AI blot til lyst

 4o, 4.5, 01, 03-Mini, osv. Det er et værre morads med alle de mærkelige model-navne og ikke mindst alle de ting de kan og ikke kan, alt efter hvilken model vi taler om. Men her er en god oversigt fra nyhedsbrevet The Memo: 

Jeg læste to forskningspapirer i december, som jeg fandt meget interessante: 1. Hvis du er høflig overfor AI'en får du bedre svar. "But don't overdo it", skrev forskerne, som i øvrigt ikke anede, hvorfor det hjalp at være høflig. 2. Hvis du fortæller AI'en, at dens svar er vigtigt for dig, din karriere, eller noget lignende, får du også bedre svar. "...and we don't know why. Large language models are weird sometimes", som forskerne skrev. Nu er der så et tredje papir, der har undersøgt det: Hard Evidence That Please And Thank You In Prompt Engineering Counts When Using Generative AI Under alle omstændigheder har jeg set i praksis, at når brugere klager til mig over, at ChatGPT, når den først er begyndt på at sige noget sludder i en samtale, så er det næsten umuligt at få den til at ombestemme sig. Det er som en dansk teenager fanget i en løgn, som han/hun stædigt holder fast i. Min "kur" er: "Start en ny samtale om emnet og vær høflig...

Min kollega David har fået en rigtig god idé: Han kombinerer notebookLM fra Google, der laver en levende podcast (på engelsk, kun) ud af en tekst, og så får ChatGPT ellers lov til at agere nyttig assistent under lytningen. jeg giver ordet til David:  "Det er egentlig ret simpel. Uploader de tekster jeg gerne vil have præsenteret. Så er der en funktion som laver det om til en lydfil/podcast. Den sætter jeg i gang i bilen og har ChatGPT til at kører i baggrunden med optage funktionen i gang.  Hører jeg noget som jeg tænker det skal jeg følge op på eller det er død vigtig så kommentere jeg. I den bedste af alle verden så stoppe jeg nok podcasten, men det er lige muligt i bilen og jeg er jo også på den gamle ordning 😎 Når podcasten er færdig, så kan jeg få ChatGPT til opsummering med min egne “lyse” indfald, lave et mailforslag/Powerpoint, etc. Desværre sker det at optagefunktionen fejler i ChatGPT.  Hvis man nu var en mere sporty type, kunne man lave det samme på en l...

 Jeg havde et meget interessant møde med en anden styrelse i går, og en af deltagerne havde lavet en GPT med en ret omfattende (og god!) instruks/prompt indbygget.  Helt uventet viste han os så, at han havde inkluderet specifikke instrukser til hver af de fire samtalesstatere man jo kan have i en GPT. Det havde jeg og en ekstern konsulent aldrig set før. Vi kan heller ikke finde nogen som helst information om det. Det er simpelthen bare et hack, og det er nyttigt! Her kommer et (lettere anonymiseret/redigeret) eksempel på, hvad han havde skrevet i instruksen til GPT'en:  Når brugeren spørger: "Har du brug for hjælp til en indledning i din tekst?" Skal GPT svare: "Hvis du har brug for hjælp til en indledning, vil jeg anbefale, at du uploader dit dokument eller notat sammen med en eventuel opgavebeskrivelse. Så kan jeg sikre, at indledningen følger <en bestemt metode> og passer præcist til din tekst."  Det er da smart tænkt! Og jeg vil hermed officie...

For syv-otte år siden tænkte jeg en del over, at alt så ud til at bevæge sig mod real-time. Mere og mere kunne lade sig gøre her og nu. Den naturlige konsekvens, tænkte jeg dengang, måtte være, at vi snart ville være i stand til at sidde på en kvalitets-ølbar, hvor én af deltagerne var "designated coder" (lidt a la "designated driver"), der skulle forblive helt ædru og tage sig af at kode og udvikle de idéer til produkter, som de øldrikkende deltagere fik efterhånden som aftenen skred frem. Med andre ord: Real-Time Udvikling & Lancering (RTUL), som jeg for sjov kaldte det dengang. I mit daværende firma (CIMA) udforskede vi, hvor langt man egentlig  kunne komme dengang, og der var små initiativer på vej, såsom høj-niveau-sprog, design-værktøjer mv, der pegede i den rigtige retning. Men det kunne reelt ikke lade sig gøre, og vi opgav at arbejde videre med idéen. Her til morgen kunne jeg så læse en artikel af Ethan Mollick, min private AI-helt, hvor han faktisk udv...

 Fra i nat (hvor jeg sidst sad og arbejdede med Grundig Research) og til i dag er der sket det, at der ikke længere står "Grundig research" nede under prompt-feltet, men i stedet er et billede af en stjernekikkert. Som altid må man bare nyde den forandringshastighed, som vi har på området :).

Fra i fredags eller deromkring kan man vælge den nye "GPT-4.5 research-preview"-model, men man får også en besked nede i prompt-vinduet om, at man f.eks. "...har 25 svar tilbage indtil den nulstilles den 14. marts" (for mit vedkommende).  Den fungerer fint, men jeg kan ikke mærke den store forskel fra 4o til 4.5. Den virker meget opsat på at bruge "canvas", når man vil have den til f.eks. at gennemgå en tekst for stavefejl og andre rettelser, men det er jo bare en detalje. Det er blevet sagt af nogle eksperter, at OpenAI med vilje "underspiller", hvad modellen kan, men jeg aner ikke hvorfor. Den er trænet længere og på større datamængder end forgængeren, så vi får se, hvad den kan. Som jeg har forstået det, så bliver o3 frigivet i sin fulde udgave om nogle uger eller måske en måned eller to, og så kommer GPT5 på et tidspunkt, hvor o-linjen og GPT-linjen smelter sammen. Men som vi har set, så kan der ske meget på kort tid indenfor AI :).

