Dette kan du bruke KI til i hverdagen

Khronos KI-skole, del I: Kunstig intelligens, eller KI som det ofte forkortes til, har for alvor inntatt akademia og blitt en av vår tids mest omdiskuterte nyvinninger.

Med mindre du har levd isolert fra omverdenen de siste årene, har du uten tvil blitt kjent med dette fenomenet. Verktøy som ChatGPT og CoPilot er blitt allemannseie — noen har omfavnet dem med begeistring, mens andre har holdt en mer avventende distanse. 

Men uansett hvor du selv står, er én ting sikkert:

Studentene dine har allerede utforsket mulighetene. Sjansen er stor for at den siste eksamensbesvarelsen du vurderte, bærer tydelige spor av kunstig intelligens. 

Dermed er det ikke lenger et spørsmål om KI vil prege din akademiske hverdag - det gjør den allerede.

Utfordrer den frie og kritiske tekningen

Pandoras eske er åpnet, og kunstig intelligens strømmer ut med en kraft som allerede omformer hvordan vi arbeider og tenker. Vi i akademia står midt i denne forvandlingen. Det gjelder alle, fra forskere og undervisere til studenter og administrativt personale.

KI-verktøyene som nå blir tilgjengelige, lover økt effektivitet, men utfordrer samtidig den frie og kritiske tenkningen som er akademias grunnstein. Vi befinner oss derfor i et krevende landskap der vi må trå varsomt og tenke grundig gjennom hvordan vi vil forholde oss til denne teknologien på tvers av hele institusjonen.

Utfordringene som følger med teknologiens framskritt - som økt risiko for juks - er reelle, men potensialet som ligger i kunstig intelligens er betydelig større. Denne artikkelen markerer starten på en serie om kunstig intelligens i høyere utdanning som forhåpentligvis kan bidra til å gi akademia et KI-løft. 

Her handler det ikke bare om effektivisering, men om å skape grunnleggende forbedringer i hvordan vi arbeider og tenker. Min ambisjon er å vise hvordan denne teknologien kan drive fram innovasjon og fornyelse i hele den akademiske sfæren.

FAKTA

Morten Goodwin

• Professor i kunstig intelligens ved Universitetet i Agder (UiA)
• Underviser i kunstig intelligens og programmering for  master- og doktorgradsstudenter
• Tok doktorgrad i kunstig intelligens ved Aalborg Universitet  i 2011 med avhandlingen  Towards Automated eGovernment Monitoring 
• Har publisert over 200 fagfellevurderte vitenskapelige artikler innen kunstig intelligens, med fokus på dype nevrale nettverk
• Forfatter av boken «AI – myten om maskinene» (2020), som forklarer hva kunstig intelligens er og avliver myter rundt teknologien
• Les mer om Goodwin i Khronos intervju med ham 2. januar 2025,

Kilde: UiA, ChatGPT

I løpet av serien skal vi utforske ulike former for kunstig intelligens, fra språkmodeller til andre praktiske verktøy som kan forenkle hverdagen og øke produktiviteten for forskere, undervisere og andre i akademiske roller. Samtidig vil vi også gi innblikk i hvordan KI kan fungere som en katalysator for nytenkning og bedre løsninger, uten å overse de utfordringene som følger med denne teknologien.

Uansett om du er helt fersk i møte med kunstig intelligens eller allerede har erfaring med verktøy som ChatGPT, vil denne serien gi verdifull innsikt i hvordan kunstig intelligens kan bli en pålitelig partner i ditt akademiske arbeid.

Nederst i denne artikkelen vil jeg komme med helt konkrete eksempler på hvordan forskere, undervisere og administrativt ansatte kan bruke kunstig intelligens i hverdagen.

Forbløffende tempo

Utviklingen av kunstig intelligens har skutt fart siden ChatGPT tok verden med storm i slutten av 2022. De tidlige begrensningene, som upålitelige referanser og tendens til å dikte opp fakta, er i stor grad overvunnet. Tempoet i denne utviklingen er forbløffende, men ChatGPT representerer bare én milepæl på en langt større reise.

