruktionen: ”Ge mig en lista på de 15 mest centrala meningarna för att förstå följande text. Lista dem i den ordning de förekommer i texten.”
Klicka för att se konversationen.
Fördjupa ditt val
Listan är korrekt i betydelsen att samtliga meningar förekommer i texten. Huruvida de är de 15 viktigaste är naturligtvis en annan fråga. Men, som sagt, den rapportering som skett visar att bedömningen inte är radikalt annorlunda än de människor gjort (såvida inte de också roat sig med AI…).
Härifrån kan du välja att fördjupa ditt urval. Till exempel genom att be om mer fakta bakom någon av meningarna, som vad utredningen säger om förverkande av hyresrätt.
Jag bad Chat GPT ”skapa en nyhet om barns förutsättningar, situation och möjligheter” utifrån underlaget. Det första den gör är att sätta rubriken ”Regeringsutredning föreslår skärpta regler för hyresrätter för att stärka barns trygghet i bostadsområden”. Det är inte helt sant. Utredningens syfte var inte fokuserat på barn.
Även om detta inte är en hallucination av det omtalade slaget — min instruktion fick AI:n att bli lite väl hjälpsam med rubriken, gissar jag — så återkommer jag till att när du gör ett urval, undanröj all bearbetning. Rätt formulerat får du citat och en tolkningshjälp på vägen: ”Vilka är de fem viktigaste meningar som sägs om barns situation, förutsättningar och möjligheter i följande text”.
Klicka för att se konversationen.
Urval utan (text)underlag
Även om den mest typiska situationen är att vi gör ett urval med ett underlag som bas, händer det att det inte finns något. Kanske uppstår textbehovet när du får veta att kommunens kontaktcenter får många frågor om vad det innebär att vara ett familjehem? Jag visade redan i förra inlägget att du kan fråga vad andra kommuner skriver.
Du kan naturligtvis också specificera en vinkel mer exakt, givet vad kontaktcentret berättar för dig. Detta är en process som ligger mycket nära att generera idéer.
Samma sak med presentationer. Du kan ladda upp en presentation och be om ett urval ur den.
Urval ur data
Allt hittills har handlat om text. Och det är rimligt eftersom jag tänker att du som läser är webbredaktör. Det händer dock att vi får annat än texter eller lösa uppslag som underlag. Vanligast är förmodligen statistik.
Enkla beräkningar
Låt säga att du vill göra ett urval i Statens utgifter för 2022-2026. Det går alldeles utmärkt att klistra in utgiftstabellen och be om en beräkning av ”den procentuella förändringen för varje utgiftsområde mellan 2022 och 2024. Ange vilka tre som ökar mest och vilka som ökar minst, eller minskar.”
Sannolikt går det snabbare än om du räknar själv. Du kan också fråga exempelvis vilken av minskningarna som är mest uppseendeväckande sett till den allmänna debatten (och få svaret Hälsovård, sjukvård och social omsorg — avgör själv om du håller med).
En statistiker skulle nog inte bli imponerad av djupet i en analys som denna. Det är mer matematik än analys. Ifall du är statistiker och inte webbredaktör har du en mängd mer eller mindre AI-inriktade applikationer att välja på för prognostisering, datavisualisering och så vidare. Men det går att komma längre även utan att vara dataanalytiker.
Analysera egen data
Med ChatGPTs hjälp — och Malmö stads öppna data — lyckas jag till exempel hitta detta: Det genomsnittliga antalet ohälsodagar i en stadsdel har ett rimligt starkt samband med hur många som pendlar till jobb utanför Malmö. Ju högre andel pendlare desto lägre ohälsotal (korrelationskoefficient -0,719).
Klicka för att se graf.
