DUBBELLÄS AI-SVAR INNAN DE GÅR UT

VARFÖR DETTA BEHÖVS

Det är inte utkastet som avgör, utan sista klicket

Snabb textproduktion är inte samma sak som tillförlitlig kommunikation. I övergången mellan utkast och utskick kan tre olika fel smälta in i en i övrigt välskriven text:

• ett datum blir fel efter en sen ändring i ett ärende,
• en formulering låter mer definitiv än verksamheten kan lova,
• ett svar återger underlaget korrekt men är olämpligt för mottagaren eller kanalen.

När belastningen är hög kan "det ser bra ut" snabbt bli samma sak som "vi skickar". Tvåstegsmodellen skapar en tydlig kontrollpunkt utan att varje vardagssvar behöver gå genom en tung beslutsprocess.

MODELLEN

En enkel tvåstegsmodell för vardagssvar

Modellen fungerar bara om granskaren har tillgång till det underlag som svaret ska bygga på. Utan underlag går det att språkgranska ett AI-svar, men inte att bekräfta att det är sant. Börja därför med en stoppregel: använd bara ett godkänt AI-verktyg och för bara in information som får behandlas där.

1. Steg 1: Jämför med underlaget. Har varje datum, belopp, villkor och slutsats stöd? Är uppgifterna aktuella? Markera sådant som inte går att verifiera i stället för att fylla luckan med en gissning.
2. Steg 2: Läs som mottagaren. Vad händer om svaret tolkas bokstavligt? Finns löften ni inte kan hålla, en ton som skapar onödig konflikt eller uppgifter som inte bör skickas i den valda kanalen?

Steg 1 frågar om svaret stöds av källan. Steg 2 frågar om det är lämpligt att skicka. Ett annat AI-verktyg kan hjälpa till att hitta kontrollpunkter, men det är inte en oberoende andra granskare och får inte ersätta sakkunskap.

RISKNIVÅER

Anpassa granskningen efter risk, inte efter kanal

Många team granskar externa mejl mer än interna meddelanden. Det kan vara missvisande: en intern formulering kan spridas vidare, styra ett beslut eller innehålla känsliga uppgifter. Utgå hellre från konsekvensen om svaret blir fel:

• Låg risk: vardagliga statusmeddelanden och neutrala sammanfattningar. Samma person kan göra båda kontrollerna i följd.
• Mellanrisk: svar som tolkar en process, en regel eller en ansvarsfördelning. Låt en annan person med relevant kunskap granska.
• Hög risk: juridik, personalärenden, ekonomi, upphandling, sekretess eller känsliga personuppgifter. Följ verksamhetens befintliga specialist- och beslutsrutiner; tvåstegsmodellen räcker inte ensam.

Ett extra godkännande gör inte en otillåten behandling av personuppgifter eller sekretessbelagda uppgifter tillåten. Datagränsen behöver vara klar innan texten läggs i AI-tjänsten. Se även artikeln om när AI-system är högrisk för den regulatoriska ramen vid användning med större påverkan.

EXEMPEL

Så ser de två kontrollerna ut i praktiken

Ett team får frågan om en leverans kan tidigareläggas. AI föreslår svaret: "Ja, det ordnar vi till fredag."

I steg 1 jämför granskaren med planeringen. Där finns bara en preliminär notering om möjlig leverans på fredag, inte ett bekräftat besked. Påståendet saknar alltså tillräckligt stöd och får inte passera som fakta.

Utkastet ändras till: "Vi undersöker om leverans på fredag är möjlig och återkommer med besked senast kl. 15 i dag." I steg 2 kontrollerar granskaren att även det nya löftet – återkoppling klockan 15 – har en namngiven ansvarig och att tonen passar mottagaren.

Skillnaden är liten i text men stor i konsekvens. Det första steget fångar vad underlaget faktiskt säger. Det andra fångar vad organisationen åtar sig genom formuleringen.

VECKOUPPLAGG

Inför modellen på fem arbetsdagar

1. Måndag: välj tre återkommande svarstyper och dokumentera vilket underlag varje svar får bygga på.
2. Tisdag: bestäm tillåtet verktyg, datagräns, ansvarig avsändare och högst fem kontrollpunkter per steg.
3. Onsdag: testkör på ett litet urval och låt granskaren markera både upptäckta fel och osäkerheter.
4. Torsdag: sortera fynden: sakfel, uppgifter utan stöd, olämpliga löften, tonproblem och datafel.
5. Fredag: justera listan och bestäm när svaret ska stoppas eller lämnas till en sakkunnig.

Följ sedan upp minst tre mått: hur många svar som stoppades, vilka fel som upptäcktes och hur lång kontrollen tog. Kontrollera också om arbetssättet minskar omtag eller bara flyttar merarbete till den som granskar. Om AI-införandet förändrar arbetsmetod, tempo eller arbetsbelastning behöver det hanteras i det systematiska arbetsmiljöarbetet.

