Slik kan KI hjelpe deg med språk­vask, illustrasjoner og presentasjoner

Khronos KI-skole, del 4: Dette er fjerde del av KI-skolen til Khrono. I forrige del utforsket vi språkmodeller, RAG-teknologi og strategier for å hente innsikt fra vitenskapelige artikler. 

Nå beveger vi oss videre og ser på en ny kategori KI-verktøy, de som kan støtte litteratursøk, forbedre tekster gjennom språkvask, og skape visuelt innhold og helhetlige presentasjoner.

Kunstig intelligens gir oss nye måter å strukturere, formidle og raffinere kunnskap på. Men med en jungel av verktøy å velge mellom, er det lett å gå seg vill. Målet med denne delen er å gi deg en klarere forståelse av hva som faktisk kan effektivisere og forbedre akademisk arbeid — og hva som bare er teknologisk staffasje uten reell verdi.

ki-skolen, del 1

Dette kan du bruke KI til i hverdagen

Lete etter viten­skapelig innhold

Både språkmodeller og RAG-systemer, som vi utforsket i del 3 av KI-skolen, kan brukes til å finne vitenskapelige artikler, men det er ikke hovedformålet deres. Det finnes en rekke dedikerte verktøy for å søke etter artikler, avhengigheter og bøker.

Et eksempel er Keenious, en modell som fungerer nesten som en avansert søkemotor for faglitteratur.

Med instruksen: «List the recent papers on deep learning for improved education, tested in real-world settings» kommer Keenious med denne litteraturlisten:

 
Mer spennende og nyttig er det at hvis jeg laster opp en artikkel, så kan systemet hjelpe meg med å finne lignende publikasjoner.

Om jeg for eksempel laster opp en PDF av en av mine egne artikler, skrevet i samarbeid med min ph.d.-student Daniel Biermann, «Streamlining Attention for Text Classification: Sequence Length Reduction with Pooling Attention», kan modellen identifisere relevante arbeider innen samme forskningsfelt:

 
Denne funksjonaliteten ligner på «beslektede artikler» i Google Scholar og andre litteraturdatabaser, men her benyttes en KI-modell for å gjøre søket enda mer presist og målrettet.

Alternativer til Keenious inkluderer KI-verktøy som Elicit, som ikke bare søker etter litteratur, men også trekker ut nøkkelinformasjon, og Connected Papers, som går et skritt videre ved å visualisere relaterte artikler i en interaktiv graf du kan navigere i.

Hvis jeg for eksempel laster opp en av artiklene jeg skrev i 2011, «Global web accessibility analysis of national government portals and ministry web sites», visualiserer Connected Papers lignende artikler på denne måten:

Scite er mer enn bare et verktøy for litteratursøk. De omtaler seg selv som en KI-assistent for forskning. Her kan du stille spørsmål om alt fra å finne relevant litteratur til å designe et eksperiment.

Hvis du for eksempel gir instruksen: «Create a suggested experimental setup for a psychological study to test how colleagues' choice of tools affects your choice», vil Scite ikke bare foreslå relevante artikler, men også hjelpe til med å strukturere et eksperiment basert på eksisterende forskning.

Scite svarer:

 
Scite gjør mer enn å foreslå eksperimentelle oppsett. Den lister også opp referansene og hjelper forskere med å vurdere påliteligheten til artikler gjennom smarte sitater.

Tekst­for­bedringer og «live» språkvask

Språkmodeller kan utføre språkvask ved at du enkelt limer inn teksten og ber dem rydde opp. I tillegg finnes det flere verktøy som er spesialutviklet for nettopp dette, særlig på engelsk.

Foreløpig finnes det imidlertid ingen KI-baserte språkvaskverktøy som fungerer godt nok på norsk til å kunne måle seg med de engelskspråklige.

Grammarly er et eksempel på en KI-basert språkassistent som gir direkte forslag til forbedringer. Den integreres sømløst med Word, Google Docs, Outlook og de fleste andre teksteditorer, slik at feil markeres automatisk, for eksempel med en rød strek i Word.

Hvis vi for eksempel skriver inn følgende setning med grammatiske feil: «AI and science is always finding new discoveries that changes how the world work»,  kommer Grammarly med forslag:

Grammarly kan også fikse på setninger som er grammatisk korrekte, men som kan forbedres.

Setningen «The ever-advancing fields of artificial intelligence and scientific inquiry are persistently engaged in the generation of groundbreaking discoveries and transformative innovations, the cumulative impact of which is continuously reshaping and redefining the intricate mechanisms by which the modern world functions and evolves» er grammatisk helt riktig. Men Grammarly foreslår måter den kan forbedres på, omformuleres, forkortes eller gjøres mer formell eller uformell.