Om du har jobbat med statistik i, säg, 2 sekunder av ditt liv så skriker du nu ”Korrelation innebär inte nödvändigtvis kausalitet!”. Vilket är helt korrekt i detta fall. Man blir inte friskare av pendling. Däremot blir man friskare av att till exempel ha en god ekonomi vilket ett arbete bidrar till, vare sig man pendlar eller inte. Men detta poängterar faktiskt ChatGPT: ”Det är viktigt att notera att detta är en korrelationsanalys och inte nödvändigtvis indikerar ett orsakssamband. Andra faktorer kan också påverka både pendlingen och ohälsotal.”
Du hade kunnat göra exakt samma analys i Excel utan att få det påpekandet. I mer komplicerade sammanhang än mitt banala exempel kan den typen av stöd vara viktigt.
Kapaciteten för dataanalys i AI-verktyg är värdefull. Min erfarenhet just nu är att jag ofta jobbar en stund med mina data innan jag laddar upp dem. Inte sällan laddar jag upp en första omgång och noterar var AI:n får problem, rensar data och startar om. Det där med att ”bara ladda upp dina data och fråga vad du vill veta” är än så länge en vacker tanke men inget jag någonsin fått att fungera när det handlar om komplex data med många dimensioner.
Gör din research genom att fråga
Merparten av det ovanstående handlar om något annat än grundfunktionaliteten i AI. Det vanligaste bör vara att du ber om information utan att själv bidra med underlag. I den research som ofta är en del av skrivprocessens välj-steg är det en given hjälp. Men mängder av människor har ägnat 2023 åt att skriva guider kring det, så gör en Google-sökning om hur du skriver en bra prompt eller fråga AI:n själv. Här har jag frågat Googles Bard AI.
Generativ AI kan, mycket riktigt, generera idéer. Den välkända erfarenheten kring AI är dock uppenbar just när det handlar om att få idéer — utan tydlig styrning genereras väldigt mycket dumheter. Ju bättre idé du själv har, desto bättre idéer får du.
Alla inlägg om ”Grundläggande AI för webbredaktörer”
AI-användning utan ”risk” Inget annat skede i skrivprocessen är så okänsligt. Du skickar ingen konfidentiell information. Du publicerar inget av resultatet direkt. Det är bara att köra.
Alltid första steget: sätt sammanhanget Det är inte djävulen utan framgången som sitter i detaljerna. Hitta ett tillräckligt specifikt sammanhang för dina frågor för att få kvalitet i svaren.
Fördjupa din idé Att nå fram till en idé som är klar att bearbeta vidare är en process. Steg för steg, eller snarare genom att tratta ner.
Strategiska idéer för ditt genomslag En faktauppgift är Google fortfarande minst lika bra på. Men textuppslag, sökbegrepp, benchmarking är bara några exempel på hur brett användningsområdet är.
AI-användning utan ”risk”
Att skapa idéer finns med i toppen på hur AI används, att döma av de webbredaktörer jag pratat med. Det är fullt logiskt. Det är den minst riskfyllda användningen av generativ AI. Du publicerar ju inte något av det som skapats. Det gör inget om du får 10 galna idéer så länge det finns en bra idé att gå vidare med — och du är den som både avgör och tar arbetet framåt.
I den mån det finns tveksamheter kring andra användningsområden för AI (och det finns det) är denna del alltså dess motsats. Bara kör. Det är i grunden inte annorlunda än att scanna av ett ämne på sociala medier eller andra metoder vi använder för att hitta ingångar till och vinklar på ett ämne.
Alltid första steget: sätt sammanhanget
Jag exemplifierar med ChatGPT-4 men principen är den samma oavsett verktyg. Ju tydligare du beskriver en kontext, ett sammanhang, desto bättre respons får du.
Låt säga att du är redaktör på ett intranät. Du blir kontaktad av HR som ser en minskning i hur många som använder sitt friskvårdsbidrag och de vill få en nyhet publicerad som inspirerar medarbetarna till att träna mer, och naturligtvis använda friskvårdsbidraget.
