Låt AI hjälpa dig att städa!
AI kan fungera som din assistent, ständigt redo att hjälpa dig med små eller stora uppgifter. Att städa till exempel. Nej, jag pratar inte om att torka golven (även om det hade varit toppen). Men AI kan hjälpa dig städa i dina släktuppgifter.
Jag har släktforskat i många år och har skrivit in en massa uppgifter i mitt släktforskarprogram. Idag har jag fler än 5000 personer i min egen släktdatabas och vet att jag inte har kompletta uppgifter på alla. Datum för födelse, vigsel eller död kan saknas , alla ortnamn är inte konsekvent skrivna och så vidare. Här kan jag ta städhjälp av AI!
Många släktforskarprogram har vissa ”städfunktioner” inbyggda, men inte alla. Låt oss testa att städa med AI, vilket fungerar med alla olika släktprogram. Häng med!
Jag börjar med att exportera mina släktuppgifter från programmet som en så kallad GEDCOM-fil, det internationella formatet för att utbyta släktdata mellan olika program.
I detta exempel har jag valt att exportera fem generationer av mina anor. Man behöver ju inte städa allt på en gång.
Jag öppnar nu valfri AI-modell. Alla klarar detta, t ex Claude, Google Gemini eller ChatGTP. (Om jag ska jobba med en väldigt stor GEDCOM-fil med tusentals personer är Gemini att föredra, då den klarar att hantera störst mängder information). Jag laddar upp min fil och skriver följande prompt till AI:
Prompt: Läs denna GEDCOM-fil och ge mig en tabell med alla personer. Tabellen ska ha följande kolumner: Namn (förnamn och efternamn), Födelsedatum, Vigseldatum, Dödsdatum. Ange datumen i formatet YYYY-MM-DD. Sortera tabellen på födelsedatum.
AI svarar: Här är en sammanställning av personerna i GEDCOM-filen, sorterade efter födelsedatum.
Listan är lång, detta är ett utdrag.
Här ser jag snabbt att det finns en del datum att komplettera. Dels två födelsedatum och ett dödsdatum, vilka bara har årtal, dels ett antal saknade vigseldatum. Det går enkelt att göra med hjälp av Arkiv Digitals register (och förstås koll i originalböckerna). När jag fyllt i de saknade datumen i mitt släktprogram gör jag en ny export av GEDCOM-filen och ber AI ge mig en likadan tabell baserat på den.
Prompt: Jag har nu kompletterat saknade datum. Kan du skapa samma tabell utifrån denna nya GEDCOM?
AI svarar: Här är den uppdaterade tabellen med de kompletterade datumen.
Det ser ju riktigt bra ut! Men det finns nog mer att städa. Jag känner på mig att jag exempel angivit ortnamn på olika sätt. Därför ber jag nu AI kolla dessa.
Prompt: Ortsangivelser ska vara angivna som ort, församling, län och land. Kan du kontrollera om alla angivelser i filen är korrekta?
AI svarar: Här är en genomgång av de brister jag hittat:
1. Ofullständiga angivelser (saknar län eller land)
Dessa poster saknar en eller flera av de högre administrativa nivåerna:
Umeå: För person @I1435@ anges endast "Umeå". Här saknas församling (t.ex. Umeå stadsförsamling), län (Västerbotten) och land (Sverige).
Skönsmon, Sundsvall: För person @I10@ och @I11@ anges "Skönsmon, Sundsvall". Här saknas län (Västernorrland) och land (Sverige).
Utanlandsjö, Arnäs (Y): För person @I4323@ används förkortningen "(Y)" för Västernorrland och land (Sverige) saknas.
Nordsjö, Trehörningsjö s:n: För person @I3957@ används förkortningen "s:n" (socken). Här saknas län (Västernorrland) och land (Sverige).
2. Angivelser som saknar specifik ort (gård/by)
Dessa poster börjar direkt på församlingsnivå. Om målet är att alltid ha med en specifik ort/gård saknas den informationen här:
Ullånger, Västernorrland, Sverige: (@I1@, @I1123@, @I1124@) Saknar specifik by/ort i Ullånger.
Skön, Västernorrland, Sverige: (@I5@) Saknar specifik ort i Skön.
Viksjö, Västernorrland, Sverige: (@I2712@) Saknar specifik ort i Viksjö.
