Elguldet: En AI-producerad dokumentär

En torsdag i december, klockan fem på eftermiddagen, kostar elen 1 073 öre per kilowattimme i Stockholm. I Luleå kostar den 63 öre. Samma land, samma el, sjutton gånger så dyrt.

Så börjar Elguldet, en granskande dokumentär på 48 minuter om femtio år av svenska elpriser. Den berättar hur vattenkraften i norr och kärnkraften i söder en gång gav Sverige billig el, och vart den fördelen tog vägen. Filmen innehåller ministrar, riksdagsomröstningar, en reaktor som stängs åtta minuter före midnatt och en villaägare som öppnar en elräkning på över tjugotusen kronor för en enda vintermånad.

Filmen har ingen kamera och ingen studio, och all kod bakom den är skriven av AI. Den är byggd med Claude Code, ett av verktygen vi använder i kursen, och arbetssättet heter vajbkodning.

Vad är vajbkodning?

Vajbkodning (på engelska vibe coding) betyder att du beskriver på vanlig svenska vad du vill ha, och att AI:n skriver koden. Du provar resultatet, säger vad som blev fel och låter AI:n rätta. Du är beställaren, granskaren och den som bestämmer. AI:n gör grovjobbet.

Det låter kanske som en leksak. Elguldet visar att det går att bygga något på riktigt.

Så gick det till

1. Research i en skala som ingen redaktion hinner med

Jag bad AI-agenter, alltså flera AI-assistenter som arbetar parallellt, att samla in allt som finns fritt tillgängligt om svenska elpriser sedan 1970-talet. De fick bara använda öppna källor och inga betalarkiv. Varje uppgift skulle ha en källa.

Agenterna gick igenom bland annat:

• drygt 4 200 riksdagsdokument i fulltext, och över 113 000 anföranden;
• timpriserna för varje elområde de senaste åren, dygn för dygn;
• valmanifest, opinionsmätningar, Riksrevisionens granskningar och statliga utredningar.

Enligt en grov uppskattning motsvarar researchen omkring 1 360 timmar mänskligt arbete, alltså ungefär åtta månader för en journalist på heltid. Agenterna gjorde den på en dag.

2. Ett manus med källa på varje mening

Utifrån researchen skrev AI:n först ett berättelsemanus och sedan ett videomanus: 155 scener i sju delar, med över 350 källor knutna till scenerna. Jag bestämde tonen, som är stramt granskande i stil med de stora tv-granskningarna, och vad som fick och inte fick sägas.

3. Röst, musik, ljud och grafik

Berättarrösten, musiken och ljudeffekterna är AI-genererade. Undertexterna tidsätts automatiskt mot rösten med en svensk taligenkänningsmodell. Grafiken, med prisstaplar, kartor, tidslinjer och citat, är byggd i kod som AI:n har skrivit. Bilderna är fritt licensierade foton, och fotograferna krediteras i eftertexterna.

4. Små egna verktyg för varje steg

Längs vägen byggde vi en rad små program med vajbkodning:

• ett som räknar om gamla elpriser till dagens penningvärde;
• ett som mixar röst, musik och effekter;
• ett som genererar undertexter;
• ett som mastrar ljudet till rätt nivå;
• ett som hämtar rätt foto till rätt scen och skriver bildkrediten.

Varje program löser ett avgränsat problem, och alla är beställda på vanlig svenska. Det är precis den sortens verktyg som vajbkodning är bäst på.

Människan bestämmer, AI:n gör grovjobbet

Det viktigaste jag lärde mig är att AI inte ersätter omdömet. Det är jag som har bestämt:

• vad som ska granskas;
• vilka källor som är godkända;
• att citat ska vara ordagranna och kontrollerade;
• att privatpersoner inte ska nämnas vid namn;
• hur filmen ska kännas.

AI:n gjorde också fel. Därför lät jag den gå igenom hela den färdiga filmen en gång till. Den kontrollerade varje påstående mot källorna, transkriberade hela ljudspåret och jämförde det med manuset, och granskade över 300 stillbilder ur filmen. Granskningen hittade bland annat:

• en minister som hade fått fel titel;
• ett kärnkraftverk som hamnat på fel sida om Varberg;
• ett belopp i dåtidens kronor som presenterades som dagens penningvärde.

Allt rättades innan filmen blev klar.

Så ska man arbeta med AI på jobbet: låt den göra mycket och snabbt, men bygg in kontrollen.

Du behöver inte göra en dokumentär

Elguldet är ett extremt exempel. Det jag vill visa är att samma sätt att arbeta fungerar för det du gör på jobbet varje vecka, till exempel:

• En kalkylator som räknar ut det du idag räknar för hand i Excel.
• Ett formulär som samlar in uppgifter från kollegorna och sammanställer dem åt dig.
• En automatisk sammanställning av rapporter, mejl eller kalkylblad som idag tar en förmiddag.
• En enkel intern app för något som ”borde finnas” men som aldrig blivit ett IT-projekt.

Du behöver inte vara programmerare. Du behöver kunna beskriva vad du vill ha, se när något blir fel och säga det. Det kan du redan, för det är samma sak som att beställa något av en kollega.

Kursen: AI på jobbet: Vajbkodning

Vill du lära dig själv? I kursen AI på jobbet: Vajbkodning, från idé till färdigt verktyg går vi igenom hela vägen, från en tom ruta till ett verktyg som dina kollegor kan använda.

Du lär dig att

• beskriva vad du vill ha på vanlig svenska och få ett fungerande verktyg;
• prompta som en beställare, testa, beskriva felet och låta AI:n rätta;
• arbeta med filer, kalkylblad och data;
• publicera och dela det du har byggt;
• hantera säkerhet, sekretess och GDPR när AI:n skriver koden;
• veta vad verktygen kostar, och när det är dags att lämna över till en utvecklare.

Vi använder verktyg som Claude Code, ChatGPT Codex och Lovable.

Kursen passar dig som

• redan använder AI i jobbet och vill börja bygga på riktigt;
• arbetar med verksamhetsutveckling, analys eller administration;
• har idéer om verktyg som borde finnas, men inte är systemutvecklare.