Vad är generativ AI?
Generativ AI innebär att exempelvis text kan genereras utifrån frågor och påståenden uttryckta med vanligt språk. Generativ AI använder språkmodeller som tränas på text av varierande omfattning och kvalitet där AI-verktyget ger sannolikhetsbaserade svar utifrån hur mänskligt språk vanligtvis ser ut. Det betyder att de genererade svaren i verktyg som exempelvis ChatGPT inte är sanna eller falska, utan sannolika. De bygger på vad som statistiskt är de mest troliga nästföljande orden utifrån den prompt som matats in. Svaren kan vara faktamässigt korrekta, men de kan också vara fabricerade. Svaren kan också återspegla stereotyper eller vara vinklade mot ett visst perspektiv, beroende på hur den data som finns i språkmodellen ser ut.
En del AI-verktyg kombinerar en stor språkmodell med en specifik informationsmängd. Ett exempel är Scopus AI som bygger på innehållet i databasen Scopus. Scopus AI hänvisar till vetenskapliga studier och kan hjälpa dig att utforska ett ämne, men inte användas för mer strukturerade sökningar. Även om Scopus AI bygger på det innehåll som finns i Scopus kan dess AI-svar vara vilseledande, felaktiga, stötande och partiska. Du behöver göra en egen bedömning av de svar du får.
Kontrollera alltid med lärare och/eller kursansvarig vad som är okej innan du använder AI-verktyg i dina studier.
Vetenskaplig informationssökning och generativ AI
När du söker vetenskaplig information behöver du ha kännedom om olika typer av vetenskapliga publikationer och var du hittar dessa. Du behöver också ha kunskap om sökteknik, exempelvis hur du använder sökord för att utföra dina sökningar, och hur du granskar det material du sökt fram.
Använd databaser med vetenskapligt material i för att söka efter exempelvis artiklar. Se generativ AI som ett komplement till, och inte en ersättning för, traditionell vetenskaplig informationssökning. Du kan använda generativ AI för att exempelvis få tips på infallsvinklar inom ett ämnesområde eller sökord att använda dig av. För att utvecklas i ditt lärande och i dina ämneskunskaper behöver du dock använda dig av vetenskapligt material från säkra källor, AI-verktyg som stöd för lärande är på det sättet begränsat.
Ett kännetecken för strukturerad informationssökning är att den ska vara reproducerbar. Du ska kunna beskriva var och hur du har sökt för att hitta dina källor. En vetenskaplig databas innehåller en viss typ och viss mängd utvalt material och ger ett specifikt resultat baserat på dina sökkriterier. I ett AI-verktyg som exempelvis Scopus AI kan resultatet du får vara olika från gång till gång, trots att du frågar samma sak. De källor du får fram är ett urval utifrån kriterier som inte är transparanta.
- Läs mer om hur du söker efter vetenskapligt material
- Läs mer om att söka strukturerat
- Läs mer om olika publikationstyper
Generativ AI, källkritik och kritiskt förhållningssätt
Olika källor för textmaterial baserar sina svarsresultat på olika typer av data. Det gäller såväl traditionella vetenskapliga databaser som AI-verktyg. För vetenskapliga databaser är det ofta tydligt vilket material som ingår i databasen. För AI-verktyg är detta ofta mer otydligt och det finns en större osäkerhet i hur svaren genereras. Beroende på typ av AI-verktyg kan du även behöva säkerställa att en viss källa faktiskt existerar på riktigt och inte är AI-genererad utifrån sannolikhet.
Du behöver alltid källkritiskt bedöma de svar du får och det material du hittar. Är svaren rimliga? Vilka är källorna till det som påstås? Finns källorna på riktigt? Är materialet vetenskapligt och av god kvalitet? AI kan också användas för att skapa innehåll som verkar trovärdigt, men som är falskt och har till syfte att underlätta spridningen av vilseledande information. Var alltid källkritisk!
All data som du matar in i ett AI-verktyg kan potentiellt användas vidare, exempelvis för att träna språkmodellen. Mata inte in personuppgifter eller annan känslig data. Mata heller inte in upphovsrättsskyddat material.
AI-verktyg påverkar miljön, de kräver exempelvis mycket energi. Fundera över din användning och vad som är nödvändigt och inte.
Läs mer om att granska och värdera publikationer.