Vi er fortsatt i startfasen av et omfattende prosjekt: å skape intelligent teknologi som kan supplere menneskelig tenkning, tilgjengelig for alle som en tjeneste. Hvor fort dette kommer til å gå fremover, vet ingen, men det mangler ikke på spådommer.

Elon Musk har for eksempel hevdet at kunstig intelligens innen 2030 kan overgå ikke bare enkeltmenneskers, men hele menneskehetens samlede intellektuelle kapasitet. 

I et slikt scenario ville forskere, tenkere og lærere bli overflødige — maskinene kunne overta alt fra analyse og resonnering til undervisning og akademisk skriving. Men slike visjoner hører mer hjemme i science fiction enn i virkeligheten. Tanken om at kunstig intelligens fullstendig skal erstatte menneskelig tenkning, fremstår like usannsynlig som en invasjon fra rommet.

Kunstig intelligens

Refser akademia for angst­preget KI-tilnærming. — Går baklengs inn i fremtiden

Varsler en revolusjon i utdanningssektoren

Dette betyr likevel ikke at vi kan undervurdere de omfattende endringene kunstig intelligens bringer med seg. Som Yuval Harari påpeker, bør vi forstå KI som mer enn bare et verktøy. Det er en autonom aktør som kan utvikle ideer og ta beslutninger på egen hånd.

Denne innsikten varsler en revolusjon i utdanningssektoren, der teknologien kan transformere både hvordan vi underviser og lærer. For oss forskere åpner den nye muligheter til å utvide vår mentale kapasitet: KI kan analysere komplekse datasett, foreslå uventede forskningsretninger og generere hypoteser basert på enorme informasjonsmengder, oppgaver som tidligere kunne tatt måneder å gjennomføre.

I en tid der KI-innovasjonene kommer på løpende bånd, blir det stadig vanskeligere å skille mellom realitet og overdrevne fremtidsvisjoner. I denne artikkelserien skal jeg derfor konsentrere meg om de konkrete endringene som skjer her og nå.

Vi skal la de store eksistensielle spekulasjonene ligge, og retter i stedet blikket mot hvordan kunstig intelligens allerede transformerer akademia. Gjennom praktiske eksempler vil jeg vise hvordan KI kan berike arbeidshverdagen for alle — fra professorer og forskere til studenter og administrativt personale.

Språkmodeller står i sentrum

Kunstig intelligens er et fagfelt med dype historiske røtter, som strekker seg tilbake til pionerer som Alan Turing og Marvin Minsky – og kanskje enda lenger. At kunstig intelligens først fanget manges oppmerksomhet i 2022, skyldes én enkel grunn: Teknologien begynte for alvor å levere.

Med dataprogrammet ChatGPT fikk KI sitt gjennombrudd på en måte som gjorde den både umiddelbart anvendelig og lett tilgjengelig for folk flest, og ikke minst for oss i akademia.

Språkmodellen står i sentrum av KI-revolusjonen. De mest kjente eksemplene er Generative Pretrained Transformer, eller GPT, som driver ChatGPT, og lignende teknologi bak verktøy som CoPilot, Claude og Perplexity. 

Disse modellene representerer en kunstig intelligens som mestrer språkets mange fasetter: De kan generere tekst, forstå sammenhenger, og tilpasse sine formuleringer til oppgaven de får. Fra å fullføre setninger til å skrive lengre tekster, fra å besvare spørsmål til å oversette mellom språk - de behersker tilsynelatende hele spekteret av språklige oppgaver.

Vi kan med sikkerhet si at disse modellene mestrer språk, men hva innebærer egentlig denne «språkforståelsen»? For å gripe dette må vi se nærmere på hvordan en språkmodell faktisk fungerer og lærer.

Hvordan fungerer en språkmodell?

Språkmodeller som GPT tilegner seg språkforståelse gjennom en omfattende treningsprosess. Dette skiller dem fundamentalt fra tradisjonelle dataprogrammer, der utviklere nøyaktig har definert hver eneste handling, som når du klikker «lagre» i Word og en forhåndsprogrammert sekvens settes i gang. 

Kunstig intelligens fungerer annerledes. I stedet for å følge et fastlagt sett med instruksjoner, lærer disse systemene på en måte som minner mer om hvordan mennesker tilegner seg kunnskap.

