Sådan kan du bruge generativ AI på studiet
Generativ AI
Her på siden kan du blive klogere på, hvordan du kan bruge generativ AI kritisk og ansvarligt i forbindelse med dine studier på EK, samtidig med at du lærer at arbejde effektivt med chatbots.
Hvad er generativ AI?
Når vi taler om AI flyver det omkring os med mystiske ord og forkortelser: Chatbot, LLM, ML, NLP, for blot at nævne nogle få som du måske er stødt på.
Der er skrevet utallige bøger og artikler om hvert enkelt emne, men vores fokus her er ikke så meget på den bagvedliggende teknologi, men snarere på brugssituationen i en studiesammenhæng. Det giver dog meget god mening kort at komme ind på de nævnte begreber, da de er helt grundlæggende for forståelsen af hvad det egentlig vil sige at arbejde med generativ AI.
LLM står for large language model, og kan sammenlignes lidt med de neurale netværk som vores hjerner består af. De indeholder millioner af ”hjerneceller”, som er trænet på store mængder data ved hjælp af machinelearning (ML). Sprogmodeller har eksisteret i mange år i forskellige former, men fik et stort teknologisk gennembrud i 2017, som danner grundlag for den generative AI bølge, der lige nu er over os. Vi har i årevis været udsat for chatbots fra virksomheder og offentlige instanser, der uden det store held har forsøgt at simulere menneskelig dialog for at spare medarbejderresurser. Med de simple tekstinterfaces, som f.eks. OpenAIs ChatGPT eller Googles Gemini tilbyder, er det nu endelig lykkedes at skabe noget der minder om en rigtig samtale med en computer. Det er muligt gennem natural language processing eller NLP, der kort fortalt gør computerprogrammer eller chatbots i stand til at forstå, og endda selv generere tekst og tale. Det er vigtigt at forstå, at de svar man modtager blot, er udtryk for statistisk sandsynlighed ud fra den data og træning sprogmodellen har fået.
Man kan i forsimplet form sige, at chatbots blot er sandsynlighedsmaskiner, der giver det mest sandsynlige output på et givent input. Der foregår med andre ord ingen kritisk tænkning, eller forståelse af den kontekst eller verden som vi andre bevæger os i – det er en vigtig pointe at have i baghovedet når man arbejder med generativ AI på studiet!
Hovedpointer
- ChatGPT, CoPilot og Gemini kaldes alle store sprogmodeller (Large Language Models)
- De er "sandsynlighedsmaskiner" der giver det mest sandsynlige output baseret på deres træning
- Sprogmodeller er trænet på store datamængder
- Modellerne kan ikke tænke kritisk!
Husk din kritiske sans Bias, hallucinationer, persondata og ophavsret
Når du bruger AI i studiesammenhæng, er der en række ting som det er vigtigt at være opmærksom på. Her kommer vi kort ind på fire af de vigtigste, nemlig bias, hallucinationer, persondata og ophavsret.
Hovedpointer
- Store sprogmodeller er ikke neutrale, men har bias og værdisæt indlejret
- Eftertjek altid selv fakta - chatbots kan "opfinde sandheder"
- Vær varsom med hvad du uploader til en AI - og del aldrig persondata!
Prompting Sådan bruger du chatbots
Nettet flyder over med guides til prompting og ”sådan bliver du prompt engineer” kurser. Ordet ”prompt” har taget verden med storm, og hvad der før var et nichebegreb reserveret til kodere og datanørder er nu overalt. Det kan diskuteres hvor meget mening al den fokus og hype omkring prompts giver, både fordi der findes så mange forskellige sprogmodeller der er trænet forskelligt og løbende får ændret deres funktionalitet, men også fordi der er en vis del overtro og magisk tænkning involveret, hvor anekdotiske succeser ophøjes til metodiske sandheder. Her vil vi forsøge at holde det til et par meget korte fifs til hvordan du kan komme i gang med at prompte chatbots mere effektivt, men hold in mente, at det skal tages med et gran salt, og er under evig forandring som teknologierne udvikler sig.
Hovedpointer
- Du kan få bedre outputs, hvis du bruger prompting teknikker
- Prompt engineering er ikke en eksakt videnskab
- Forskellige prompting teknikker er egnede til forskellige formål
Prompts til brug på studiet
Promptsene er lavet udfra R-T-F frameworket og chain-of-thought metoden. De er inddelt efter de emner, du finder her på studieviden, og kan bruges med din foretrukne AI studiekammerat/sprogmodel.