Hvem vil ikke ha gratis hjelpere?

Større enn IT-boomen

2023 var året da alle snakket om kunstig intelligens, og Språkrådet kåret til og med KI-generert til årets ord. Men det ble langt mer enn en snakkis. I de internasjonale markedene avløste optimisme rundt kunstig intelligens frykten for økonomisk nedgang.

En drøy håndfull selskaper økte like mye i verdi som resten av de 1 400 andre selskapene i verden til sammen, og det førte til at aksjemarkedene steg med langt over tyve prosent. En slik konsentrasjon rundt ett tema slår til og med det vi opplevde under IT-boomen på 1990-tallet. Blant disse ti selskapene finner vi NVIDIA, som designer de raskeste databrikkene, Microsoft, som innlemmer kunstig intelligens i alle produktene sine, og Meta, som bruker det for å få folk til å henge lenger på Facebook og Instagram.

Det startet for over 70 år siden

Kunstig intelligens er ikke noe nytt. Jeg skrev om det i hovedoppgaven min ved Norges Handelshøyskole (NHH) på 1980-tallet, men selv da var det gammelt. Den første forskningskonferansen innen kunstig intelligens ble holdt i 1956, og allerede flere år før dette hadde den kjente kodeknekkeren fra andre verdenskrig, Alan Turing, beskrevet en metode for å sjekke om maskiner er intelligente.

Selv om de hadde modellene på den tiden, hadde de ikke kraftige nok maskiner og store nok datamengder til å lage nyttige systemer. Det har vi nå, og i de siste tiårene har de fleste av oss benyttet eller vært utsatt for systemer med kunstig intelligens. De fleste av disse er såkalte ekspertsystemer. Det vil si at noen har programmert inn sammenhenger i systemet som gjør det pålitelig og forutsigbart.

De nye modellene som ble kjent for de fleste av oss via ChatGPT, er laget på en helt annen måte. Her stapper man inn enorme mengder informasjon som kan være tekst, bilder og videoer. Deretter trener man opp modellene til å forstå sammenhenger. Selv om alt egentlig dreier seg om avansert matematikk samt prøving og feiling, så ligner disse modellene på de nevrale nettverkene som hjernen er bygd opp av. Dette gjør dem i stand til å lage tekster, sanger, bilder og videoer som ikke finnes fra før.

Denne kreativiteten har sin pris. På samme måte som mange av ideene vi kommer med i en idédugnad, egentlig er håpløse, vil modellene innimellom komme med dårlige svar. Det betyr at de egner seg til oppgaver hvor de kan hjelpe oss med ulike gjøremål, men de kan ikke brukes til oppgaver som å overføre penger mellom bankkontoer.

Er det bare en hype?

De mest optimistiske trodde at verktøyene skulle bli tatt i bruk allerede i fjor, og at selskapene raskt ville oppleve en skikkelig produktivitetsøkning. Det har ikke skjedd i nevneverdig grad. Tar det bare tid, eller er dette bare en hype? Her kommer noen eksempler på hvordan du kan bruke modellene allerede i dag.

Dataanalyse

NRK spurte meg om det ikke hadde regnet uvanlig lite i Bergen det siste. Jeg satt på flyet og hadde ikke tilgang til PC-en, så da dro jeg opp ChatGPT-appen på mobilen. Jeg foret den med data og spurte så om den kunne finne siste 25 dagers nedbør de siste tiårene og vise meg de ti laveste verdiene. Appen viste at vi ikke var i nærheten av rekord. Men dette var senhøstes, og det er ikke rettferdig å sammenligne med de tørrere sommermånedene, så jeg ba den da kun se på perioder om høsten. Da fikk jeg en ny liste, og der lå de siste dagene på toppen.