Da mine barn, som nå nærmer seg tenårene, lærte å snakke, ga vi dem ingen formell innføring i grammatikk, setningsoppbygging eller verbtyper. Vi bare snakket med dem. Likevel plukket de opp språket naturlig, slik nesten alle barn gjør.

På en forbløffende lignende måte lærer språkmodeller som GPT å mestre språk. Vi definerer ikke hva den skal ha av intelligens, vi trener den opp i en prosess vi kaller maskinlæring.

GPT er bygget på nevrale nettverk, en gren av kunstig intelligens inspirert av den menneskelige hjerne, og spesielt en måte å bygge opp det nevrale nettverket på kalt transformer.

Transformeren i GPT er designet for å analysere lange sekvenser av tekst og forstå hvordan ord henger sammen gjennom statistiske mønstre. Når GPT trenes, lærer den å forutsi sannsynlige fortsettelser av tekst.

 Ta for eksempel setningen «Universitetet er et sted hvor». Basert på sin omfattende trening vil modellen foreslå naturlige fortsettelser som «forskning blomstrer» eller «studenter samles for å lære», fremfor mindre sannsynlige alternativer som «det bakes kaker».

Denne evnen til å gripe språklige nyanser kommer fra de enorme datamengdene modellen er trent på.

Hvordan trenes en språkmodell?

Treningsprosessen for en språkmodell som GPT består av tre hovedfaser, som hver inneholder altfor mange detaljer til å ta med her:

Datainnsamling: Modellen mates med enorme mengder tekst fra bøker, artikler og nettsider. ChatGPTs omfattende datagrunnlag har vakt debatt, særlig rundt bruken av opphavsrettsbeskyttet materiale uten eksplisitt samtykke. 

Likevel er det nettopp denne brede eksponeringen som gir modellen sin imponerende evne til å mestre språkets mange nyanser, uavhengig av tema og kontekst.

Forhåndstrening: I denne fasen får modellen sin grunnleggende språkopplæring. Gjennom analyse av milliarder av setninger lærer den språkets mønstre og regler, fra enkel grammatikk som forskjellen mellom «Jeg leser bøker» og det Yoda-aktige «Bøker jeg leser», til mer subtile språklige nyanser.

Modellen justerer kontinuerlig sine nevrale nettverk for å bli stadig bedre til å forutsi naturlige språksekvenser.

Menneskelig finjustering: Den siste fasen kalles forsterkende læring med menneskelig tilbakemelding (RLHF). Her vurderer mennesker modellens svar og markerer hvilke responser som er mest hensiktsmessige og presise. Denne prosessen forfiner modellens evne til å gi relevante svar, slik at den ikke bare baserer seg på statistiske mønstre, men også på menneskelig dømmekraft.

Hva gjør språkmodeller så kraftfulle?

Språkmodeller som GPT utmerker seg blant KI-systemer gjennom sin dype forståelse av språkets struktur og sin evne til å tilpasse seg ulike sammenhenger. De fungerer som en uuttømmelig, om enn ikke alltid helt pålitelig, assistent, alltid klar til å analysere komplekse tekster og formulere veloverveide svar med naturlig flyt og logikk.

Det betyr ikke at de er uten svakheter. 

En språkmodell forstår ikke verden slik vi gjør. Den har verken bevissthet eller evne til abstrakt tenkning. Alt den «vet» er hentet fra mønstrene i treningsdataene den er matet med.

Dette kan føre til feil, skjevheter eller uklarheter, avhengig av hvordan den brukes. Likevel er det nettopp den unike blandingen av massive datamengder og enestående prediksjonsevne som gjør språkmodeller til selve drivkraften i den kunstige intelligensens revolusjon.

Praktisk nytte

Den praktiske nytten føles nærmest grenseløs, og det er et tema vi skal dykke dypere ned i i de kommende artiklene.

Tenk deg en hverdag der språkmodeller hjelper til med alt fra å bryte ned språkbarrierer til å skape innhold som engasjerer og informerer.

De kan veilede elever i komplekse fag, hjelpe bedrifter med å finne kreative løsninger, eller støtte forskere i å tolke enorme datasett.

