Hvilken KI-modell til hvilken oppgave?

Det viktigste kort

Det er ikke modellen som avgjør, men hvilken egenskap oppgaven krever: nøyaktighet, aktualitet, lengde, tempo eller kostnader.
Fem egenskaper dekker markedshverdagen – den som kjenner dem, kan innplassere hver ny modellgenerasjon selv.
For de fleste små bedrifter holder to modeller: én til langt og nøyaktig arbeid, én til raske, rimelige masseoppgaver.
Byttet mellom modeller koster tid – framfor alt fordi instrukser og maler må stilles inn på nytt hver gang.

Modeller foreldes raskere enn noen sammenligning. Det som ikke foreldes, er spørsmålet om hvilken egenskap en oppgave krever – og den tilordningen overlever enhver generasjon.

De fem egenskapene

1. Nøyaktighet ved lange instrukser

Hvor pålitelig blir ti nummererte regler overholdt – også de som står på midten? Avgjørende ved kontrolloppgaver og overalt der en stilramme skal overholdes.

2. Tilgang til det aktuelle

Kan modellen søke, og hvor godt velger den ut kilder? Avgjørende ved undersøkelser, konkurrentovervåking og alt som har skjedd etter treningstidspunktet.

3. Behandlingsbar lengde

Hvor mye tekst kan tas hensyn til i én omgang – og hvor godt blir begynnelsen fortsatt sett når det står mye bak? Avgjørende ved kontroll av hele dokumenter.

4. Tempo og kostnader

Ved masseoppgaver – hundre produkttekster, femti oversettelser – bestemmer tempo og pris om en oppgave i det hele tatt er fornuftig.

5. Verktøybruk

Hvor pålitelig blir tilkoblede verktøy faktisk brukt, i stedet for at det gjettes? Avgjørende så snart koblinger til egne systemer er med i bildet.

Tilordning etter arbeidstrinn

Arbeidstrinn	Viktigste egenskap	Hva som går galt når den mangler
Undersøkelse av aktuelle spørsmål	aktualitet	Utdaterte opplysninger, overbevisende formulert
Råutkast til et fagbidrag	nøyaktighet ved instrukser	Stilrammen overses, regler faller bort
Kontroll av et langt dokument	lengde	Første halvdel blir overflatisk kontrollert
Oversettelse til mange språk	tempo og kostnader	Oppgaven blir ulønnsom
Arbeid med tilkoblede systemer	verktøybruk	Svar blir gjettet i stedet for hentet
Korte ned og omformulere	ingen særskilt	–
Samle ideer og varianter	ingen særskilt	–

De to siste radene er viktigere enn de ser ut: For en betydelig del av de daglige oppgavene er modellvalget rett og slett likegyldig. Den som legger tid i utvelgelsen der, optimaliserer feil sted.

Visste du at …?

Den vanligste grunnen til et dårlig resultat er ikke modellen, men en instruks som inneholder for mye viktig på midten. Opplysninger først og sist i en prompt blir mer pålitelig tatt hensyn til enn de imellom – ved alle vanlige modeller.

Den som altså har inntrykk av at en modell «ikke holder seg til føringene», bør først flytte den sentrale regelen til slutten. Det virker i praksis oftere enn et bytte til en større modell – og koster ingenting.

Hvorfor to modeller som regel holder

For små bedrifter er den praktikable fordelingen oversiktlig:

Én kraftig modell til arbeidet som teller. Råutkast, kontroller, alt med lange instrukser og lange tekster. Her lønner den høyere prisen seg, fordi alternativet er etterarbeid.
Én rask, rimelig modell til masse. Oversettelser, sammendrag, omformuleringer, klassifiseringer. Her teller gjennomstrømningen.

En tredje modell lønner seg først når en oppgave krever en egenskap de to første ikke har – for eksempel en særlig stor behandlingsbar lengde.

Fra praksis

Byttet mellom leverandører koster mer enn sammenligningen lar ane. Ikke betjeningen – den likner. Men de innstilte rammene: stildokument, lagrede instrukser, maler, koblinger, innarbeidede formuleringer.

I praksis tar det to til tre uker før et nytt miljø leverer samme kvalitet som det innarbeidede. En modell må være tydelig bedre, ikke litt, for at byttet skal lønne seg – og «tydelig bedre» lar seg bare fastslå på egen oppgave, ikke på en rangliste.

