Statistikk og datakraft er kjernen i en språkmodell. Den analyserer utallige tekstmønstre og med bruk av sannsynlighet prøver den å forutsi hva som antagelig gir mest mening som svar. Men det mest sannsynlige svaret er ikke alltid det beste, så vi kan ikke stole blindt på modellene. Den tenker ikke selv, men kan likevel produsere tekst som virker overraskende naturlig.

Likevel er resultatet et kraftig verktøy for å tenke klarere, utfordre deg selv, stille bedre spørsmål og utforske ideer. I studier gir språkmodeller størst verdi når man holder på læringen: les, skriv og reflekter selv. Om man bruker modellen til å lage spørsmål som utfordrer, eller til å gi tilbakemelding på egne svar. Da kan den bli en sparringspartner og en katalysator for dypere forståelse.

På denne siden ser vi hovedsakelig på anvendt bruk av språkmodeller, men hvis du vil lære mer om kunstig intelligens (maskinlæring, nevrale nettverk) så anbefaler vi kurset Elements of AI.

Instrukser eller prompts er teksten du skriver til en språkmodell.

Få tips og triks til gode instrukser

Hvordan NTNU definerer juks kan man lese mer om på siden "Juks på eksamen", men kort oppsummert i kontekst av språkmodeller, så er det noen aspekter som er essensielle å begynne med.

Tekst generert av en språkmodell er ikke utarbeidet av deg selv. Hvis en venn eller slektning sender deg en tekst, og tilbyr deg å bruke det som oppgaven din, så er det juks. Det er juks fordi det ikke er utarbeidet av deg selv. Dette gjelder også for bruk av språkmodeller, selv om det er du som ber den om å gjøre det.

Språkmodeller treffer stort sett, men alt de gjør er antagelser. Hvis de bommer eller hallusinerer så er det kanskje ikke din skyld, men det er ditt ansvar å kontrollere det, og hvis du skriver ditt navn eller kandidatnummer på noe, så er alt du sier ditt ansvar.

Hvis du bruker KI, gjør rede for hvordan du har brukt det. Hvis ikke emneansvarlig har sagt noe annet, så er det lov med språkvask gjort på en ansvarlig måte, men hvis du ikke gjør rede for at du har gjort det når du faktisk har brukt det, så kan det anses som juks i noen tilfeller. Ved tvil så er emneansvarlig den beste diskusjonspartneren du kan få.

Det er mange forskjellige typer fagfelt og eksamener ved NTNU, og våre retningslinjer kan ikke treffe alt uten kontekst, så ta alltid hensyn til hva som står i eksamensoppgaven, emnebeskrivelsen og informasjon fra faglærer. Hvis det står konkret i eksamensoppgaven at språkvask av språkmodeller ikke er lov, så vil det være juks å bruke den til det.

Vi skjønner at dette er en vanskelig problemstilling, særlig når man har opplevd at en foreleser har hatt kritiske utsagn eller negative holdninger til all bruk av KI. Når det er sagt, så skal ikke redelighet straffe seg.

Sensor skal ikke gi dårligere karakter på grunn av mistenkt bruk av KI uten bevis. De skal enten sende det videre som en mulig fuskesak eller ikke, som er en separat prosess fra sensur.

Dårlig bruk av språkmodeller kan fort føre til en dårlig eksamensoppgave, riktignok. Dette kan og bør gi dårligere karakter enn man forventet, uten at det er på grunn av at man gjorde rede for hva man gjorde med KI.

Dette betyr ikke at du kan bruke KI til hva som helst så lenge du redegjør bruk, så ta hensyn til hva som er juks og hva som ikke er det. Diskuter det eventuelt med emneansvarlig.

Det er vanskelig å definere hva språkvask eller stavekontroll betyr for et helt universitet under samme kam. Det er forskjell på hvor grensene for dette går for en matematiker, en dataingeniør og en språkviter. Derfor er det viktig at NTNUs undervisere har orden på sine emner, og tydeliggjør hva som gjelder for sitt emne.

Hvis du ukritisk gjenbruker all tekst som er generert av en språkmodell, såkalt «klipp-og-lim», istedenfor å få en tilbakemelding som gjør at du selv endrer teksten, så er dette som oftest tekstgenerering heller enn språkvask, og kan dermed anses som juks, da det ikke er utarbeidet av deg selv.