Rekommendation: För att filen ska vara helt konsekvent bör du komplettera de poster som endast har stadnamn (som Umeå) och de som använder förkortningar (som "s:n" eller "(Y)").
Vill du att jag tar fram en specifik lista på de personer vars födelseorter behöver kompletteras?
Jag svarar: Ja tack
Det här är en fånig sak med AI, att jag skriver ”tack”. Det är ju en maskin jag pratar med! Men… det känns bra på något sätt att vara artig.
AI svarar:
En tydlig åtgärdslista - Perfekt! Nu kan jag gå igenom dessa personer och fixa det som bör åtgärdas. På någon timme har jag fått välstädade datum och ortnamn. Nu kan jag gå vidare och till exempel be AI kolla om jag har yrken angivna på alla personer, eller vad jag nu vill städa upp.
Sedan är det bara att göra en export av fler generationer av anorna och göra på samma sätt. Bit för bit får jag en släktdatabas med så kompletta uppgifter som möjligt. Detta är ännu ett exempel på att användning av AI inte bygger på enstaka frågor och svar utan på att vi samtalar med vår AI-assistent i flera steg, för att komma fram till bra resultat.
Och när AI:n har min nu kompletterade GEDCOM-fil i minnet kan jag ställa alla möjliga frågor och få statistik, namnlistor, åldrar och andra intressanta uppgifter. Men det får bli ämnet för ett annat inlägg.
Lycka till med städningen!
Nytt AI-verktyg för att presentera släkten snyggt
Julafton kom tidigt i år! Nu finns en helt ny möjlighet att illustrera släkthistorien, eller vilken information som helst. Med hjälp av Googles AI-verktyg NotebookLM kan du nu snabbt och enkelt skapa snygg ”infografik” för en släkting, en familj, en händelse eller vad du nu vill berätta om. Det blir väldigt snyggt och översiktligt, precis som om du hade en personlig illustratör vid din sida.
Jag skrev ihop en kort livshistoria på en halv A4 om min anfader Lars Thunman och laddade upp den. Inom några minuter fick jag denna bild:
Det känns nästan som magi. Nu kan alla presentera släktinformation på ett proffsigt och intressant sätt. En presentation som kanske kan locka till läsning även hos den del av släkten som är ointresserade av släktforskning.
Det går även att välja att skapa en mer avancerad “detaljerad” bild. Än så länge kan det bli en hel del stavfel om man skapar en bild på svenska, men engelska fungerar bra. Så här blev bilden för Lars Thunman i detaljerat läge:
Jag är verkligen nöjd över denna snygga och överskådliga grafik över Lars Thunmans liv. Den text som jag gav som underlag för skapandet av dessa bilder är:
Lars Thunman föds 1738 i Södermanland. 1760 kommer han till Stockholm och skriver in sig som sjöman. Han är klädd som en typisk svensk sjöman vid den tiden. Kläderna är sydda för att vara slitstarka och varma. Materialen är grova och domineras av vadmal. Färgskalan är dova naturfärger: grått, brunt, och oblekt vitt. På överkroppen bär han en vid linneskjorta och runt halsen en löst knuten mörkblå scarf. Över skjortan bär han en blå jacka i tjockt ylletyg med metallknappar. På underkroppen har han rymliga långbyxor av återanvänd segelduk. På huvudet har Lars en trekantshatt, under vilken det sticker fram en fläta av hans hår baktill. Lars arbetar på handelsskepp som seglar till både Portugal, Frankrike och England. 1763 gifter han sig med sin hustru Brita Kristina Kellberg, som är dotter till en perukmakare i Vimmerby, och på hösten samma år föds deras förstfödde son, Johan. Lars mönstrar på ett skepp som heter Wasa, ett skepp han ska komma att tillbringa de kommande tio åren på. Först gör skeppet några resor till Marseille vid Medelhavet och i oktober 1764 avgår skeppet Wasa från Stockholm, åter med destination Medelhavet. Det ska komma att bli en lång och äventyrlig resa. Skeppet blir borta från Sverige i åtta år, innan Lars Thunman åter ska få återse sin hustru och deras lille ettårige son Johan! Under de åren seglar skeppet Wasa omkring på Medelhavet och fraktar salt från Tripoli till Marocko och tillbaka lastat med grönsaker till Tripoli. De tar sig igenom stormar och möten med sjörövare. Efter de åtta åren kommer skeppet tillbaka till södra Sverige, med skeppet är i så dåligt skick att Lars och de övriga i besättningen får lämna skeppet i Marstrand och vandra till fots de 50 milen hem till Stockholm. Nu har Lars avancerat till styrman och reser med olika skepp runt Östersjön för att frakta spannmål och andra varor från Baltikum till Stockholm. 