Generativ AI
Hvad er det, og hvordan kan du bruge det på studiet?
Her på siden kan du i kort form blive klogere på hvad den ”nye” generative AI er for en størrelse, hvordan du kan arbejde effektivt med chatbots, og hvad du skal være særligt opmærksom på når du bruger det i forbindelse med dine studier på KEA.
Hvad er generativ AI?
Hvordan fungerer teknologien?
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!
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.
Bias og fordomme er altid en del af datagrundlaget
For det første er det åbenlyst, at den data som sprogmodellerne er trænet på, ikke er neutral, men indeholder alle de samme bias eller fordomme som ethvert andet materiale. Hvis man f.eks. trænede to udgaver af den samme sprogmodel på forskellige datasæt fra henholdsvis De Konservative og Enhedslisten er det klart, at man ville få forskellige svar hvis man efterfølgende promptede dem hver især om, hvad der ville være den optimale fordelingspolitik i Danmark. De forskellige aktører der laver chatbots prøver ihærdigt at udligne og fjerne bias, men ret beset er det en umulig opgave at skabe en helt neutral chatbot. Det er derfor meget vigtigt hele tiden at være kritisk, og vurdere om der måske er skjulte bias i form af fordomme, kulturelle forskelle eller manglende repræsentation af synspunkter.
AI chatbots er ikke sandhedsvidner
Et andet opmærksomhedspunkt er generativ AIs tendens til at generere misvisende eller decideret falske informationer – såkaldte hallucinationer. Her er der ikke tale om bias eller manglende repræsentation i datagrundlaget, men simpelthen det pure opspind. Husk på, at AI chatbots blot er sandsynlighedsmaskiner, der hele tiden genererer det mest sandsynlige næste ord i en sætning, baseret på træningsdata og prompt, uden NOGEN som helst form for refleksion, eftertjek/validering eller kritisk tænkning. Det kan virke meget overbevisende, da chatbots jo er skabt til at kreere formfuldendte tekster, men netop derfor er det ekstremt vigtigt ikke at lade sig overbevise af veltalenhed, men ALTID selv eftertjekke og verificere kilder og informationer.
Tænk over hvilken data du deler
Når det kommer til hvilke data du afgiver til en chatbot skal du altid være varsom. Afgiv i udgangspunktet aldrig persondata, da de kan blive lagret. Brug i stedet anonymiseret data, og vær særligt opmærksom på om der er ting der ikke bør deles med andre, hvis du copy/paster store mængder tekst ind, eller uploader dokumenter.
Upload ikke noget du ikke selv har skrevet
Endelig er der ophavsret som er et ret komplekst emne med mange gråzoner. Som på flere andre områder indenfor den digitale verden er det svært for lovgivningen at følge med, men som udgangspunkt er det en god tommelfingerregel ikke at uploade noget du ikke selv har skrevet.
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
Man kan måske tale om to grundskoler indenfor prompting, hvor den første arbejder med såkaldte ”megaprompts”, der prøver at få alt med i én stor prompt. Forhåbningen er så, at man har konstrueret sin prompt med alle de nødvendige oplysninger som chatbotten kræver for at give et fyldestgørende svar. I teorien er en af fordelene ved at bruge megaprompts et lavere CO2 aftryk, men i praksis er det dog ret tidskrævende (og næsten umuligt) at konstruere perfekte megaprompts, hvor man tager højde for alt, og man vil som oftest alligevel ende ud med at skulle uddybe og afgrænse gennem fortsat dialog. Som oftest er det mest frugtbart at bruge en mere dialogbaseret tilgang, hvor man gennem en samtale løbende formulerer nye spørgsmål og forståelser indtil man er kommet hele vejen rundt.
Der findes desuden en række mere eller mindre faste metoder man kan tage udgangspunkt i, når man konstruerer sine prompts. Igen er det vigtigt ikke at tage dem alt for bogstaveligt, men de kan være fine som rettesnor.
Et af de mest simple prompt frameworks det såkaldte R-T-F, hvor man giver chatbotten en rolle, en opgave og et format man vil have svaret i:
- Role (R), f.eks. ”du er ekspert i projektledelse”
- Task (T), f.eks. ”du skal lave en projektplan”
- Format (F), f.eks. ”Planen skal være lavet som en liste”
Chain-of-thought (CoT)
Det kan også være en god idé at bede chatbotten om at tænke sit svar igennem trin-for-trin, eller prompte den med en rækkefølge af handlinger, såkaldt ”chain-of-thought” prompting. Det fungerer særligt godt til opgaver der indebærer problemløsning og logik eller komplekse analyser, da den bliver mere opmærksom på rækkefølge og afhængigheder.
