Når ChatGPT svarer – hvor kommer svaret egentlig fra?
Oppdatert: for 2 døgn siden
Når du stiller ChatGPT et spørsmål, kan det oppleves som om én kunstig intelligens både tenker, søker, leser og svarer. Virkeligheten er mer sammensatt. Et svar kan bygge på kunnskap språkmodellen har tilegnet seg under trening, informasjon du selv gir i samtalen, innhold fra dokumenter og andre tilgjengelige kilder – eller fersk informasjon som hentes fra nettet. Det betyr samtidig at ChatGPT ikke nødvendigvis «slår opp» svaret et bestemt sted. For å forstå hvor et svar kommer fra, må vi skille mellom det modellen allerede har lært, informasjonen den får tilgang til når du stiller spørsmålet, og verktøy som kan brukes for å hente ny informasjon.
«ChatGPT er det du møter. Bak svaret kan det finnes flere forskjellige kilder til informasjon.»
1. ChatGPT er det du møter – men ikke nødvendigvis hele maskineriet
Når vi bruker ChatGPT, møter vi ett grensesnitt. Vi skriver et spørsmål, trykker på send og får et svar. Derfor er det naturlig å oppfatte ChatGPT som én enkelt «robot» som gjør alt arbeidet. Men ChatGPT er bedre forstått som en KI-tjeneste der en språkmodell står sentralt, samtidig som tjenesten kan ha tilgang til forskjellige verktøy og informasjonskilder.
OpenAI beskriver ChatGPT som en KI-basert tjeneste som blant annet kan organisere og oppsummere informasjon, hjelpe med programmering, forskning og analyse, utføre oppgaver ved hjelp av verktøy og analysere eller generere bilder. Språkmodellen er dermed en sentral del av systemet, men ikke nødvendigvis hele systemet.
Når du spør «Hva er innovasjon?», kan språkmodellen ofte konstruere et svar ved hjelp av kunnskapen og mønstrene den har lært gjennom trening. Spør du derimot «Hva publiserte SSB denne uken?», er situasjonen annerledes. Da handler spørsmålet om informasjon som kan ha kommet etter at modellen ble trent, og ferske kilder kan være nødvendige.
Det er derfor nyttig å tenke på ChatGPT som stedet der oppgaven din blir behandlet, mens språkmodellen er en sentral motor som tolker informasjonen og konstruerer svaret.
2. Når språkmodellen kan svare fra sin eksisterende kunnskap
Modellen er ikke et bibliotek med ferdige svar
En vanlig misforståelse er at en språkmodell inneholder enorme mengder nettsider, bøker og artikler som den søker gjennom når vi stiller et spørsmål. Det er ikke slik OpenAI beskriver teknologien.
Under treningen lærer modellen mønstre og sammenhenger fra store mengder informasjon. OpenAI oppgir at grunnmodellene utvikles ved hjelp av tre hovedkategorier av informasjon: offentlig tilgjengelig informasjon på internett, informasjon som OpenAI får tilgang til gjennom samarbeid med tredjeparter, og informasjon som brukere, menneskelige instruktører og forskere gir eller genererer.
Gjennom treningen justeres svært mange matematiske verdier – modellens parametere eller vekter – slik at modellen blir bedre til å gjenkjenne mønstre og sammenhenger og generere relevante svar. OpenAI understreker at modellene ikke fungerer ved å lagre kopier av treningsdataene og deretter kopiere og lime inn disse når brukeren stiller et spørsmål.
Det er en viktig forskjell.
Hvis du spør ChatGPT om hva kundelojalitet betyr, kan modellen bruke sammenhenger den har lært mellom begreper som tilfredshet, tillit, gjenkjøp, kundeopplevelse og lojalitet. Den behøver ikke først å finne en bestemt nettside som inneholder definisjonen.
Kunnskap er ikke det samme som et kildeoppslag
Dette forklarer også hvorfor det kan være vanskelig å spørre en språkmodell: «Hvilken nettside lærte du akkurat dette fra?»
Det finnes ikke nødvendigvis én slik nettside. Et svar kan være konstruert fra mønstre og sammenhenger modellen har lært fra svært store mengder informasjon.
Det betyr også at modellkunnskap har begrensninger. Modellen kan ta feil. Den kan mangle nyere informasjon. Den kan blande sammen detaljer. Og et språklig overbevisende svar er ikke i seg selv dokumentasjon på at innholdet er riktig.