Hvis vi ber om en kortere variant, foreslår Grammarly: «Artificial intelligence and science continually produce groundbreaking discoveries and innovations, significantly reshaping how the modern world functions and evolves».

Den store fordelen med verktøy som Grammarly og de veldig like konkurrentene Writefull, DeepL Write, og Quillbot, er at de bare blir en del av verktøyet, litt som rettetasten i word. 

Du slipper å bruke tid på å hoppe inn på en nettside, skrive inn en instruks og lime teksten tilbake i dokumentet. Verktøyene er allerede integrert i tekstbehandlingssystemene du er vant til, og gir forslag til forbedringer direkte mens du skriver.

Det er verdt å merke seg at disse verktøyene også kan bli forstyrrende. Avhengig av hva jeg skriver, enten det er vitenskapelig eller populærvitenskapelig, kan en stri strøm av forslag og markeringer trekke oppmerksomheten bort fra selve skriveprosessen. For meg er det ofte viktigere å få tankene ned på det virtuelle arket enn å formulere alt perfekt fra start.

I slike tilfeller blir røde streker og forbedringsforslag mer til hinder enn til hjelp. Derfor skrur jeg av Grammarly, men når innholdet derimot er på plass, kan verktøy som Grammarly og Quillbot være uvurderlige for å finpusse språket.

Lage illustrasjoner med KI

Illustrasjoner er nyttige, enten som bakgrunn på et lysbilde eller som blikkfang i en rapport. To av de mest kjente verktøyene for å lage illustrasjoner er DALL·E og Midjourney. 

DALL·E er tilgjengelig gjennom den betalte versjonen av ChatGPT, og du kan enkelt gi kommandoer som: «Tegn en illustrasjon av ...». Illustrasjonen som står helt først i denne artikkelen, og de tilsvarende hovedbildene i de andre KI-skoleartiklene, er laget med ChatGPT/ DALL·E og en lignende instruks (se bildetekstene under hver illustrasjon).

I ChatGPT kan vi for eksempel komme med følgende instruks:

 
Og du har en perfekt bakgrunn for ditt lysbilde:

Hvis resultatet ikke er helt som ønsket, kan du endre illustrasjonen ved hjelp av en teknikk kalt inpainting. Dette går ut på at du markerer området du vil justere og gir en ny instruks.

For eksempel tegnet jeg over roboten i bildet og skrev: «Få roboten til å se mer ut som en fabrikkrobot». Modellen justerte deretter illustrasjonen og erstattet den opprinnelige roboten med en mer industriell variant:

MidJourney fungerer på mange måter likt som DALL·E, men undersøkelser viser at de fleste foretrekker MidJourney, særlig fordi bildene ofte fremstår mer realistiske.

En utfordring med MidJourney er imidlertid brukergrensesnittet. I motsetning til andre bildegenereringsverktøy må det brukes gjennom chatteprogrammet Discord. Mens Discord er velkjent blant datanerder, kan det være en terskel for dem som ikke er vant til plattformen.

Personlig opplever jeg at MidJourney gir litt mer kontroll over hva som genereres sammenlignet med DALL·E, noe som gjør det lettere å styre resultatet i ønsket retning.

Napkin.ai skiller seg fra MidJourney og DALL·E, selv om dette også er et bildegenereringsverktøy. Mens de to førstnevnte lager illustrasjoner, fokuserer Napkin på å generere figurer basert på tekst. 

Dette kan være nyttig for å visualisere flytprosesser, algoritmer, datastrukturer, eksperimentelle oppsett eller konseptkart.

Til Napkin, kan vi komme med følgende instruks:

 
Den lager først en oversikt over skolesystemet i Norge, som du kan rette og fikse på:

 
Deretter gir Napkin.ai deg muligheten til å klikke seg videre på illustrasjoner du liker, slik at du kan utforske og justere figurer etter behov.

Som denne:

Og denne:

Da vi utarbeidet en omfattende søknad til Forskningsrådet for prosjektet Senter for offentlig sektor kunstig intelligens, lastet vi opp arbeidspakkebeskrivelsene og benyttet Napkin.ai til å generere illustrasjonen.

Deretter eksporterte vi figuren til PowerPoint og tilpasset den ved å justere plasseringen av piler og bokser, samt legge til målsettinger (objectives) der det var nødvendig.