Om du ber Chat GPT om ”artikelidéer kring hälsa” spretar det rejält. I exemplet har jag bett om bara fem idéer för att göra det enklare att använda skärmdumpen här. Maximalt två av dem ens nära det du vill skriva.
Klicka för att se konversationen.
Skriver du i stället ”artikelidéer om hur medarbetare får störst nytta av sitt friskvårdsbidrag” blir det högre kvalitet. Jag skulle säga att samtliga fem förslag är intressanta, om än inte färdiga rubriker och innehållsförslag.
Klicka för att se konversationen.
I detta enkla exempel är alltså ”medarbetare” och ”friskvårdsbidrag” den specifika kontext som räcker för att börja se kvalitet i idéerna. I andra ämnen kan du behöva beskriva din tänkta läsare eller andra viktiga förutsättningar mer detaljerat. Min erfarenhet är att AI-verktygen ibland reagerar direkt på vissa förutsättningar medan de mer eller mindre nonchalerar andra.
Fördjupa din idé
En tratt är en bra metafor för konversationer som dessa. Du sätter en kontext (medarbetare och friskvård) som du sedan borrar vidare i. I detta fallet väljer jag en av idéerna och tar den vidare: ”Ge mig idéer till en artikel som upplyser medarbetare om ovanliga eller unika aktiviteter som täcks av friskvårdsbidraget.”
Klicka för att se konversationen.
Själv hade jag nog varken tänkt på floating eller capoeira, som är några av förslagen. Du kan då direkt fördjupa dig, och börja röra dig i gränslandet mellan idé och research: ”På vilket sätt har floating ett värde ur ett hälsoperspektiv för en människa som jobbar stillasittande på ett kontor?” Observera att jag här både fördjupar och lägger till ett sammanhang, det vill säga kontorsråttan.
Klicka för att se konversationen.
Med detta kommer vi över i urvalsprocessen vilket är nästa steg i denna serie. Det är till exempel i detta skede du måste fundera på om AI:n har stöd för sina påståenden eller inte. Så jag stannar här vad gäller det exemplet.
Det finns ju också en mer övergripande eller strategisk idégenerering som är lika intressant.
Strategiska idéer för ditt genomslag
Jämthund enligt DALL·E 3
Det är din fantasi som sätter gränser. Du kan ta reda på vilken den vanligaste jakthunden i Sverige är, i syfte att ha med en sådan på en annons till din målgrupp av jägare för att få dem att känna sig hemma. ChatGPT påstår att det är en jämthund, och DALL·E 3 kan förstås ge dig en snygg bild.
Detta behöver du däremot inte ChatGPT till. En Google-sökning ger samma svar och du får direkt en chans att kontrollera källorna, och i detta fallet se att flera olika källor är överens. Ifall du helt enkelt trivs bättre med att konversera än att söka, bör du kika på Bing Chat som faktiskt ger källorna direkt.
Det är alltså det specifikt generativa vi ska leta efter för att skapa någon ny, unik nytta.
Låt oss därför fråga ”Vilka ord och begrepp ska jag sökoptimera en sida för som handlar om digitala arbetsplatser byggda i Microsoft 365?”. Svaren är bra. Du får också några korrekta råd: ”…skapa värdefullt, engagerande och användbart innehåll för läsarna”. Men svaren är så många och varierande att de inte är användbara som underlag för sökoptimering.
Klicka för att se konversationen.
Om vi trattar ner igen genom att specificera kontexten blir det mer konkret. Jag säger att jag vill nå människor som jobbar med HR och jag vill ha de viktigaste orden och begreppen för att nå dem. Slutresultatet är
Du kan också be AI:n att i praktiken göra en benchmark, en bedömning av vad som brukar skrivas i ett ämne. Du får en start kring något du inte redan tidigare arbetat med. Här är två exempel:
Svar på frågan ”Vilken är den mest förekommande informationen om familjehem på kommunala webbplatser?”. Klicka för att se konversationen.Svar på frågan ”Vad är det vanligaste en sida om meditationskurser på webben innehåller?”. Klicka för att se konversationen.
