Velkommen til AI-lab #14.
Jeg vil starte med at postulere, at AI-revolutionen også - ligesom alle de foregående revolutioner - skaber flere jobs, hvorefter jeg tager et nærmere kig på Deep Research i ChatGPT og Gemini, griner lidt af endnu en panik-panik-udmelding fra Anthropic, giver jer en færdig AI-strategi lige til at kopiere - og til sidst har et PS om den krimi, jeg nok aldrig får skrevet, der hedder ISKOLDT.
Der vil også være nogle praktiske tips og tricks undervejs.
Men først skal vi da lige have et sjov minde serveret fra den 30. november 2022 (i søndags fyldte ChatGPT jo tre år).
Her er nemlig det historiske tweet fra Sam Altman, der fik os alle sammen op af skrivebords-stolene:
Er julen truet? Fjerner AI dit job? Nej!
AI skal lige nu - tre år efter lanceringen af ChatGPT, der ændrede alting - ses som et hjælpeværktøj for alle, og ledelsen skal holde op med at sige alt muligt, der får folk til at tro, at julen er truet igen i år.
Det kan sikkert bruges til at fjerne jobs rundt omkring, men når firmaer og top-chefer fortæller, at de vil fyre tusindvis af mennesker og “putte AI ind i alt, hvad de laver” er det hverken fordi det kan lade sig gøre eller fordi de er ved at gøre det, men for at se bedre ud på børserne og hos investorerne.
I USA er det helt normalt at fyre en masse mennesker hvert år, og nu om dage bliver det så pakket ind i “noget med AI” for at se smartere ud. Men der er intet nyt i det.
At skyde “skylden” for effektiviseringer og re-organisationer, som man alligevel ville have foretaget, på AI er smart rent image-mæssigt, og giver et forvrænget billede af AI’s indflydelse på vore liv.
Da Novo for nylig annoncerede fyringer af 5-9000 mennesker kunne de jo sagtens have sagt, at det var fordi de ville indføre AI i alt og alle, so to speak, og mange ville sikkert have troet på det.
Men det var jo bare fordi de var blevet alt, alt for bureaukratiske og oppustede med et
“fedtlag”, der forsinkede og fordyrede alting. Det kaldes lavere produktivitet.
Men lad os sige, at AI fører til højere produktivitet, om ikke andet hos den enkelte medarbejder, fordi man nu kan springe overspringshandlinger over (!), lade ChatGPT lave alt det kedelige arbejde osv. Man får med andre ord lavet mere på den samme tid. Det kaldes højere produktivitet.
Højere produktivitet fører til flere jobs, fordi virksomhederne nu har råd til at ansætte flere og dermed kan få større markedsandel. Det er den forsimplede forklaring på, at vi aldrig har set mekaniske væve, robotter, computerne, internettet og andet gøre os alle arbejdsløse.
Det betyder IKKE, at alle er i arbejde hele tiden, f.eks.i IT-branchen. Lige nu er flere af mine selvstændige venner uden jobs, og det har de været i nogle måneder og de synes markedet virker dødt.
Den slags perioder har jeg set flere gange, også selvom det senere IKKE blev betragtet som en krise eller nedgang på markedet. Da jeg var direktør for Miracle (fra 2000 til 2013) var der nogle tilsvarende perioder, hvor jeg opdagede, at folk, der havde været succesfulde, selvstændige IT-folk i mange år gerne ville “krybe i ly”, dvs. lade sig fastansætte.
Efter et års tid var de igen ude og være succesfulde selvstændige efter lidt omstilling hos dem og markedet.
Det kan selvfølgelig godt være, at AI er den første teknologi i verdenshistorien, hvor det ikke er tilfældet.
Men jeg tvivler. Så I kan slappe helt af. Vi får også jul i år, og vi vil også mangle IT-arbejdskraft næste år.
Brug nu Deep Research!
