Generativ AI og ChatGPT

Computerspace · FGU · AI og fremtidsteknologi

🤖 Hvad er generativ AI?

Generativ AI er kunstig intelligens der kan skabe nyt indhold – tekst, billeder, musik og kode. I modsætning til klassisk AI, der analyserer og klassificerer, producerer generativ AI noget helt nyt.

Store sprogmodeller (LLM'er):

• En LLM (Large Language Model) er trænet på enorme mængder tekst
• Den forudsiger det mest sandsynlige næste ord (token) i en sekvens
• Eksempler: GPT-4, Claude, Gemini, LLaMA
• Bygger på transformer-arkitekturen (fra 2017)

Billedgenerering:

• DALL-E (OpenAI) – genererer billeder fra tekstbeskrivelser
• Midjourney – kendt for kunstnerisk kvalitet
• Stable Diffusion – open source billedgenerering
• Teknologi: Diffusionsmodeller der gradvist fjerner "støj" fra et billede

---

🎯 Hvorfor er det vigtigt?

• Værktøj: Generativ AI bruges allerede til skrivning, brainstorm, læring og kodning
• Alle brancher: Fra marketing til sundhed – AI ændrer arbejdsgange
• Kritisk forståelse: Du skal kende både muligheder og begrænsninger

---

⚠️ Begrænsninger ved generativ AI

• Hallucination: AI kan opfinde fakta der lyder overbevisende men er forkerte
• Bias: Træningsdata kan indeholde skævheder der videreføres
• Manglende opdatering: Modeller har en knowledge cutoff
• Ingen ægte forståelse: AI simulerer forståelse men "tænker" ikke som mennesker
• Copyright: Spørgsmål om ophavsret til AI-genereret indhold

---

🎓 Læringsmål for Generativ AI og ChatGPT

Læringsmål

• Forklare hvad generativ AI er og hvordan det adskiller sig fra klassisk AI
• Forstå hvad en stor sprogmodel (LLM) er og hvordan den fungerer
• Kende eksempler på billedgenerering med DALL-E, Midjourney og Stable Diffusion
• Beskrive praktisk brug af generativ AI til skrivning, læring og kodning
• Vurdere styrker og begrænsninger ved generativ AI (hallucination, bias)

Sådan kan du arbejde med emnet

• Hvad er forskellen på generativ AI og klassisk AI?
• Hvordan fungerer en stor sprogmodel (LLM)?
• Hvad er hallucination i AI?
• Hvilke billedgenereringsværktøjer findes der?

⚠️ Typiske fejl at undgå

• Stoler blindt på AI-output – altid dobbelttjek fakta
• Tror AI forstår – den forudsiger tokens, den "forstår" ikke
• Glemmer bias – AI afspejler skævheder i træningsdata

---

💡 Tips til at komme i gang

• Prøv ChatGPT – stil et spørgsmål og vurder svaret kritisk
• Sammenlign modeller – prøv samme spørgsmål i ChatGPT og Claude
• Generer et billede – brug DALL-E eller Midjourney med en tekstbeskrivelse