Hoppa till huvudinnehåll

Ansvarsfull AI-användning i praktiken

AI-workshop för innovationsaktörer

DIY Workshop #7

I den här workshopen djupdyker vi i området Ansvarsfull AI. Vi tittar på konkreta utmaningar kring transparens, risk och rättvisa, och presenterar också modeller för att navigera mer ansvarsfullt i användningen av AI-drivna tjänster. Gör workshopen själv, eller ännu bättre, samla en grupp kollegor och utforska ämnet tillsammans.
 

I den här workshopen djupdyker vi i området Ansvarsfull AI. Vi tittar på konkreta utmaningar kring transparens, risk och rättvisa, och presenterar också modeller för att navigera mer ansvarsfullt i användningen av AI-drivna tjänster. Gör workshopen själv, eller ännu bättre, samla en grupp kollegor och utforska ämnet tillsammans.

AI förändrar hur vi arbetar, fattar beslut och skapar värde. Men hur ser du till att AI används på ett sätt som är etiskt, hållbart och i linje med dina och din organisations värderingar? Vi ger dig en bild av de viktigaste principerna för ansvarsfull AI, hur arbete med ansvarsfull AI går till samt verktyg för att ställa rätt frågor omkring ansvarsfull AI. Målet är att du ska känna dig tryggare i ditt eget AI-användande, samt i att lyfta relevanta perspektiv i arbetet med företag och entreprenörer.

 

EU-flagga med text intill: Medfinansieras av Europeiska unionen

Efter denna workshop förväntas du:

  • Kunna redogöra för de viktigaste principerna för ansvarsfull AI
  • Ha förståelse för hur arbete med ansvarsfull AI går till och att det inte är samma sak som att säga nej.
  • Kunna ställa relevanta frågor omkring ansvarsfull AI
  • Kunna köra ett relevant usecase genom Trestegsmetoden och Trafikljusmodellen
  • Kunna föra ett kvalificerat samtal med entreprenör om kontext, risknivå och vad det innebär att delegera en uppgift till en AI-driven tjänst
     

Format
Den här modulen består av två korta föreläsningar i videoformat, en övning och slutligen ett antal reflektionsfrågor. Innehållet bygger på AI-studion för Innovationsaktörer som arrangerades den 9 september 2026.

Nivå
Workshoppen kräver inga förkunskaper men utbildningsmodulerna 1 och 2 är bra som förberedelse.
 

Tidsåtgång
60-90 min

Innehåll i workshopen

  • Hur kan vi använda AI mer ansvarsfullt?
  • Att bygga förmåga för ansvarsfullt AI-användande
  • Ansvarsfull AI är laglig, etisk och robust
  • Etiska principer och nyckelkrav
  • Kontexten sätter risken
  • Två verktyg för vardagen: Trestegsmetoden & Trafikljusmodellen
  • Övning #1: Risker med införande av en AI-driven tjänst.
  • Övning #2: Mardrömsscenario
  • Reflektionsfrågor
  • Fördjupning och referenser
     

Den här workshopen är en del av vår serie DIY-workshops som du kan göra själv eller tillsammans med andra. Det här är nummer sju i ordningen. Tidigare DIY-workshops hittar du här.

Hur kan vi använda AI mer ansvarsfullt? 

Ansvarsfull AI låter som en bromskloss, något som ska hålla oss tillbaka för att osäkerheten runt den nya tekniken är stor. I den här workshopen kommer vi att vända på det perspektivet. Syftet med en ansvarsfull AI-användning är nämligen att hjälpa dig att öka tryggheten så att du våga köra snabbare.

Ansvarsfull AI handlar inte om att bygga det perfekta AI-systemet. För även om ambitionen är fin, så kommer det att finnas utmaningar och risker i alla system. Och risken är stor att vi aldrig kommer till införandet och värdeskapandet med systemet om allt först ska bli perfekt. Istället kan vi bygga förmågor och förutsättningar i verksamheterna, i varje AI-användare, för att navigera och möta de risker och utmaningar som dyker upp i systemet.

