AI kurs for bedrifter (heldagskurs)

Vi tilbyr her et spesialtilpasset og oppdatert introduksjonskurs til generativ AI, de største LLM-modellene (Large Language Models), deres utbredelse og bruksområder i et kursformat som er tilpasset nøkkelpersonell i bedrifter av alle størrelser.

Kurset vil gi deltakerne en grunnleggende og viktig forståelse for de mest avanserte AI-verktøyene som nå er tilgjengelige, og hvordan disse kan påvirke deres virksomhet, på kort og på lang sikt.

«AI er som en genial praktikant – utrolig flink, men uten dømmekraft. Uten tilsyn kan den ødelegge mer enn den fikser.»

Kurset er primært rettet mot beslutningstakere og kan tilpasses ulike bransjer og organisasjoner. Vi kan også avholde bedriftsinterne kurs.

Timeplan

• 08:30 – 09:00: Frokost
• 09:00 – 09:16: Velkomst og introduksjon
• 09:15 – 09:45: Teknologiutviklingen bak AI-revolusjonen
• 09:45 – 10:15: AI i verdensøkonomien og det geo-politiske bildet
• 10:15 – 10:30: Kaffepause
• 10:30 – 11:15: Kartlegging og bevisstgjøring av AI i bedriften
• 11:15 – 12:00: Etablering av AI-retningslinjer og sikkerhetsrutiner
• 12:00 – 12:45: Lunsj
• 12:45 – 13:30: Databehandling, personvern og DPIA
• 13:30 – 14:00: Introduksjon til de største LLM-modellene og deres anvendelser
• 14:00 – 14:15: Kaffepause
• 14:15 – 14:45: AI Act: Risikoklassifisering og konsekvenser for bedrifter
• 14:45 – 15:45: Praktisk workshop: Bruk av AI-verktøy på et case (i par)
• 15:45 – 16:00: Oppsummering og avslutning

Tidlig på dagen tar vi utgangspunkt i å deltakerne en bredere forståelse av AI’s globale betydning før vi går inn på mer spesifikke temaer relatert til deres bedrift. Det skaper en naturlig progresjon fra det globale perspektivet til mer praktiske anvendelser og reguleringer.

Kursets innhold

Etiske, lovmessige og sikkerhetsmessige aspekter ved AI bruk

Vi vil sette av god tid til å gi overblikk og forståelse for de lovmessige og sikkerhetsmessige aspekter knyttet til bruk av AI verktøy i bedriften/på arbeidsplassen både når det gjelder personvern, forretningssensitive data og rettigheter til åndverk og opphavsrett.

Vi kommer også inn på lovgivningen og vil forklare hvorfor dette er også er noe som gjelder for dere.
Fokus er på håndtering i mindre bedrifter og organisasjoner.

Stikkord:

• Navigere etiske utfordringer i AI-landskapet
• Bygge robuste AI-strategier for bærekraftig vekst
• Balansere innovasjon og ansvarlig AI-bruk
• Utvikle en AI-bevisst organisasjonskultur

Det finns mer enn ChatGPT; Bli kjent med språkmodellene

Vi kommer inn på LLM modeller som OpenAIs ChatGPT, Antropics Claude Sonnet og Haiku, Metas Llama, Google Gemini, Perplexity, DeepMind, DeepAI, DeepSeek og Grok.

Vi vil vise noen tips og tricks og dele viktige innstillinger. og dere skal ha en praktisk workshop.

Du skal under kurset bli i stand til å foreta en didaktisk samtale med en AI, med fokus på læring, og du skal få hjelp til research, idegenerering, problemformulering og skriving. Vi har parvise praktiske øvelser, der dere vil lære av hverandre også. En viktig del av det å benytte disse verktøy er å være bevisst på, hvordan man tilpasser og setter opp systemene på en trygg måte, som også er i samsvar med bedriftens retningslinjer, verdier og tone.

I løpet av kurset vil vi komme inn på de grunnleggende regler for «prompting» og kunne forstå forskjellen mellom en dårlig promt og en bra prompt, noe som ikke alltid er like lett:

«Den prompten du har skrevet til meg er like presis som en full dartspiller i en mørkt rom»,

som en av våre første AI-assistenter uttrykte det.

Stikkord:

• Prompting
• Bakgrunn/fundament
• Instruksjon
• Tone
• Kunnskapsbase
• Didaktisk dialog (lærende samtaleform)
• Idegenerering
• Research
• Databehandling
• Tekstforfatting
• Innholdsstrukturering
• Innholdsanalyse
• Feedback loops
• Fintuning
• Kildekritikk
• GDPR, DPIA, rettigheter og copyright

Det er ikke meningen at du skal kunne mestre disse verktøyene til fulle ved kursets avslutning, men du skal ha oppnådd såpass stor forståelse for deres funksjonalitet, anvendelsesområder, og deres muligheter og begrensninger, slik at du kan se på egne prosesser og rutiner med nye briller og perspektiver.

