KI og kildekritikk
KI og kildekritikk - Hvordan tenke akademisk om KI som kilde?
Det korte svaret på dette er at KI aldri er en kilde i seg selv, ettersom resultatene fra KI aldri er etterprøvbart. Siden språkmodeller kun bygger tekster basert på statistiske mønstre uten dypere forståelse, konkluderer Alkaissi & McFarlane (2023) [1] med at KI ofte produserer tekster som virker troverdige, men som inneholder “kunstige hallusinasjoner” og fabrikkerte kildehenvisninger. Dette må likevel tydeliggjøres og på denne siden finner du en veileder for å bruke kunstig intelligens i ditt akademiske arbeid. Målet er enkelt: få mest mulig nytte av KI som verktøy, samtidig som du sikrer faglig kvalitet og etterrettelighet.
1. Behandle KI som et arbeidsredskap, ikke en autoritet
Når en språkmodell foreslår tekst, eksempler eller peker til relevante kilder, er det hjelpemidler — ikke endelige svar. Bruk modellens output som utgangspunkt for videre undersøkelse og vurdering. Spør alltid: Fremstår dette riktig, og hvilke kilder påstandene og argumentene?
Hva bør du gjøre som student: bruk resultater fra KI slik det er foreslått i dette kurset, men verifiser påstander mot primære og fagfellevurderte kilder før du jobber videre med innholdet.
2. Søk variert, ikke bare det som er lett tilgjengelig
Språkmodeller er designet slik at de tenderer til å gjenta det de “har sett mest av”. Det gjør at høyt siterte, lett tilgjengelige eller populære kilder ofte får fortrinn. For solid akademisk arbeid trenger du et bredere søk: inkluder lokale tidsskrifter, bøker og originalkilder, ikke bare sammendrag eller nettet.
Hva bør du gjøre som student: når KI foreslår kilder, sjekk referansene og supplér med relevante primærkilder og fagfellevurderte artikler. **Det er din jobb å underbygge påstandene du presenterer i eget akademisk arbeid. **
3. Vær oppmerksom på ensidig perspektiv, men hold fokus på relevans
Det er nyttig å være klar over at språkmodeller gjengir typiske framstillinger. Det betyr ikke at avvikende perspektiver nødvendigvis er «riktigere», men du bør vurdere om språkmodellens forslag dekker de viktigste synspunktene som er relevante for din problemstilling.
Hva bør du gjøre som student: be modellen eksplisitt om alternative tolkninger eller motargumenter, og vurder om noen av disse er relevante å diskutere i ditt akademiske arbeid.
4. Språk og stil: behold din faglige stemme
KI er god til å polere språk, men den kan også “utjevne” særegenheter i stil eller terminologi som er faglig viktig. Når du bruker KI til språkvask er det lurt å være konservativ med endringer som kan svekke faglig presisjon eller din egen argumenterende stemme.
Hva bør du gjøre som student: bruk gjerne språkmodeller for korrektur og klarhet, men be om begrunnelser for større omskrivinger før du godtar dem - husk at en viktig del av høyere utdanning er å tilegne seg språket og stilen i din fagdisiplin.
5. Sikkerhet og personvern: vern om sensitive data
Ikke last opp sensitive personopplysninger, uferdig forskning eller konfidensielle dokumenter til åpne KI-tjenester. Tenk gjennom hvilke data som kan ligge igjen i tjenestens trenings- eller loggsystemer.
Hva bør du gjøre som student: bruk UiO godkjente verktøy og gjør deg kjent med hva som er greit å laste opp til de ulike tjenestene. Spør underviser om retningslinjer ved usikkerhet.
6. Kritisk vurdering
Unngå å delegere faglige vurderinger til en KI-tjeneste. Når det gjelder tolkninger, argumentkvalitet eller vurdering av påstander, er menneskelig fagkompetanse avgjørende. KI kan gi forslag til forbedringer, men ikke erstatte faglig skjønn.
Hva bør du gjøre som student: diskuter viktige faglige vurderinger med medstudenter eller veileder før endelig formulering, husk at et vitenskapelig arbeid skal være veldokumentert og etterprøvbart.