Sommarskola – Carl utforskar ChatGPT i arbetet

Detta är en introduktion till ChatGPT och modellen GPT-4o, där jag berättar och ger exempel på hur jag använder tjänsten för olika uppgifter i arbetet. Klippet är en del av en serie där jag tillsammans med Micke Kring berättar om olika tjänster vi använder. Blir du nyfiken på att lära dig mer om hur man använder denna och andra tjänster i arbetet, så erbjuder vi genom RISE och SCDI en kurs hösten 2024 – Kom igång med AI på jobbet. Filmen och texten nedan är desamma.

Jag tänkte ge mig på att berätta lite om hur jag använder ChatGPT idag, med deras senaste version GPT-4o. ChatGPT är troligtvis den bland alla AI-tjänster som kommit de senaste åren som flest har prövat eller utforskat. Men även om man prövat den någon gång, tror jag att de allra flesta inte har använt den på något av alla de sätt som gör den riktigt kraftfull för dig som forskare, utredare, analytiker eller vad du nu jobbar med, där du behöver bearbeta och organisera text, data eller kod.

ChatGPT baseras på det som kallas för generativ AI, som använder sofistikerade maskininlärningsmodeller för att förstå och bearbeta stora mängder text och data, och sedan generera svar eller skapa nytt innehåll baserat på denna information. GPT-4o är den senaste versionen av ChatGPT och har många möjliga användningsområden, så som att ta en mer avancerad artikel och omformulera den för att vara mer lättillgänglig för en allmän eller publik, eller skapa en sammanfattning av en lång rapport.

För någon som aldrig har använt GPT-4o tidigare kan det liknas vid att ha en digital assistent som kan läsa, förstå och skriva om texter eller analysera data tillsammans med dig. Du matar in den information du har, och beskriver vad du vill ha hjälp med. Därefter svarar tjänsten med att försöka bearbeta och skapa det innehåll du behöver. Det kan vara allt från att skapa en ny version av en text, att hitta mönster i data eller att producera bilder och diagram för att illustrera din text.

Med tjänster som chatGPT ger man instruktioner genom att ge den en prompt. En prompt är en instruktion eller fråga som du ger till ChatGPT för att specificera vad du vill att tjänsten ska göra med texten. Denna instruktion styr AI:n i hur den ska bearbeta eller generera text. Det är lätt att tänka att en prompt är som att fråga en sökmotor efter svar. Men gör man på det viset, och försöker att använda chatGPT och andra generativa språkmodeller, som om de var en sökmotor, så kommer man normalt inte få särskilt bra svar eller värde ur dem. Ett bättre sätt att tänka om att skriva en prompt, är att skriva som om man skriver en instruktion till en assistent, som man vill ska hjälpa en med något. Ju tydligare man är i sin förklaring, desto högre sannolikhet att man får ett bra svar. Till exempel kan du använda en prompt som “Gör denna formella rapport mer lättförståelig för en bred publik” eller “Omvandla denna akademiska artikel till ett blogginlägg”, för att ge exempel på några korta promptar. Men det skulle också kunna handla om att ge betydligt längre, och mera utförliga promptar, för att få ett mera specifikt svar. Jag får återkomma vid ett senare tillfälle med exempel på prompter.

Genom att experimentera med olika typer av prompter kan du anpassa textens format och stil för att passa olika målgrupper och sammanhang. Det gör att du kan använda samma grundtext på flera olika sätt beroende på vad du behöver och vilken publik du riktar dig till.

Ett ytterligare exempel på ett sätt att använda ChatGPT på är att be den skapa bryggor mellan texter, eller få flera texter att kännas liknande i ton och struktur. Du kan använda den för att sammanfoga olika delar av en text till en sammanhängande helhet, genom att klippa in flera olika stycken text och sedan be den att väva samman dessa texter till en sammanhållen helhet.
Ett näraliggande exempel kan handla om att hitta nya sätt att uttrycka sig på, om jag vill säga något men på ett lite annat sätt. Att då ta meningen eller stycket man har, och därefter be ChatGPT att skriva om det, med annan stil, tonalitet, längd på meningar eller vad man vill, gör att man kan få flera olika alternativ. Och varför inte be chatGPT göra tio versioner, så väljer du den eller de du gillar bäst?

