Söka information med AI

Det finns många generativa AI-verktyg som du kan använda vid informationssökning. Därför är det viktigt att du förstår hur verktygen fungerar, vilka fördelar och begränsningar de har och hur du använder dem på ett etiskt och säkert sätt.

Vad är artificiell intelligens?

Artificiell intelligens (AI) är en teknik som gör att datorer kan utföra uppgifter som annars kräver mänsklig intelligens. Det kan till exempel handla om att förstå språk, känna igen bilder eller fatta beslut. Det finns tre typer av AI:

• Artificial Narrow Intelligence – ANI
  Artificiell snäv intelligens kallas också för svag AI, och är den typ av AI vi använder idag. Den är utvecklad för att lösa en specifik uppgift inom ett begränsat område. ANI kan vara lika bra, eller bättre, än människor inom sitt specialområde, men saknar generell förståelse. Den kan inte lära sig nya uppgifter utanför det område den är tränad för.
• Artificial General Intelligence – AGI
  Artificiell generell intelligens kallas ibland stark AI. Det är en teoretisk form av AI som ännu inte finns i praktiken. AGI skulle kunna utföra alla intellektuella uppgifter på mänsklig nivå. Den skulle kunna resonera, förstå sammanhang, lära sig nya saker, flytta kunskap mellan olika områden och fatta egna beslut – ungefär som en människa.
• Artificial Superintelligence – ASI
  Artificiell superintelligens är en hypotetisk AI som skulle vara smartare än människor inom alla områden. Det kan till exempel handla om vetenskaplig kreativitet, social kompetens och problemlösning. ASI finns inte idag, men diskuteras inom forskning eftersom det väcker frågor om etik, säkerhet och vilka följder det kan få för samhället.

Hur används AI?

Artificiell snäv intelligens används i många delar av vardagen. Här är några exempel:

• Kunskapsbaserade system för felsökning
• Planering i navigationsappar och ruttplanering
• Robotar inom industrin
• Bildigenkänning och ansiktsigenkänning
• AI-verktyg som skapar text, bilder eller kod

Generativ AI

När du söker information med hjälp av AI är det ofta generativ AI som används. Den bygger på en teknik som kallas maskininlärning (Machine Learning). Det betyder att datorn lär sig från data, utan att behöva programmeras för varje uppgift.

Syftet är att låta datorn lösa komplicerade uppgifter automatiskt. Det görs med hjälp av algoritmer och statistiska modeller som hittar mönster i stora datamängder. Ju mer data modellen tränas med, desto bättre blir resultatet över tid.

Djupinlärning och neurala nätverk

Djupinlärning (Deep Learning) är en mer avancerad form av maskininlärning. Den använder något som kallas djupa neurala nätverk. Det är matematiska modeller som liknar hur den mänskliga hjärnan fungerar. Ett neuralt nätverk består av flera lager av noder (eller neuroner) som steg för steg bearbetar information. Neurala nätverk kan användas för många olika uppgifter. När de används för att skapa nytt innehåll, till exempel text eller bild, kallas det för generativ AI.

Stora språkmodeller – LLM

Det finns olika typer av generativ AI. Ett exempel är stora språkmodeller, som också kallas Large Language Models, LLM. Stora språkmodeller är en form av neurala nätverk som bygger på en teknik som kallas transformer-arkitektur. De används för att förstå och skapa text som liknar mänskligt språk. Den här typen av modeller används i många chattbottar och AI-baserade sökverktyg.
Exempel på stora språkmodeller är:

• GPT
  GPT är utvecklad av OpenAI och används bland annat i ChatGPT och Microsoft Copilot. Modellen kan hantera komplexa frågor, resonera, skriva kod och skapa text.
• Claude
  Claude är utvecklad av Anthropic. Den används till exempel i Claude.ai och Notion AI, där den kan skriva och sammanfatta innehåll. Claude är särskilt bra på att skapa längre texter, sammanfattningar och tydligt strukturerade svar.
• Gemini
  Gemini är utvecklad av Google DeepMind och används i Googles AI-tjänster och i Google Workspace, till exempel Gmail och Google Docs. Modellen kan hantera flera typer av information samtidigt, som text, bild och video.

