I det følgende vil Microsoft Copilot oppsummere sitatene fra forskere og teknologer gjengitt i kapittel 7. Teksten er kopiert direkte fra Copilot og limt inn her «as is».
Kap. 7 Hva gjør vi nu, lille du?
Her er en oppsummering som fremhever hovedsynspunktene knyttet til KI, samtaleroboter og LLM, med særlig vekt på hva dette betyr for næringsliv, undervisning, læring og eksamensformer – og hva studenter bør kunne før de går ut i arbeidslivet:
1. Undervisning, læring og eksamen
- Etikk og integritetskultur: Professor Danny Oppenheimer understreker at utfordringer som mulig juks med verktøy som ChatGPT ikke i bunn og grunn endrer dynamikken i høyere utdanning. Det beste forsvaret mot juks handler om å bygge en sunn kultur med integritet og etikk, ikke om streng overvåkning. På samme måte poengterer professor John Villasenor at i stedet for å forby bruk av KI for å spare tid og krefter, bør undervisningen fokusere på å lære studentene å bruke slike verktøy etisk og produktivt.
- Tilpasning av undervisning og vurderingsformer: Professor Amy J. Ko påpeker behovet for å transformere både læring og undervisningsmetoder slik at digitale distraksjoner – inkludert de store språkmodellene – ikke lenger blir en utfordring. I denne konteksten peker også professor Atle G. Guttormsen og Simone Grassini på viktigheten av å omfavne KI som et legitimt verktøy, akkurat som man bruker ordbøker, slik at studentene blir rustet for en digital fremtid. Her ser vi en klar oppfordring til å integrere KI i studieprogrammene, slik at kompetanse ikke bare handler om å kunne gjenkjenne fakta, men også å bruke og forstå verktøyenes begrensninger og muligheter.
2. Næringsliv og praktisk anvendelse
- Forventning vs. realitet: Flere stemmer, som professor Gary Marcus og Sara Morrison, tyder på at hypen rundt KI – særlig når det gjelder LLM-er – har avtatt i enkelte bransjer. Mens enkelte studenter og skoleelever allerede bruker slike verktøy til for eksempel terminsoppgaver, opplever mange store selskaper at praktiske resultater ikke lever opp til forventningene. David Berreby pekes her på med en spådom om at mange selskaper som har bygget egne LLM-løsninger, vil gi slipp på disse innen 2028.
- Fokus på reell nytte: Kritiske røster som Andrew Yukawa og Knut Jørgen Vie minner om at KI har et teoretisk potensial som ofte ikke reflekteres i hverdagslige, praktiske anvendelser. Eksempelvis peker disse på at selv avanserte KI-løsninger kan ha svært begrenset bruksutbredelse, noe som for næringslivet innebærer et behov for å være både realistisk og kritisk til investeringer og integrasjon av slike systemer.
3. Definisjon og begrensninger av KI og LLM
- Hva er egentlig KI? Flere eksperter, som kylebenzle og R.H. Lossin & J. Resnikoff, utfordrer den enkle betegnelsen «KI» for LLM-er og andre programvarer. Det argumenteres for at det er misvisende å se på disse som en samlet teknologi, da de i realiteten utgjør en blanding av ulike verktøy (fra talegjenkjenning til prediktive modeller). Denne nyanserte forståelsen er essensiell for både undervisning og praksis i næringslivet.
- Hype vs. virkelighet: En annen viktig dimensjon tas opp av Chris Frewin og professor Josh Brake, som med kraft hevder at den enorme mediehypen om at vi nærmer oss generell kunstig intelligens (AGI) er overdrevet. Dette perspektivet understreker at selv om LLM-er kan være imponerende innen enkelte områder, betyr ikke memorering og rask informasjonsinnhenting at de oppnår en dypere intelligens.
Sammenfatning og implikasjoner for fremtiden
Disse sitatene tegner et komplekst bilde:
- For utdanning: Det handler om en balansert tilnærming. I stedet for å forby verktøy som ChatGPT, bør undervisningen utvikles slik at studentene lærer å bruke dem etisk – med et sterkt fokus på integritet, kritisk tenkning og forståelse for de teknologiske begrensningene. Undervisningsstrategier bør også tilpasses slik at tradisjonelle eksamensformer utfordres og utvikles for å fokusere på høyere-kognitive nivåer.
- For næringslivet: Det er viktig med en kritisk og realistisk vurdering av KI-applikasjoner. Mens enkelte teknologiske løsninger kan revolusjonere arbeidsprosesser, er det også en risiko for overenthusiasme og investering i løsninger som kanskje ikke lever opp til hypen. Dette krever at både beslutningstakere og teknisk personell har dyp innsikt i hva verktøyene kan og ikke kan gjøre.
- Studentenes kompetansebehov: Det er et klart behov for at studenter ikke bare lærer det grunnleggende i KI, men at de utvikler en forståelse for verktøyets styrker og svakheter. Dette innebærer både etisk opplæring og teknisk innsikt, slik at de kan anvende KI på en kritisk og nyansert måte i arbeidslivet.
Dette mangfoldet av perspektiver viser at mens KI og LLM tilbyr spennende muligheter både i læring og næringsliv, må man samtidig være bevisst på teknologienes begrensninger og den potensielle faren for overdreven hype.
Er du enig i Copilot her har foretatt en grei og presis oppsummering av det de ulike sitatene peker på?