Som sagt — din fantasi sätter gränserna. Du behöver till exempel aldrig mer svettas över kickoffen du ska arrangera för webbredaktörerna och sen ändå hamna i levnadsviljedödande karaoke eller charader:
Tröttna inte direkt! Jag vet att många AI-verktyg är i läget att vara både uttjatade och knappt kända samtidigt. I en serie kommer jag att gå igenom vilken nytta du som webbredaktör kan ha av de generativa AI-verktygen. Inga undergångsscenarier, inga filosofiska tankar om människan vs. maskinen — bara konkret hur vi som webb- och intranätredaktörer kan bli än mer effektiva. Eller inte.
En bild som mest av allt illustrerar min fantasilöshet. Skapad av DALL·E 3
3 av 10 svenskar har använt ett AI-verktyg. I gruppen 18-34 är andelen dubbelt så hög. Förmodligen och förhoppningsvis är andelen tre gånger så hög bland webbredaktörer och andra som arbetar med innehåll på nätet. En undersökning antyder det. Men det är inte 100%, det vet jag. Och framförallt är det inte 100% som har hittat strukturerade sätt att ta hjälp av verktygen.
Se de följande inläggen som ett litet inspel från min sida för de absolut vanligaste webb- och intranätredaktörerna — de som har ett mindre uppdrag inom ramen för en tjänst som på inget sätt handlar om webb eller kommunikation. Kanske kan jag ge något enstaka tips, kanske ge bränsle i en diskussion i er webbförvaltning eller som ett underlag för den heltidsanställde webbkommunikatören i dialogen med den decentraliserade publiceringsorganisationen.
Just förutsättningarna för att gemensamt i en webborganisation sätta upp principer förändrades radikalt alldeles nyligen med det OpenAI kort och gott kallar ”GPTs”. En agent du skapar, ger instruktioner eller data och sätter begränsningar för — och som kan användas gemensamt. Jag gissar att detta blir det primära sättet att använda AI-stöd.
Webb- och intranätredaktörer, skrev jag. Förutsättningarna för att använda dessa verktyg är relativt lika oavsett om du producerar externt eller internt innehåll. Den uppenbara skillnaden är givetvis vad du kan be om hjälp med. Intern information med personuppgifter eller konfidentiell fakta måste redigeras innan den kan matas in i ett publikt AI-verktyg. Samtidigt står inte utvecklingen stilla. Bing Chat Enterprise kommer med löftet att ingen information läcker utanför din organisation, exempelvis.
Det var ett tag sedan du — om det finns någon ”du” som fortfarande råkar se detta — hittade en uppdatering här. Det beror framförallt på de lite längre projekt jag varit engagerad i. Och på det som kanske var en liten platå där inte så mycket hände kring webbinnehåll, digitala arbetsplatser och liknande. Nu kokar det desto mer.
Jag ska inte tjata om AI som alla andra. I vart fall inte förrän det faktiskt finns brett tillgängliga produktionstillämpningar inom mitt område. Men det närmar sig. Innehållsproduktion kommer inom kort att ändra karaktär. Det har det redan gjort i vissa fall. Informationsarkitektur och uppgiftslösning likaså (tänk Copilot för M365, exempelvis).
Sen är det inte alltid samma sak att lösningar dyker upp som att de får den där breda användningen. Åtminstone inte direkt, åtminstone inte just de tillämpningar vi tror oss se nu. Om du vill ha en spådom kan jag säga att det kommer att bli spännande.
I övrigt är du som alltid välkommen att höra av dig! Mitt arbete med behovsanalyser, dataanalys och dess konsekvenser för UX och innehållsstrategi fortsätter.