Analyse av børsnoterte selskap

Jeg har også benyttet denne appen til å vurdere aksjeinvesteringer. Jeg hentet ut siste tyve års inntjening for flere tusen selskaper og ba ChatGPT finne selskapet med mest stødig inntjening. Den kom raskt opp med et svar, men selskapene som kom best ut, var selskaper som tjente omtrent det samme hvert år. Jeg påpekte dette, og deretter endret den beregningsmetoden og kom med en bedre liste. Det ble noen flere oppfølgingsspørsmål, og til slutt foreslo den en beregningsmetode som lykkes med å finne selskaper som hadde en stødig vekst i inntjeningen over tid. I tillegg til å navngi selskapene kom den også opp med programkode i Python som gjorde at jeg kunne automatisere beregningene.

Personlig advokat

Den første lønnsomme bruken jeg hadde av ChatGPT, var å la den være pengeinnkrever. Jeg er medeier i et bilfirma som hadde mer enn en million kroner utestående i flere små krav knyttet til momsbetalinger fra tyske bilselgere. Jeg sendte krav om pengene på dårlig tysk, som trolig medførte misforståelser samt at de nok ikke lot seg skremme til å betale. Jeg ba da ChatGPT om å skrive mailer på tysk. I tillegg lastet jeg inn svarene jeg hadde fått, sånn at den kunne gi et skreddersydd svar. Det medførte at de aller fleste betalte. Det var noen som stod igjen, og da foreslo modellen å sende inkassokrav. Det skrev den, og dermed fikk bilfirmaet inn over én million kroner som egentlig var avskrevet.

Selv om en har god tilgang til dyktige advokater, kan ChatGPT brukes til å gi en lynrask indikasjon på problemstillinger eller til å lese mottatte kontrakter.

Lese forskningsartikler

Det er ikke alle forskningsartikler som er lette å lese. Noen er så tekniske at hvis man virkelig skal forstå dem, er det bare å sette av et par dager. Men ved å bruke ChatGPT kan en få et raskt overblikk over artikkelen, og deretter kan en stille spørsmål og så pense seg inn på det temaet man kanskje er aller mest interessert i.

Teknisk assistent

Selv den mest erfarne Excel-bruker står av og til fast. Med KI-modellene kan man spørre om hjelp, og så kommer modellen raskt opp med et løsningsforslag. Når man driver med programmering, kan det være én enkelt detalj som gjør at man sitter helt fast. Da er det behagelig å bare kopiere hele skriptet inn i ChatGPT og be om forslag til løsninger. Du kan også be om at den lager et nytt skript for deg.

Illustrasjoner

Med bildedelen DALE3 i ChatGPT kan du lage de mest avanserte illustrasjoner selv om du er like håpløs i å tegne som meg. Ofte vil du ikke treffe på den første tegningen, men du kan fortsette dialogen med roboten inntil du får frem en tegning eller et bilde som uttrykker det du hadde tenkt. Den kan til og med brukes sammen med små barn, som da kan benytte sin kreativitet til å lage et fint bilde.

Helse

Hvis du har vært innlagt på et sykehus, får du nærmest live-tilgang til alle journalene via Helsenorge.no. For de fleste er disse ubrukelige, da de er korte og fulle av fagtermer – men hvis du laster dem inn i ChatGPT , kan du få en god forklaring på hva som egentlig står der. Du kan kommunisere videre sånn at du forstår mer hva som har skjedd med deg, og hva du kan gjøre for å komme raskere til hektene. Legen kan selvsagt hjelpe, men å vente på neste runde med legen og så huske alle spørsmålene samt fordøye svarene på fem minutter, er ofte for krevende.

Vi har lenge kunnet søke på nettet om helsespørsmål. Styrken i disse modellene er at du kan laste inn egne dokumenter, i tillegg til at du selv kan diskutere med modellen. Dette kan ikke erstatte legene, men det kan være et godt utgangspunkt for dem som er usikre på om de skal kontakte lege eller ikke.

Selskapet Nabla har laget et system som fikser de kjedelige oppgavene legen har. Den overhører hele dialogen mellom lege og pasient, og deretter foreslår den hvordan legen skal fylle ut alle nødvendige skjema og journaler.