Ansvarsfull användning av AI är att förebygga felaktig och skadlig AI-användning. Men det är också att förhindra ett underutnyttjande av tekniken, alltså att vi av osäkerhet låter bli att använda AI där det hade kunnat skapa stort värde. AIs förmågor möjliggör att vi kanske kan höja kvaliteten, servicenivån och tillgängligheten – att spara tid, upptäcka brister och ibland till och med rädda liv. Att då ställa sig vid sidan av – för att det finns risker – är ofta inte den ansvarsfulla vägen.

I den här workshopen tittar vi på praktiska verktyg och modeller, vi lär oss mer om ansvarsfördelning och hur vi kan förhålla oss till regelverk och policy i vår vardag. I slutet kan du göra två praktiska övningar, själv eller tillsammans med kollegor.

Att bygga förmåga för ansvarsfullt AI-användande 

Ansvarsfull AI är ett begrepp på mångas läppar, men vad innebär det i vår vardag? I videon utgår vi från pyramiden och frågorna kan–bör–får,  för att ringa in ämnet:

  • Kan: Vad kan tekniken göra? De tekniska möjligheter och begränsningar som styr användningen.

  • Bör: Vad bör vi göra med tekniken? De etiska överväganden som rör användningen.

  • Får: Vad får vi göra? De lagar och regler som styr användningen.

 

Bromsar göra oss snabbare. I videon används också bilen som en metafor för AI-utvecklingen. I liknelsen gav motorn gav oss förmågan att röra oss framåt i nya hastigheter – men det var tack vare bromsarna, bältet, krockkudden och vetskapen om att vi faktiskt kan sakta ner farten, som gör att vi vågar röra oss snabbare. Ingen känner sig trygg i en bil utan bromsar. Och precis som trafikregler och säkerhetsutrustning utvecklats parallellt med bilens motorer, behöver vi tänka på reglerna, ansvarsfördelningen och ramarna kring AI-användningen. Annars blir det svårt att tillgodose oss den stora nyttan från AI-tekniken. Ansvarsfull AI blir en nödvändig komponent och förutsättning för att vi ska dra nytta av den kraftfulla tekniken i våra verksamheter.

 

Ansvarsfull AI är laglig, etisk och robust

EU:s riktlinjer för tillförlitlig AI, Trustworthy AI, sätter tre grundkrav: Ett AI-system ska under hela sin livscykel vara lagligt (följa lagar och regler); etiskt (respektera värderingar och principer) och robust (fungera tekniskt och socialt utan att orsaka oavsiktlig skada).

I videon ser vi hur detta vilar på fyra etiska principer: respekt för mänsklig autonomi, förebyggande av skada, rättvisa samt förklarbarhet. I praktiken får vi också stöd i sju nyckelkrav: mänsklig tillsyn, teknisk robusthet och säkerhet, integritet och dataförvaltning, transparens, icke-diskriminering och rättvisa, samhälls- och miljömässigt välbefinnande samt ansvarsskyldighet.

Ansvaret för att AI används ansvarsfullt i en verksamhet är ett lagarbete – och en förmåga som en verksamhet bygger upp brett över tid, och över hela organisationen. I videon nämns tre nyckelroller: 

  • Ledare/strateg. Ledarna sätter riktning och förstår hur AI skapar värde för verksamheten. Ledarna säkerställer att rätt förutsättningar finns, och formar arbetssätt och processer för ansvar och kunskapsspridning.

  • Utvecklare/IT-arkitekt. Bygger och designar robustheten i praktiken, samarbetar med domänexperter, bygger in transparens och säkerhet från start, dokumenterar tekniska vägval.

  • Slutanvändare/domänexpert. "Människan i loopen", personerna som använder systemen med gott omdöme, slår larm vid fel och risker, och bidrar med idéer till förbättring.


 

Etiska principer och nyckelkrav

Kontexten sätter risken
 

Ansvarsfull AI sträcker sig över flera nivåer, från globala principer på FN-nivå, via OECD, EU (med exempelvis AI-förordningen och GDPR) till nationell och sektorsspecifik lagstiftning. Men även internt i verksamheterna, där det ofta finns användarguider, egna policyer, och godkända eller icke-godkända verktyg och tjänster. Till sist når vi själva användaren av AI-systemen, som med sitt sunda förnuft och omdöme använder tekniken. 

