Kunstig intelligens, KI eller AI er en samlet betegnelse for teknologi, der er udviklet til at efterligne menneskelige kognitive funktioner. Det kan f.eks. være det at lære, genkende mønstre og løse problemer.  Generativ AI er en specifik underkategori inden for det bredere felt af AI.

Disse sider om AI i studiet beskæftiger sig med det, der handler om generativ AI. Det vedrører nemlig alle studerende og har samtidig nok den største indvirken på en almen studiepraksis og læring. 

Forskelle og ligheder mellem traditionel AI og generativ AI

Traditionel AI er primært designet til at analysere, fortolke og klassificere eksisterende data. Det er f.eks. det at genkende mønstre i store datasæt, forudsige adfærd eller genkende sygdomme på røntgenbilleder.

Generativ AI adskiller sig ved aktivt at skabe helt nyt indhold. Gennem instruktioner (prompts) kan teknologien danne ny tekst, billeder, lyd, video og computerkode, der ligner menneskeskabt indhold. Det er denne teknologi, der driver værktøjer som Microsoft Copilot (alle studerende har adgang til en betalt uddannelseslicens gennem AAU), ChatGPT, Mistral, Claude og Google Gemini.

Generativ AI fremstår dermed som mere kreativ, men den deler sit fundament med traditionel AI. Begge teknologier fungerer ved hjælp af maskinlæring, hvor der trænes på gigantiske mængder af data for at lære at finde mønstre og sammenhænge.

Hverken traditionel eller generativ AI besidder nogen form for bevidsthed, intentioner eller ægte menneskelig forståelse eller evne til at sanse. Når generativ AI f.eks. skriver en tekst, forstår den ikke indholdet; den udregner blot den statistiske sandsynlighed for, hvilke ord der typisk følger efter hinanden.

Da begge teknologier arbejder ud fra deres træningsdata (som i udgangspunktet er skabt af mennesker), risikerer de også at reproducere og forstærke kulturelle og sociale fordomme (bias). Samtidig betyder manglen på faktuel forståelse, at generativ AI kan opfinde falske informationer (hallucinationer) og få dem til at fremstå som troværdige. Selvom teknologien hele tiden forbedres, ligger mange af faldgruberne i selve teknologien og vil derfor nok altid være en iboende risiko, som man bør kende til og forstå.

Når muligheder og usikkerhed mødes

Rigtig mange studerende udtrykker en forståelig bekymring for, at brug af generativ AI i forbindelse med studier og læring kan medføre mistanke om snyd. For ud over alle fordelene ved generativ AI er der også den bagside, at den kan bruges til at producere færdige besvarelser uden, at man selv gennemgår den læreproces, opgaverne er til for.

Disse bekymringer får tilmed nogle studerende til helt at fravælge brug af generativ AI. Men Aalborg Universitet ønsker at uddanne fremtidens AI-specialister og sikre, at alle studerende er AI-kyndige indenfor eget fag.

Derfor sigter ”AI i studiet”-siderne efter at guide i, hvordan generativ AI kan bruges aktivt og ansvarligt som en del af din studiepraksis.

Generativ AI har et stort potentiale som din "studiemakker" eller et ekstra medlem i din projektgruppe. Det kan være til idéudvikling, forklaring af komplekse begreber eller til at give feedback på en opgavestruktur.

Begrebet AI literacy dækker over de kompetencer, du har brug for til at navigere i, forstå og anvende kunstig intelligens på en meningsfuld og forsvarlig måde. Det handler ikke blot om at lære at skrive de rigtige instruktioner (prompts) til en chatbot. Tværtimod er det en kombination af teknisk forståelse, kritisk tænkning, etisk bevidsthed og din egen kernefaglighed.

Faglig viden som dit stærkeste filter

Det er en misforståelse, at generativ AI kan erstatte behovet for viden. Faktisk forholder det sig omvendt: Solid faglig viden er vigtigere end nogensinde. Det kræver nemlig en dyb faglig indsigt at gennemskue, hvornår maskinens svar er værdifuldt, og hvornår det er direkte misvisende eller ligegyldigt. 

AI literacy indebærer, at du bruger teknologien som en kognitiv sparringspartner, men fastholder dig selv som den kritiske dommer. Du skal undgå at udlicitere din egen tænkning og utilsigtet springe den læringsmæssige modstand over, som er nødvendig for at opbygge faglig dømmekraft.

God akademisk praksis og transparens

I din studiepraksis handler AI literacy i høj grad om akademisk integritet. De tre fundamentale principper, du skal styre efter, er ærlighed, gennemsigtighed og ansvarlighed. Hvis du benytter generativ AI til f.eks. idéudvikling, strukturering eller informationssøgning, skal du være åben omkring det. Du bør altid deklarere og dokumentere din brug af AI, eksempelvis i din opgaves metodeafsnit, så det er tydeligt, hvor og hvordan teknologien har bidraget. Husk, at generativ AI ikke er en kilde, der kan tillægges sandhedsværdi, og at du selv bærer ansvaret for gyldigheden af dit endelige produkt.

Etisk dømmekraft og datasikkerhed

AI literacy rækker også ud over universitetets mure og ind i din generelle digitale dannelse. Det indebærer en forståelse for de datasikkerhedsmæssige og etiske konsekvenser ved teknologien. Du skal lære, at du aldrig uden videre må fodre sprogmodeller med fortrolige data, ophavsretligt beskyttet materiale eller persondata.

Samtidig kalder AI literacy på en vedvarende refleksion over teknologiens aftryk; herunder fra dens klimabelastning og energiforbrug til de kulturelle skævheder, der ligger indlejret i dens træningsdata. Målet er, at du udvikler dig som studerende og kan træffe bevidste, etiske og oplyste valg om, hvornår det overhovedet er hensigtsmæssigt og forsvarligt at anvende kunstig intelligens.

På siden ”Generativ AI – introduktion og overblik” kan du læse mere om en række forskellige aspekter ved brug af generativ AI som studerende.

Du kan også få en generel introduktion til generativ AI og chatbots i AAU's mikrokursus. Her får du både et kig under kølerhjelmen for at lære om, hvordan generativ AI og LLM'er (Large Language Models) fungerer, samt hvordan man kan bruge generativ AI indenfor akademiske praksisser.