1788 avancerar Lars till skeppare och blir invald i Stockholms skepparsocietet. Han är nu kapten på galeasen Jungfru Maria, ett segelfartyg med tre master. Med skeppet fraktar han varor över Östersjön. 1785 seglar han åter till Medelhavet och blir borta i två är. När skeppet kommer tillbaka berättas att Lars hanterat besättningen illa och strax därefter försvinner Lars. Han tycks ha hoppat på en båt till Medelhavet för att söka efter sonen Johan som rymt från ett annat fartyg. Han hittar honom inte och han kommer aldrig tillbaka till Stockholm. Hans kvarlämnade hustru berättar gråtande för myndigheterna att hon inte vet var hennes man är och hon vet inte om han är död eller om han lever. Parets andra son, som också heter Lars Thunman, följer i faderns fotspår och blir sjöman. Efter några år flyttar han norrut till staden Härnösand. Där blir ett av hans barn en anmoder till mig, Peter Sjölund.
I den första bilden kan du se att den nyblivne sjömannen Lars Thunman på 1760-talet bär en alltför modern sjömansklädsel. Jag lade därför till beskrivning av hans klädsel i min text och när jag skapade den engelska bilden blev det därför mycket bättre. Det visar att det är viktigt att inkludera uppgifter om viktiga detaljer, som du vill ska synas i bilden.
Så gör du
Om du själv vill prova på att skapa denna typ av infografik-bilder gör du så här:
Gå till https://notebooklm.google/
Klicka på “Testa NotebookLM” eller logga in. Du behöver logga in med ett Google-konto.
Välj att skapa ett nytt “anteckningsblock”.
Du blir uppmanad att ladda upp en källa. Här laddar du upp en text, helst i pdf-format eller som en bild i jpg-format.
Klicka på “Informationsgrafik” till höger. Nu skapar verktyget din bild. När det är klart kan du öppna bilden och ladda ner den.
Som gratisanvändare kan du skapa tre bilder per dygn. Om du har ett betalt abonnemang på Google Gemini Pro kan du skapa 15 bilder per dygn.
Testa och experimentera med de nya möjligheterna. Bara din fantasi sätter gränserna!
Återskapa släktens fotografier med AI (del 1)
Från mörkrum till AI
Har du också lådor och album med gamla släktfotografier som sett bättre dagar? Vattenskador, bleknade färger, revor och fläckar. Tidens tand är sällan skonsam mot släktens fotografier. Säkert har du önskat att du hade ett trollspö som kunde återskapa originalbildernas forna glans igen.
Min farmor Anna Petronella Pettersson (andra från vänster) och hennes familj i Sundsvall, ca 1920.
Sådana trollspön finns faktiskt, i form av AI-drivna bildrestaureringsverktyg. Men se upp - allt är inte guld som glimmar! Olika AI-verktyg utlovar att det som tidigare krävde många timmar av noggrant arbete i avancerade bildverktyg nu kan göras på några sekunder. Men så enkelt är det inte! Så, innan du kastar dig över denna nya teknik finns det några viktiga saker du behöver veta.
I två inlägg kommer jag att gå igenom bakgrunden till dagens AI-möjligheter för fotografier, vilka djupa fallgropar som finns och hur du kan använda de nya verktygen för att verkligen ta hand om den bildskatt som dina gamla släktbilder är.
Bildfixning - från kemikalier till AI
Mörkrummets tid. Fotorestaurering är ingen ny företeelse. Ända sedan fotografins barndom har människor modifierat och förbättrat bilder. I mörkrummets era kunde skickliga tekniker utföra mirakel med rätt kemikalier och tekniker. De kunde justera kontrast och exponering, eller till och med sätta ihop flera negativ för att skapa en ny bild. Vem har inte sett exempel på hur Stalin såg till att oönskade personer “försvann” från fotografierna. Ett foto har alltså aldrig varit en garanterad bild av verkligheten.
Stalin var känd för att manipulera foton för att radera ut oönskade personer. Långt före AI.