Mina kurser tar allt mer formen av coachning, vilket är fantastiskt. Det är naturligtvis bra att träffa brett och nå alla som har med webb- eller intranätinnehåll att göra. Men en förändring på sajten kräver diskussion och utveckling uppgift för uppgift, sida för sida. Redaktör för redaktör.
Jag har det senaste året också haft två längre uppdrag där jag i samarbete med kundernas redaktionella organisationer producerat innehåll. Jag har skrivit, vi har resonerat och ändrat, redaktören har tagit principerna vidare till andra sidor. Det är på ett sätt det sista och högsta steget av utbildning: föreläsning > workshop > coachning > samproduktion. Förbaskat roligt också, förutom att det blir bra.
Nielsen Norman Group har som vanligt utsett årets 10 bästa intranät. Denna gång är det naturligtvis pandemin som färgar såväl jobbet som gjorts och bedömningarna. Slutsatserna är intressanta: Var förberedd med ett välskött intranät, var beredd att snabbt anamma nya idéer och centralisera tillgången till information och resurser.
Det är en lång tradition att NN Group utser ”de bästa intranäten” årligen. Varje år gnäller jag också på deras metod, men vi hoppar över det nu. Det är om inget annat en möjlighet att läsa en genomtänkt analys av just dessa intranät. Och analysen sker ju helt i pandemins skugga — eller möjligen dess blixtbelysning.
Förmågan att reagera snabbt är något som förenar intranäten (vilka inkluderar till exempel Världsbanken och Johnson & Johnson). Den förmågan består egentligen av två delar. Dels att faktiskt kunna ändra fokus i arbetet, att omedelbart kunna pröva nya saker och så vidare. Men också att ha en rimlig grund att utgå från. Ett intranät med stora brister i hittbarhet, med dåligt förtroende från medarbetarna eller med innehåll som inte ger service går helt enkelt inte alls lika snabbt att reagera med.
Det där är väl lärdom #1 av slutsatserna: Nästa kris, oavsett dess karaktär, förbereder du idag och i morgon genom att skapa en digital arbetsplats som möter behoven och hjälper människor att göra det de kom för.
Lärdom #2 är just betydelsen av att förstå och möta medarbetarnas behov, som på många sätt förändrades våren 2020.
Some organizations were able to assist with employees’ most basic work needs within days, weeks, or just a few months from the pandemic onset. And much of this help was delivered via the outstretched arm of the corporate intranet. COVID-19-specific intranet sections offered support in many ways: frequent, candid messages from company leaders, tips on how to set up a productive, at-home work environment and routine, advice for managers about how to coach people remotely, ways to improve mental health.
NN Group menar att mycket av det som vi sett på dessa intranät — och generellt det senaste året — är här för att stanna. Jag undviker helst att sia om framtiden allt för detaljerat. Det enda man är säker på då är att man kommer att ha fel. Så huruvida exempelvis ett fokus på medarbetarnas mentala hälsa blir kvar/uppstår får vi väl se.
Det vi kan vara helt säkra på är de två lärdomarna jag drar. De må vara gamla på gränsen till uttjatade men jag föredrar att se dem som tidlösa:
Släpp aldrig intresset för det basala. Hur mycket nytt godis som än dyker upp i plattformar och verktyg måste innehållskvalitet, hittbarhet och löpande uppföljning av effekter alltid stå på din prio-lista.
Du har en helt avgörande beställare och det är användarna. Ditt jobb är att möta deras behov och du behöver arbeta strukturerat med att hitta och förstå behoven — ju bättre förståelse du har för grunden, desto mer snabbfotad är du när omständigheterna ändras.
Konflikten eller samexisterandet — välj själv — mellan hittbarhet och upptäckbarhet är en informationsstrukturell klassiker. Den tekniska utvecklingen har potential att hjälpa oss med båda, men den stora faran är minst ett decennium gammal: att det helt enkelt känns mer spännande att leda folk till saker de inte visste de behövde än till sådant de faktiskt letar efter.