Ordliste

Her er en liste med viktige begreper du må lære deg:

1. AI (Artificial Intelligence): Kunstig intelligens – datasystemer som kan utføre oppgaver som normalt krever menneskelig intelligens.
2. LLM (Large Language Model): Store språkmodeller – avanserte AI-systemer trent på enorme mengder tekstdata for å forstå og generere menneskelig språk.
3. Machine Learning: Maskinlæring – en underkategori av AI der systemer lærer fra data uten å være eksplisitt programmert.
4. Deep Learning: Dyp læring – en type maskinlæring basert på kunstige nevrale nettverk med flere lag.
5. NLP (Natural Language Processing): Naturlig språkbehandling – AI-felt fokusert på interaksjon mellom datamaskiner og menneskelig språk.
6. Generativ AI: AI-systemer som kan skape nytt innhold, som tekst, bilder eller lyd.
7. ChatGPT: En populær chatbot utviklet av OpenAI, basert på GPT (Generative Pre-trained Transformer) arkitektur.
8. Prompt Engineering: Kunsten å formulere effektive instruksjoner eller spørsmål til AI-systemer for å få ønskede resultater.
9. AI-hallusinasjon: Når en AI genererer feilaktig eller oppdiktet informasjon som virker plausibel.
10. DPIA (Data Protection Impact Assessment): Personvernkonsekvensvurdering – en prosess for å identifisere og minimere personvernrisikoer ved databehandling.
11. GDPR (General Data Protection Regulation): EUs personvernforordning som regulerer behandling av personopplysninger.
12. AI Act: EUs kommende lovverk for regulering av kunstig intelligens.
13. Risikoklassifisering: Kategorisering av AI-systemer basert på deres potensielle risiko, som definert i AI Act.
14. Høyrisiko-AI: AI-systemer som potensielt kan ha betydelig innvirkning på folks rettigheter eller sikkerhet.
15. Dataminimering: Prinsippet om å begrense innsamling og behandling av personopplysninger til det som er nødvendig.
16. Bias i AI: Skjevheter eller fordommer i AI-systemer, ofte et resultat av skjevheter i treningsdata eller algoritmer.
17. Etisk AI: Utvikling og bruk av AI-systemer i samsvar med etiske prinsipper og verdier.
18. Explainable AI (XAI): AI-systemer som kan forklare eller gi innsikt i sine beslutningsprosesser på en måte mennesker kan forstå.
19. AI Governance: Rammeverk og praksis for å sikre ansvarlig utvikling og bruk av AI i en organisasjon.
20. Transfer Learning: En maskinlæringsteknikk der en modell trent på én oppgave brukes som utgangspunkt for en annen relatert oppgave.
21. Federated Learning: En maskinlæringsteknikk der modellen trenes på distribuerte datasett uten å dele rådataene.
22. Edge AI: AI-prosessering som skjer på enheter nær datakilden, i stedet for i skyen.
23. AutoML: Automatisert maskinlæring – bruk av AI for å optimalisere maskinlæringsmodeller.
24. Transformer: En type nevral nettverksarkitektur som er grunnlaget for mange moderne språkmodeller.
25. Fine-tuning: Prosessen med å tilpasse en pre-trent modell til en spesifikk oppgave eller domene.
26. Sentiment Analysis: Bruk av NLP for å identifisere og kategorisere meninger uttrykt i tekst.
27. Computer Vision: AI-felt fokusert på hvordan datamaskiner kan oppnå høynivåforståelse fra digitale bilder eller videoer.
28. Reinforcement Learning: En type maskinlæring der en agent lærer å ta beslutninger gjennom prøving og feiling i et miljø.
29. AI Ethics Board: En gruppe eksperter som gir veiledning om etiske spørsmål knyttet til AI-utvikling og -bruk.
30. Responsible AI: Praksiser for å sikre at AI-systemer er pålitelige, etiske, og respekterer menneskerettigheter.

Denne utvidede ordlisten gir en enda dypere forståelse av viktige konsepter innen AI og maskinlæring, som vil være nyttig for både du som leser dette og for bedriftsledere som deltar på kurset.

Kontakt oss hvis du ønsker vi skal komme ut til dere. Vi besøker gjerne næringslivsorganisasjoner, bedriftsfelleskaper, skoler og institusjoner som har interesse.