For å kunne vurdere og ta i bruk tekstgenererende verktøy på en forsvarlig måte, er det nyttig å forstå noe grunnleggende om teknologien disse verktøyene er basert på. Siden kunstig intelligens er et nokså vidt og uklart begrep, så vil vi i denne sammenheng konsentrere oss om å snakke om verktøy som tar i bruk generative språkmodeller.

Enkelt forklart fungerer disse språkmodellene på samme måte som autocomplete funksjonen i et tekstbehandlingsprogram. Språkmodellenes oppgave er å gjette hva som er neste ord i en setning, basert på at selvlærende algoritmer trener på et stort datamateriale.

De siste årene har denne typen kunstig intelligens vært gjennom en rivende utvikling og blitt så gode at de kan etterligne naturlig språk på en overbevisende måte. Vi ser også en lignende utvikling innen generative modeller for bilder og lyd, samt muligheten for å kombinere disse ulike modellene slik at vi for eksempel kan generere video og lyd ved å gi skriftlige instrukser.

Denne utviklingen har gitt oss mange nye muligheter, men stiller oss også foran en rekke nye utfordringer både rettslig, etisk og pedagogisk. Etter at vi har sett litt nærmere på selve teknologien bak, skal vi komme tilbake til disse utfordringene.

Vil du vite mer?

AI Art: How to see like a machine

Videoen under er en video fra Museum of Modern Art i New York. Den viser vordan kunstnere tenker om KI og tar det i bruk, og gir også et innblikk i hvordan man trener opp kunstig intelligens med data.

Videoklipp: Museum of Modern Art (MoMA). (2023). AI Art: How artists are using and confronting machine learning | How to see like a machine. youtube.com

Sosiale medier Nyhetsmedier Faglitteratur Kunstig intelligens