Når jeg hjælper folk med forskellige AI-udfordringer bemærker jeg ALTID, at de ikke bruger ChatGPT’s Deep Research. Man har - i betalingsversionerne - 25 af dem til rådighed hver måned, og ingen bruger dem, selvom det reelt er en superpower.
Claus Nygaard, AI-professor af Guds Nåde, fortalte mig, at han ofte spørger forsamlinger, han holder kurser og foredrag for, hvor mange, der bruger Deep Research. Typisk rækker én eller to deltagere ud af 50 hånden op.
De fleste har virkeligt svært ved at finde ud af, hvad man skal bruge den til. Til dét er der kun at citere min hustru, Sonja, endnu en gang: “Spørg den”.
Det gjorde jeg og James Morle ovre i Austin for nogle måneder siden, fordi vi begge havde brugt Deep Research intensivt i nogle år, og begge var løbet tør for idéer til ting vi kunne bruge den til. Den kom selvfølgelig med nogle virkeligt gode og relevante forslag baseret på, hvad dens memory vidste om os.
Man kan evt. bede den stille en spørgsmål, så den bedre kan komme med forslag, der passer til dig. Journalist-venner siger f.eks., at de sparer dage og uger på research ved at sætte Deep Research igang.
Meta + tragt = superresultat
En måde at bruge Deep Research ekstra effektivt på er noget, som jeg har døbt Meta-Funnel-metoden.
Man sætter først ChatGPT eller Gemini til “Thinking” og beder den så lave en prompt, som skal feedes/indføres i Deep Research. Det er nyttigt at fortælle den, at prompten skal bruges til netop dét.
Derpå sætter man ChatGPT/Gemini til Deep Research og kopiere prompten ind og trykker retur ELLER man slår Deep Research til og skriver “udfør prompten”.
Så sker der fantastiske ting!
Omend jeg selv havde brugt metoden nogle gange var det professor Claus Nygaard, der for alvor viste mig nogle fantastiske måder at bruge metoden på. Det har jeg skrevet et blog-indlæg om, som jeg tror de fleste kan få meget stor nytte af: Professor Claus Nygaards avancerede måde at anvende Deep Research på.
Skriv gerne til mig på mogensxy@gmail.com med jeres erfaringer med Deep Research i enten ChatGPT eller Gemini.
To praktiske tips: Tøm inboxen og oversæt et dokument
Praktisk tip nr. 1! Lige et lille, hurtigt trick for jer med for mange mails i jeres inbox i Outlook: Mit forsøg med at få ChatGPT til at hjælpe mig med at tømme min inbox
Praktisk tip nr. 2: Jeg bad ChatGPT oversætte et dokument, som var lidt langt:
Først forsøgte jeg ved at lade den selv bestemme den model, den ville bruge (i ChatGPT). Det resulterede i, at den kun oversatte lidt af dokumentet og bad mig sige "fortsæt med del 2", hvorefter den oversatte nøjagtigt det samme én gang til, osv osv.
Den skiftede, som jeg plejer at sige for sjov, personlighed fra en høflig, amerikansk DJØF’er til en dumstædig, dansk teenager.
Der er to ting man kan gøre i den situation: Starte en ny samtale eller skifte model. At skælde den ud og korrekse den, som mange vælger at gøre, fører næsten aldrig til noget.
Så jeg satte den til "Grundig Research" (Deep Research) og gav den samme prompt, og voila! så kom der det fulde dokument ud, som jeg ønskede, leveret som ønsket i word-format klart til at downloade, og det tog præcist ét minut.
Det havde måske været rigeligt bare at sætte den til “Thinking - udvidet”, men jeg valgte altså at skrue helt op for model-valget.
Det hjælper mig i over 90% af tilfældene, hvor jeg eller en anden ikke kan få den til at gøre det den skal, at "skrue op" for modellen, man anvender, hvis man i første omgang ikke får et så godt resultat.