«At en språkmodell kan forklare noe, betyr ikke nødvendigvis at den nettopp har slått det opp på nettet.»
3. Når konteksten kommer fra deg, samtalen eller dokumentene dine
Noe av det mest interessante skjer når vi beveger oss fra modellens eksisterende kunnskap til informasjonen som finnes i den aktuelle oppgaven.
Hvis du skriver: «Her er salgstallene våre for de siste tre årene. Hva ser du?», har du gitt ChatGPT informasjon som modellen ikke behøver å ha kjent fra før. Tallene blir en del av grunnlaget for oppgaven.
Det samme gjelder når du gir ChatGPT en tekst og ber om en oppsummering, laster opp et dokument som skal analyseres eller viser et bilde og spør hva det inneholder. Avhengig av funksjonene og tilgangen i den aktuelle ChatGPT-opplevelsen kan andre tilgjengelige kilder og verktøy også inngå i arbeidet.
Dermed må vi skille mellom flere ting som lett blandes sammen:
kunnskap og mønstre modellen har tilegnet seg under trening
instruksjonene og informasjonen du gir i spørsmålet
relevant kontekst fra samtalen
dokumenter, bilder, filer eller andre tilgjengelige kilder
informasjon som eventuelt hentes ved hjelp av verktøy, for eksempel nettsøk
Dette er en av grunnene til at kontekst betyr så mye når vi arbeider med kunstig intelligens. Jo bedre modellen forstår oppgaven, begrepene, materialet og målet, desto bedre grunnlag har den for å konstruere et relevant svar.
Det betyr likevel ikke at mer informasjon automatisk gir et korrekt svar. Informasjonen må tolkes riktig, og både materialet og konklusjonene kan inneholde feil.
«Et KI-svar formes ikke bare av hva modellen har lært, men også av hvilken informasjon som er tilgjengelig når oppgaven løses.»
4. Når ChatGPT trenger fersk informasjon fra nettet
Modellkunnskap og nettsøk er to forskjellige ting
Dette skillet er avgjørende.
Hvis du spør «Hvem var Peter Drucker?», kan mye av svaret konstrueres fra eksisterende modellkunnskap. Hvis du spør «Hva er den siste inflasjonen i Norge?», trenger ChatGPT normalt tilgang til nyere informasjon dersom svaret skal være oppdatert.
OpenAI beskriver ChatGPT Search som en funksjon som kan søke på nettet for å besvare spørsmål med oppdatert informasjon og lenker til relevante kilder. ChatGPT kan også automatisk søke på nettet når oppdatert informasjon kan gi et bedre svar.
Når nettsøk brukes, får språkmodellen dermed informasjon som ikke bare stammer fra det modellen lærte under treningen. Ferske nettsider og søkeresultater kan inngå i grunnlaget for svaret.
Det gir oss et enkelt, men viktig skille:
Modellkunnskap handler om det modellen har lært. Nettsøk handler om informasjon som hentes i forbindelse med oppgaven.
Disse to kan også kombineres. Modellens eksisterende kunnskap kan bidra til å forstå spørsmålet, tolke søkeresultatene, sammenholde informasjon og formulere svaret, mens nettet tilfører oppdaterte fakta og kilder.
ChatGPT Search gjør ikke nettet feilfritt
At informasjon kommer fra nettet betyr ikke automatisk at den er riktig. OpenAI advarer selv om at søkeresultater og kildehenvisninger kan være ufullstendige, utdaterte eller feil, og anbefaler at brukeren åpner kildene og kontrollerer om de faktisk støtter påstandene.
Dette er spesielt viktig ved forskning, statistikk, politikk, økonomi, helse, juridiske spørsmål og andre områder der små feil kan få stor betydning.
5. Søkerobot, brukerrobot og treningsrobot – hva er forskjellen?
Her møter vi en annen del av infrastrukturen rundt kunstig intelligens og nettet: crawlere og annen automatisert nettilgang.
En crawler er programvare som automatisk besøker nettsider og leser tilgjengelig informasjon. Søkemotorer har brukt slike roboter i flere tiår for å oppdage og indeksere nettet. Også OpenAI beskriver ulike automatiserte systemer med forskjellige formål.
OAI-SearchBot – nettet som kan oppdages for søk
OpenAI bruker navnet OAI-SearchBot på en crawler knyttet til søk. OpenAI opplyser at nettstedseiere som ønsker at innholdet deres skal kunne inngå i ChatGPT-søk, må tillate OAI-SearchBot.