PRAKTISK MALL

Kopiera denna prompt till er interna granskning

Använd mallen endast i ett godkänt verktyg. Klistra inte in personuppgifter, sekretessbelagda uppgifter eller annat skyddsvärt innehåll om verksamheten inte uttryckligen har godkänt det.

Granska utkastet mot underlaget i två steg före utskick.

Använd bara informationen under rubriken Underlag. Om underlaget inte räcker, skriv "Går inte att verifiera". Fyll inte luckor med antaganden och ändra inga fakta utan att markera det.

Steg 1 – jämför med underlaget:
- Lista varje datum, belopp, villkor, ansvar och slutsats som saknar stöd eller strider mot underlaget.
- Markera inaktuella eller tvetydiga uppgifter.

Steg 2 – läs som mottagaren:
- Markera formuleringar som kan tolkas som bindande löften.
- Markera ton, instruktioner eller uppgifter som är olämpliga för mottagaren eller kanalen.
- Föreslå en säkrare version utan att lägga till nya sakuppgifter.

Svara i tre delar:
1) Stöd och luckor
2) Konsekvenser
3) Reviderat förslag

Underlag:
[klistra in godkänt underlag]

Utkast:
[klistra in AI-utkastet]

AI-granskningen ovan är ett stöd för den mänskliga kontrollen, inte själva godkännandet. Vill ni bygga upp ett bibliotek av liknande mallar kan ni utgå från guiden om internt promptbibliotek i teamet.

VAD VI INTE VET

Det här är fortfarande en bedömningsfråga

Det finns ingen universell granskningsmodell som passar alla verksamheter. Kontrollens omfattning beror på uppgift, mottagare, konsekvens och tillgång till sakkunskap. Modellen har inte heller något egenvärde: följ upp om den faktiskt fångar fel och minskar omtag i er miljö.

Skilj också mellan metod och ansvar. Ett AI-verktyg kan lämna förslag och flaggor, men kan inte ta över verksamhetens ansvar för behandlingen av data, beslutet eller det utskickade innehållet. Vem som får godkänna ska följa er delegation och era ordinarie arbetsflöden.

FAQ

Vanliga frågor om tvåstegsgranskning av AI-svar

Måste två personer alltid granska AI-svar?

Nej. Modellen betyder två kontroller, inte alltid två personer. Vid låg risk kan samma person göra båda i följd. När konsekvensen av ett fel är större behövs en andra person med rätt kompetens eller verksamhetens ordinarie specialistgranskning. Ett extra godkännande gör däremot inte en otillåten AI-användning tillåten.

Vad är vanligaste felet när team börjar med AI-svar?

Att utkastet läses utan att jämföras med underlaget. En välformulerad mening kan kännas rimlig trots att datum, belopp eller villkor saknar stöd. Visa därför vad svaret får bygga på och markera uttryckligen det som inte går att verifiera.

Hur snabbt kan man införa modellen?

En avgränsad pilot kan genomföras på fem arbetsdagar: välj svarstyper, bestäm datagräns och kontrollpunkter, testa på ett litet urval och följ upp vilka fel som upptäcks. Inför modellen brett först när ansvar och eskaleringsväg är tydliga.

Är detta bara relevant för kundtjänst?

Nej. Modellen kan användas för exempelvis internservice, HR, inköp, projektledning och kommunikation. Ju större påverkan ett svar kan få för en person, ett avtal eller ett beslut, desto mer behöver modellen kompletteras med sakkunnig granskning och befintliga beslutsrutiner.

NÄSTA STEG

I samma serie

• När AI har fel - så granskar du AI-svar på jobbet
• AI:n ändrade svaret - så regressionstestar ni jobbet
• Köpa in AI utan att köpa problem - 15 frågor före avtal

Praktisk resurs: Så granskar du ett AI-svar

Relevant yrkesguide: AI för kommunikatörer

KÄLLOR

Källor och vidare läsning

• Digg och IMY: Beslut med stöd av generativ AI bör ha mänsklig kontroll – om kvalitetskontroll, kompetens och förklarbarhet.
• Digg och IMY: Särskilt om användning av allmänt tillgänglig och integrerad generativ AI – om personuppgifter, godkända tjänster och interna riktlinjer.
• Arbetsmiljöverket: Användning av artificiell intelligens – om arbetsgivarens systematiska arbete vid införande av AI som arbetsverktyg.
• Egen uppföljning: dokumentera vilka fel modellen fångar, hur lång tid kontrollen tar och om antalet omtag förändras.

GRANSKNINGSDATUM: 2026-08-02