Så, jag behöver nog inte fördjupa vad findability / hittbarhet och discoverability / upptäckbarhet handlar om. Det finns massor skrivet och självklart har NN/g en definition.
Hittbarhet: Användarna kan enkelt hitta innehåll eller tjänster som de förväntar sig hitta.
Upptäckbarhet: Användarna möter innehåll eller de inte kände till tidigare.
Jag noterar särskilt utifrån ett intranätperspektiv att av de två är det upptäckbarhet som har momentum. Se till exempel hur Microsoft lanserar Topics, vilket uteslutande handlar om upptäckbarhet, men faktiskt inte gör någonting åt att 365 som intranät erbjuder undermåliga navigationslösningar. Du kan hitta samma ikon på flera ställen men den gör olika saker. Du får jobba stenhårt för att inte din tänkt sammanhållna sajt ska kännas som ett smörgåsbord av sajter i navigationen, och så vidare.
Men igen, och jag har gärna fel på den här punkten, nog lyser det lite mer i ögonen på kommunikations-, marknads- och HR-direktörer när vi säger saker som ”locka läsaren att gå vidare till…” än när vi säger ”…en serie trädtester ska säkerställa en hittbarhet på över 85 %…”.
Låt mig föreslå tre alternativa förklaringar. Eller kanske provokationer.
De som på ledningsnivå ansvarar för intranät och webbplatser är ansvariga för att nå ut, skapa förändringar, utveckla varu- eller arbetsgivarmärke, skifta attityder. Inte för effektivitet och service. En (1) läsare som upptäcker något nytt är värd mer än 10 som hittar rätt.
Det är mycket svårare att misslyckas med upptäckbarhet än hittbarhet. Hittbarhet går att mäta mot ett tydligt mål, i teorin 100%. Upptäckbarhet har ingen övre gräns. Användaren kan alltid upptäcka lite till. Det har heller ingen nedre gräns, för upptäcktsförslagen är ju bara erbjudanden. Det går inte att misslyckas. Det är bekvämt.
Upptäckbarhet handlar om att erbjuda mer. Hittbarhet handlar nästan alltid om att erbjuda mindre (i betydelsen färre val) eller finjustera det vi erbjuder. Och alla med ett intranät vet att det är enklare att lägga till än att dra ifrån. Tiotusentals dokument vittnar om detta. Upptäckbarhet lirar alltså med minsta motståndets lag. Hittbarhet möter motstånd (”vi måste ju synas på samma nivå som…”).
Efter denna långa predikan borde jag avsluta mässan med en quick fix. Det har jag inte. Inte minst eftersom upptäckbarhet inte är dåligt i sig. Det är bara dåligt när det blir vårt primära fokus i stället för hittbarhet.
Så vad är då en långsiktig fix?
Jag tror till exempel att det är nödvändigt att tjata om att det är en skillnad på hittbarhet och upptäckbarhet. Vi som jobbar med detta vet förstås. Men de flesta av oss har säkert också stött på människor som tror att ämnestaggar ersätter snitslade informationsbanor.
Använd mätningar. Det finns etablerade metoder och utmärkta verktyg för att mäta/visa exakt vilken nivå av hittbarhet din sajt har, och vad ditt jobb med att förbättra den leder till.
Skapa allianser internt med de som ansvarar för service och effektivitet. För ett intranät i större organisationer är löneadministrativa avdelningen på många sätt en viktigare kompis än den HR-strategiska.
Var stolt över ditt yrke som webb- och intranätspecialist — och i det yrket ingår faktiskt fortsatt att nästan lite ingenjörsmässigt se till att hittbarhet inte glöms bort trots allt spännande som händer kring upptäckbarhet.