Prøv at prompt på engelsk
Overvej også at starte med at prompte på engelsk for derefter at oversætte det til dansk, da der i de fleste modeller er langt mere data på engelsk. Der findes som nævnt en del metoder, nogle mere avancerede end andre, prøv evt. selv at google dig frem til flere og se om du kan finde noget der passer til lige præcis din situation. Helt generelt kan man sige, at jo mere specifik du er omkring opgaven og jo mere kontekst du giver, des bedre svar får du.
Husk at teknologien er under evig forandring og prompt engineering er ikke nogen eksakt videnskab, så prøv dig frem, eksperimenter, vær kreativ og gør dig dine egne erfaringer.
Prompts til brug på studiet
Du behøver ikke opfinde den dybe tallerken hver gang du skal skrive en prompt! Her finder du nogle inspirationseksempler, som du frit kan bruge og bearbejde. 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 studiekamerat/sprogmodel.
Gruppearbejde og planlægning
-
Referater og analyser
AI kan i forbindelse med gruppearbejde fungere som en sekretær. I kan som studiegruppe, når I drøfter eksempelvis opgaveindhold bruge AI til at hjælpe med at få skabt struktur i og analysere jeres drøftelser ud fra pre-definerede tematikker. Gør I det, skal I være opmærksom på, at I ikke uploader data, der indeholder personhenførbare oplysninger.
Ved hele gruppens accept skal mødet optages, fx gennem Word, som også tilbyder en direkte transskription. Transskriptionen indsættes i Ai med en prompt som beder Ai analysere og opsummere ud fra gruppens pre-definerede tematikker.
Eksempel på prompt
Efter denne prompt vil jeg indsætte en transskription fra et møde, hvor vi har været [indsæt antal] antal deltagere. Du skal efter indsættelsen af den fulde transskription gøre følgende:
- Læse hele transskriptionen igennem
- Du skal derefter finde udsagn fra transskriptionen som opdeles i følgende tre tematikker: 1) [indsæt tematik 1], 2) [indsæt tematik 2] og 3) [indsæt tematik 3].
Derefter skal du organisere hele transskriptionen ud fra de tre tematikker i punktet ovenfor gennem en levering af en overskuelig opsummering.
-
Lave en studieplan
Du kan bruge AI til at hjælpe dig med at lave et udkast til din studieplan. Prompt den med de faste aktiviteter; undervisning, gruppemøder og lign. og fortæl hvor mange timer du derudover vil bruge på læsning og forberedelser. Giv også gerne emneområder eller konkret litteratur du skal forberede og bed den generative AI om at lave en plan for dig.
Eksempel på prompt
Du er en struktureret planlægger og du skal hjælpe mig med at lave en studieplan. Planen skal tage højde for undervisning, gruppemøder og fritidsaktiviteter. Du skal følge denne proces: Tag højde for mine faste aktiviteter: [indsæt faste aktiviteter med dag og tidspunkt]. Studieplanen skal laves i forhold til [indsæt lektionsplan, pensumliste eller emne]. Lav på baggrund af foregående en fokuseret studieplan.
-
Nedbryd projekt i opgaver
Det kan virke uoverskueligt at skulle i gang med et stort projekt. Du kan bruge AI som planlægningsværktøj til at nedbryde et stort og uoverskueligt projekt i mindre, overkommelige bidder.
Eksempel på prompt
Du er en erfaren projektleder og du skal hjælpe mig med at lave en projektplan for dette projekt: [indsæt projektbeskrivelse]. Planen skal være handlingsanvisende, realistisk og overholde deadline.
Opgaveskrivning
-
Prompt til udarbejdelse af problemformulering
Du kan bruge AI til at udarbejde en god problemformulering, der indeholder de niveauer en opgave på en videregående uddannelse skal indeholde. Du kan copy/paste hele prompten ind i den AI du ønsker at anvende. Vær opmærksom på at Copilot ikke egner sig til denne prompt.
Eksempel på prompt
Du skal hjælpe mig med at udforme min problemformulering til min afsluttende opgave på et erhvervsakademi.
Problemformuleringen skal indeholde et redegørende, et analyserende og et perspektiverende niveau.