Förutom textbearbetning kan ChatGPT också skapa bilder och visuellt innehåll för presentationer. det lilla o-et i slutet på GPT-4o står för “omni”, det vill säga att språkmodellen kan hantera flera olika format, och inte bara text. Du kan alltså be chatGPT att skapa en bild eller illustration, på motsvarande sätt som du ber den skapa text. Har du exempelvis laddat upp en tabell till ChatGPT, så kan du be den att visualisera innehållet som ett diagram. Eller så skulle du kunna be den att skapa en illustration i en viss stil till din text, som ackompanjerar den. När bilden är genererad kan du använda olika verktyg i ChatGPT för att justera och förbättra den. Du kan ändra färger, former och andra visuella detaljer för att säkerställa att bilden passar ditt syfte och din estetiska vision. Du kan även arbeta i flera steg där du först skapar en grundläggande bild och sedan itererar med ytterligare prompts för att förfina och anpassa den ytterligare.

När det gäller användningen av ChatGPT; såväl för text men också andra format, så är det viktigt att nämna att det pågår en tämligen omfattande etisk och juridisk diskussion kring användningen av generativ AI som ChatGPT. Detta gäller särskilt rättigheterna till de bilder och texter som AI:n genererar, då det har framkommit att tjänsten kan vara tränad på material som kan ha upphovsrätt. Det innebär att medan ChatGPT kan skapa nytt och användbart innehåll, finns det juridiska och etiska frågor att beakta kring hur dessa verk används och publiceras. Detta är ett område som fortfarande utvecklas juridiskt, och här kommer framtiden att utvisa på vilket sätt vi över tid juridiskt hittar ett sätt att hantera dessa nya företeelser..

En av de mer imponerande funktionerna hos ChatGPT är dess förmåga att analysera text och data i olika format som PDFer, bilder, foton och andra dokument. Det finns en funktion i chatGPT där du kan ladda upp olika typer av filer. Det kan vara dokument, bilder, programkod eller annan data. Tjänsten kan identifiera mönster i datan, hitta eller sammanfatta, eller organisera specifikt innehåll. Detta gör det möjligt att snabbt och enkelt extrahera relevant information från stora dokument och att få en klar översikt över innehållet utan att behöva läsa hela texten i detalj. Det går också att arbeta med flera dokument samtidigt. Det finns otroligt många tillämpningsområden med denna möjlighet. Med allt från att bearbeta text från filer, till att ladda upp ett foto och be ChatGPT att skriva en syntolkning av vad den ser på bilden.
ChatGPT erbjuder numera också verktyg för dataanalys som är särskilt användbara för forskare, analytiker och utredare som hanterar stora och komplexa datamängder. Tjänsten stöder både kvantitativ och kvalitativ dataanalys och kan bidra i bearbetning av data från olika källor som enkäter, experiment eller textbaserade datamängder. Genom att ladda upp din data till ChatGPT kan du automatisera och effektivisera många av de analytiska uppgifter som annars kan vara tidskrävande. Det är i detta sammanhang viktigt att poängtera att ChatGPT är en extern tjänst som du laddar upp data till. Det blir därför i alla dessa sammanhang viktigt att kunna avgöra på vilket sätt du i din verksamhet får hantera data, så att det sker på ett rättssäkert sätt.
För kvantitativ dataanalys kan ChatGPT skapa detaljerade statistiska sammanfattningar som inkluderar mått som medelvärden, standardavvikelser och frekvensfördelningar. Tjänsten kan också utföra mer avancerade analyser som regressionsmodeller, klusteranalys och hypotesprövningar. Dessa funktioner är användbara för att förstå övergripande trender i dina data och för att göra förutsägelser eller dra slutsatser baserat på dina undersökningsresultat. Som med all användning av digitala tjänster, och inte minst generativ AI, är det viktigt att förhålla sig till tekniken som ett verktyg. Som användare av verktyget behöver du kunna säkerställa att det som verktyget gör är korrekt. Detta är särskilt viktigt med verktyg som chatGPT, där det är vanligt förekommande att fel uppstår.

Vid kvalitativ dataanalys kan ChatGPT hjälpa till att koda och kategorisera textdata genom att identifiera återkommande teman eller mönster i fritextsvar, intervjuer eller öppna frågor. Den kan också hitta samband mellan olika variabler eller kategorier, vilket ger en djupare förståelse av de underliggande trenderna och mönstren i dina data.

