Det er vigtigt, at du tjekker, hvad AI værktøjerne ved (svarer) om dig, din forening, din virksomhed eller dine produkter. Det er vigtigt, at du følger op med flere værktøjer, for både deres model og tilgang til data er vidt forskellig. Du bør også prøve forskellige måder at spørge på. Det er nøjagtigt det samme, man skulle undersøge, som da søgemaskinerne først kom. Denne gang er det bare endnu vigtigere. Du kan komme i store problemer, hvis AI fortæller noget forkert. Og det er næsten umuligt at korrigere forkerte oplysninger.
Man kan opleve flere typer fejl. De hyppigste fejl skyldes, at man ikke spørger godt nok. Værre er hallucinationer, hvor AI bare vrøvler ud af en tangent. Og så er der bias, hvor AI svarer med forudindtagede resultater, der afspejler menneskelige, sociale eller historiske skævheder. Og endelig er der de faktuelle fejl, som er dem resten af artiklen handler om.
Hvad nu hvis
Hvad nu, hvis den fortæller, at dit firma uretfærdigt bliver nævnt i en So-Me sag? Hvad nu, hvis den kobler børnearbejde sammen med dine produkter? Hvis du producerer økologisk, men den svarer, at du gør det modsatte? Hvis den afslører data, som du ikke vil have offentlig tilgængelige? Eller hvis den svarer, at dit firma ligger i Rusland? Med andre ord, hvis svaret er helt uacceptabelt eller misvisende, kan man så gøre noget?
Muligt ved oldfashion søgemaskiner
Hvis det var en almindelig søgemaskine som Google, er søgemaskine-optimering (SEO) et helt fagområde for sig. Opgaven ligger i at finde ud af, hvor den uønskede information kommer fra. Er det noget man selv kan rette på egne sites? Eller er dataene noget, der skrives udenfor virksomheden, som kan “overrules” med masser af korrekte data. Det er gammel lærdom, hvordan virksomheder får negative omtaler til at blive væk bag flere nye positive indlæg med høj SEO score. Så ja, med en mårrettet indsats kan man påvirke, hvad andre ser i søgninger.
Delvis muligt ved sociale medier
På sociale medier er der begrænset mulighed for at give omgående feedback. Man kan kommentere “not like”, irettesætte eller kritisere, allerbedst bare oplyse den korrekte information. Men det varer lang tid inden den korrektion rent faktisk får indvirkning, – hvis den overhovedet får det. Er det noget, som andre kan have en anden mening om, og det ikke er sort/hvidt, er det især svært. Der er risiko for, at det bliver en negativ debat, i værste tilfælde en shit-storm. Som ved anden kritik, skal man overveje, om det er bedre at tie historien ihjel.
Man kan ikke rette ChatGPT, Copilot og Gemini
Men med AI værktøjerne kan man ikke gøre ret meget, – eller rettere det man gør, virker først længe efter, måske år, når de nye data læses ind i datamodellerne. Modellerne er bygget på data der eksisterede, da modellen blev udviklet. Måske slår det først igennem, når softwaren i modellen er blevet dygtigere. Er det forretningskritisk, kan man søge hjælp, – der dukker konsulentfirmaer op, som kan hjælpe med at korrigere dine data i AI-modellerne. Men selv det er svært, langsomt, dyrt og til tider næsten umuligt. Er det helt grelt, kan man formelt kontakte OpenAI, Google eller Microsoft og bede om korrektion. En opgave, der kan være en lang kamp og en advokat værdig.
Maskinen kan og vil ikke lære
Hvis AI-værktøjet svarer forkert, kan du godt svare igen og korrigere den. Og så kan du se senere samme dag, at det ser ud som om, den har lært det. Men det har den ikke! Vi kan spørge ChatGPT selv og svaret er: “Nej, hvis du retter mig, vil det ikke have indflydelse på svar, som andre brugere modtager. Hver samtale er unik, og mine svar genereres baseret på den specifikke kontekst og information, jeg modtager fra dig i løbet af vores interaktion. Så hvis du retter en fejl, vil det kun påvirke den aktuelle samtale, og andre brugere vil ikke se eller modtage de rettelser. Du vil heller ikke selv i en ny samtale i morgen.“
Hvor kommer fejlene fra?
Det er vigtigt at tænke på, at generativ AI ikke baseres på opslag i data som Bing og Google. Ved AI er det tekst, der genereres ud fra en sandsynlighedsmodel. Man siger, at modellen er dannet ved scanning af måske 80 % af alle de data, der kunne findes på internettet, da modellen blev lavet. Her i indgår meget korrekt data, men også noget ukorrekt, for der er jo websites med både rigtig og forkert information.
Fejl ses oftere, fordi sammenstilling af korrekt data kan give forkerte svar. Spørger du bare en lille smule anderledes, kan svaret været et helt andet. Derfor er det en kunst og en videnskab, at spørge AI-modellerne, så det er valid information, man får ud af det.
12.02.2024 Indlæg på CXO2’s blog på www.CxO2.dk/blog
Dette er et led i en række indlæg om AI. Læs andre indlæg om AI her på bloggen:
ChatGPT viser vejen for AI
AI-toget kører nu
eller vælg kategorien AI i menuen og se mange flere.
Sådan abonnerer du på indlæg i denne blog:
Besøg LinkedIn udgaven og tryk på FØLG
eller besøg Facebook udgaven og tryk SYNES OM