Det betyr at crawling og søk henger sammen, men vi skal være forsiktige med å trekke konklusjonen for langt.
Det er ikke det samme som å si at hver gang du stiller et spørsmål til ChatGPT, «spør ChatGPT OAI-SearchBot om svaret». Crawling av nettet og gjennomføring av et konkret nettsøk i en samtale er forskjellige funksjoner.
Brukerinitiert tilgang – når handlingen skjer på vegne av brukeren
En annen situasjon oppstår når en bruker ber et KI-system om å hente eller arbeide med informasjon fra nettet. Da skjer tilgangen i forbindelse med en konkret brukerhandling.
Pedagogisk kan vi kalle dette en «brukerrobot», fordi den handler på vegne av brukeren, men det er viktig å være klar over at dette er en forklarende betegnelse – ikke nødvendigvis navnet på én bestemt teknisk komponent som utfører alle slike oppgaver.
Poenget er forskjellen i formål: Et system som crawler nettet for å oppdage innhold gjør noe annet enn en mekanisme som forsøker å hente informasjon fordi en bruker har bedt om det.
GPTBot – crawling knyttet til modellutvikling
OpenAI beskriver også GPTBot. Dette er en webcrawler som kan brukes til å samle inn offentlig tilgjengelig nettinnhold som kan bidra til utviklingen av OpenAIs modeller.
Her ser vi enda et viktig skille. Å samle informasjon som kan brukes i utvikling og trening av fremtidige modeller er ikke det samme som å hente informasjon for å besvare spørsmålet du nettopp stilte.
Dermed kan vi pedagogisk skille mellom tre aktiviteter:
å oppdage og crawle nettinnhold med tanke på søk
å hente informasjon i forbindelse med en konkret brukeroppgave
å crawle offentlig tilgjengelig innhold som kan brukes i utvikling av modeller
De kan alle innebære automatisert tilgang til nettet, men formålet er forskjellig.
Og nettopp derfor bør vi ikke tegne en for enkel teknisk kjede der ChatGPT sender spørsmålet til en «søkerobot», som finner svaret og sender det tilbake. OpenAIs offentlige dokumentasjon gir oss ikke grunnlag for å beskrive hele den interne tekniske arkitekturen på denne måten.
6. Fra spørsmålet ditt til svaret
Vi kan nå sette delene sammen i en enkel pedagogisk modell.
Du stiller et spørsmål
↓
ChatGPT tolker oppgaven
↓
Hvilken informasjon er tilgjengelig og relevant?
↓
Modellkunnskap · samtalekontekst · informasjon fra deg · dokumenter og andre tilgjengelige kilder · eventuelt nettsøk
↓
Relevant informasjon bearbeides i lys av oppgaven
↓
Språkmodellen konstruerer svaret
↓
Du får svaret
Denne modellen er bevisst forenklet. Den beskriver ikke alle tekniske prosesser som foregår inne i systemet. Men den viser noe grunnleggende som er viktig for å forstå moderne generativ KI: Svaret kan bygge på forskjellige informasjonsgrunnlag.
Det betyr også at spørsmålet «Hvor fikk ChatGPT dette fra?» ikke alltid har ett enkelt svar.
Noen ganger er svaret modellens eksisterende kunnskap. Andre ganger er det dokumentet du nettopp ga den. Noen ganger er det tidligere kontekst i samtalen. Og andre ganger kan ferske nettkilder være hentet inn og brukt.
7. Hvorfor kilder og kildekritikk fortsatt er menneskets ansvar
Et godt formulert svar er ikke det samme som et sant svar
Språkmodeller er svært gode til språk. Nettopp derfor kan feil være vanskelige å oppdage.
Et svar kan være klart, logisk og overbevisende formulert og samtidig inneholde feil. OpenAI understreker at ChatGPT ikke vet alt, og at selvsikker formulering ikke er det samme som pålitelighet. OpenAI anbefaler blant annet at viktige sitater, data, teknisk informasjon og referanser kontrolleres.
Dette gjelder også når ChatGPT bruker nettsøk.
En kildehenvisning forteller at en kilde er brukt eller presentert i forbindelse med svaret. Den fritar ikke brukeren fra å kontrollere om kilden faktisk dokumenterer påstanden.