Microsoft har lanserat Viva och som allting det företaget gör kommer det snart att påverka dig. På gott och ont. Jag har förstås ingen aning om vad Viva kommer att bli. Men de har i vart fall identifierat ett klassiskt toppbehov som potentiellt kan få en bättre lösning.
Det som en gång var ett intranät, blev en digital arbetsplats, som blev DEX och nu alltså EXP — Employee Experience Platform. Ge det några månader så kommer någon annan på något annat uttryck, men längs hela vägen har vi som jobbar med dessa grejer försökt hitta svar på samma fråga: Hur hjälper vi människor att jobba mer effektivt och med högre kvalitet?
Microsofts nylanserade EXP är alltså Viva, vilket är en serie moduler (just nu fyra) som bygger på Microsoft 365 och Teams. Lanseringen verkar ske lite stegvis under året och den väcker ju två grundläggande frågor. Först vad Vivas moduler just nu faktiskt gör, och sedan vad det bakomliggande syftet är?
Detta tycks Viva vara
Vi tar den konkreta beskrivningen först. Eller min tolkning av Microsofts beskrivningar.
Viva Connections: Förefaller vara ett nytt, personligt anpassat gränssnitt till information och kommunikation som redan existerar. Alltså ingen ny funktion, men självklart potentiellt viktigt om det visar sig vara ett bra gränssnitt till denna information och kommunikation.
Viva Insights: Är statistik/data i syfte att stärka arbetet med välmåendet på arbetsplatsplatsen. Den enskilde ska få överblick över sin egen situation och chefen över arbetsgruppens.
Viva Learning: Här är det klassiska toppbehovet som behöver en lösning. De behovsanalyser jag och mina kollegor gör visar samstämmigt att människor vill ha ett bra stöd för kompetensutveckling och lärande. De allra flesta organisationer, vågar jag säga, erbjuder inte det. Det finns en ”utbildningsportal” men den är i princip aldrig fullständig. Det finns alltid en kurs till eller ett mentorprogram till som man måste hitta nån annanstans. Viva Learning ger ett löfte om att synka utbildningsresurser från Microsoft/LinkedIn, den egna organisationen och från externa leverantörer på en plats. Jag tror det när jag ser det, men lyckas detta knäcker Viva Learning ett verkligt problem.
Viva Topics: Ett AI-baserat system för innehållstaggar, varken mer eller mindre. Idén är alltså varken originell eller konceptuellt svår. Allt handlar om utförandet. Har Microsoft lyckats skapa något som faktiskt funkar?
Microsoft Viva unambiguously focuses itself on employee experience and is designed to appeal to HR functions. References to the HR agenda are all over the marketing material, from the inclusion of Wellbeing and Learning as key pillars, to the calling out of the involvement of key HR platforms and providers. It also mentions the employee lifecycle in passing, and we can see there being new apps here to address areas such as employee onboarding.
Syftet för Microsoft skulle förstås vara att knyta HR till sig lika hårt som de lyckats med många IT-avdelningar.
Det förefaller logiskt. HR är ofta starka. De äger viktiga system och informationsresurser. Den som vill ”äga” den digitala arbetsplatsen måste ha med sig HR.
I linje med det, så lutar jag åt att det strategiska beslutet är att få Teams att bli ett operativsystem för arbetet. Alla dessa, och alla kommande, moduler bygger ju på något sätt på Teams. Det är redan en levande diskussion i många organisationer — flera av mina kunder i Sverige har den diskussionen här och nu — att liksom ändra ordningsföljden på hur medarbetare använder ”intranätet”.
Idag är principen att intranätet är startplatsen och för valda grejer kan användaren ta sig till Teams. Teams är integrerat i intranätet genom att det visar notifieringar, listningar och så vidare från Teams. Det diskussionen handlar om är att många människor inte startar på intranätet utan i Teams där kollegorna ju är och dialogerna pågår — och därför kanske intranätet ska nås, till och med upplevas och användas, via Teams i stället.