Teknologien har også allerede kommet langt innen nevrologi. Der har man operert inn sensorer som måler aktivitet i hjernens nevroner, og så trent disse signalene mot en ChatGPT-lignende robot. På den måten kunne forskere ved University of California lage en robot som snakket på vegne av en pasient som hadde mistet taleevnen 18 år tidligere. De fant til og med lydopptak fra bryllupet hennes slik at stemmen hørtes ut som henne.

Jo, det finnes dårlige spørsmål

Det er mange som har prøvd ChatGPT og fnyser av resultatene. I de fleste tilfeller skyldes det at man har stilt et upresist spørsmål eller brukt modellen til noe den ikke er egnet for. Hvis du stiller ChatGPT spørsmålet «Hvilke aksjer anbefaler du?», så får du et ubrukelig svar. Hvis du derimot ber modellen om å glemme alle tidligere instruksjoner, og så ber om akkurat ti aksjer, krever at selskapene skal ha en fornuftig verdsettelse, og så ber den liste opp selskapene med en begrunnelse på maks syv ord, så får du et brukbart svar.

OpenAI, som leverer ChatGPT, er så oppgitt over måten mange bruker modellene på, at de flere ganger har sendt ut notater for å lære opp brukerne.

Har du grunn til å frykte kunstig intelligens?

De fleste modellene er lett tilgjengelige, og personer med onde hensikter vil også bruke dem. Vi kan derfor vente at «Nigeria-brevene» kommer på perfekt norsk, og at vi kan bli oppringt av personer som høres ut som en helt annen enn den de er. Det jobbes med å regulere kunstig intelligens, men de med onde hensikter er nok ikke så opptatt av regulering.

Hvilken modell skal du bruke?

Det finnes et stort utvalg av modeller, men for bredt bruk er ChatGPT4 fra OpenAI den beste. Her må du betale 20 dollar per måned, men da åpner det seg fantastiske muligheter samt tilgang til flere millioner skreddersydde modeller. Det klart beste alternativet for gratis bruk er perplexity.ai. Her får du også begrenset tilgang til flere av de mest avanserte modellene.

Hva skjer fremover?

Det kommer nye modeller hver dag, og det er de store amerikanske selskapene som driver den teknologiske utviklingen. I januar lanserte Google-eide DeepMind en modell som de kaller AlphaGeometry, som løser geometrioppgaver like godt som de aller beste matematikerne i verden. Den norske regjeringen har bevilget én milliard kroner til forskning på kunstig intelligens over de neste fem årene, men det blir bare småpenger når selskaper som Meta bruker én milliard kroner per dag på investeringer. Det betyr likevel ikke at vi bare blir passive brukere. Meta og flere andre selskaper tror på åpne løsninger, og det betyr at hvem som helst kan bygge videre på modellene deres gratis. De gjør ikke dette fordi de er snille, men fordi de tror at mer bruk av modellene deres vil medføre at folk henger lenger på Facebook og Instagram, slik at selskapene bak får mer inntekter.

Det kanskje beste med de nye modellene er at de hjelper dem som har minst. Hvis du har lese- og skrivevansker, er det bare å fortelle robotene hva de skal skrive for deg, og på hvilket språk. Det kan til og med gjøre at analfabeter kan komme inn eller tilbake i arbeidslivet.

Når modellene er så uovertrufne med språk, med å programmere samt å tolke kontrakter, er det sannsynlig at hvis du jobber som oversetter, grafisk designer, jurist, programmerer eller med generell bedriftsrådgivning, så kan hverdagen fremover bli vesentlig annerledes. De som er først ute med å utnytte de nye verktøyene, kan få et klart konkurransefortrinn, mens de som henger etter, lett kan måtte se seg om etter andre oppgaver.

For de aller fleste av oss finnes det en rekke områder hvor ChatGPT og lignende modeller kan gjøre oss flinkere og mer produktive på jobb. Den muligheten er det viktig å gripe, ellers risikerer du å henge etter i arbeidslivet.