Derfor bør vi fortsatt stille de klassiske spørsmålene:
Hvem står bak informasjonen?
Er kilden primær eller sekundær?
Når ble informasjonen publisert eller oppdatert?
Dokumenterer kilden faktisk påstanden?
Finnes det andre troverdige kilder som sier noe annet?
Skiller vi mellom fakta, analyse og tolkning?
Dette er ikke mindre viktig i en verden med kunstig intelligens. Det blir snarere viktigere fordi mengden informasjon som kan finnes, sammenstilles og formidles øker dramatisk.
«KI kan hjelpe oss med å finne, sammenstille og forklare informasjon. Ansvaret for å vurdere hva vi skal stole på, forsvinner ikke.»
Fra søkerobot til menneskelig vurdering
Det fascinerende med ChatGPT er derfor ikke at én «robot» sitter med alle svarene. Det interessante er samspillet mellom språkmodellen, informasjonen den har lært fra tidligere, konteksten vi mennesker gir den, tilgjengelige dokumenter og verktøy og – når det er nødvendig – informasjon fra nettet.
Når vi forstår disse forskjellene, blir det også lettere å bruke kunstig intelligens bedre.
Vi kan spørre om kilder når kilder er viktige. Vi kan be om nettsøk når informasjonen må være oppdatert. Vi kan gi modellen dokumentene den trenger når oppgaven handler om vårt eget materiale. Og vi kan kontrollere originalkilden når svaret skal brukes som faktagrunnlag.
Kunstig intelligens endrer dermed ikke det grunnleggende prinsippet for kunnskapsarbeid.
Teknologien kan hjelpe oss med å finne sammenhenger raskere, bearbeide større informasjonsmengder og formulere kunnskap på nye måter.
Men mellom informasjon og kunnskap finnes fortsatt et avgjørende ledd: menneskelig vurdering.
Videre i KI-Kompis-serien
Denne artikkelen er en del av KI-Kompis-serien, der vi forsøker å gjøre kunstig intelligens forståelig uten å gjøre den enklere enn den faktisk er. I serien går vi steg for steg inn i spørsmål som
Hva er KI?, Hvordan lærer du?, Hvordan lager du et svar?, Hvordan forstår du det jeg skriver?, Hvor kommer svarene fra? og Hvordan leser du et nettsted?
Denne artikkelen binder flere av disse spørsmålene sammen. For når vi forstår forskjellen mellom det språkmodellen har lært, informasjonen vi selv gir den, dokumentene den kan arbeide med og fersk informasjon som eventuelt hentes fra nettet, blir det også lettere å forstå både mulighetene og begrensningene ved generativ KI. Målet med KI-Kompis-serien er derfor ikke bare å forklare teknologien, men å gjøre oss bedre i stand til å bruke den nysgjerrig, kritisk og kunnskapsbasert.
Faglig bakgrunn og videre lesning
Denne serien bygger også på min egen faglige reise gjennom Webdesign-studiet, eMarketing-studiet, Innovasjon og kommersialisering og faglige seminarer i San Francisco og Oxford. Her finner du bakgrunnen, fagmiljøene og erfaringene som har fulgt utviklingen fra webens første år til dagens digitalisering.
Anbefalt litteratur om kunstig intelligens
Kunstig intelligens handler om langt mer enn ChatGPT og generativ KI. For den som ønsker å forstå teknologien, utviklingen og betydningen for mennesker, virksomheter og samfunn, finnes det mye god litteratur. Bøkene jeg anbefaler her gir ulike perspektiver på hvordan KI fungerer, hvordan teknologien påvirker innovasjon og digitalisering, og hvilke muligheter, begrensninger og dilemmaer vi bør forstå når kunstig intelligens blir en stadig større del av arbeids- og samfunnslivet.
Forfattere: Jeremy Kahn
Kort omtale
Mastering AI tar leseren med bak kulissene hos selskapene og forskerne som former den moderne KI-revolusjonen. Jeremy Kahn forklarer hvordan kunstig intelligens utvikles, hvilke teknologiske gjennombrudd som har gjort dagens språkmodeller mulige, og hvordan KI påvirker næringsliv, politikk og samfunn.
Hvorfor vi anbefaler boken
En svært aktuell bok som kombinerer teknologi, næringsliv og samfunnsutvikling. Passer perfekt for ledere, beslutningstakere og alle som ønsker å forstå hvor kunstig intelligens er på vei.
