Hur AI kan skydda Arktis. Varför rörig data och kontext spelar roll.

Den här reflektionen kommer från den två dagar långa Turing–Nordic-workshopen i Oslo, där forskare, näringsliv och beslutsfattare samlades för att utforska hur AI kan bidra till att skydda Arktis – våra hav, ekosystem och därmed vår säkerhet.

Det är lätt att enbart fokusera på rena data, tydliga lösningar och framgångshistorier. Men som workshopen påminde oss om ligger AI:s verkliga styrka i att hantera det röriga. Motsägelser, misslyckanden, osäkerhet – det här är inte systemfel, utan kännetecken för den verkliga världen.

När kontext är allt

Ett varmt tack till The Alan Turing Institute, NORA (The Norwegian Artificial Intelligence Research Consortium) och Brittiska ambassaden i Oslo för att i två septemberdagar ha arrangerat det som verkligen kändes annorlunda än de flesta workshops jag deltagit i.

Waqar Ahmed från Norges forskningsråd gick igenom utlysningarna för Horizon Europe 2026–27 med en uppfriskande öppenhet kring vad som faktiskt får finansiering. Martina Ragosta från SINTEF beskrev konsten att skriva projektförslag med en taktisk tydlighet som sällan delas offentligt. När Nico Lang presenterade och hade med en bild om Climate AI Nordics, blev jag genuint glad över att se bekanta ansikten: Aleksis Pirinen och Olof Mogren från RISE Intelligent Systems Unit. Det är fint att se att nätverken faktiskt tar form – inte bara diskuteras.

Men det ögonblick som fastnade mest kom från Malte Pedersen:

”Användbar data är inte bara de bra exemplen – utan också de fula.”

Det träffade rätt, för det är sant – och för att vi pratar alldeles för lite om det. Den röriga datan. De motsägelsefulla resultaten. Experimenten som inte fungerade. De avvikande fallen som inte passar våra hypoteser. Allt det där som alltför ofta hamnar, i bästa fall, under rubriker som ”framtida arbete” eller ”begränsningar” – dataset vi inte publicerar, delar av vårt arbete vi slätar över i rapporter och uppdateringar.

En stor del av mitt arbete handlar om att modellera kunskap, och insikten kopplar direkt till något grundläggande i arbetet med stora språkmodeller (LLM): allt handlar om kontext-engineering.

LLM:er är tillståndslösa funktioner som omvandlar input till output. För att få bra resultat måste man ge dem bra indata. Som Andrej Karpathy uttrycker det:

”Context engineering is the delicate art and science of filling the context window with just the right information for the next step.”

Men här är poängen: om din kontext bara innehåller de ”bra exemplen” ger du inte modellen hela bilden. En stor del av värdet ligger i själva kontexten – och kontext är, just det, ofta rörig. Den rymmer motsägelser, misslyckanden, avvikelser. Ibland är det mer värdefullt att veta att tre metoder misslyckades än att veta vilken som lyckades.

Detta handlar i grunden om relationen mellan implicit och explicit kunskap. Om din kontext bara innehåller datapunkterna i sig, men utesluter det rika sammanhanget mellan dem, då ger du inte modellen hela bilden – och kanske inte heller ”rätt information för nästa steg”.

Vad detta betyder för datainfrastruktur

Den här insikten sträcker sig långt bortom LLM:er – den påverkar hur vi bör tänka kring dataarkitektur i stort. En modern datastack måste kunna:

1. Hantera strukturerad, ostrukturerad och semistrukturerad data
Textur är information som är inbäddad i själva formen. Hur någon tvekar i en transkribering, marginalanteckningar i dokument, överblivna fält i JSON – allt detta är signaler just därför att de inte passar in i strukturen. Den moderna stacken bevarar valfriheten: behåll texturen, eftersom du ännu inte vet vilka delar som kommer att visa sig meningsfulla.

2. Extrahera struktur ur ostrukturerad data
Traditionell extraktion ser tvetydighet som något som måste ”rättas till”. Men tvetydighet är ofta själva signalen – eller snarare flera signaler sammanpressade till en. När någon säger ”Jag tror kanske möjligen att vi borde överväga…” uttrycker de osäkerhet – och den osäkerheten är data. Extraktionen bör vara förlustfull på ett kontrollerat sätt: du måste veta vad du förlorar, och bevara konfidensintervall tillsammans med innehållet.

3. Kombinera minne och applikationsdata
Applikationsdata är högfrekvent, högupplöst och låg i tolkning. Minnesdata är lågfrekvent, förlustfull och hög i tolkning. Det är inte olika typer av data – utan olika punkter på ett spektrum mellan kompression och tolkning. En modern stack måste kunna röra sig i båda riktningar längs det spektrumet. När minnet börjar skilja sig från aktuell data är det inte ett fel – det är en signal om att verkligheten förändrats snabbare än din kompressionscykel.

4. Skilja på förstapartsdata och härledd data
Förstapartsdata kan säga ”detta hände.” Härledd data kan bara säga ”jag drog slutsatsen att detta hände, utifrån dessa antaganden, vid den här tidpunkten.” Stacken bör göra det grammatiskt omöjligt att blanda ihop de två. Konsensus är inte sanning, och avvikelser är inte brus. Upprätthåll ett epistemiskt beroendegraf så att du alltid kan spåra insikter tillbaka till sin förstapartsgrund.

Mönstret

En modern datastack bör vara ett system för att hantera osäkerhet, inte för att gömma den. Den bevarar textur eftersom textur bär formen av det vi ännu inte vet. Den behandlar tvetydighet som data, eftersom tvetydighet visar var verkligheten gör motstånd mot våra kategorier. Den upprätthåller flera tidsupplösningar, eftersom sanningen ser olika ut på olika skalor.

Om du arbetar med problem där kontext är allt, och där rörighet är en egenskap snarare än ett fel – då borde vi hålla kontakten.

Håll kontakten

Jag heter Stefan Wendin, och jag är en av enhetscheferna på Datavetenskap vid RISE. Jag ville dela de här reflektionerna eftersom de inte bara handlar om Arktis – utan berör oss alla som försöker navigera i de röriga verkligheterna kring AI.

Om du arbetar med frågor där kontext är avgörande, och där rörighet inte betraktas som ett fel utan snarare som en funktion – hör av dig.