Dette er bare begynnelsen – i de neste artiklene skal jeg vise hvordan denne teknologien former fremtiden og åpner dører vi knapt visste fantes. Nedenfor kommer noen smakebiter, først for forskere, deretter for undervisere og til slutt for administrativt ansatte.

For forskere:

KI kan bli en assistent for forskningsarbeid. Her er noen konkrete eksempler:

• Automatisk språkvask: Språkmodeller kan forbedre og polere akademisk tekst, slik at du kan fokusere på innholdet.
• Dataanalyse: KI kan analysere store datasett, identifisere mønstre og til og med generere hypoteser basert på trender.
• Tekstgenerering: Sliter du med å skrive introduksjoner eller sammendrag? KI kan lage utkast som gir deg et springbrett.

For eksempel kan vi spørre ChatGPT om språkhjelp til å skrive en abstract.

Jeg skriver til ChatGPT:

 
Svar fra ChatGPT:

 
For undervisere

Undervisning er både en kunst og en vitenskap, og KI kan være til hjelp på flere måter:

• Generering av oppgaver: Trenger du raskt nye oppgaver eller quizer? KI kan foreslå spørsmål tilpasset ulike fag og nivåer.
• Simulering av undervisningsscenarioer: Modeller som ChatGPT kan rollespille som studenter, slik at du kan forberede deg på vanskelige spørsmål eller simulere debatter.
• Personlig tilpasset læring: Ved hjelp av KI kan du skape læringsressurser som tilpasses individuelle behov.

Se på KI som en fleksibel assistent som kan hjelpe deg tilpasse undervisningen for et mangfoldig studentmiljø.

For eksempel:

Jeg skriver til ChatGPT:

Dette er et bilde av et hovedkort. Jeg holder på å lage en eksamen som har deadline i morgen. Kan du komme opp med noen vanskelige spørsmål til eksamen? Faget er «Introduksjon til informatikk», førsteår bachelor.

 
Svar fra ChatGPT:

 
Jeg fortsetter å skrive til ChatGPT:

 
Svar fra ChatGPT:

ChatGPTs forslag til eksamensillustrasjon.

 
For administrasjonen

Universitetets maskineri krever effektiv administrasjon. Her kan KI gjøre en forskjell:

• Automatisering av rutineoppgaver: Fra å svare på e-poster til å behandle søknader, kan KI håndtere mange repetitive oppgaver raskt og nøyaktig.
• Planlegging: KI kan optimalisere timeplaner ved å ta hensyn til tilgjengelighet, preferanser og ressursbruk.
• Analyse av studentdata: KI kan hjelpe med å identifisere trender i studentprestasjoner og foreslå tiltak for forbedring.

KI kan bli den usynlige motoren som holder systemet i gang, slik at menneskene kan fokusere på strategisk arbeid.

For eksempel:

Jeg skriver til ChatGPT:

 
Svar fra ChatGPT:

Her er en boxplot som viser fordelingen av SAT Total Scores for ulike antall år til fullføring av utdanningen (Years to Graduate). Denne grafen gir en visuell representasjon av medianen, kvartilene og potensielle uteliggere for hver kategori.

 
Akademias fremtid formes av kunstig intelligens

KI har kommet for å bli, og dens innflytelse i akademia vokser dag for dag. Teknologien tilbyr verktøy som effektiviserer rutinearbeid, åpner nye forskningsfelt og muliggjør mer individuelt tilpasset undervisning. Dette krever samtidig at vi verner om kritisk tenkning og sikrer etisk bruk av teknologien.

På samme måte som boktrykkerkunsten revolusjonerte kunnskapens spredning, vil KI redefinere hvordan vi lærer, forsker og administrerer. Ved å omfavne denne teknologien som en partner fremfor en konkurrent, kan vi skape en akademisk verden som både bevarer vår intellektuelle egenart og utnytter teknologiens muligheter.

I de kommende artiklene skal vi utforske de praktiske anvendelsene av KI i akademia. Fra språkvask og dataanalyse til skreddersydd læring og administrative forbedringer. Vi vil vise hvordan denne teknologien kan forenkle og fornye vår akademiske hverdag.

Målet er ikke bare å forstå maskinene, men å bruke deres potensial til å løfte hele akademia til nye høyder.