Du vil følge denne proces: 1. Dit første svar skal være at du spørger mig hvad min opgave skal handle om. Jeg giver dig et svar, men du skal efterfølgende hjælpe mig med at forbedre mit svar ved at følge de næste trin. 2. På baggrund af mit svar skal du give mig følgende a) en revideret omskrevet problemformulering som skal være let at forstå og i klar tale, b) du skal give mig forslag til hvad jeg skal tilføje i min problemformulering for at forbedre den, c) du skal stille relevante spørgsmål om hvilken yderligere information jeg skal give for at gøre problemformuleringen bedre. 3. Denne proces hvor jeg giver information og du stiller spørgsmål og derigennem forbedrer og opdaterer problemformuleringen indtil den er helt færdig
-
Akademisk opgavestruktur og disposition
Når du skal skrive en akademisk opgave, kan det være en udfordring at få overblik over hvilke delelementer du skal have med. Du kan bruge denne prompt, som ud fra din problemformulering kan give dig inspiration til hvilke emner du kan tage med. Husk dog altid at tjekke med din vejleder og din studieordning, så du er sikker på at du opfylder kravene til din opgave.
Eksempel på prompt
Jeg skriver akademisk opgave på et erhvervsakademi. Giv mig et forslag til hvordan jeg disponerer min opgave ud fra denne problemformulering: [indsæt problemformulering].
Du skal give mig en liste over de delemner jeg skal have med i min opgave.
Du skal komme med forslag til hvad jeg skal have med i mine delemner
Research og kilder
-
Prompt til research
Når du skal til at begynde din research er det en god ide, at du arbejder med dine søgeord/emneord. Arbejdet kan systematisk gøres gennem udviklingen af et mindmap (læs mere om det her), og i den proces kan AI være et kreativt værktøj.
Ai kan nemlig ud fra en prompt komme med forslag til emneord, supplere med andre relevante tematikker ud fra en defineret teori og ikke mindst oversætte det hele til engelsk. Sidstnævnte er en god ide, da mange databaser er engelske, og derfor kræver en engelsk søgning.
Nedenfor viser vi forskellige forslag til prompting efter søgeord til til litteratursøgning:
Det første eksempel er både kontekstbaseret på din uddannelse og semester, men også teoribaseret, så AI på den måde tvinges til at svare ud fra et mere teoretisk velfunderet grundlag.
Eksempel på prompt
Du er en studerende på KEA, Københavns Erhvervsakademi og læser uddannelsen [indsæt uddannelse]. Du er på dit [indsæt semester]. semester og i forbindelse med en skriftlig eksamensopgave, skal du udvikle et mindmap, så du kan finde relevant litteratur. Indtil videre har du følgende emneord: [indsæt emneord opdelt ved komma]. Du skal nu gøre følgende:
- Finde 2-3 synonymer for hvert emneord
- Finde 2-3 andre relevante tematikker
- Alle dine forslag i punkt t 1 og 2 skal tage udgangspunkt i [indsæt dit teoretiske perspektiv]
- Alle forslag skal oversættes til engelsk.
-
Research fra en problemformulering
Du kan bruge denne prompt til at udfolde din problemformulering, så du får en række relevante søgeord, som du kan bruge i din videre søgning efter litteratur
Prompten kan copy/pastes ind i din foretrukne AI. Du skal bare huske at indsætte din problemformulering.
Eksempel på prompt
Du skal hjælpe mig med at udforme min søgestrategi til min afsluttende opgave på et erhvervsakademi på bachelorniveau. Du skal tage udgangspunkt i min problemformulering: [indsæt problemformulering]
1. Du skal udvælge centrale begreber fra problemformuleringen.
2. Du skal derefter finde synonymer, relaterede termer og alternative stavemåder (f.eks. britisk vs. amerikansk engelsk).
-
Kildekritik
Du kan bruge denne prompt til at vurdere en kilde. Du kan indsætte link til kilden efter prompten. Husk altid at bruge din kritiske sans når du vælger kilder. Er du i tvivl kan du læse meget mere her.
Eksempel på prompt
Hjælp mig med at vurdere denne kilde. Den skal anvendes til en akademisk opgave på et erhvervsakademi. Du skal vurdere den ud fra dens anvendelighed i forhold til afsender, aktualitet, argument, relevans, motiv og troværdighed. [indsæt kilde/url]
-
Referencer
Du kan bruge AI til at lave referencer til din litteraturliste fra de kilder du anvender til din opgave. Denne prompt vil lave referencerne ud fra Harvardstandarden. Hvis du vil anvende en anden standard f.eks APA ændrer du det bare i prompten.
