Har du forsøkt deg på ChatGPT og følt at du har fått selvfølgelige eller dårlige svar? Du er ikke den eneste som ikke har fått helt dreisen på bruk av språkmodeller. Lær mer om hvordan modeller fungerer og få tips til gode måter å spørre på.
Ved å forstå hvordan språkmodeller som ChatGPT fungerer, kan du forbedre kvaliteten på svarene og dra bedre nytte av teknologien.
Hvordan fungerer språkmodeller som ChatGPT?
Vi kan sammenlikne hva som skjer når du googler og hva som skjer når du skriver til språkmodeller som ChatGPT.
Når du søker etter informasjon på Google, skriver du vanligvis inn noen søkeord og får tilbake en liste over relevante nettsider. Google bruker avansert maskinlæring for å forstå disse søkeordene og foreslår nettsider som de mener treffer intensjonen med søket ditt.
På samme måte fungerer språkmodeller som ChatGPT, men en viktig forskjell er at ChatGPT skaper en helt ny tekst basert på den informasjonen den har store mengder tekstdata på istedenfor å gi deg en liste over nettsider.
Eksempler på hvordan ChatGPT fungerer
Eksempel: «Medarbeiderutvikling». For enkelt å illustrere hvordan teknologien bak språkmodeller fungerer, kan vi se på hvordan ChatGPT ville håndtert spørsmålet «kan du fortelle meg om medarbeiderutvikling?» Når du gir ChatGPT en forespørsel som dette, bryter den ned ordene og søker etter sammenhenger i kunnskapsdatabasen gjennom sin tekstdata.
- Først identifiserer den begrepene «medarbeider» og «utvikling».
- Deretter bruker den sin forståelse av begge begrepene, som: «medarbeider kan henvise til en person ansatt i organisasjonen din», mens «utvikling» kan indikere vekst, læring eller fremgang.
Med denne konteksten forstår ChatGPT at «medarbeiderutvikling» sannsynligvis refererer til tiltak som er rettet mot å fremme og styrke de ansattes ferdigheter, kunnskaper og karrieremuligheter. Basert på dette, kan ChatGPT skape en forklaring som dekker ulike aspekter ved medarbeiderutvikling, for eksempel opplæring, mentorprogrammer, karriereveiledning, og muligheter for faglig utvikling. Den tilpasser deretter svaret til den konteksten du gir den og produserer svar på spørsmålet ditt.
Gi ChatGPT mer informasjon
Når et så enkelt spørsmål som «kan du fortelle meg om medarbeiderutvikling?» er den eneste informasjonen som er gitt til språkmodellen, blir svarene den gir mindre nøyaktige og du får kanskje svar som ikke treffer dine forventinger. Det er derfor viktig å gi informasjon og kontekst på det du lurer på eller ønsker svar på fra ChatGPT.
En litt mer detaljert kontekst kan for eksempel være «kan du fortelle meg om medarbeiderutvikling for nyutdannede i statsforvaltningen?». For å gi deg et svar vil språkmodellen fortsatt gå igjennom punkt 1 og punkt 2 over, men den vil også gå videre i analysen sin og se på avgrensningene «nyutdannede» og «statsforvaltningen» som du har lagt til. Slik vil den kunne gi deg et svar som blir mer skreddersydd til nettopp den konteksten.
Ved å gi i språkmodellen en mer presis kontekst, får du mer presise svar.
Generativ kunstig intelligens kan lage både tekst og bilder
Store språkmodeller som ChatGPT er en type modeller som faller inn under paraplybegrepet «generativ kunstig intelligens» (GKI).
Språkmodeller er eksperter på å produsere tekst, men det finnes også GKI-modeller som produserer bilder. Bildemodellene trenger i likhet med språkmodellene en god kontekst i spørsmålet/bestillingen du stiller for å gi presise svar og resultater.
I bildeeksemplet under her gir et godt eksempel på verdien av en god kontekst. I den litt enkle spørsmålstillingen «lag et bilde av en kaffekopp» produserer modellen et generisk bilde av en kaffekopp. Mens bildet til høyre er lagd med langt mer detaljert kontekst i bestillingen som her produserer et langt mer detaljert bilde.
Seks tips til god og effektiv prompting
Prompting er et begrep som brukes når du skal spørre eller gi en bestilling til språkmodeller.
- Fortell hvilken rolle du vil at ChatGPT skal innta.
- For eksempel: Du skal være en god rådgiver innenfor rekruttering og arbeidsgiverprofilering.
- Gi ChatGPT en konkret oppgave.
- For eksempel: Du skal hjelpe meg med å utvikle en rekrutteringskampanje for at vi skal bli en mer attraktiv arbeidsgiver.
- Jo mer presis du er, desto mer relevant blir svaret.
- For eksempel: Rekrutteringskampanjen skal ha en varighet på fire månedene, og hver av månedene skal tematisk bygge på hverandre. Det er viktig at kampanjen som helhet fokuserer på verdiene våre som er «Fremtidsrettet», «Engasjert» og «Nyttig». Vi ønsker også treffe en målgruppe bestående av [sett inn type målgruppe dere ønsker].
- Bryt ned komplekse spørsmål i mindre biter.
- For eksempel: Først skal du lage et overordnet forslag til kampanjen. Deretter skal du jobbe med aktiviteter for hver måned av gangen. Hvis du trenger flere opplysninger før du gjør oppgaven kan du stille meg disse slik at jeg kan svare før du starter.
- Hvis svaret ikke treffer, prøv å omformulere oppgaven.
- For eksempel: Dette var ikke det jeg tenkte. Vi har forsøkt en rekrutteringskampanje som [sett inn en kort beskrivelse av det som har vært prøvd], og nå ønsker vi at du skal hjelpe oss å tenke nytt.
- Forslaget ditt var også ikke så godt tilpasset statsforvaltningen i Norge. Kan du justere forslaget ditt i tråd med disse endringene?
- Vær kritisk til svarene du får!
- Språkmodeller gir ikke presise svar, og de gir heller ikke nødvendigvis faglig gode svar. Språkmodellene kan finne på svar hvis de ikke vet svaret. Dette kalles at modellene hallusinerer. Dette betyr at det du får fra en språkmodell må gjennomgå en faglig kvalitetssikring av deg som bruker, men det gir deg et veldig godt førsteutkast til oppgaven eller problemstillingen din
- Det du skriver inn i ChatGPT og andre språkmodeller deler du med utvikleren av verktøyet. Sensitive data må derfor ikke legges inn.
Vil du lære mer om bruk av KI i HR?
Sjekk ut våre tidligere saker om hvordan språkmodeller kan inspirere og hjelpe deg i hverdagen.