Det er mye læring i både skriving og korrektur. Hvis denne læringen er viktig for ditt fagfelt så er det ofte lurt å gjøre språkvasken selv, til og med når du har lov å bruke språkmodeller.

Generelt anbefales det at du benytter KI-verktøy tilbudt av NTNU når du kan. Samtidig finnes det mange gode KI-verktøy der ute som kan dekke behov som NTNUs KI-verktøy ikke dekker alene.

Se hvilke verktøy du kan benytte og ikke 

Les NTNUs retningslinjer for bruk av IKT-verktøy med generativ kunstig intelligens

Du kan og bør sette deg inn i NTNUs retningslinjer for bruk av IKT-verktøy med generativ kunstig intelligens på egenhånd, slik at du er trygg på dem og selv kan navigere bruk av generativ KI ved NTNU. Hvis du vil ha en forenklet inngang som holder seg på den trygge siden og langt unna grenselandet, før du har oversikt selv, så kan du følge disse rådene:

• Gjør alltid rede for hvordan du har benyttet KI/språkmodeller
• Ikke la språkmodellen skrive istedenfor deg
• Ta hensyn til informasjonssikkerhet og personvern
• Hør med emneansvarlig hva som gjelder for ditt emne
• Bruk Copilot eller GPT NTNU

Retningslinjene blir revidert med jevne mellomrom, så det kan være nyttig å sjekke dem 1-2 ganger per år. NTNU har også et eget IKT-reglement man bør sette seg inn i.

Det kommer nasjonale råd, som NTNU kommer til å inkorporere inn i sine egne når de kommer. I mellomtiden kan du lese mer om utvalget og deres mandat her: Malthe-Sørenssen-utvalget, utvalget om kunstig intelligens i høyere utdanning.

Et viktig aspekt med bruk av språkmodeller er at de kan absorbere det man skriver og det man laster opp, som for eksempel bilder. Derfor er det viktig å være ansvarlig og passe på hva man gir fra seg.

Personvern handler ikke bare om regler, det handler om å verne egen og andres identitet, ideer, personopplysninger og data.

Ved bruk av modeller fra kommersielle aktører vil noe så enkelt som et bilde av en venn, i teorien, kunne gjenbrukes av et utenlandsk og privateid firma til å generere et bilde av din venns utseende i fremtiden. For eksempel i en KI-generert og sjenerende reklamefilm.

Offentlig tilgjengelig og åpen informasjon, som ikke krever tilgangsrettigheter, kategoriserer vi som grønne data.

Eksempler:

• Informasjon man finner på Wikipedia
• Forskningsartikler publisert i åpne tidsskrifter (Open Access)
• Nyhetsartikkel fra NRK.no
• Rapporter fra Statisk sentralbyrå (SSB)

Vi oppfordrer studenter og ansatte ved NTNU til å bruke KI-verktøy godkjent av NTNU, men hvis man er sikker på at man bare behandler grønne data, kan man trygt bruke andre aktører.

Informasjon som er begrenset til intern bruk, og som kun er tilgengelig for medarbeidere og medstudenter som trenger det for å utføre sine oppgaver.

Eksempler:

• Interne saks- og arbeidsdokumenter
• Informasjon som er unntatt offentlighet
• Personopplysninger som ikke er taushetsbelagte eller helserelaterte (navn, e-post etc.)
• Eksamensbesvarelser

Dette betyr at man kan bruke det meste som ligger i læringsplattformen (Blackboard/Canvas) i NTNU- godkjente verktøy. Om man behandler gule data med bruk av språkmodeller uten databehandlingsavtaler så er det i strid med NTNUs retningslinjer, og det kan være brudd på Personopplysningsloven eller Åndsverkloven.

Fortrolig og strengt fortrolig data bør aldri inn i en språkmodell.

Fortrolig data (rød) er informasjon som kan skade offentlige interesser, enkeltindivider, NTNU eller samarbeidspartnere. Eksempler på dette er helseopplysninger og forretningshemmeligheter.

Svært fortrolig data (svart) er informasjon som kan forårsake betydelig skade for offentlige interesser, enkeltindivider, NTNU eller samarbeidspartnere. Eksempler på dette forskningsdata og datasett av stor økonomisk verdi og store mengder av sensitive personopplysninger eller helseopplysninger.