Bias och fördomar

Eftersom språkmodeller tränas på material som skapats av människor finns det risk att de innehåller fördomar, ojämlikheter eller snedvridning (bias). Om vissa grupper är underrepresenterade i träningsdatan kan svaren bli diskriminerande, till exempel utifrån kön, etnicitet eller kultur. AI kan då förstärka fördomar som redan finns i samhället. Risken ökar om modellen tränas på AI-genererat innehåll som redan innehåller fel. Det kan skapa en ond cirkel där felaktig eller partisk information sprids vidare.

• AI – så funkar det
  Karolinska Institutets universitetsbibliotek förklarar vad generativ AI är och hur stora språkmodeller fungerar.
  
• Vad är generativ AI?
  Digiteket ger en introduktion till stora språkmodeller, maskininlärning, transformerarkitektur och neurala nätverk.

AI-sökverktyg

AI-verktyg kan användas vid informationssökning, men de fungerar på olika sätt och passar inte i alla situationer. Här får du veta skillnaden mellan chattbottar, AI-sökverktyg och AI-funktioner i databaser – och vad du behöver tänka på för att använda dem på ett säkert och ansvarsfullt sätt.

Chattbottar

ChatGPT och Microsoft Copilot är exempel på chattbottar som bygger på språkmodellen GPT. Det innebär att de skapar svar som statistiskt passar bäst utifrån det du skriver i din fråga, även kallat prompt. Samma prompt kan ge olika svar vid olika tillfällen. Träningsdatan som modellerna bygger på är inte offentlig, och det går inte att se vilka källor ett svar baseras på.

När är chattbottar användbara?

Vid informationssökning är chattbottar bra att använda i början av ditt arbete, när sökningen är mer utforskande och experimentell. Du kan till exempel använda dem för att:

• Komma i gång med en uppgift
• Testa idéer eller få inspiration
• Ge uppslag till frågeställningar
• Översätta ord från svenska till engelska
• Hitta sökord och synonymer

Att bygga söksträngar med chattbottar

Du kan också be en chattbott att skapa söksträngar till olika databaser. Tänk på att resultaten ofta innehåller fel. Det kan till exempel saknas viktiga söktekniker som frassökning och trunkering. Söksträngens kvalitet beror också på hur du formulerar din prompt.

Om du behöver hitta vetenskapliga källor bör du inte använda chattbottar, eftersom källorna bakom svaren inte är synliga går det inte att veta var informationen kommer ifrån. Även om du ber chattbotten om källor är det vanligt att den hittar på referenser som inte finns. Därför är det viktigt att alltid kontrollera informationen i andra, tillförlitliga källor.

AI-sökverktyg för vetenskapligt material

Om du behöver hitta vetenskapligt material bör du inte använda chattbottar. Det finns AI-sökverktyg som kan hämta verkliga källor utifrån en prompt och ge svar som bygger på vetenskapliga publikationer. De visar också vilka källor som har använts.

En nackdel med den här typen av verktyg är att de ofta inte har tillgång till artiklarnas fulltexter. I stället bygger svaren på sammanfattningar eller metadata. Det kan göra att viktiga detaljer saknas. Kvaliteten på tidskrifterna kan också variera, och det är inte alltid tydligt varför vissa källor väljs framför andra. Det kan leda till snedvridningar eller ofullständiga svar.

Hur skiljer sig AI-sökverktyg från chattbottar?

AI-sökverktyg för vetenskapligt material använder en teknik som kallas för Retrieval Augmented Generation, förkortat RAG. Den kombinerar språkmodellens förmåga att skapa text med sökning i databaser eller sökmotorer.