Resultatet ble slik:

 
Lage presentasjoner

KI har for lengst bevist sin nytteverdi innen tekst, illustrasjoner og figurer, men den kan også ta et steg videre og lage hele presentasjoner.

Gamma er et av de mest effektive verktøyene for å generere nettsider, presentasjoner og innlegg for sosiale medier. Den største fordelen ligger likevel i hvor raskt den kan skape et førsteutkast til lysbilder.

Du kan enten gi en kort instruks og la verktøyet generere innhold fra bunnen av, eller laste opp eget materiale, for eksempel en PDF-fil, og la KI videreutvikle det.

Sistnevnte gir ofte mer presise, relevante og gjennomarbeidede resultater. Med noen få klikk kan du ha en grovskisse til en presentasjon, kanskje basert på ett kapittel i læreboken, klar til bruk i en forelesning.

Som et eksempel laster jeg opp første kapittel av boken «Myten om maskinene» fra 2020, der jeg selv står som forfatter.

Jeg instruerer Gamma til å lage en presentasjon på norsk, der innholdet fra kapittelet forkortes — det gir jo liten mening å plassere all teksten på lysbildene. Tekstmengden per lysbilde skal være moderat, og totalt ønsker jeg 20 lysbilder. Stilmessig velger jeg en mørk bakgrunn med grønne nyanser.

Dette fungerer som en instruks, på samme måte som med ChatGPT, men her brukes KI til å generere lysbilder med tekst, figurer og bilder.

Resultatet er en strukturert presentasjon der hovedpoengene fra kapittelet er trukket frem.

Når presentasjonen er ferdig, kan jeg tilpasse innholdet etter behov. Det mest praktiske for meg er å eksportere den til PowerPoint, slik at jeg kan bruke de verktøyene jeg foretrekker for å gjøre justeringer og finpussing.

Erfarne forelesere vet at gode presentasjoner ikke skapes av ferdige lysbilder alene, men av innsikt, kontekst og evnen til å engasjere. Lysbilder er kun et visuelt støtteverktøy, den reelle læringen skjer gjennom forståelse og god formidling fra underviseren.

Gamma kan generere lysbildene for deg, men det er selvsagt fortsatt foreleserens ansvar å sette seg inn i innholdet, tilpasse det og gjøre det tilgjengelig for studentene.

Kunstig intelligens

Refser akademia for angst­preget KI-tilnærming. — Går baklengs inn i fremtiden

Andre verktøy

Akademia er i stadig endring, og kunstig intelligens åpner døren for nye, effektive verktøy som forenkler forskning og læring. Det er selvsagt også en myriade av andre KI- verktøy som kan være nyttige i akademia, og det dukker stadig opp nye. 

Afforai kan, på samme måte som Notebook LM og Humata, analysere dokumenter, men skiller seg ut med sin innebygde Document Writer. Dette gjør det mulig å gå fra raske notater til en fullverdig forskningsartikkel i én og samme plattform. 

Elicit automatiserer litteratursøk og trekker ut essensiell informasjon fra forskningsartikler, noe som sparer forskere for tidkrevende gjennomgang av store tekstmengder. 

ChatPDF lar brukere laste opp akademiske tekster og deretter stille spørsmål direkte til dokumentet, noe som gir raskere innsikt og dypere forståelse.

Quizlet AI bruker kunstig intelligens til å skape interaktive quizer og flashcards, som hjelper studenter med både memorering og forståelse av fagstoff. 

Scribe kan strømlinjeformer utviklingen av undervisningsguider, mens Eduaide.AI kan generere undervisningsplaner, oppgaver og evalueringsmateriell basert på faglige behov og læringsmål. 

Og slik kunne vi fortsatt.

I tillegg til disse finnes det utallige andre KI-verktøy som stadig utvikles og forbedres. Nye løsninger dukker opp i et imponerende tempo, og akademia får stadig flere verktøy som forenkler forskning, undervisning og læring.

Nye utfordringer

Kunstig intelligens er i ferd med å forvandle hvordan vi forsker, lærer og underviser. Med stadig flere verktøy som strømlinjeformer akademisk arbeid, blir KI en uunnværlig ressurs i akademia, enten det gjelder å analysere tekster, organisere kunnskap eller utvikle interaktive læringsopplegg. Samtidig reiser denne teknologiske utviklingen nye spørsmål og utfordringer.

I neste del av KI-skolen skal vi utforske de potensielle fallgruvene ved KI i akademia — fra etiske dilemmaer og skjevheter i algoritmer til risikoen for avhengighet og tap av kritisk tenkning.