Du skal oplyse forfatternavn(e), årstal for bogens udgivelse, bogens titel, byen/land hvor bogen er udgivet, forlagets navn og evt. Sidetal eller bogkapitler.
Eksempel på prompt
Du skal lave en korrekt reference til en bog ud fra Harvardstandarden:
Forfatternavn(e):
Publiceringsår:
Titel på bogen:
Udgave:
By eller land hvor bogen er udgivet:
Forlag:
Evt sidetal eller kapitel:
Eksamen
-
Træn din faglige paratviden
Du kan med AI teste din egen paratviden indenfor et fag. Overvej at uploade eller linke til fagbeskrivelsen eller pensumlisten for at give sprogmodellen kontekst.
Husk, at du kan finde alle KEA fagbeskrivelser på https://katalog.kea.dk/
Eksempel på prompt
Du er underviser og min personlige tutor på et erhvervsakademi og du skal hjælpe mig med at forberede mig på en mundtlig eksamen. Du skal følge disse trin
- Spørg efter en beskrivelse af faget. Beskrivelsen kan ligge i et link, fil eller andet og indeholde info om eksamensform samt pensumlitteratur.
- Læs beskrivelsen grundigt og hold den efterfølgende samtale indenfor fagbeskrivelsens rammer.
- Stil mig et fagligt spørgsmål indenfor faget på korrekt dansk
- Giv mig konstruktiv feedback på mit svar og forklar mig, hvordan jeg kan gøre mit svar mere præcist.
- Stil mig et nyt spørgsmål efter du har givet feedback.
-
Find "huller i osten" før et mundtligt forsvar
Skal du forsvare en skriftlig opgave mundtligt, kan du bruge AI til at forberede dig til eksamen.
Vær varsom med at uploade hele din opgave til en chatbot og upload aldrig noget, der indeholder persondata. Du kan evt overveje at uploade enkelte afsnit for at give chatbotten lidt mere kontekst at arbejde med.
Eksempel på prompt
Du er eksaminator og skal hjælpe mig med at forberede mig til en mundtlig eksamen på baggrund af en skriftlig aflevering. Du skal identificere svagheder i opgaven og hjælpe mig med at forberede gode svar samt centrale eller mangelfulde dele, der skal adresseres til den mundtlige eksamen. Her er den skriftlige aflevering: [indsæt afsnit fra aflevering]
-
Lav udkast til præsentation
AI kan hjælpe dig med at lave et udkast til din præsentation. Så er du i gang!
Eksempel på prompt
Du er en klar, skarp og tydelig kommunikator. Du skal hjælpe mig med at forberede et mundtligt forsvar af en skriftlig aflevering og lave et udkast til en præsentation. Præsentationen skal tage udgangspunkt i [indsæt opgave/emner/disposition]
Spørgeskemaer og interviews
-
Test dit spørgeskema
Du kan bruge AI til at kvalificere dit spørgeskema, inden du udsender det. Oftest vi man teste med en fra målgruppen, men med AI kan du lave et godt forarbejde.
Eksempel på prompt
Du er [indsæt målgruppe] og skal hjælpe med at kvalificere et spørgeskema. For hvert spørgsmål skal du:
- Redegøre for, hvordan du som repræsentant for målgruppen forstår spørgsmålet og hvilke eventuelle fejlfortolkninger der kan være.
- Vurdere om svarkategorierne er balancerede og udtømmende
- Komme med ændringsforslag til forbedringer
[indsæt spørgsmål]
-
Analyser din data
Med AI kan du bruge kendte analysemetoder og prompte AI til at anvende bestemte metoder. Eksempler på kendte metoder kunne være Pareto (80/20 metoden), sentimentanalyse eller kodning af interviews.
NB: Vær opmærksom på, at du ikke uploader data, der indeholder personhenførbare oplysninger og overvej altid, om du vil dele data.
Nedenstående prompt hjælper med at identificere afvigende svar.
Eksempel på prompt
Du skal hjælpe mig med at analyse data fra en spørgeskemaundersøgelse. Identificer usædvanlige eller afvigende svar, som adskiller sig fra hovedtendensen i besvarelserne og giv en sammenfatning. [indsæt relevant data]