Syftet med tekniken är att ge mer faktabaserade svar, minska risken för hallucinationer och göra det möjligt att använda information som modellen inte har tränats på. Det gör också att verktyget kan svara på frågor om specifika dokument.

Elicit och Perplexity är exempel på AI-verktyg som använder RAG. De kan vara kopplade till vanliga sökmotorer som Google eller till forskningsinriktade tjänster som Semantic Scholar. Det finns även andra typer av AI-verktyg som fungerar på olika sätt.

Agentbaserade och snöbollssökande AI-verktyg

Agentbaserade AI-verktyg hanterar uppgifter stegvis. Om du till exempel ställer en fråga kan verktyget börja med att omformulera den. Därefter kan det skapa egna promptar för att hämta relevanta referenser. Hur detta går till varierar mellan olika verktyg.

Snöbollssökande AI-verktyg är inte generativa. De hittar artiklar baserat på studier du redan har, till exempel genom att analysera referenslistor, citeringar eller liknande innehåll. Denna typ av sökning ska inte förväxlas med snöbollssökning i databaser som Web of Science och Scopus, som bygger på verifierade citeringskedjor.

• Exempel på AI-sökverktyg inriktade på vetenskap
  Karolinska Institutets universitetsbibliotek har sammanställt en lista med AI-verktyg som fokuserar på vetenskapligt material.

AI-funktioner i databaser

Många databaser har funktioner där du kan använda AI när du söker. Om du använder bibliotekets sökruta, som heter EBSCO Discovery Service (EDS), kan du till exempel använda funktionen EDS Natural Language. Då skriver du din fråga ungefär som när du pratar med en person. Du behöver inte använda särskilda sökord eller kombinera dem med booleska operatorer.
Ett exempel kan vara:
- Vilka artiklar handlar om AI i vården?

När en databas använder naturligt språk i sökningen utgår den från din fråga och skapar en söksträng automatiskt. Du kan ofta se hur databasen har byggt upp söksträngen. Då har du möjlighet att kopiera den, spara den eller använda den i en annan databas.

Tänk på att sådana automatiskt genererade söksträngar ofta saknar viktiga söktekniker, till exempel frassökning med citattecken eller trunkering med asterisk. Sökningen kan också bli bred, vilket kan ge många träffar som inte är relevanta.

Liknande funktioner finns också i andra databaser, till exempel i CINAHL, APA PsycInfo och ERIC. Många databaser har också andra inbyggda AI-funktioner, men dessa kräver ofta en särskild prenumeration.

Bibliotekets databaser eller AI-sökverktyg?

Det kan upplevas svårt att söka i bibliotekets databaser jämfört med att använda AI-sökverktyg. I en traditionell databas behöver du ofta söka mer systematiskt för att skapa effektiva söksträngar. Då använder du särskilda söksträngar med booleska operatorer, söktekniker och kontrollerade ämnesord. I AI-sökverktyg kan du i stället formulera dina sökfrågor med vanligt språk, så kallat naturligt språk. Därför är det viktigt att förstå skillnaden mellan att söka i en vetenskaplig databas och att använda AI-sökverktyg.

Lexikal och semantisk sökning – vad är skillnaden?

När du använder en traditionell databas, och inte använder databasens eventuella AI-funktioner, gör du oftast en lexikal sökning. Det innebär att databasen letar efter exakta ord eller fraser i till exempel titel, sammanfattning eller ämnesord.

AI-sökverktyg använder i stället semantisk sökning. Det betyder att sökningen bygger på betydelsen i din fråga. Verktyget letar efter innehåll som liknar det du frågar efter, även om orden inte är exakt samma.

AI-sökverktyg kan, som tidigare nämnts, användas när sökningen är mer explorativ och utforskande. De kan också användas som ett komplement till en mer systematisk sökning i en traditionell databas. När sökningen ska vara helt transparent och möjlig att upprepa bör du inte använda AI-sökverktyg, eftersom det inte är möjligt att granska eller återskapa sökningen.