Vi behöver inte kunna alla detaljer i alla lager och lagar, utan snarare veta att de finns. Och det sista lagret (eller kanske första, beroende på från vilket perspektiv vi tittar), är alltid vi som använder tjänsterna och verktygen.

Sammanhanget bestämmer risken. Det är alltid sammanhanget i vilket AI används, som avgör vilken risknivå vi hamnar på. Alltså till vad och i vilken kontext som AI-tjänsten faktiskt används. Samma AI-verktyg kan hamna i olika riskkategorier beroende på vad och hur vi gör. I videon ges exemplet med att be en språkmodell att ta fram en dikt (begränsad risk), medan samma modell och verktyg innebär en högrisk om användningen istället handlar om att rangordna CV:n under en rekrytering. Detta måste vi ha koll på eftersom olika risknivåer betyder helt olika regler och krav.

Så hur ska vi tänka? Och om du är osäker, var kan du vända dig? För användare i större organisationer – exempelvis i en science park som ägs av en region – finns det kanske flera olika funktioner eller avdelningar att stämma av en AI-användning med? Kanske finns det medarbetare inom IT & säkerhet, juridik, HR, ekonomi eller marknadsföring som kan tillfrågas? Lärdomen är dock att ansvarsfull AI sällan kan eller bör isoleras till endast en enskild person eller avdelning – eftersom många frågor och användningsfall ofta berör flera olika aspekter som vi måste ta hänsyn till.

För entreprenörer, startups och unga tillväxtbolag, är de här avdelningarna och stödfunktioerna sällan på plats, så vart ska de vända sig? Här blir nätverket och den individuella kunskapen avgörande. Och kanske ska vi i det företagsfrämjande systemet fundera över vilka stöd och möjligheter som finns att tillgå i vårt eget ekosystem? Samarbete och kalibrering med beställare, leverantörer och partners kan också vara viktiga vägar.

Två verktyg för vardagen

Trestegsmetoden

Trestegsmetoden är en praktisk metod som vi kan använda för att utvärdera och analysera kedjan i ett specifikt usecase – innan någonting skickas in i ett AI-verktyg. Metoden delar upp användningen i tre sammanhängande steg:

  1. Indata. Vilken information matar vi in? Innehåller datan personuppgifter eller konfidentiell information?
  2. Behandling. Vilket system, vilken tjänst, hanterar uppgiften – och hur mycket autonomi ger vi tjänsten?
  3. Resultat. Hur ska resultatet användas och valideras?
trestegsmetoden

 

Trafikljusmodellen

En bra modell i vardagen är den vi kallar för trafikljus-modellen. Den blir ett praktiskt stöd i din vardag, där du sätter en färg på varje steg i kedja:

  • 🔴 Rött (stopp). Aktiviteten är inte tillåten. Inte nödvändigtvis olaglig, men organisationen saknar kanske avtal, resurser eller tillstånd för just detta.
  • 🟡 Gult (pausa och eskalera). Något gör dig osäker. Stanna upp, ta frågan vidare i organisationen, kanske blanda in IT, juridik eller ta hjälp av en samarbetspartner.
  • 🟢 Grönt (fortsätt). Data får behandlas så, verktyget är godkänt, du vet vad resultatet ska användas till. Du bär fortfarande ansvaret för att granska slutresultatet.
     

En kedja är aldrig starkare än sin svagaste länk. Grön indata och godkänt verktyg räcker inte om resultatet kräver granskning ni inte har, då blir hela kedjan gul och bör pausas. Och ansvarsfull AI handlar inte om att säga nej, utan om att hantera data, användning och resultat så att säkerhet och värderingar är tryggade och kan bedömas som gröna.

trafikljusmodellen

Övning #1: Risker med införande av en AI-driven tjänst.

Den här övningen handlar om att praktiskt tillämpa riskanalys.  Börja med att läsa caset nedan. 

