KI-ordlisten for ledergruppen

Samlebegrep for programvare som løser oppgaver som ellers krever menneskelig vurdering: å forstå tekst, gjenkjenne mønstre, foreslå svar.

Det viktige for dere: KI er ikke én ting. Still alltid spørsmålet «hvilken konkret oppgave løser dette», ellers diskuterer dere et moteord.

Metoden bak det meste av moderne KI: systemet lærer mønstre fra store mengder eksempler i stedet for å følge håndskrevne regler.

Det viktige for dere: kvaliteten avhenger av eksemplene systemet lærte av. Skjeve data gir skjeve svar, uansett hvor imponerende verktøyet virker.

En KI-modell trent på enorme tekstmengder, som beregner hva som er sannsynlig neste tekst. Motoren bak samtaleroboter og skriveverktøy. Forkortelsen LLM brukes ofte.

Det viktige for dere: modellen vet ingenting. Den beregner sannsynlig tekst, og derfor må viktig innhold alltid kontrolleres.

KI som lager nytt innhold: tekst, bilder, lyd eller kode. Skiller seg fra KI som bare sorterer eller gjenkjenner noe som finnes fra før.

Det viktige for dere: alt generert innhold trenger et menneske før det brukes. Hvem det er, bør stå i kjørereglene deres.

Instruksjonen du gir modellen, på engelsk kalt prompt. Alt fra ett spørsmål til en side med kontekst, krav og eksempler.

Det viktige for dere: presise ledetekster gir målbart bedre svar, og dette kan læres. Det er den billigste kompetansehevingen som finnes på området.

Når modellen presenterer noe usant med full selvsikkerhet: en kilde som ikke finnes, et tall som aldri er målt, en regel som ikke gjelder.

Det viktige for dere: dette er ikke en barnesykdom som forsvinner. Prosesser som bruker KI må ha kontrollpunkter der et menneske ettergår det som betyr noe.

Eksemplene en modell lærte av. For språkmodeller er det store deler av internett, for spesialmodeller kan det være bransjedata eller bedriftens egne dokumenter.

Det viktige for dere: spør alltid leverandører om deres data brukes til trening. Data som havner i et treningsgrunnlag kan i praksis ikke hentes tilbake.

KI som ikke bare svarer, men utfører oppgaver i flere steg: slår opp i systemer, fyller ut skjema, sender svar og melder tilbake.

Det viktige for dere: en agent trenger tydelige rammer for hva den får gjøre alene og hva som krever et menneske. Rammene er en ledelsesbeslutning, ikke en teknisk detalj.

Teknikk der modellen først henter frem relevante utdrag fra bedriftens egne dokumenter, og så formulerer svaret basert på dem.

Det viktige for dere: dette er standardmetoden for å få KI til å svare riktig om egen virksomhet, uten å trene en egen modell. Spør leverandøren om det er dette de tilbyr.

Å videretrene en eksisterende modell på egne eksempler, så den blir bedre på en avgrenset oppgave eller en bestemt tone.

Det viktige for dere: sjelden nødvendig for små og mellomstore bedrifter, og dyrere å vedlikeholde enn det høres ut. Prøv gjenfinning først.

Å la programvare utføre en arbeidsflyt fra start til slutt, med eller uten KI. Mange automatiseringer er ren regelstyring uten noe KI i det hele tatt.

Det viktige for dere: bland ikke begrepene i beslutninger. Noen av de mest lønnsomme forbedringene krever ingen KI, bare rydding i en prosess.

Ansattes bruk av KI-verktøy uten at bedriften vet om det, ofte på private kontoer. Finnes i de fleste virksomheter allerede.

Det viktige for dere: svaret er ikke forbud, men tydelige regler og godkjente verktøy. En ferdig mal finnes i guiden om kjøreregler for KI på jobb.

Avtalen som kreves når en leverandør behandler personopplysninger på deres vegne. Den regulerer hva leverandøren får gjøre med dataene, og hva som skjer med dem etterpå.

Det viktige for dere: uten denne avtalen er bruken ulovlig etter personvernreglene. Ingen KI-tjeneste med persondata tas i bruk før avtalen er signert.

EUs regelverk for kunstig intelligens, ofte omtalt som AI Act. Deler KI-bruk inn i risikoklasser med ulike plikter, og innføres i Norge gjennom EØS-avtalen.

Det viktige for dere: kartlegg hvilken risikoklasse deres bruk havner i. For de fleste bedrifter er pliktene overkommelige, men de må være kjent før innkjøp.

Småbitene en språkmodell deler tekst opp i, omtrent som stavelser. Mange KI-tjenester prises etter antall token inn og ut.

Det viktige for dere: dette forklarer hvorfor kostnaden vokser med tekstmengden. Be alltid leverandøren om et regneeksempel med deres eget volum.