Ur det perspektivet blir Viva Connections begripligt. Microsoft skriver att det är ”…en personligt anpassad gateway till den digitala arbetsplatsen där anställda kan komma åt intern kommunikation och företagsresurser som policys och förmåner och samtidigt delta i communities för anställda. Allt från en enda anpassningsbar app i Microsoft Teams.”
Och ändå har inget förändrats
Hur spännande detta än upplevs vara, finns det två saker att komma ihåg.
För det första: Väldigt många människor arbetar inte på ett sätt så att de kan utnyttja funktioner som dessa. Ju mer integrerat allt blir, ju mer det bygger på AI, desto mer användning förutsätter det. Volym (i kontakter, i information, i interaktioner, i data) blir byggstenar. Även om undersköterskor, fältsäljare, butikspersonal, lärare, montörer etc etc säkert har behov som Teams/Viva kan möta, har de också andra behov. En undersköterska behöver oftare exakt rätt riktlinje för såromläggning än den behöver det stora perspektivet på allt om sår. Och hur mycket meningsfull data om arbetsdagen kan Viva Insights samla in om en lärare som tillbringar sin viktigaste arbetstid i det personliga elevmötet?
Kort sagt, vi får aldrig glömma att Microsoft med utvecklingen av 365, Teams och nu Viva går väldigt mycket all-in på typ precis de yrkesgrupper som nu under pandemin haft möjlighet att jobba hemma.
Sen för det andra, och här citerar jag helt enkelt James Robertson:
The shift to modern intranet platforms has triggered this question, whether it’s SharePoint Modern or one of the many independent intranet solutions in the market. All too often, projects are skipping UX and HCD techniques, and jumping straight into the technical solution. If intranets are to deliver real value, these short-circuited approaches need to change.
Å ena sidan har den digitala mognaden fått en boost sedan mars 2020. Å andra sidan gäller det långt ifrån alla, och vår benägenhet att överskatta den digitala mognaden har antagligen bara accelererat. Så kanske 2021 är ett bra läge att arbeta strukturerat med frågan.
Det har varit intressant, ibland både komiskt och tragiskt, att notera de situationer som distans- och hemarbete skapat detta år.
Vi har alla sagt och hört ”du måste sätta på mikrofonen” och jag såg ett tv-inslag som mycket väl kunde ha varit en parodi. Det var en skånsk kommun som höll fullmäktigemöte online, och den totala kalabalik som uppstod med folk som avbröt (”jag ser inget”, ”är det Jonas som pratar?” och så vidare) var… spännande.
Men samtidigt har jag kunder som berättar om hur deras digitala arbetsplatser snabbt blivit omfamnade. Kollegor som stödjer kollegor, löser problem inte minst i själva plattformen i stället för att som vanligt(?) gnälla på att saker ”inte funkar”.
Jag tror dock att vi ska vara vakna på att denna utan tvekan ökade digitala mognad riskerar att skymma sikten för en likaledes ökad digital klyfta. En annan kund berättar att de fortfarande behöver förklara för medarbetare att två program kan vara igång samtidigt på datorn, för att nämna ett exempel. Och de verksamheter där vi kan misstänka att mognaden var lägst till att börja med, är ju delvis samma verksamheter som människor har behövt fortsätta gå till jobbet i. Verksamheter, alltså, som inte har fått boosten.
Allt sammantaget kan — och jag vill betona kan, för jag har naturligtvis varken total överblick eller en spåkula — digital mognad och digitala klyftor snabbt bli ett huvudtema för oss som jobbar med digitala arbetsplatser.
I så fall lär både du och jag få återkomma till diskussionen. Men lite bränsle för den hittar du hos Step Two i deras Digital maturity model. Jag kan säga att jag fortfarande inte har sett någon organisation som uppfyller kraven för en hög mognad inom formell intern kommunikation, exempelvis, och det är bara ett av fem områden i modellen.