Forfatter: Verity Harding
Kort omtale
AI Needs You handler om hvorfor kunstig intelligens ikke bare er et teknologisk spørsmål, men også et spørsmål om demokrati, etikk og samfunnsutvikling. Verity Harding argumenterer for at fremtidens KI må utvikles i samarbeid med mennesker, myndigheter og næringsliv.
Hvorfor vi anbefaler boken
En viktig bok for alle som ønsker å forstå hvordan kunstig intelligens påvirker samfunnet og hvorfor ansvarlig utvikling blir avgjørende i årene som kommer.
Forfatter: Fei-Fei Li
Kort omtale
The Worlds I See er den personlige historien til Fei-Fei Li, en av verdens mest innflytelsesrike KI-forskere. Boken kombinerer selvbiografi med historien om utviklingen av moderne kunstig intelligens, og viser hvordan forskning, teknologi og menneskelige verdier henger tett sammen.
Hvorfor vi anbefaler boken
En inspirerende bok som gir et unikt innblikk i utviklingen av kunstig intelligens gjennom øynene til en av fagfeltets mest sentrale forskere.
Forfatter: Ethan Mollick
Kort omtale
En av de mest anbefalte introduksjonsbøkene om kunstig intelligens. Ethan Mollick forklarer på en lettfattelig måte hvordan mennesker og KI kan samarbeide, hvilke muligheter teknologien gir, og hvorfor forståelse av kunstig intelligens blir en viktig kompetanse for alle – ikke bare teknologer.
Hvorfor vi anbefaler boken
Dette er en av de beste bøkene å starte med dersom du ønsker en praktisk og forståelig innføring i kunstig intelligens. Den passer perfekt som første bok i vår bloggserie om KI.
Forfatter: Thomas H. Davenport
Kort omtale
En praktisk og innsiktsfull bok som viser hvordan kunstig intelligens kan brukes til å skape verdi i virksomheter. Thomas H. Davenport kombinerer forskning og konkrete eksempler for å forklare hvordan KI kan forbedre beslutninger, effektivisere arbeidsprosesser og bidra til innovasjon.
Hvorfor vi anbefaler boken
Denne boken passer godt for ledere, medarbeidere og beslutningstakere som ønsker å forstå hvordan kunstig intelligens kan tas i bruk i praksis. Den bygger bro mellom teknologi og verdiskaping, og passer derfor godt inn i filosofien bak Den usynlige kapitalen.
Forfatter: Melanie Mitchell
Kort omtale
Melanie Mitchell gir en balansert og lettforståelig innføring i hva kunstig intelligens er, hvordan teknologien fungerer, og hvilke begrensninger den fortsatt har. Boken skiller mellom myter og virkelighet og gjør komplekse temaer tilgjengelige for et bredt publikum.
Hvorfor vi anbefaler boken
Denne boken passer perfekt for deg som ønsker en dypere forståelse av kunstig intelligens uten å måtte være programmerer eller dataforsker. Den utfyller de øvrige anbefalingene ved å sette dagens KI-utvikling inn i et større faglig og historisk perspektiv – akkurat den forståelsen vi ønsker å bygge gjennom denne bloggserien.
Forfattere: Ajay Agrawal, Joshua Gans og Avi Goldfarb
Kort omtale
Denne boken viser hvordan kunstig intelligens først og fremst handler om å gjøre bedre prediksjoner. Forfatterne forklarer hvordan billigere og mer presise prediksjoner kan endre beslutninger, forretningsmodeller og måten virksomheter skaper verdi på.
Hvorfor vi anbefaler boken
En av de viktigste bøkene for å forstå den økonomiske betydningen av kunstig intelligens. Den hjelper leseren å se hvorfor KI påvirker langt mer enn teknologi – den endrer hvordan mennesker og virksomheter tar beslutninger.
Forfattere: Marco Iansiti og Karim R. Lakhani
Kort omtale
Boken forklarer hvordan kunstig intelligens endrer konkurranse, organisasjoner og forretningsmodeller. Gjennom praktiske eksempler viser forfatterne hvordan data, digitale plattformer og KI skaper nye muligheter for virksomheter.
Hvorfor vi anbefaler boken
Denne boken passer spesielt godt for ledere og beslutningstakere som ønsker å forstå hvordan KI påvirker fremtidens virksomheter. Den viser at kunstig intelligens handler like mye om strategi og organisasjon som om teknologi.
