Varför språkmodeller har svårt med matematik och siffror

Du har säkert märkt hur bra AI är på att skriva texter, men när det gäller siffror bör du vara vaksam.

Språkmodeller är byggda för att hantera ord och mönster i text. De är inte konstruerade för att utföra exakta matematiska beräkningar. Även om de ofta ger svar som ser helt korrekta ut vid en första anblick, kan de missa grundläggande addition och subtraktion. Genom att förstå hur tekniken faktiskt fungerar kan du undvika kostsamma misstag i din arbetsvardag.

Viktiga insikter

• Språk är inte matematik. Moderna AI-verktyg gissar nästa ord i en mening i stället för att räkna som en kalkylator.
• Ytan bedrar ofta. Ett svar kan se rimligt och snyggt ut. Modellen prioriterar ofta att svaret ska passa in i sammanhanget framför att det är matematiskt korrekt.
• Längden ställer till det. Att addera två enkla tal går oftast bra. När antalet siffror eller rader ökar sjunker dock träffsäkerheten drastiskt.
• Rätt verktyg krävs. Använd AI för att skriva Excel-formler eller förklara svåra begrepp. Låt sedan ett traditionellt kalkylprogram göra den faktiska uträkningen.

Varför AI-assistenter kämpar med siffror

För att förstå varför AI har svårt med siffror behöver vi titta på hur tekniken är uppbyggd. Verktyg som ChatGPT och liknande tjänster är i grunden stora språkmodeller. Deras huvuduppgift är att förutspå vilket ord som mest sannolikt kommer härnäst i en text. De fungerar ungefär som en extremt avancerad version av den automatiska ifyllnaden i din mobiltelefon.

När du ber en språkmodell att skriva ett mejl letar den efter mönster i hur vi människor brukar formulera oss. Resultatet blir ofta en välskriven och naturlig text. Men när du ber samma modell att räkna ut vad 245 plus 879 blir, öppnar den inte en inbyggd miniräknare. Den försöker i stället gissa vilka siffror som brukar följa efter just den kombinationen av tecken i de texter den har tränats på.

Eftersom AI-modeller gissar tecken i stället för att utföra riktiga beräkningar blir resultatet ofta en ren gissning som råkar se ut som matematik.

Detta skapar ett grundläggande problem för alla som vill använda AI i sitt arbete. Siffror följer strikta logiska regler. Det finns bara ett rätt svar på en matematisk ekvation. Språk bygger däremot på sannolikheter och nyanser. Att behandla siffror som ord leder oundvikligen till fel. Om du till exempel ber modellen att summera kostnaderna i en projektplan kommer den att skapa en text som ser ut som en budget. Den summerar dock inte beloppen på riktigt.

När svaret ser rätt ut men är helt fel

Ett av de största problemen med att använda AI för siffror är att verktygen är väldigt övertygande. De presenterar sina svar med stor självsäkerhet. Ofta får du resultatet i en prydlig tabell eller en snygg punktlista. Den professionella paketeringen gör det lätt att lita på innehållet.

Forskning visar att moderna språkmodeller fokuserar på att svaret ska se rimligt ut på ytan snarare än att den bakomliggande matematiken stämmer. Modellen har inbyggda mekanismer som kontrollerar att formatet stämmer överens med din fråga. Om du ber om en kalkyl ser modellen till att svaret ser ut som en kalkyl. Valideringen av själva utseendet sker innan siffrorna ens är färdigbehandlade.

Tänk dig att du sitter med en kundundersökning. Du ber din AI-assistent att räkna ut hur många procent av kunderna som valde alternativ A jämfört med alternativ B. Assistenten ger dig ett snabbt svar. Siffrorna summerar till exakt hundra procent. Allt ser rätt ut. Men om du dubbelkollar med en miniräknare upptäcker du ofta att antalet svarande inte alls stämmer överens med procentenheterna. Studier pekar på att den faktiska risken för fel i vardagliga beräkningar är hela 40 procent. De vanligaste orsakerna är avrundningsfel och rena räknemissar.

Den snygga paketeringen invaggar oss i en falsk trygghet som gör att vi glömmer bort att dubbelkolla siffrorna.

Detta är särskilt farligt i arbetslivet. Om du kopierar in felaktiga siffror i en rapport till ledningsgruppen faller ansvaret på dig. Du kan inte skylla på att AI-verktyget räknade fel. Som yrkesverksam är det alltid du som står som avsändare för ditt arbete. Därför måste du bygga in en vana att aldrig lita blint på siffror som genererats av en språkmodell.

Längden på uträkningen avslöjar bristerna

Du kanske har testat att be en AI räkna ut något enkelt och fått rätt svar. Att addera två mindre tal fungerar ofta ganska bra. Det beror på att just de talen har förekommit så många gånger i modellens träningsdata att den har lärt sig mönstret utantill. Men så fort uppgiften blir lite mer omfattande rasar förmågan snabbt.

Forskning bekräftar att förmågan försämras kraftigt när antalet tal som ska summeras ökar. Om du ber modellen att lägga ihop två kvitton går det oftast bra. Om du ber den att summera tjugo kvitton faller träffsäkerheten till nära noll. Modellen tappar helt enkelt tråden när den ska hantera många datapunkter samtidigt.

Det handlar inte bara om antalet rader. Även storleken på talen spelar roll. Tester visar att träffsäkerheten sjunker när antalet siffror i ett tal växer. Ett vanligt fel är att modellen misslyckas med minnessiffror. Om du ställer upp ett tal på papper vet du att du måste flytta över en etta till nästa kolumn om summan överstiger nio. Språkmodeller saknar denna visuella och logiska förståelse. De hanterar text i små bitar. En siffra som 1000 kan delas upp i flera textbitar som modellen sedan har svårt att pussla ihop korrekt.