• AI och informationssökning
  Lär dig mer om skillnaden mellan lexikal och semantisk sökning på KTH Bibliotekets webbsida.
• Skillnad mellan traditionella databaser och AI-sökverktyg
  Tabell som jämför bibliotekets databaser med AI-sökverktyg. Från Karolinska Institutets universitetsbibliotek.

När kan jag använda AI-sökverktyg?

Syftet med din sökning avgör om du bör använda AI-sökverktyg eller inte. Om du gör en utforskande och experimentell sökning kan AI-verktyg vara ett bra stöd. Det kan till exempel vara när du vill komma i gång med ett ämne, testa idéer eller hitta nya sökord.

Vid en systematisk och uttömmande sökning bör du däremot inte använda AI-sökverktyg. En sådan sökning ska vara strukturerad, transparent och replikerbar. När du använder ett AI-sökverktyg går det ofta inte att granska sökningen eller att upprepa den. Det beror på att:

• Verktyget skapar svar som statistiskt sett passar bäst
• Samma fråga kan ge olika svar vid olika tillfällen
• Olika källor kan föreslås trots att du ställer samma fråga
  
• Det inte visas varför vissa källor väljs framför andra

Även om du använder AI-verktyg som visar vetenskapliga källor, finns risk att det föreslår artiklar från oseriösa tidskrifter. Tänk också på att AI-verktyg inte förstår innehållet i texter på ett mänskligt sätt. Om du låter verktyget sammanfatta en längre text kan resultatet bli felaktigt eller snedvridet.

Prompta rätt

De instruktioner du skriver till ett AI-verktyg kallas för promptar. Hur du formulerar din prompt påverkar vilket svar du får. Därför är det viktigt att tänka igenom hur du skriver din instruktion. Ett bra sätt att börja är att ge verktyget en tydlig kontext. Berätta vem du är, vem som ska ta del av materialet och i vilket sammanhang det ska användas. Sådan information gör ofta svaret mer användbart.

När du har en första prompt är det bra att fortsätta steg för steg. I varje steg kan du förtydliga eller förbättra instruktionen. Denna metod kallas att iterera, vilket betyder att du gradvis utvecklar prompten för att få ett bättre resultat. Undvik att ställa ledande frågor och försök vara så neutral som möjligt. Annars finns risk att du påverkar svaret på ett sätt som gör det snedvridet, vilket kallas bias.

• Prompta som ett proffs – så förbättrar du dina AI-instruktioner
  Exempel på hur du kan formulera bättre promptar när du använder AI. Skapad av Internetkunskap från Internetstiftelsen.
• Prompt-tips för AI-sökverktyg
  Karolinska Institutets universitetsbibliotek ger exempel på hur du kan skriva tydliga och effektiva promptar i AI-sökverktyg.
• Vad är prompting?
  Digiteket förklarar hur prompting fungerar och vad du behöver tänka på när du skriver instruktioner till AI-verktyg.

Etiska frågor om AI

Att använda AI innebär ett personligt ansvar. Här får du veta mer om etiska frågor som rör upphovsrätt, integritet, datasäkerhet och miljö – och hur du gör medvetna val när du använder AI.

Att tänka på när du väljer AI-sökverktyg

Det finns många etiska frågor att ta hänsyn till när du använder AI. Därför är det viktigt att du förstår hur verktyget fungerar och var det hämtar sin information. Börja med att ta reda på vem som har utvecklat verktyget och vilken typ av data det använder. Tänk också på att varje verktyg har begränsningar. Fundera över i vilka sammanhang det är lämpligt att använda just det verktyget.

Olika AI-verktyg fungerar på olika sätt. Därför behöver du också veta vilken typ av instruktioner, så kallade promptar, som fungerar bäst i det verktyg du använder. En annan viktig sak du behöver göra är att kontrollera hur verktyget hanterar dina data och om informationen du delar är skyddad.