Forfatter: Brian Christian
Kort omtale
Brian Christian utforsker hvordan kunstig intelligens kan utvikles i tråd med menneskelige verdier. Boken kombinerer teknologi, filosofi og etikk og gir en engasjerende innføring i et av de viktigste spørsmålene innen moderne KI-forskning.
Hvorfor vi anbefaler boken
En tankevekkende bok for alle som ønsker å forstå hvorfor ansvarlig utvikling av kunstig intelligens er så viktig. Den viser at fremtidens KI ikke bare handler om hva teknologien kan gjøre, men også om hvilke verdier den skal bygge på.
Forfatter: Dixon Jones
Kort omtale
Denne boken gir en praktisk innføring i hvordan nettsteder kan optimaliseres for generative søkemotorer og kunstig intelligens. Den forklarer hvordan ChatGPT, Gemini, Claude og andre KI-baserte tjenester finner, forstår og bruker innhold – og hva virksomheter kan gjøre for å bli mer synlige i den nye søkehverdagen.
Hvorfor vi anbefaler boken
En av de første bøkene som setter søk i kunstig intelligens i system. Perfekt for alle som ønsker å forstå hvordan tradisjonell SEO utvikler seg til AI Search Optimization og Generative Engine Optimization.
Forfatter: Chris Carr
Kort omtale
En praktisk håndbok som viser hvordan virksomheter kan tilpasse innhold og nettsteder for å bli anbefalt av generative søkemotorer. Boken fokuserer på hvordan synlighet endrer seg når stadig flere brukere får svar direkte fra kunstig intelligens.
Hvorfor vi anbefaler boken
Denne boken passer godt for markedsførere, innholdsprodusenter og virksomheter som ønsker å forstå hvordan de kan arbeide målrettet med synlighet i ChatGPT, Perplexity og andre KI-baserte søketjenester.
Forfatter: Amit Kothiyal
Kort omtale
Boken viser hvordan tradisjonell søkemotoroptimalisering utvikler seg mot AI Search Optimization (AIO) og Generative Engine Optimization (GEO). Gjennom praktiske råd forklarer forfatteren hvordan struktur, innhold og semantikk kan gjøre nettsteder mer relevante for fremtidens søkemotorer og språkmodeller.
Hvorfor vi anbefaler boken
En spennende bok for alle som ønsker å ligge i forkant av utviklingen. Den bygger bro mellom klassisk SEO og den nye virkeligheten der kunstig intelligens blir en stadig viktigere kilde til informasjon og anbefalinger.
Forfatter: Chip Huyen
Kort omtale
AI Engineering er en av de mest aktuelle bøkene om hvordan kunstig intelligens utvikles og tas i bruk i praksis. Chip Huyen forklarer hvordan språkmodeller, data, maskinlæring og moderne arbeidsprosesser kan kombineres for å bygge robuste KI-løsninger. Boken gir både et strategisk og praktisk perspektiv på hvordan virksomheter kan skape verdi med kunstig intelligens.
Hvorfor vi anbefaler boken
Dette er en bok for deg som ønsker å gå fra å forstå kunstig intelligens til å forstå hvordan den faktisk utvikles, implementeres og skaper verdi. En av de sterkeste bøkene vi har funnet om praktisk bruk av kunstig intelligens.
Forfatter: Marily Nika
Kort omtale
Building AI Powered Products viser hvordan kunstig intelligens kan brukes til å utvikle smartere produkter, tjenester og digitale kundeopplevelser. Marily Nika kombinerer teknologi, produktutvikling og innovasjon i en lettlest bok full av praktiske eksempler fra virkeligheten.
Hvorfor vi anbefaler boken
En bok som passer perfekt for alle som arbeider med digitalisering, innovasjon, produktutvikling og brukeropplevelser. Den viser hvordan kunstig intelligens kan brukes til å skape produkter mennesker faktisk ønsker å bruke.
Forfattere: James Phoenix og Mike Taylor
Kort omtale
Prompt Engineering for Generative AI er en praktisk håndbok som lærer deg hvordan du kommuniserer bedre med språkmodeller som ChatGPT, Claude, Gemini og andre generative KI-verktøy. Gjennom konkrete eksempler viser forfatterne hvordan gode instrukser gir mer presise, kreative og nyttige svar.