Her er i øvrigt prompten jeg brugte:
“Oversæt det vedhæftede dokuments tekst komplet og korrekt til engelsk. Udelad intet. Vær omhyggelig. Tak. Jeg vil gerne have slutresultatet leveret i word-format i en fil, som jeg kan downloade.”
Forleden fortalte en kollega mig i øvrigt, at den ikke vidste, hvad dato vi havde og valgte en forkert, da han bad den om at gøre noget, der relaterede sig til “dags dato”.
Et screenshot, som han sendte, viste, at ChatGPT stod til “ChatGPT 5.1 - flagskibsmodel”, hvilket betyder default og ofte får den til at vælge smart-i-en-fart-modellen, der ikke er særligt god. Efter at have sat den til “Thinking” kunne den selvfølgelig håndtere datoer og dags dato korrekt.
Endnu mere panik-panik fra Anthropic
Forleden var der igen click-bait og panik-panik fra Anthropic, thi så er de nemlig helt sikre på at få presse-dækning - journalister elsker historier om, at vi alle skal dø (igen) lige om.
Læs og bliv bange her.
Minder mig lidt om mine herlige nørd-venner, der hele tiden husker på en dum, forkert eller farlig ting, som de enten har hørt om, eller i meget sjældne tilfælde selv har kunnet provokere AI’en til at gøre. Det er altid sådan nogle lidt tøhø-agtige situationer.
Deres konklusion er ofte: “Ha! Se, hvor dum den er! Den kan jeg ikke bruge. Jeg er klart bedre end den”.
Jeg har ind imellem spurgt dem, om de behandler deres medmennesker på samme måde, dvs. fokuserer intenst på, at få dem til at sige noget forkert eller dumt, og hvis det lykkes, så huske det resten af livet og undlade at have noget som helst med dem at gøre i al evighed?
Jeg fatter heller ikke, at folk gider bruge tid på den slags uproduktivt pjank. Måske er det de samme mennesker, der griner, når folk går ind i noget eller falder på gaden?
Én ting er, at Anthropic konstant siger “AI er dødsens farligt - kom og arbejd hos os, hvor vi laver en rigtig god AI”.
En anden er, at deres mange forsøg på at få deres egen (og andres) AI’er til at levere noget dumt, farligt eller politisk ukorrekt hele tiden handler om, at de ønsker mere og mere kontrol (en slags AI Act på steroider).
Det vil nemlig dræbe små, smarte konkurrenter med KIWG-medtoden (Kill It With Governance).
Jeg har vist tidligere berettet om en bekendt, der var jurist i Dansk Bank, men historien tåler gentagelse. Over en del øl på et udmærket værtshus i Istedgade fortalte han stoltd, hvordan Danske Bank hele tiden foreslog meget mere lovgivning og mange flere kontroller, specielt når de havde formandsskabet i Bankforeningen.
Det gjorde de fordi de små banker ikke havde råd til hele tiden at ansætte flere jurister og bureaukratisere arbejdsgange, mens Danske Bank bare kunne hyre 50 jurister om måneden lige så længe de havde lyst. På AI-området står vi lidt i den samme situation. AI-Act og lignende tiltag i USA synes at sige “flere regler for at sikre friheden”.
Værsgo’ - her er din komplette AI-strategi
Min kloge ven Jim sendte mig dette link til CERN’s AI-strategi, og den er lige til at kopiere. De har tænkt på det hele. Prop den ind i ChatGPT og tilpas den mht. sprog og andet, og vupti! Her er tillige en fin illustration/one-pager fra dem:
Det var dét! Skriv gerne til mig med idéer, tips & tricks, og alt muligt andet på mogensxy@gmail.com - vi høres ved næste onsdag 🙂.
PS: ISKOLDT - en krimi, der aldrig bliver til noget
Jeg fik for nogle år siden, i Corona-tiden, idéen til en roman med titlen ISKOLDT, hvor russerne etablerer en hemmelig mini-base et sted på Grønlands østkyst, hvor Sirius ikke mere må patruljere aht. faren for at gå gennem isen.
