Språkmodellar høyrest tungt ut. Det luktar forsking, matte og datarom. Men i praksis handlar det om noko så kvardagsleg som språk: e-postar, kundespørsmål, møtereferat, produkttekstar, rapportar og dokument.
Ein språkmodell er eit AI-system som er trena på store mengder tekst. Han har lært mønster i språk: kva ord som ofte kjem etter kvarandre, korleis setningar er bygde opp, kva ein høfleg kundesvar pleier å innehalde, og korleis ein rapport vanlegvis er formulert.
Det betyr ikkje at modellen “forstår” slik du og eg gjer. Han har ikkje livserfaring, sunn fornuft eller ansvarskjensle. Men han er svært god til å føreslå tekst som verkar naturleg og relevant. Det er difor han kan skrive, oppsummere, svare og forklare på ein måte som kjennest overraskande menneskeleg.
Ein avansert «neste ord»-motor
Den enklaste forklaringa er denne: Ein språkmodell prøver å gisse kva som kjem vidare.
Når du skriv: “Kan du lage eit høfleg svar til ein kunde som ...”, byrjar modellen å rekne på kva ord og formuleringar som mest sannsynleg passar vidare. Han gjer dette ikkje berre ord for ord, men med små tekstbitar, ofte kalla tokens. Eit token kan vere eit heilt ord, ein del av eit ord eller eit teikn.
Det høyrest nesten for enkelt ut. Men når modellen er trena på enorme mengder tekst, og har lært svært mange språklege mønster, kan denne “gissinga” bli kraftig. Han kan kjenne att stil, tema, struktur og samanheng. Han kan lage eit svar som liknar noko ein dyktig medarbeidar kunne skrive som førsteutkast.
Her er den viktige skilnaden: Modellen veit ikkje nødvendigvis om svaret er sant. Han lagar det som ser sannsynleg ut. Difor kan han også finne på ting, blande fakta eller skrive noko som høyrest rett ut, men ikkje er det.
Kva kan dette brukast til?
For små og mellomstore bedrifter er ikkje poenget å forstå all teknologien bak. Poenget er å sjå kva språkmodellar kan hjelpe med i kvardagen.
Typiske oppgåver er:
- skrive førsteutkast til e-postar, tilbod, stillingsannonsar og nyheitsbrev
- oppsummere lange dokument, møtenotat eller kundedialogar
- lage forslag til produkttekstar og innlegg til nettside eller sosiale medium
- svare på vanlege kundespørsmål som grunnlag for kundeservice
- søkje i eigne dokument og forklare innhaldet på enklare språk
Tenk på ein nettbutikk som får mange like spørsmål om levering, retur og produkt. Ein språkmodell kan hjelpe med forslag til korte, ryddige svar. Eller eit rådgjevingsselskap som sit med lange rapportar og e-posttrådar. Modellen kan lage ei oppsummering, peike på hovudpunkt og føreslå neste steg.
Dette betyr ikkje at AI skal erstatte folk. I dei fleste bedrifter er den beste bruken å la AI gjere grovarbeidet, medan menneske kvalitetssikrar, vurderer og set tonen.
ChatGPT, Claude, Gemini og andre namn
Når folk seier “AI” i dag, meiner dei ofte ei teneste som ChatGPT, Claude eller Gemini. Desse er bygde på store språkmodellar, ofte kalla LLM-ar. LLM står for Large Language Model, altså stor språkmodell.
Desse verktøya er laga for å vere enkle å bruke. Du skriv eit spørsmål eller ei oppgåve, og får eit svar tilbake. Det kan kjennast som å chatte med ein person, men eigentleg snakkar du med eit system som reknar på språklege mønster.
Det finst også modellar og løysingar som er betre tilpassa norsk og nordisk språkbruk. Det kan ha mykje å seie. Norsk er ikkje berre norsk. Vi har bokmål, nynorsk, dialektpåverknad, lokale uttrykk, bransjeord og ein kultur for kor direkte eller formell ein tekst bør vere.
Ei global teneste kan fungere godt til mykje. Men dersom bedrifta di jobbar mykje med norsk fagspråk, offentlege krav, kundedialog på norsk eller nynorsk tekst, kan det vere lurt å sjå etter løysingar som handterer norsk godt.
Kva bør du vere varsam med?
Den største fella er å tru at språkmodellen alltid har rett. Han kan svare sjølvsikkert sjølv når han tek feil. Han kan også misforstå kontekst, bruke feil tone eller lage formuleringar som ikkje passar bedrifta di.
Du bør difor ikkje bruke slike verktøy ukritisk til juridiske vurderingar, medisinske råd, rekneskap, HMS eller andre område der feil kan få store konsekvensar. Bruk det heller som støtte: til utkast, struktur, forklaring og idéarbeid.
Tenk også gjennom kva data du legg inn. Kundedata, personalinformasjon, avtalar og forretningshemmelegheiter skal ikkje limast inn i tilfeldige verktøy utan at de har kontroll på personvern, avtalar og innstillingar. For mange bedrifter er dette eit viktigare spørsmål enn sjølve AI-funksjonen.
Ein enkel regel er: Ikkje del noko med AI-verktøyet som du ikkje ville sendt til ein ekstern leverandør utan avtale.
Språkmodellar er ikkje magi
Språkmodellar er kraftige, men dei er ikkje magiske. Dei er heller ikkje ein ferdig strategi. Dei er verktøy.
Brukt rett kan dei spare tid, få fart på skrivinga, gjere intern kunnskap meir tilgjengeleg og hjelpe kundar raskare. Brukt feil kan dei skape rot, feilinformasjon og falsk tryggleik.
Det beste biletet er kanskje dette: Ein språkmodell er som ein svært rask og skrivefør assistent. Han kan lage eit godt førsteutkast, men han treng ein vaksen i rommet. Du må vite kva du ber om, kva som er godt nok, og kva som må sjekkast.
Mitt konkrete råd: Vel éi enkel oppgåve denne veka, til dømes å skrive utkast til kundesvar eller oppsummere møtenotat. Test med ufarlig informasjon, samanlikn med korleis de gjer jobben i dag, og lag ei kort regel for kva AI kan og ikkje kan brukast til hos dykk.