12 nøgleord til at forstå kunstig intelligens, etik og databeskyttelse
Denne ordliste samler de centrale begreber, man støder på, når man taler om AI og etik. Klik på kategorierne nedenfor for at filtrere – eller bladr igennem hele listen.
En samlebetegnelse for computersystemer, der kan udføre opgaver, som normalt kræver menneskelig intelligens – fx forstå sprog, genkende billeder, træffe valg eller skrive tekster. ChatGPT, Google Translate og ansigtsgenkendelse i mobilen er alle eksempler på AI.
En trinvis opskrift, computeren følger for at løse en opgave. Ligesom en madopskrift fortæller, hvad man skal gøre i hvilken rækkefølge. AI bygger på algoritmer, der er meget mere komplekse end traditionelle programmer – og som ofte lærer og ændrer sig undervejs.
Den måde, AI lærer på. I stedet for at en programmør skriver alle regler ind, viser man systemet mange eksempler – og det finder selv mønstrene. Sådan lærer et AI-system fx at skelne mellem billeder af katte og hunde, eller at oversætte mellem sprog.
De data, som AI'en bliver "fodret med" for at lære. Det kan være milliarder af tekster, billeder eller lydoptagelser. Kvaliteten og bredden af træningsdataene afgør, hvor godt – og hvor fair – AI'en kommer til at fungere.
En systematisk skævhed i, hvordan AI'en behandler forskellige grupper. Bias opstår, fordi AI'en lærer af data, der afspejler verden – inklusive verdens uretfærdigheder. Hvis et rekrutterings-AI er trænet på CV'er fra en mandsdomineret branche, kan det ende med at give mænd højere score. Bias er sjældent bevidst, men den kan have meget alvorlige konsekvenser.
Et AI-system, hvor man kan se hvad der går ind, og hvad der kommer ud – men ikke hvad der sker indeni. Selv udviklerne kan ofte ikke forklare præcis, hvorfor systemet nåede frem til netop dét svar. Det er et problem, når afgørelserne har konsekvenser for mennesker.
Når en AI – især en sprogmodel som ChatGPT – svarer overbevisende, men forkert. Den finder på kilder, opdigter citater eller blander fakta sammen. Det sker, fordi modellen er bygget til at lave sandsynlige tekster, ikke nødvendigvis sande tekster. Derfor skal man altid tjekke vigtige oplysninger efter.
Billeder, videoer eller lydoptagelser, der er skabt eller manipuleret af AI, så de virker ægte. Man kan få en politiker til at sige noget, han eller hun aldrig har sagt – eller skabe billeder af mennesker, der ikke findes. Deepfakes udfordrer vores tillid til, hvad vi ser og hører.
Den besked, instruktion eller det spørgsmål, man giver en AI. Kvaliteten af svaret afhænger ofte direkte af kvaliteten af prompten – derfor tales der om "prompt engineering" som en færdighed i sig selv. Tydelige, præcise prompts giver bedre resultater.
EU's regler for behandling af personoplysninger, gældende siden 2018. GDPR bestemmer, hvornår og hvordan man må indsamle, opbevare og bruge oplysninger om mennesker – og det gælder også, når man bruger AI-tjenester. Brud kan koste bøder på op til 4 % af virksomhedens omsætning.
Enhver oplysning, der kan henføres til et bestemt menneske – navn, telefonnummer, e-mail, billeder, CPR-nummer, IP-adresse eller helbredsoplysninger. Når man putter personoplysninger ind i en AI-tjeneste, gælder GDPR – også selvom det "bare" er en hurtig hjælp til en mail.
EU's nye lov om kunstig intelligens, vedtaget i 2024 og under gradvis indførsel frem mod 2027. Forordningen inddeler AI-systemer efter risiko og stiller særlige krav til "højrisiko-AI" – fx inden for uddannelse, ansættelse, sundhed og myndighedsudøvelse. Visse anvendelser, som social scoring af borgere, er helt forbudt.