Men mörkrumstekniken hade sina utmaningar. Den krävde mycket tid för att lära sig, för att inte tala om kostnaden för utrustning, kemikalier och film.
Den digitala revolutionen. När Photoshop kom i början av 1990-talet kunde alla som var villiga att investera tid och pengar (programmet kostade cirka 7000 kronor vid lanseringen) börja “förbättra” bilder. Plötsligt kunde du ta bort repor, justera färger, återskapa saknade delar av bilder och lägga till saker i en bild – utan att behöva ett mörkrum!
Precis som mörkrumstekniken krävde dock Photoshop omfattande kunskap och övning. Innan du kunde restaurera ett enda gammalt foto behövde du månader av träning och sedan många timmar framför skärmen för att restaurera varje skadat minne från det gamla fotoalbumet.
AI förändrar spelplanen helt
Här kommer den stora skillnaden mellan traditionell redigering och AI:
Traditionella tekniker modifierar bara de specifika delar av bilden du väljer att redigera. Ändrar du kontrasten, så ändras bara kontrasten, inget mer, inget mindre. Lagar du en repa genom att fylla i det skadade området med innehåll, ändras den lilla delen av bilden, inget annat.
AI-verktyg däremot genererar en helt ny bild, pixel för pixel. När du ber AI att "ta bort repan över buketten i bröllopsfotot" skapar den en helt ny bild baserat på:
Bilden du laddat upp
Instruktionen du gav till AI
Miljarder av andra fotografier som AI-modellen tränats på
Varför AI-restaurering är annorlunda
Det är här du verkligen behöver vara uppmärksam om du bryr dig om hur släktingarna faktiskt såg ut. AI-verktyg kan inte selektivt redigera bara en del av en bild som Photoshop kan. Istället genererar de varje pixel i bilden när du ber om en förändring – oavsett hur liten ändringen är. Den “fixade” bilden blir därför alltid lite annorlunda än originalet.
AI gissar sig fram. Historiska bilder är ofta spruckna, rivna eller bleknade, vilket gör vissa detaljer svåra att tolka eller helt borta. AI hanterar detta genom att göra "kvalificerade gissningar" om detaljerna den inte kan se. AI jämför ditt foto med miljarder foton i sin träningsdata och fyller på med något den sett tidigare.
Några exempel:
Det knappt synliga mönstret på mormors klänning? AI:n kompletterar det baserat på mönster från andra fotografier från samma era
Den bleknade byggnaden i bakgrunden? Den skärps och förbättras baserat på bilder av hus som AI:n sett tidigare.
Frisyren som är svår att se i det överexponerade fotot? AI:n väljer en från hundratals stilar den sett när den tränats.
Ofta är dessa gissningar anmärkningsvärt bra. De fämsta AI-modellerna är fantastiska på att bevara "släktforskningsrelevanta" element – ansikten, klädesstilar och allmän tidsanda. Men en gissning är fortfarande en gissning. Dessa gissningar kan lägga till detaljer som aldrig fanns där och ta bort eller ändra detaljer som faktiskt fanns. En AI-fixad bild är därför aldrig en restaurerad originalbild, det är alltid en återskapad bild!
Googles Gemini 2.5 Flash – ett genombrott
Utvecklingen går snabbt och nya AI-modeller lanseras ständigt. I augusti 2025 släppte Google Gemini 2.5 Flash Image (en modell som även kallas Nano Banana), som är ett enormt steg framåt inom AI-baserad bildrestaurering. Detta verktyg är betydligt bättre än tidigare AI-verktyg på att bevara ansiktsdrag och historiska detaljer när du modifierar visuella element som kontrast, exponering och skärpa.
En “förbättrad” version av ett gammat foto kan nu skapas på under minuten med en enkel textinstruktion (prompt). Men tänk på att det fortfarande är ett återskapat foto, inte en regelrätt restaurering av fotot.
Verkligt exempel från mitt släktarkiv
Anna Nilsdotter, f 1869 i Sörflärke. Original och AI-återskapad bild
Min svärmors farmor, Anna Nilsdotter från Anundsjö är ett exempel på hur fel det kan bli. Här laddade jag upp originalfotografiet från tidigt 1900-tal. Fotot var oskarpt från början och visar sin ålder med damm och repor. När AI-verktyget (ChatGPT 5) “restaurerade” bilden gjorde den ett imponerande jobb med skärpa och kontraster. Resultatet blev en bild som kunde vara tagen med en modern kamera! Men… Inte är det samma person på bilden!