 

Case: AI-stöd i rådgivning till småföretag

En regional innovationsaktör vill använda en generativ AI-assistent för att hjälpa rådgivare inför möten med företagen. Assistenten sammanställer bolagens webbplats, tidigare mötesanteckningar och inskickat material. Den sammanställer följande till rådgivaren: 

  • vilka utmaningar företaget sannolikt har
  • vilka stödinsatser som kan vara relevanta
  • vilka frågor rådgivaren bör ställa
  • ett utkast till rekommendation efter mötet

Syftet är att rådgivarna ska kunna förbereda sig snabbare och ge mer likvärdig rådgivning.

Uppgift 2: Vi får mer information – vad gör du? 

Vi får tillgång till mer information om tjänsten – från leverantören och från de första användartesterna. 
Vad rekommenderar du att organisationen gör nu?

  • Data & integritet: AI:n använder webbplats, inskickat material och rådgivningsanteckningar. Leverantören säger att datan inte används för modellträning.
  • Tillförlitlighet & säkerhet: Rådgivarna sparar tid och känner sig bättre förberedda, men modellen har ibland dragit felaktiga slutsatser.
  • Rättvisa & diskriminering: En analys visar att företag som drivs av kvinnor och utrikes födda oftare kategoriseras som hög risk.
  • Mänsklig kontroll & ansvar: Rådgivaren fattar fortfarande beslut, men vissa rådgivare har börjat återanvända AI:ns formuleringar utan egen kontroll.
  • Transparens: Företagen informeras inte konsekvent om att AI används i förberedelserna.

 

Välj ett alternativ: Införa eller avvakta? 

  • Inför nu. Vi har tillräckligt underlag för att börja använda AI-assistenten.
  • Inför med villkor - Vi ser värdet, men användningen behöver först begränsas, säkras eller styras tydligare.
  • Inför inte - Riskerna eller osäkerheterna är för stora för att gå vidare.

Övning #2: Mardrömsscenario

Den första övningen handlade om att ställa frågor och överväga åtgärder inför ett beslut att införa en AI-driven tjänst. Den här övningen handlar om vad vi gör om allt går snett.
 

Uppgift 1: Föreställ dig ett scenario där allt har gått snett kopplat till en AI-driven tjänst som du använder i ditt arbete idag. Hur ser mardrömmen ut, vad är det värsta du kan tänka dig skulle kunna hända?

Ta några minuter och fundera på ditt mardrömsscenario. Beskriv hur det ser ut och hur det skulle påverka dig, din organisation, din kund och/eller andra som påverkas.
 

Uppgift 2: Vad kan du göra för att den här mardrömmen inte ska inträffa?

Återigen, ta några minuter och fundera på - gärna så konkret som möjligt - vilka aktiviteter som behöver startas för att mardrömmen helt ska kunna undvikas. Vilka konkreta saker kan du göra själv idag, vad behöver du från andra? Och finns det kanske något du ska föra vidare till andra i eller utanför verksamheten? Skriv gärna ner några aktiviteter.  
 

Uppgift 3: Hur bygger vi förmågor för ansvarsfull AI som håller över tid – och hur skapas ansvarsfulla arbetssätt som verksamheten faktiskt följer?

Reflektera över vad som kan göras för att ansvarsfull AI ska bli/förbli ett högt prioriterat område i din verksamhet framöver. Vilket blir ditt nästa steg för att det ska hamna högre på agendan – och hur får du kollegorna att göra samma prioriteringar?
 

Reflektionsfrågor

Sista delen i workshopen är en reflektions-/diskussionsövning. Fundera själv, men lufta gärna dina tankar med kollegor eller entreprenörer även om du gjort workshopen på egen hand.

  • Vad behöver du förstå bättre om ansvarsfull AI för att vara en kvalificerad sparringpartner till entreprenörer som behöver stärka sin förståelse i ämnet?
     
  • När kan du använda trestegsmetoden och trafikljuset i din arbetsvardag? 
     
  • Tänk på ett tillfälle då ni övervägde, men valde att inte använda AI för en uppgift. Var det ett ansvarsfullt val? Vad gjorde att ni landade i det beslutet?
     
