För ett par veckor sedan släppte Open AI sin senaste modell, Deep Research. För att använda den var man tvungen att betala 200 dollar i månaden, så jag lät bli. Men efter att ha sett några omdömen från användare beslutade jag mig för att testa.

Det var surt att punga upp över 2000 kronor, men ta mej tusan, det var värt det!

Ni har faktiskt redan läst resultatet. Min artikel om Frankenbabies och vad pessimisterna sa om IVF byggde på en rapport som Deep Research sammanställt.

Resonerar sig fram till en rapport

Jag instruerade den att sammanställa hur debatten om IVF såg ut före och efter födseln av Louise Brown, det första "provrörsbarnet". Särskilt bad jag den fokusera på Storbritannien, där utvecklingen av IVF främst skedde och vad kända personer, likt James Watson, sa då.

Deep Research satte igång och jobbade i nio minuter innan den producerade en tiosidig rapport baserad på 18 källor. Man kan följa dess arbete och hur den resonerar med sig själv. Den började med att sammanfatta uppdraget:

I’m crafting a detailed report on the IVF debate leading up to Louise Brown's birth in 1978, covering media narratives, key opponents, ethical concerns, UK and international perspectives, public reaction, scientific skepticism, and long-term reflections.

Sedan gjorde den en bred sökning för att bilda sig ett uppfattning om ämnet:

Searched for 1978 IVF debate ethical concerns.
I’m assessing various materials, including academic articles, Forbes, media coverage, and documentaries, to understand the finer details of IVF's historical context and societal impact.

Den bestämmer sig för National Library of Medicine där den letar efter mer information.

På det här sättet fortsätter den att hitta, utvärdera och sedan sammanställa information.

Följdfrågor leder till rapport del 2

Rapporten gav mig några idéer på uppföljningsfrågor, som vad IVF lett till förutom just att föda barn. Så Deep Research får ett nytt uppdrag och satte igång igen.

Det är fascinerande att se den resonera. Precis som man själv ibland sitter och mumlar och tänker högt. Vid ett tillfälle stöter den på problem med att komma åt en artikel hos The Guardian.

OK, let me see. The Guardian might be blocked.

Så den får hitta en annan väg, och tycks hitta artikeln via National Library of Medicine, men misstänker att bara en del av den syns där.

OK, I’m thinking the NCBI aggregator might not show full Guardian piece content, just a tagline. Maybe "seven ways IVF changed the world Guardian quotes" is worth a try.

Efter åtta minuter får jag en till rapport, nu baserad på 29 källor. Tillsammans utgör de två rapporterna 23 sidor eller 11700 ord. Du kan läsa hela som pdf här:

Sparat mig flera dagars arbete

Om jag hade gjort all denna research själv hade det tagit dagar.

Jag har nu gjort ett trettiotal rapporter, om allt från Cambridge Analytica, Jonathan Haidts bok, energisamhället, förberedelser för intervjuer och DeepSeek till bokförlag och bokagenter. Jag har intresse från flera förlag så jag håller på att fundera på vilket som passar boken bäst. Rapporterna gav fördjupad kunskap om dem. Likaså med bokagenter och hur jag kan approchera dem.

Hur är kvalitén?

Jag upplever kvalitén som hög. Men läste om en forskare som använde den för sitt eget område. Den gjorde då ett habilt jobb att sammanställa information och den senaste forskningen, men bidrog inte till någon riktig fördjupning eller nya insikter för forskaren. En annan person bad den komma med policyförslag, vilka blev rätt generiska.

Min egen – mycket tidiga – uppfattning är att det just är sammanställning av information den är bra på. Är du redan expert eller forskare inom området ger det nog inte särskilt mycket nytt alls, men är du inte expert så får du en riktigt bra hjälp att förstå eller undersöka något.

Som nästan alltid när det kommer till AI är det värt att påminna om kentaurerna. Det handlar i huvudsak inte om att AI ska göra ditt jobb, utan hur dina förmågor kan stärkas av AI. Det är i mixen mänsklig intelligens och artificiell intelligens som magin uppstår. Bli inte lat och överlåt allt till AI. Kombinera en rapport med egen research, och använd rapporten för att börja i rätt ände och skaffa en grund att stå på.

Som expert är det inte just det du kan allra bäst du behöver hjälp med. Men kanske kan ditt tänkande utvecklas genom bättre kunskap om närliggande områden. För att ta ett helt annat exempel: Låt oss säga att du vill skriva musik och bara kan spela gitarr. Det går såklart, men om du lär dig piano och trumpet och lyssnar aktivt på för dig nya musikgenrer så ökar din allmänna förmåga som musiker. Utveckling handlar ju ofta om att kunna knyta ihop gammal kunskap på ett nytt sätt.

I vardagen kommer nog Deep Research mest användas för hinna ta till sig relevant information. Som säljare kan du på 30 minuter läsa en rapport om en potentiell kund och få fram information som annars hade tagit dig dagar att hitta. Vilket i praktiken innebär att du inte hade hunnit göra det alls, utan nöjt dig med några snabba googlingar.

Mindblown var och varannan vecka

Jag har aldrig blivit 🤯 så ofta tidigare som jag blivit sedan ChatGPT släpptes. Var och varanann vecka är det något nytt AI-verktyg som är ofattbart bra. Därför är det lite svårt att zooma ut och se vilka av alla dessa som är störst. Min känsla nu är att Deep Research tillhör de största. Kanske det allra största sedan ChatGPT släpptes.

Anledningen är kvalitén (djupet) i kombination med tiden det sparar. Några av rapporterna den genererat åt mig skulle tagit mig veckor av arbete att sammanställa. Om man vill ha riktigt djup kunskap inom ett område är det precis det man ska göra, alltså göra jobbet själv. Läsa på, leta sig fram, skriva ner. Men ofta behöver man inte den sortens djup i sina kunskaper, och har heller inte tid att skaffa sig det. Nu kan man komma en fullgod bit på vägen till den djupa kunskapen, men på en mycket kortare tid.

Kanske överskattar jag nyttan av Deep Research eftersom den är extremt nyttig för mig. Jag samlar hela tiden information till artiklar, men kan inte lägga två veckor på en enda text. Så för mig är det extremt värdefullt med den här hjälpen. Samtidigt finns det många andra jobb där den här sortens kunskaps- och informationsinhämtning är viktig. För att inte tala om för dina privata intressen.

Om du applicerar Deep Research på all din informations- och kunskapsinhämtning (där det är praktiskt relevant) så kommer du helt enkelt bli mycket mer välinformerad och kunnig – på samma eller mindre tid som du lägger på det idag.

Det är inte ankskit.

Mathias Sundin
Arge optimisten