Jämför vi originalet med AI:s “restaurering” ser vi att hennes ansikte ändrats så mycket att hon inte längre är samma person. Ganska lik är hon absolut, men det är definitivt inte samma person på bilden. Detta är typiskt för de flesta AI-verktyg idag. “Kavajslagen” på hennes rock är inte heller desamma som på originalbilden. Ai har helt enkelt gissat och gissat fel i den detaljen.
I nästa del: Jag går igenom hur du dokumenterar dina AI-restaureringar på ett ansvarsfullt sätt, vilka metoder som fungerar bäst för släktforskare, och hur du bevarar både originalet och den förbättrade versionen för framtida generationer. Du får också konkreta tips på hur du formulerar dina instruktioner till AI:n och undviker de vanligaste fallgroparna.
Sammanfattning:
AI-restaurering skapar en helt ny bild, inte bara redigerar den gamla
Verktyget "gissar" sig fram till saknade detaljer
Ansikten och kläder kan förändras oavsiktligt
Dokumentera alltid vad du gjort med bilden (mer om det i nästa del)
Bevara alltid originalet oförändrat för framtida generationer!
Nyfiken på hur det gick för farmor i skolan?
Jag har fått frågor från läsare av min bok om Tomas Ledins farmor och farfar.
–Var hittade du all information om hur Svea och Jonas hade det i skolan i början av 1900-talet?
Jag tänkte att vi skulle titta närmare på det.
Alla har vi en farmor och en farfar och de flesta av oss kan faktiskt kartlägga deras skolgång och betyg. Svaren finns förstås i arkiven. Men när det gäller skolornas handlingar pratar vi inte om Riksarkivets stora och luftiga arkivlokaler runt om i landet, som slottet i Vadstena eller det stora arkivet i Härnösand. Nej, här måste vi söka oss till mer ”skumma kvarter”, till kommunarkiven. Det är arkiv som ofta ligger i mer anspråkslösa lokaler, inte sällan i en källare någonstans.
Precis så är det i Kramfors, där nycklarna till Tomas Ledins farmor Sveas skolgång gömmer sig i kommunarkivet. Betongfasaden som ramar in dörren känns som hämtad från någon öststat på 1900-talet.
Det ser inte särskilt lovande ut när man kliver in i den mörka källaren. Men när lysrören blinkar igång och avslöjar vad som finns därinne, inser man att här finns en guldgruva för den som är intresserad av människorna och lokalhistorien i de bygder som finns i kommunen.
Här finns arkiven från skolorna, med början i tiden när ansvaret för folkskolan på 1860-talet flyttades från församlingarna till de nybildade kommunerna. Det som finns bevarat är framförallt betygskataloger och ”dagböcker”, som visar elevernas närvaro och när olika lov inföll. Även handlingar om vilka inventarier som fanns i skolorna och vilka alster som eleverna skapade i slöjden kan finnas bevarade.
Examenskatalogerna är de mest intressanta handlingarna att ge sig in i. Här hittar vi våra släktingar när de år för år tar sig igenom först småskolans två år och sedan folkskolans fyra (från 1882 sex) år. Läraren har i katalogerna noterat vilket betyg varje elev fått i de olika ämnena, men också ofta vad som ingick i undervisningen och om eleven fick någon bok i gåva för goda insatser.
Skoltiden är en tid som de flesta av oss minns väl (med värme eller skräck) och här kan vi skapa oss en bild av våra släktingars skolgång. Ta reda på (i kyrkoarkiven) var dina far- och morföräldrar bodde från 7 till 14 års ålder och ring till det kommunarkivet för att boka ett besök. De kan hjälpa dig att hitta rätt skolas arkiv. Det är garanterat spännande!
Kan dina särskilda färdigheter i sång, matte, skrivande eller hantverk spåras till någon av dina släktingar? I fallet Tomas Ledin, visade det sig att hans farmor Svea fick högsta betyg i sång. Kanske var det hon som bar på de musikaliska gener som fördes vidare till hennes barnbarn Tomas?
Vill du läsa om allt jag hittat om Ledins farmor och farfars liv i arkiven, beställ gärna min bok “Svea & Jonas” här: shop.petersjolund.se