När uppgiften växer från två enkla tal till en lång lista med belopp tappar språkmodellen snabbt sin förmåga att ge korrekta svar.

Ett typiskt exempel från arbetsvardagen är tidrapportering. Om du ber en AI att summera dina arbetade timmar från en lång textlogg kommer den med största sannolikhet att ge dig en totalsumma. Men om du räknar efter själv kommer du nästan alltid att hitta en differens. Modellen har gissat sig fram till en rimlig totalsumma baserat på hur många timmar en normal arbetsvecka brukar innehålla.

Avancerade tester bekräftar de grundläggande problemen

Det är lätt att tro att detta är ett övergående problem. Många tänker att nästa uppdatering av tekniken kommer att lösa alla matematiska brister. Men även de allra senaste och mest kraftfulla modellerna kämpar med precis samma svårigheter.

Forskare har nyligen utvärderat modeller som GPT-4o, o1 och DeepSeek-V3. Resultaten visar att även marknadens mest avancerade modeller gör grundläggande fel på specifika mattetester. De snubblar på uppgifter som rör enkel algebra och talteori. Det spelar alltså ingen roll vilken version av verktyget din arbetsgivare har köpt in. Grundarkitekturen är densamma, och därmed kvarstår samma inbyggda begränsningar.

Att köpa en dyrare eller nyare språkmodell löser inte problemet med att tekniken i grunden är byggd för text, inte för matematik.

Du bör därför inte vänta på att tekniken ska bli perfekt. Du behöver i stället anpassa ditt eget arbetssätt redan i dag. Genom att veta exakt var gränsen går för vad verktyget klarar av blir du en mycket tryggare och mer effektiv användare. Du slipper lägga tid på att rätta fel som aldrig borde ha uppstått från första början.

Rätt verktyg för rätt uppgift på jobbet

Nyckeln till framgångsrik AI-användning är att välja rätt verktyg för rätt uppgift. Du skulle aldrig använda en hammare för att skruva i en skruv. På samma sätt bör du inte använda en språkmodell för att agera miniräknare. Du har redan tillgång till fantastiska verktyg för matematik på din dator. Kalkylprogram som Excel och Google Kalkylark är byggda från grunden för att hantera siffror med absolut precision.

När du står inför en uppgift som kräver uträkningar bör du separera textarbetet från sifferarbetet. Om du till exempel har en lång rapport i textformat som innehåller många siffror kan du använda AI för att plocka ut siffrorna. Du kan be assistenten att ställa upp alla nämnda belopp i en prydlig lista. Men du får inte be assistenten att räkna ihop dem.

Ta i stället listan, klistra in den i ditt kalkylprogram och använd en vanlig formel för att summera. På så sätt drar du nytta av språkmodellens styrka i att läsa och strukturera text, samtidigt som du garanterar att den matematiska uträkningen blir hundra procent korrekt. Detta är ett arbetssätt du kan börja med direkt, utan att behöva be någon om lov eller ändra i företagets system.

Så kan AI ändå hjälpa dig med siffror

Även om du inte ska låta AI-verktyg utföra själva matematiken, finns det flera sätt de kan underlätta ditt arbete med siffror. Det handlar om att använda assistenten som en lärare, en formelbyggare eller en struktör.

För det första är AI fantastiskt på att förklara matematiska och ekonomiska begrepp. Om du sitter med en årsredovisning och inte förstår vad soliditet innebär, kan du be assistenten att förklara det på ett enkelt sätt. Du kan be den ge konkreta exempel på hur soliditet påverkar ett vanligt företag. Detta hjälper dig att förstå siffrorna du tittar på, utan att modellen behöver räkna ut något.

För det andra är språkmodeller utmärkta på att skriva formler till kalkylprogram. Om du vet vad du vill räkna ut i Excel men har glömt hur formeln ser ut, kan du beskriva problemet i klartext. Du kan skriva: "Jag har datum i kolumn A och belopp i kolumn B. Hur skriver jag en formel för att bara summera beloppen från januari?" AI-assistenten kommer snabbt att ge dig rätt formel som du sedan kan kopiera och klistra in i ditt dokument.

Låt AI-assistenten skriva formeln och förklara logiken, men låt ditt kalkylprogram göra den faktiska uträkningen.

För det tredje kan du använda AI för att formatera och städa upp data. Om du har fått en rörig lista med telefonnummer eller valutor i olika format kan assistenten snabbt städa upp texten. Den kan ta bort onödiga mellanslag och se till att alla rader följer samma struktur. När datan är ren och prydlig flyttar du över den till ditt kalkylprogram för vidare analys.

Slutsats

Att använda AI i arbetslivet handlar om att förstå både teknikens styrkor och dess svagheter. Språkmodeller är oslagbara när det gäller att hantera text, sammanfatta information och förklara svåra begrepp. Men de är inga miniräknare. Deras tendens att gissa fram svar gör dem opålitliga för all form av exakt matematik.

Du har makten över ditt eget arbetssätt. Genom att medvetet separera text från siffror skapar du en trygg och effektiv rutin. Låt AI hjälpa dig att strukturera informationen och skriva formlerna. Överlåt sedan själva uträkningen till program som är byggda för uppgiften. På så sätt sparar du tid, minskar risken för pinsamma fel och kan känna dig helt trygg med de siffror du levererar i ditt arbete.