Kunstig intelligens

• Hvad er generativ AI?

  Hvad er kunstig intelligens? 
  Kunstig intelligens eller AI refererer til computerteknologier, der simulerer menneskelig intelligens. I moderne kontekst omtales ofte AI som chatbots og generativ AI (GAI). Generativ AI er karakteriseret ved sin evne til at skabe nyt indhold, herunder tekst, billeder, lyd og video.

  Hvordan fungerer generativ AI? 
  Generativ AI virker ved at anvende store sprogmodeller (LLM - Large Language Models), som er komplekse algoritmer designet til at forudsige det næste ord i en sætning. Disse modeller trænes på omfattende datasæt fra internettet, hvilket gør dem i stand til at genkende og efterligne sproglige mønstre. Via et kunstigt neuralt netværk analyserer sprogmodellen disse mønstre, og genererer en samtale, der fremstår intelligent og meningsfuldt.

  Tekst-til-billeder-modeller lærer fra billeder og tekst. Modellen analyserer din beskrivelse og skaber herfra billeder, der passer til dine prompts (Læs mere i afsnittet "Hvad er prompting?")

  Hvilke sprogmodeller kan man bruge? 
  Siden OpenAI i november 2022 kom frem med deres store sprogmodel ChatGPT, er der kommet et hav af andre store sprogmodeller. Foruden ChatGPT er Microsofts Copilot også en populær chatbot, der kan bruges til et utal af arbejdsopgaver.  Af populære tekst-til-billeder modeller kan nævnes Dall-E 3 og Midjourney.

  ChatGPT

  ChatGPT kræver, at du opretter dig som privat bruger.
  Bemærk: Der findes en gratis version ChatGPT 3.5. Betalingsversionen ChatGPT 4 har udvidet funktioner som f.eks. billedegenerering, datavisualisering og mulighed for at arbejde multimodalt.  

  Copilot

  Copilot tilgås i en Microsoft Edge browser eller via ovenstående link. Se mere i VIAs vejledning om Copilot.
  Bemærk: Det anbefales at vælge samtalestil ”Mere kreativ” eller ”Mere præcis”. Det er muligt at generere billeder i Copilot. 

• Hvad er prompting?

  Hvad er prompting?

  Prompting er det, du gør, når du leverer et tekstinput ind i en stor sprogmodel som f.eks. chatGPT eller Copilot. Med en velformuleret prompt kan du i højere grad anvende sprogmodellen til at skabe indhold efter behov. Denne proces gør det muligt at udnytte generativ AI’s evne til at generere tekster, ideer eller løsninger ved at formulere prompts, der er klare og målrettede.

  Hvordan prompter man?

  Betragt sprogmodeller som ChatGPT og Copilot som "blinde eksperter" der har en bred viden, og som derfor kræver klar kontekst for at levere dybdegående svar. Giv dem specifikke, detaljerede prompts for at undgå overfladiske og generiske svar, men i stedet få målrettede og anvendelige output. Dette indebærer at du formulerer din forespørgsel tydeligt, inkluderer nøgleinformationer og præciserer formålet med din henvendelse.

  Det er vigtigt at man via samtale med sprogmodellen, løbende justér og kvalificer de outputs, som sprogmodellen leverer. Husk på; Jo mere kontekst og præcise instrukser, du giver sprogmodellen, jo bedre bliver kvaliteten af dets output.

  Læs mere om forskellige promptstrategier i Promptbiblioteket

• Hvorfor er kildekritik vigtigt?

  At være kildekritisk i arbejdet med en sprogmodel stiller store krav til dig som bruger. 
  Man kan ikke være kildekritisk overfor sprogmodeller, som man ville være overfor andre kilder. Normalt arbejder man kildekritisk ved at se på forholdet imellem afsender, budskab og modtager. Men dette er ikke en mulighed, når man arbejder i en sprogmodel, idet dens output er genereret ud fra et sammensurium af forskellige data fra internettet, og har derfor ikke en klar, defineret afsender.

  Husk at eftervalidere  

  Det er vigtigt, at man ikke arbejder i en sprogmodel, som man vil arbejde i en søgemaskine eller database. Betragt sprogmodel som ChatGPT og Copilot som en samtalepartner snarere end som en svargenerator. Hvis du anvender en sprogmodel til at få faktuelle informationer, er det vigtigt du eftervalidere og sammenligner disse informationer med andre mere troværdige kilder. Det sker nemlig at en sprogmodel med stor overbevisning vil frembringe forkerte informationer.