Hvordan man kontrollerer det på egen oppgave

Ranglister måler standardiserte oppgaver. Deres oppgave er ingen av dem. En brukbar egensammenligning trenger fire ting:

Tre ekte oppgaver fra hverdagen, ikke testspørsmål. Helst slike der dere allerede kjenner det gode resultatet.
Den samme prompten, ordrett. Ellers sammenligner dere formuleringer i stedet for modeller.
En fast vurdering. Fastsett på forhånd hva dere kjenner «bedre» igjen på – for eksempel: regler overholdt, ingen oppdiktede opplysninger, lengden truffet.
To gjennomkjøringer per modell. Spredningen mellom to svar fra samme modell er ofte større enn forskjellen mellom to modeller.

Prompt

Hjelp meg å bestemme det passende modellvalget for
arbeidstrinnene våre. Ikke anbefal leverandører – ordne etter egenskaper.

Oppgavene våre:
[liste over gjentakende oppgaver, én per linje, med
omtrentlig hyppighet per måned]

Rammebetingelsene våre:
- Budsjett for KI-verktøy per måned: [BELØP]
- Er personopplysninger med i bildet? [ja / nei / delvis]
- Har vi koblinger til egne systemer? [ja / nei]
- Arbeider vi flerspråklig? [språk]

Oppgaver:
1. Tilordne hver av oppgavene våre nøyaktig én hovedegenskap:
   nøyaktighet ved lange instrukser / aktualitet / behandlingsbar
   lengde / tempo og kostnader / verktøybruk / ingen særskilt.
2. Nevn oppgavene der modellvalget er likegyldig –
   det er de vi ikke bør investere tid i.
3. Si meg om to modeller holder for oss, og til hva hver av dem.
4. Utform en egensammenligning: tre ekte oppgaver fra
   listen min, en fast vurdering, hvor mange gjennomkjøringer.

Ikke nevn modellnavn eller ranglister.

Konklusjon

Det nyttige spørsmålet lyder ikke «hvilken modell er den beste», men «hvilken egenskap krever denne oppgaven». Fem egenskaper dekker markedshverdagen, og for en god del av oppgavene er svaret: ingen særskilt.

To modeller – én til det krevende arbeidet, én til masse – holder for de fleste små bedrifter. Og før man bytter, lønner det rimeligere forsøket seg: sett den sentrale regelen til slutt i prompten.

Vanlige spørsmål

Hvilken KI-modell egner seg til hvilken oppgave?

Det avhenger av egenskapen som kreves: undersøkelse av aktuelle spørsmål trenger tilgang til nettsøk, råutkast og kontroller trenger nøyaktighet ved lange instrukser, kontroll av hele dokumenter trenger stor behandlingsbar lengde, oversettelser til mange språk trenger tempo og lave kostnader, og arbeid med tilkoblede systemer trenger pålitelig verktøybruk.

Hvor mange ulike modeller trenger en liten bedrift?

To holder som regel: én kraftig til råutkast, kontroller og lange instrukser, og én rask, rimelig til masse – oversettelser, sammendrag, klassifiseringer. En tredje lønner seg først når en oppgave krever en egenskap ingen av de to dekker.

Hvorfor holder modellen seg ikke til føringene mine?

Ofte ligger det ikke i modellen, men i plasseringen av instruksen. Opplysninger først og sist i en prompt blir mer pålitelig tatt hensyn til enn de på midten. Å flytte den sentrale regelen til slutten virker i praksis oftere enn et bytte til en større modell.

Lønner det seg å bytte til en ny modell?

Bare når den er tydelig bedre, ikke litt. Byttet koster to til tre uker før stildokument, lagrede instrukser, maler og koblinger er innarbeidet igjen. Om «tydelig bedre» stemmer, viser bare en sammenligning på egne oppgaver – ikke en allmenn rangliste.

Hvordan sammenligner man modeller på egen oppgave?

Med tre ekte oppgaver fra hverdagen i stedet for testspørsmål, ordrett samme prompt, en vurdering fastsatt på forhånd – for eksempel: regler overholdt, ingen oppdiktede opplysninger, lengden truffet – og to gjennomkjøringer per modell. Den andre gjennomkjøringen er viktig: spredningen innenfor én modell er ofte større enn forskjellen mellom to.