  • Vilket område inom Ansvarsfull AI-användning behöver du sätta dig in i mer på djupet? Både du som individ, respektive hela verksamheten.
     
  • Om ett AI-genererat underlag leder till ett felaktigt beslut eller oönskat resultat, för er internt eller hos någon av era kunder, vem bär ansvaret, och hur går ni vidare med det?

Fördjupning och referenser

Ethics guidelines for trustworthy AI (EU)

Responsible AI Knowledge Hub (AI Sweden)
 

 

Kalle Magnusson
Kalle Magnusson
AI Change Agent
+46 (0)70 972 54 89
Astrid Sjögren
Astrid Sjögren
Sector Initiative Manager for SMEs
+46 (0)70-812 95 72

Den här workshopen genomfördes först som en del av vår serie AI-Studion för Innovationsaktörer, har du förslag på förbättringar eller idéer kring hur ämnen eller AI-verktyg som du tycker vi kan bygga en liknande workshop kring? Hör av dig! 

På ai.se/innovationssystemet har vi samlat allt som rör dig som företagsfrämjare.

Övriga utbildningsmoduler

Text: "DIY WORKSHOP #6 Agentiska arbetsflöden" on an orange background.

Steg för steg: Agentiska arbetsflöden

I den här workshopen utforskar vi agentiska arbetsflöden som kombinerar människa, automation och AI i dina vardagliga processer – och team av agenter som samarbetar med varandra. Upplägget är...
Text: DIY WORKSHOP #5 'Att coacha AI'. Orange bakgrundsbild.

Workshop: Att coacha företag på AI-resan

I den här workshopen ger vi dig verktyg för att prata AI med alla slags företag. Mallar, modeller och matriser som du kan använda direkt i mötet med bolag – och som passar för så väl AI-natives som...
Orange background, white text: diy workshop #4 | AI-agenter

Steg för steg: Skapa din egen AI-agent

I den här workshopen går vi från AI-assistent till AI-agent. Vi utforskar agenter som kan använda verktyg och agera självständigt för att lösa en uppgift åt oss. Upplägget är praktiskt och utforskande...
DIY WORKSHOP #1: Vibe coding

Vibe-kodning med Lovable, vad händer när alla kan bygga mjukvara?

I den här workshopen utforskar vi de nya AI-drivna kodverktygen som gör webb- och mjukvaruutveckling tillgänglig för en ny typ av användare och företagsbyggare. Upplägget är praktiskt och utforskande...
DIY WORKSHOP #2: Google Notebook LM

NotebookLM som stöd i research och tillväxtrådgivning

I denna workshop utforskar vi Google NotebookLM, en AI-driven tjänst som fungerar som en research- och tankepartner. Fokus ligger på hur verktyget kan analysera, sammanfatta och dra insikter från...
Collage med text #1 och EU-flaggan med texten 'Medfinansieras av Europeiska unionen'

Modul 1. Grunderna i AI för innovationsaktörer

I den här första modulen bygger du upp en stabil bas av AI-kunskap. Den ger dig goda förutsättningar att följa med i den snabba utvecklingen och att väva in relevanta AI-perspektiv i arbetet med...
Collage med text #3 och EU-flaggan med texten 'Medfinansieras av Europeiska unionen'

Modul 3. AI-juridik i praktiken: AI Act och ansvar

I den här modulen får du en konkret introduktion till EU:s AI Act och den bredare AI-juridiken. Vi går igenom regelverkets kärna, de olika rollerna som definieras, samt hur företag kan arbeta med...
Modul #4

Modul 4. Att coacha företag på AI-resan

I den här modulen fördjupar vi oss i hur du som företagsfrämjare kan stötta företag att accelerera sitt värdeskapande med AI. Vi tittar på vilka förutsättningar som behöver finnas på plats, hur...
AI för innovationsaktörer

AI för innovationsaktörer

Här samlar vi utbildningar, event och resurser för alla som stöttar företag i sin utveckling. Målet är att ge dig som rådgivare verktygen och kunskapen att kunna stötta Sveriges startups och SME:er att skapa reell affärsnytta med artificiell intelligens.