Integritet och datasäkerhet

Du som använder AI-verktyg har ett stort eget ansvar för att säkerställa att du använder dem på ett säkert sätt, både för din egen och andras skull. Utgå från att all information du delar kan lagras, spridas eller användas för att träna och utveckla AI-modeller.

Därför bör du aldrig dela känsliga uppgifter. Det gäller till exempel personnummer, adresser, lösenord, kortuppgifter eller sekretessbelagd information. Känsliga uppgifter kan också vara ljudinspelningar eller transkriberingar från möten.

Utöver den information du själv delar kan AI-verktyg också samla in andra uppgifter, till exempel IP-adress, e-postadress och platsdata.

• Integritetsskyddsmyndigheten – IMY
  IMY beskriver vilka risker som finns för personlig integritet när AI används.
• Använd generativ AI på ett etiskt sätt
  Digg, Myndigheten för digital förvaltning, informerar om hur du kan använda generativ AI på ett ansvarsfullt och etiskt sätt.
• Etiska aspekter
  Vilka ligger bakom AI-verktygen, och finns det andra etiska aspekter att tänka på? Karolinska Institutets universitetsbibliotek reder ut begreppen.
• Vad gör AI med din data?
  Internetkunskap från Internetstiftelsen förklarar vad som händer med din information när du använder AI-verktyg.
  

Upphovsrätt

Användning och utveckling av AI väcker många frågor om upphovsrätt. Tekniken är fortfarande relativt ny, och därför är reglerna inte helt tydliga. Därför behöver du vara extra försiktig innan du delar data med ett AI-verktyg. Om materialet är upphovsrättskyddat kan delning innebära intrång i upphovsrätten.

När det gäller vetenskapliga artiklar och annat forskningsmaterial finns det fortfarande många frågetecken. Vissa förlag tillåter inte att du laddar upp artiklar som kräver prenumeration, medan andra förlag kan ha olika begränsningar för hur deras material får användas.

Även artiklar som är publicerade som Open Access med en Creative Commons-licens kan ha särskilda villkor som begränsar hur materialet får användas. Om du är osäker är det bäst att kontakta upphovsrättsinnehavaren eller förlaget och fråga hur materialet får användas.

• Bedöm upphovsrätten vid användning av generativ AI
  Digg, Myndigheten för digital förvaltning, beskriver hur immaterialrätt och upphovsrätt påverkas när generativ AI används.
• Creative Commons om AI och CC-licenser
  Creative Commons förklarar hur deras licenser får användas i samband med AI och träning av språkmodeller.

Miljöaspekter

När AI-modeller används och tränas går det åt mycket energi, vilket leder till utsläpp som påverkar klimatet negativt. De servrar som driver AI behöver också kylas ner, vilket ofta kräver stora mängder vatten. Hur stora utsläpp det handlar om varierar och är en omdiskuterad fråga, men det rör sig om betydande mängder. Därför är det viktigt att fundera på när du behöver använda AI och när det kanske inte är nödvändigt.

Samtidigt pågår forskning för att utveckla AI på ett mer hållbart sätt. Det handlar bland annat om att skapa algoritmer som kräver mindre energi. Det finns också forskning som visar att AI kan användas för att hitta lösningar som på sikt kan bidra till en bättre miljö.

Länkar

Om du vill fördjupa dina kunskaper om artificiell intelligens kan du använda denna lista med länkar.

• AI – så funkar det
  Lär dig mer om artificiell intelligens på Karolinska Institutets universitetsbiblioteks webbplats.
• En praktisk introduktion till generativ AI – ChatGPT, Gemini och Copilot
  Digiteket erbjuder en introduktionskurs om generativ AI.
• Internetkunskap
  Artiklar och filmer om AI hittar du på webbplatsen Internetkunskap från Internetstiftelsen.
• Söka information med AI
  Information om hur du kan använda AI-sökverktyg och hur de fungerar. Från Karolinska Institutets universitetsbibliotek.