När man genomför olika typer av dataanalys, så kan ChatGPT som jag varit inne på också visualisera din data. Den kan generera olika typer av diagram och grafer som hjälper till att presentera dina resultat på ett tydligt och visuellt tilltalande sätt. Du kan skapa linjediagram, stapeldiagram, scatterplot-diagram och andra typer av visualiseringar som kan anpassas efter dina behov och din data. Den kan också skriva ut din data i olika filformat, om du hellre vill det.
Vad jag kommit att uppskatta särskilt med den nuvarande versionen av ChatGPT, GPT-4o, är dess förmåga att lättare automatisera och integrera analyser och processer jag arbetar med i mitt arbetsflöde. Genom att ha en kontinuerlig dialog kring ett specifikt arbete i en längre chat-tråd, så kommer ChatGPT att förstå mer av kontext och sammanhang, och då ge mig bättre svar. Så istället för att gå till en ny chat varje gång jag frågar något, så låter jag mitt arbete i en specifik uppgift att fortsätta i samma tråd, för att över tid få bättre svar och utvecklade tankar i just det arbetet.

Nästa område som jag tycker är helt fascinerande, är att chatGPT med GPT-4o också är ett bra stöd är en kraftfull AI-tjänst som inte bara när det gäller text och data, utan även när det gäller att skriva och bearbeta programkod. För mig som inte är särskilt bra på att programmera, eller felsöka när det händer något oväntat i datorn, har detta sätt att använda ChatGPT kommit att bli väldigt värdefullt.

När du använder ChatGPT för kodrelaterade uppgifter kan du mata in olika typer av prompts för att få hjälp med specifika kodningsproblem eller uppgifter. Tjänsten kan tolka och svara på frågor om hur du ska lösa kodproblem eller hur du ska implementera en viss funktion. Till exempel kan du fråga ChatGPT “Vad betyder detta felmeddelande i Python?” eller “Hur implementerar skriver jag nästa del av denna kod för att programmet ska avslutas?”, och få tydliga förklaringar på vad som kan vara felet. Förstår jag inte vad den menar, så kan jag alltid be den att förklara för mig på ett enklare sätt.
Att just hjälpa mig att förstå felmeddelanden från olika datorprogram har varit oerhört hjälpsamt och värdefullt. Om du får ett felmeddelande som du inte förstår kan du mata in det i ChatGPT och få en detaljerad förklaring på vad felet innebär och hur du kan åtgärda det. Det går också fint att bara fotografera felmeddelandet eller stoppa in bilden av en skärmdump, så tolkar ChatGPT bilden åt dig.

Det finns så mycket uppslag på användningsområden att berätta om, men om jag skulle ge mig på att avslutningsvis i denna film beskriva en sista funktion med ChatGPT som funnits sedan i julas är att det går att skapa så kallade GPTs, ett sätt att förprogrammera ChatGPT så att den blir bättre på att utföra en specifik uppgift. Det gör att man kan använda denna GPT för just den uppgiften, istället för att behöva skriva en utförlig prompt varje gång man vill att den ska göra uppgiften. För egen del har jag skapat flera GPTer, och en, som jag länkar till i kommentarerna, heter Klarspråk. Den GPT är byggd för att kunna hjälpa användaren att få tips och råd, eller skriva om text så att den följer språkrådets riktlinjer för klarspråk. För mig som ofta skriver alldeles för byråkratiskt, har den kommit att bli ett värdefullt verktyg i min verktygslåda. Nu sedan en tid är det möjligt för vem som helst, även de som inte är betalande kunder till OpenAI, att använda GPTs, så det är bara att pröva denna eller andra GPTer du hittar. För dig som betalar för OpenAIs ChatGPT är det också möjligt att konstruera egna GPTer.

Att lära sig använda ChatGPT för de saker man vill göra är ett visst hantverk. Prompting är något annat än att bara göra en sökning. Det kräver en förståelse för hur man formulerar sina frågor och instruktioner för att få de bästa resultaten. Det innebär att du behöver experimentera med olika sätt att uttrycka dina behov och gradvis lära dig hur du bäst utnyttjar tjänstens kapacitet för att uppnå dina mål och förbättra din forskning eller dina utredningar. Det kan ta lite tid att komma igång och använda generativ AI på det sätt som passar en i ens verksamhet. Det finns idag också många olika tjänster, som fungerar lite olika. Utvecklingshastigheten är enastående och nya tjänster kommer varje vecka. Det betyder att användningen av generativ AI som ChatGPT är en lärande resa, men en som jag tror vi får ut ett stort värde av att ge oss ut på.