Et hold af hemmelige folk bliver sat til at slå dem ihjel, proppe dem ind i den container de har medbragt, bore huller i den - og sænke den i fjorden. Deraf titlen ISKOLDT.
Forleden kom jeg i tanke om, at jeg havde 25 mails med noter, idéer, kommentarer og kapitler samt en længere guide i at skrive et manuskript (dramaturgi) liggende i en Gmail-folder.
Jeg fandt via ChatGPT ud af, hvordan man får læst alle mails i en gmail-folder ud i én lang fil. Det involverede noget, jeg ikke kendte, nemlig scripts.google.com, og noget kode, og det kørte som smurt første gang. Svarede på sæt og vis lidt til det VBA-kode man kan lave i Microsoft Office-produkterne.
Ret smart. Havde aldrig selv fundet ud af det. Tak, ChatGPT.
Jeg satte så ChatGPT til Thinking, Udvidet, vedhæftede mail-filen og dramaturgi-filen, og bad den så om følgende (mundtligt, derfor lidt snikke-snakke-agtigt):
“Jeg har en lidt anderledes opgave til dig. Jeg har for et stykke tid siden påbegyndt arbejdet med at skrive en bog med titlen Iskoldt. Den blev ikke til så meget, men det er vel også okay. Nu har jeg genfundet den folder i Gmail, hvor jeg havde gemt forskellige mails, både med kapitler, jeg skrev hen ad vejen, og kommentarer fra bl.a. min ven William Schmidt, der har været på Grønland og ved en masse om forholdene deroppe. Og der er også alle mulige bemærkninger og idéer skrevet ned i løs form og uden nogen egentlig orden i det. Derudover har jeg fra en ven modtaget en opskrift på, hvordan man skriver et godt manuskript, altså dramaturgi eller hvad det nu hedder. Og jeg har så fået læst alle de der par og tyve mails fra min folder ud i et langt dokument. Og jeg har til lige den der opskrift på at skrive et godt manuskript liggende i et andet dokument. Nu vil jeg vedhæfte begge dokumenter, og så vil jeg bede dig om på den baggrund at lave en rigtig god prompt, der kan bruges som input til deep research, så jeg kan sætte det i gang med faktisk at skrive en kort udgave af bogen med cirka 20 kapitler.”
Den lavede på den baggrund en ret fantastisk og detaljeret prompt. Så slog jeg Deep Research til og cut/pastede prompten ind. Den ville lige vide, om det var til voksne, om det skulle være på dansk, og om jeg ville have hele bogen leveret klar til download. Ja tak.
Så gik den i gang - og så oplevede jeg endnu engang, at de lige har lavet en forbedring over natten hos OpenAI: Den foreslog nemlig selv, at man multi-tasker, mens Deep Research kører!
Jeg satte også Gemini 3 Deep Research til det samme, og så havde jeg to korte romaner med 20 kapitler skrevet af to forskellige AI’er.
Den bedste af dem? Well, de havde forskellige styrker og svagheder, syntes jeg. Og det var fint nok til, at jeg gad læse det.
Den fandt f.eks. selv på nogle plot-twists, der overraskede mig, men som helt klart forbedrede det hele meget. F.eks. bliver vore hemmelige helte opdaget med det samme af russerne og må undvige og skjule sig så godt de kan (droner, etc.), og det viser sig at være fordi de fra starten var blevet forrådt af nogle derhjemme i København. Det får anføren til at hævne efter hjemkomsten ved at gå ud og fortælle om operationen til pressen (anonymt) og derefter forlade tjenesten. Den havde jeg ikke selv tænkt på.
Hvis jeg en dag gider at skrive på bogen for alvor har jeg nu 20 korte kapitler, der er et fantastisk udgangspunkt. Og hvem ved, hvad en kommende ChatGPT 6 (eller hvad de nu end kommer til at hedde) kan mht. litteratur?