 Jeg refreshede min ChatGPT (well, jeg kom til at droppe den fane jeg havde den i, og måtte starte ChatGPT igen) og voila! Næst-øverst er der nu et nyt punkt, der hedder SORA, som er den video-generator, der laver videoer baseret på en tekst du giver den. Når du klikker på den skal du logge dig ind og angive et "username", og det kan ikke være din email (f.eks. mogensxy@gmail.com), så jeg valgte MogensN. Dernæst bliver du tilbudt at se en video om Sora, og den bør du se. Den er god og kortfattet.  Og så er du ellers klar! Min første prompt var: "white, 60-year old man walks down a rainy street in Copenhagen, Denmark" og den kostede "kun" 50 credits og resulterede i to forslag, hvoraf den ene var lidt unaturlig, idét manden, set bagfra, havde en paraply OG svingede frit med venstre arm OG bar en taske med den højre :-). Men det andet forslag var helt i orden.

 Jeg har bemærket, at hvis jeg spørger ChatGPT om funktionalitet i Excel, Word eller lignende, og selv i ret eksotiske IT-produkter, så kan den som regel svare både godt og vidende (og ofte også kreativt). Men hvis jeg spørger om noget med ChatGPT går det næsten aldrig godt. Jeg har flere gange tænkt, at den er VIRKELIG dårlig til at supportere sig selv :). Jeg har f.eks. forsøgt at få mere at vide om "grundig research"/"deep reserach"-funktionaliteten, og det giver kun generelle svar om, at man kan spørge gentagne gange for at lave research og lignende sludder, og når jeg så spørger den, om den selv har fundet på det, så indrømmer den, at den ikke har specifik viden om det - og henviser til OpenAI's blog-indlæg. Hvis den var en person, er jeg sikker på, at der findes betegnelser for den slags adfærd - altså, hvor man ved en masse om alt muligt med undtagelse af sig selv. Manglende selvindsigt, måske? Njah... Vent! Jeg spørger den!  findes der ord, der henviser ...

 Ethan Mollick har substack'en på Reddit, der hedder "One Useful Thing", og det er den også! Han skrev en længere ting om de nye Generation 3-AI'ere (o3 fra OpenAI, Grok3 fra xAI og Claude 3.7 Sonnet fra Anthropic), og et afsnit handlede om, hvordan man nu skal tænke AI ind i organisationer og hos medarbejdere, og det fandt jeg ret interessant. Så I får det først i den danske oversættelse og så den originale på engelsk: DANSK: Denne udvikling har dybtgående konsekvenser for, hvordan organisationer bør tilgå AI-integration. For det første skal fokus flyttes fra automatisering af opgaver til forstærkning af kapaciteter. I stedet for at spørge: “Hvilke opgaver kan vi automatisere?” bør ledere spørge: “Hvilke nye kapaciteter kan vi låse op?” De skal også opbygge kapacitet i deres egne organisationer for at kunne udforske og udvikle disse ændringer. For det andet betyder den hurtige forbedring af både kapaciteter og omkostningseffektivitet, at enhver statisk strategi for A...

 En god ven spurgte mig, om den kan bruges til at lave f.eks. SQL- & PL/SQL-kode (det er specifikt for Oracle-databaser), der kan fungere som test af, om koden er god nok? Dvs. om den kunne læse koden og foreslå tests af den, skrevet i SQL og PL/SQL? Jeg "fodrede" den med mailen fra min ven, og bad den give mig de spørgsmål den havde behov for at få besvaret for at kunne lave gode tests. Den svarede med en fin redegørelse og en håndfuld spørgsmål eller to.  Da jeg havde fået svarene på disse samt kildekoden til tre stykker kode, der skulle testes, indgik jeg i en slags dialog med den, hvor jeg henover tre prompts fortalte den, hvad jeg havde modtaget, dernæst hvad svarene på spørgsmålene var - og til sidst vedhæftede jeg de tre kode-stykker og bad den løse opgaven. Den kom med nogle virkeligt brugbare svar, som nu er sendt videre til min ven. Det tog højst 10 minutter.

Jeg fik pludselig den idé, at hvis man som første step beder enten GPT4o eller o3 om at svare på et spørgsmål, så får man jo som regel et pænt grundigt og brugbart svar. Men hvad nu hvis man bruger dét svar som udgangspunkt for en forespørgsel eller prompt til Deep Research – også kaldet grundig research – for at få lavet en meget mere tilbundsgående undersøgelse af de temne, som man i første omgang spurgte den normale model om? Så hvis jeg skal prøve at opsummere teknikken: 1. Spørg den normale model om et eller andet. 2. Kopier svaret. 3. Aktiver grundig research og indlede med ordene "Jeg har spurgt ChatGPT om <emne> og på baggrund af dens svar skal du lave en grundig undersøgelse, der afdækker alle aspekter i forbindelse med <her angiver du så yderligere detaljer om, hvad du ønsker>. Her kommer det svar, som du skal bruge til at lave undersøgelsen for mig:<og så indsætter du svaret du kopierede i step 2>. 4. Nu vil den komme med et eller flere spørgsmål for a...