Hvorfor vi anbefaler boken
En av de mest praktiske bøkene om prompt engineering. Perfekt for alle som ønsker å arbeide mer effektivt med kunstig intelligens og få betydelig bedre resultater gjennom smartere spørsmål og tydeligere instruksjoner.
Forfatter: Stuart Russell
Kort omtale
Human Compatible regnes som en av de viktigste bøkene om kunstig intelligens og menneskehetens fremtid. Stuart Russell forklarer på en lettfattelig måte hvorfor utviklingen av kunstig intelligens må ta utgangspunkt i menneskelige verdier, etikk og ansvar. Boken kombinerer forskning, filosofi og praktiske eksempler, og gir leseren en dypere forståelse av både mulighetene og utfordringene kunstig intelligens representerer.
Hvorfor vi anbefaler boken
Dette er en bok alle som ønsker å forstå kunstig intelligens bør lese. Stuart Russell er en av verdens ledende forskere innen kunstig intelligens, og boken gir et unikt innblikk i hvordan mennesker og kunstig intelligens kan utvikle seg sammen på en trygg og ansvarlig måte.
Forfatter: Janelle Shane
Kort omtale
Med humor, varme og en rekke underholdende eksempler forklarer Janelle Shane hvordan kunstig intelligens faktisk fungerer. Boken viser hvorfor språkmodeller og andre KI-systemer noen ganger gjør overraskende feil, og hvordan disse feilene hjelper oss til å forstå både teknologiens styrker og begrensninger.
Hvorfor vi anbefaler boken
En av de mest lettleste og underholdende introduksjonene til kunstig intelligens. Perfekt for deg som ønsker å forstå hvordan KI fungerer uten å måtte lese tunge tekniske bøker. En bok som gjør kompliserte temaer enkle å forstå.
Forfattere:Max Bennett
Kort omtale
Denne fascinerende boken tar leseren med på en reise gjennom intelligensens historie – fra de første enkle organismene til dagens avanserte språkmodeller og kunstig intelligens. Max Bennett kombinerer innsikt fra biologi, nevrovitenskap, psykologi og kunstig intelligens og viser hvordan forståelsen av den menneskelige hjernen kan hjelpe oss å utvikle bedre og mer ansvarlige KI-systemer.
Hvorfor vi anbefaler boken
En unik bok som setter kunstig intelligens inn i et større historisk og vitenskapelig perspektiv. Perfekt for lesere som ønsker å forstå hva intelligens egentlig er, og hvorfor utviklingen av kunstig intelligens er en naturlig del av menneskets teknologiske historie.
Forfatter: Sebastian Raschka
Kort omtale
Denne boken tar leseren med bak kulissene og viser hvordan en moderne språkmodell faktisk bygges – steg for steg. Sebastian Raschka forklarer avanserte konsepter på en pedagogisk måte og gir en unik forståelse av hvordan store språkmodeller som ChatGPT fungerer. Selv om boken inneholder kodeeksempler, er den også svært verdifull for alle som ønsker en dypere forståelse av teknologien bak kunstig intelligens.
Hvorfor vi anbefaler boken
En av de mest omtalte bøkene om store språkmodeller. Perfekt for deg som ønsker å forstå hvordan kunstig intelligens fungerer under overflaten og hvorfor språkmodeller har blitt en revolusjon innen digitalisering og kunnskapsdeling.
Forfatter: Janelle Shane
Kort omtale
Denne boken gir en praktisk og lettfattelig introduksjon til store språkmodeller (LLMs). Sinan Ozdemir forklarer hvordan språkmodeller brukes i moderne virksomheter, hvordan de kan integreres i arbeidsprosesser og hvorfor de er blitt en av de viktigste teknologiene innen kunstig intelligens.
Hvorfor vi anbefaler boken
En svært god bok for alle som ønsker en rask og praktisk innføring i språkmodeller. Den passer både for nybegynnere og fagpersoner som ønsker å forstå hvordan LLM-er brukes i praksis
Forfattere: Stuart Russell & Peter Norvig
Kort omtale
Dette er verdens mest kjente lærebok om kunstig intelligens og brukes ved universiteter over hele verden. Boken dekker hele fagområdet – fra problemløsning og maskinlæring til språkforståelse, robotikk og etikk – og regnes som en klassiker innen KI-faget.
