Diffusionsarbetssättet – från penna till mejsel

Manuellt kunskapsarbete har alltid varit additivt. Du börjar på sida ett, skriver en mening, sedan nästa, tills rapporten står klar. Dispositionen kan finnas i huvudet eller i en punktlista, men själva texten byggs bit för bit i samma ordning som läsaren ska möta den. Presentationen, kundanalysen och kursupplägget fungerar likadant.

Generativ AI ändrar inte det på teknisk nivå. En språkmodell gissar nästa token, ord för ord, i tur och ordning. I fundamentet är den precis lika sekventiell som en människa med en penna.

Det som förändras är hastigheten och hastigheten förändrar allt annat.

Ett mellanlager av diffusion

När produktionen går tillräckligt snabbt slutar du uppleva sekvensen. Du ser inte texten växa fram ord för ord, du ser en helhet dyka upp framför dig. Fem sidor på tjugo sekunder läses inte som en sekvens. Det läses som ett utkast som redan finns.

Där uppstår ett mellanlager som beter sig som diffusion. En bildmodell arbetar just så: den börjar i brus och tar bort brus steg för steg tills bilden träder fram. Först grovformen, sedan skärpan.

Prompten är ditt utgångsbrus. En vag prompt ger ett grumligt utgångsläge som kräver många varv innan något användbart syns. En prompt med kontext, avsikt och tydliga begränsningar ger ett brus som redan lutar åt rätt håll. Det är därför promptarbetet betalar sig mest i början, inte i slutet.

Sedan itererar du. Inte kronologiskt, utan över hela produkten samtidigt. Du flyttar ett avsnitt, stryker ett resonemang som inte bär, byter tonläge i inledningen och ber om skärpa i det fjärde kapitlet. Helheten först, sedan skärpa genom iteration.

Från penna till mejsel

Konsekvensen är att arbetet blir subtraktivt i stället för additivt. Du lägger inte till material tills du är klar, du tar bort tills det som ska fram har trätt fram. Det är skulptörens arbetssätt. Stenblocket finns, formen finns någonstans inuti blocket och jobbet är att mejsla bort resten.

Människan flyttar från penna till mejsel.

Rollen blir en annan. I stället för att vara den som producerar texten är du förläggare, redaktör, korrekturläsare och idégivare, ofta allt fyra under samma timme. Ibland arbetar du grovt: det här kapitlet ska ha en annan utgångspunkt. Ibland arbetar du på ordnivå och byter ett verb som drar åt fel håll. Granulariteten skiftar med vad utkastet behöver.

Subtraktiv produktion låter destruktivt. Det är motsatsen. Att stryka något som tog tjugo sekunder att skapa kostar nästan ingenting. När kostnaden för att kasta närmar sig noll vågar du kasta betydligt mer. Där kommer kvaliteten ifrån. Det är inte antalet ord du behåller som avgör, det är hur mycket du hade råd att förkasta på vägen.

Ram först – sedan kronologi

Ren diffusion passar inte allt. I vårt labb byggdes romanen Norrskensprojektet i två faser. Först ramen: världen, personerna, tonläget och story-arcen. Det skedde genom intensiv promptning, många varv och inte ett enda färdigt kapitel. Sedan fas två, kronologiskt kapitel för kapitel inom den ramen.

Anledningen är att en roman bär information framåt på ett sätt som en rapport inte gör. Kapitel nio måste veta exakt vad som hände i kapitel tre, vem som visste vad och när. Diffusion över hela boken samtidigt hade gett en jämn men själlös massa där ingen tråd höll.

Iterationerna fanns ändå överallt, både i ramen och i varje kapitel. Modellen är en verktygslåda, inte en dogm. En workshop, en kundanalys eller en presentation tål ren diffusion. En bok, ett kursprogram eller en utredning med beroenden mår bättre av ram först och kronologi sedan.

Det nya är inte hållningen

Här behövs en kalibrering. Subtraktivt arbete är inget någon uppfann i år. Redaktörer har alltid strukit mer än de skrivit, filmklippare har alltid kastat merparten av materialet och skulptörer har haft mejseln som sitt enda verktyg sedan antiken. Hållningen är gammal.

Det nya är att AI gör hållningen till default för allt kunskapsarbete. Tidigare var subtraktion en lyx som krävde överskott. Du kunde bara stryka det du hade råd att producera i onödan. För de flesta av oss fanns det överskottet aldrig. Du skrev en version av rapporten eftersom en version var vad tiden räckte till. Nu uppstår överskottet automatiskt och då blir urval och omdöme det som avgör resultatet.

Som kuriosa har metaforen dessutom en teknisk spegel. Textdiffusion finns på riktigt, både som forskningsfält och som produkter. Inception Labs Mercury och Googles experimentella Gemini Diffusion, som Google beskriver som en modell vilken förfinar brus steg för steg i stället för att förutsäga text sekventiellt, arbetar bokstavligt talat på det sättet. Det är intressant, men det är inte poängen. Diffusionsarbetssättet fungerar redan på de sekventiella modeller vi använder varje dag, eftersom det är ett arbetssätt och inte en arkitektur.

Börja med blocket

Praktiskt betyder det tre saker. Lägg tiden på prompten, för utgångsbruset avgör hur många varv du behöver. Be om helheten först även när den blir grov, i stället för att förhandla fram ett perfekt första avsnitt. Iterera sedan över hela produkten och var beredd att kasta det som inte bär, hur snyggt det än råkade bli.

Rapporten börjar inte längre på sida ett. Den börjar som ett block och frågan är inte längre om du hinner skriva den. Frågan är om du vågar mejsla bort tillräckligt.