  Når sprogmodeller hallucinerer

  Når en sprogmodel som ChatGPT eller Copilot kommer med usande informationer, siges det at de “hallucinerer”. Som avanceret sandsynlighedsmaskiner gætter de sommetider forkert. Når sprogmodeller hallucinerer, skaber de information, der ikke er baseret på faktiske kendsgerninger, men på fejlagtige sammenkoblinger fra deres træningsdata. Fænomenet opstår, fordi sprogmodeller genererer svar ved at efterligne sproglige mønstre snarere end ved at forstå faktiske sandheder.

  Hvad er bias?

  Det er vigtigt at forstå, at der er indlejret såkaldt bias i det træningsmateriale, som ligger til grund for sprogmodellernes output. Bias er data, der fejlrepræsenterer virkeligheden, fordi den hælder til en bestemt retning eller favoriserer visse ideer, ofte på grund af uretfærdige antagelser eller stereotyper. 
  Da sprogmodeller som ChatGPT og Copilot lærer fra en bred vifte af internettets indhold, kan de indlejre og videreføre eksisterende fordomme eller stereotyper fundet i deres træningsdata. Dette kan resultere i partiske eller skævvredne svar, der afspejler bias. Det er derfor essentielt, når man arbejder med sprogmodeller, at være bevidst om denne risiko og aktivt søge at identificere og korrigerer for bias ved at supplere med diverse og balancerede kilder.

  Er du opmærksom på, hvordan du fodrer sprogmodeller?

  I den gratis version af ChatGPT og Copilot bruges dine input til at forbedre modellerne. Hvis du logger ind på Copilot med din VIA bruger, er dine data beskyttet af kommerciel databeskyttelse og bliver ikke brugt til træning af modellerne. Du kan læse mere her.

  At være kildekritisk i arbejdet med en sprogmodel kræver, at du:

  • Har forståelse for hvordan en stor sprogmodel fungerer (Læs mere i afsnittet “Hvad er generativ AI?")
  • Betragter sprogmodellen som en samtalepartner snarere end en søgemaskine
  • Ved at den sommetider hallucinerer og derfor altid er opmærksom på at eftervalidere de faktuelle informationer, den leverer
  • Har en opmærksom på den bagvedliggende bias, der er indlejret i sprogmodellens træningsmateriale 

AI som en studiemakker

• Få hjælp til opgaveskrivning

  • Få en sprogmodel til at rette korrektur og tegnsætning.
  • Få sprogmodellen til at komme med ideer til sætninger eller tekster, du kan bygge videre på.
  • Få sprogmodellen til at oversætte fra et sprog til et andet.
  • Få sprogmodellen til at komme med et forslag til disposition eller overskrift på afsnit i opgaven.

• Samtale for at styrke din forståelse

  • Definitionsspørgsmål: Bed sprogmodellen om at forklare f.eks. et fagbegreb eller en teori. For eksempel: “Forklar mig begrebet som jeg var 12 år.”
  • Sammenlignende spørgsmål: Spørg om ligheder og forskelle imellem teorier, begreber og metoder.
  • Anvendelsesorienterede spørgsmål: Bed om eksempler på hvordan en teori kan anvendes i praksis.
  • Kritiske spørgsmål: Stil spørgsmål, der udfordrer antagelser eller konklusioner i teksten. For eksempel: “Hvilke kritikpunkter er blevet rejst imod denne teori?”
  • Refleksive spørgsmål: Spørg hvordan informationen kan anvendes til egne erfaringer? For eksempel: ”Hvordan kan jeg relatere denne information til mine tidligere erfaringer (beskriv erfaring) fra praksis?” 

• Få feedback fra en sprogmodel

  • Indsæt tekst fra opgave eller projekt, og bed sprogmodellen om at komme med feedback på ting som sproglig præcision, “den røde tråd” imellem afsnit og akademiske formuleringer.
  • Anvend en sprogmodel i opstartsfasen, når der skal idegenereres og bed den om kreative indspark.
  • Giv en sprogmodel rollen som en eksaminator og bed den om, at eksaminere dig i et bestemt emne.
  • Bed den dernæst om feedback på din svar og præstation.

  Husk altid at forholde dig kildekritisk til sprogmodellens output. Læs mere i afsnittet "Hvorfor er kildekritik vigtigt?"