Hvorfor vi anbefaler boken
Hvis du bare skal eie én akademisk bok om kunstig intelligens, er dette et av de aller beste valgene. En tidløs klassiker som gir en solid faglig forståelse av kunstig intelligens og som fortsatt brukes som pensum ved ledende universiteter verden over
Forfatter: Mustafa Suleyman
Kort omtale
The Coming Wave utforsker hvordan kunstig intelligens og andre gjennombruddsteknologier vil forandre arbeidslivet, næringslivet og samfunnet de neste tiårene. Mustafa Suleyman, en av grunnleggerne av DeepMind, kombinerer egne erfaringer fra KI-utvikling med analyser av teknologiens muligheter, risiko og betydning for fremtiden.
Hvorfor vi anbefaler boken
En av de viktigste bøkene om fremtidens kunstige intelligens. Boken gir et unikt innblikk i hvordan KI vil påvirke mennesker, virksomheter og samfunn – og hvorfor ansvarlig teknologiutvikling blir stadig viktigere.
Forfattere: Gary Marcus og Ernest Davis
Kort omtale
Rebooting AI utfordrer mange av mytene rundt kunstig intelligens. Forfatterne forklarer hva dagens KI faktisk kan gjøre, hvor begrensningene ligger, og hvorfor menneskelig dømmekraft fortsatt er avgjørende. Boken bygger bro mellom forskning, teknologi og praktisk anvendelse.
Hvorfor vi anbefaler boken
En tankevekkende bok som gir et balansert perspektiv på kunstig intelligens. Perfekt for deg som ønsker å forstå både styrkene og svakhetene ved dagens språkmodeller og KI-systemer.
Atlas of AI
Forfatter: Kate Crawford
Kort omtale
Atlas of AI viser at kunstig intelligens handler om langt mer enn algoritmer og teknologi. Kate Crawford utforsker hvordan data, energi, mennesker, politikk og økonomi henger sammen med utviklingen av kunstig intelligens. Boken setter KI inn i et større samfunnsperspektiv.
Hvorfor vi anbefaler boken
En viktig bok for alle som ønsker å forstå hvordan kunstig intelligens påvirker samfunnet. Den viser at KI ikke bare er teknologi – den handler også om mennesker, ressurser, makt, kunnskap og verdiskaping.
Forfattere: Arvind Narayanan & Sayash Kapoor
Kort omtale
Kunstig intelligens er omgitt av både store forventninger og mange misforståelser. I AI Snake Oil skiller forfatterne mellom hva dagens KI faktisk kan gjøre, og hva som fortsatt er overdrevet eller urealistisk. Boken gir en faktabasert og lett tilgjengelig gjennomgang av teknologiens styrker, begrensninger og praktiske anvendelser.
Hvorfor vi anbefaler boken
En viktig bok for alle som ønsker et realistisk syn på kunstig intelligens. Den passer spesielt godt for ledere, beslutningstakere og alle som ønsker å skille fakta fra hype.
Forfatter: Pam Baker
Kort omtale
Generative AI For Dummies gir en lettfattelig introduksjon til generativ kunstig intelligens. Boken forklarer sentrale begreper, viser praktiske eksempler og gir leseren en trygg start på hvordan teknologien kan brukes i arbeid, utdanning og hverdagsliv.
Hvorfor vi anbefaler boken
En svært god introduksjonsbok for alle som er nysgjerrige på generativ KI, men som ikke nødvendigvis har teknisk bakgrunn.
Forfatter: Ethan Mollick
Kort omtale
I denne utvidede utgaven bygger Ethan Mollick videre på hvordan kunstig intelligens kan fungere som en samarbeidspartner i arbeidslivet. Med nye eksempler og oppdaterte refleksjoner viser han hvordan mennesker og KI kan skape mer verdi sammen.
Hvorfor vi anbefaler boken
En av de mest praktiske og inspirerende bøkene om hvordan kunstig intelligens kan brukes i hverdagen og i virksomheter. Passer både ledere, ansatte og studenter.
En liten avslutning
Kunnskap utvikler seg hele tiden, og det samme gjør denne siden. Etter hvert som nye bøker leses, ny forskning publiseres og nye perspektiver vokser frem, vil samlingen bli oppdatert. Målet er å bygge et levende fagbibliotek som kan inspirere både dagens og morgendagens lesere.
© 2025 - 2026 Portico Publish | Den usynlige kapitalen Personvern og bruk av nettstedet | Utviklet og driftet av Magne Bjella | Powered and secured by Wix
Kommentarer