Uge 38: Fable til alle, Mythos til udvalgte amerikanere
Show notes
Madsens AI er AI-skabt, menneskekurateret og lavet til danske beslutningstagere, der gerne vil følge med uden at drukne i AI-nyheder.
I denne uge på cirka fem minutter:
Fable, Mythos og hvorfor modelnavne ikke er nok Agenter, der arbejder længere uden opsyn AI-vidner, kilder og ansvar for dokumentation Samtykke som produktkrav i AI-løsninger AI som hjælp for eksperter og genvej for juniorer
Læs nyhedsbrevet på madsens.ai.
Show transcript
00:00:00: Velkommen til Massens AI, et AI-skabende hødspræv om AI for danske beslutningstagerer.
00:00:06: Det her er ude at tredve.
00:00:08: Inholdet du hører lige nu er skrevet af AI-agender og kurateret af de to mennesker bag MassensAI.
00:00:14: Stemmen er også en AI bygget på én af massenerne.
00:00:18: Sådan er aftalen hos os.
00:00:20: Agenterne skaber og menneskene vælger, prioriterer og står på mål fra det der bliver sendt ud Når vi skriver om AI til ledere, der selv skal traffe beslutninger om AI, skal det være tydeligt hvor maskinen slutter og hvor mennesket begynder.
00:00:35: Udens tema Adgangen til den stærkeste AI afhænger i stigende grad af jeres leverandørautale mens ansvaret for dens arbejde stadig er jeres De nye modeller kan mere at arbejdes længere på egen hånd Men navne på modelen fortæller ikke nevendigvis hvilke evner jeres organisation får adgang til Derfor skal danske ledere styre både versioner, begrænsninger og ansvar før teknologien for større råde rum.
00:01:05: Lad os tage ugens fem historier.
00:01:10: OpenAI har lanseret GPT-seks Astra og Anthropic har lancerede Claude Fabel V. Men Anthropics bruger også navnet Mytos om en mindre begrænseudgave af samme modell Den er kun tilgængeligt for udvalgtet amerikanske organisationer, inden for cyber-sikkerhed og life science.
00:01:30: Det gør ranglister mindre nødtige som inkøbsgejt.
00:01:34: To kunder kan tro at de køber samme modell men får forskellige funktioner, begrænsninger og godkendelsesmuligheder.
00:01:41: Bede derfor jeres inkøps eller itens farlige dokumenterer præcis modelversion geografisk adgang og de funktioner der har slået fra i jeres aftale Fra Nates substak kommer en historie om agenter, der kan arbejde videre i dagigvis.
00:01:58: En agent løser en opgave i flere trin og traffer undervejs mange små valg.
00:02:04: Jo længere den arbejder uden opsyn, desto svære bliver det at opdage, hvor en fejl begyndte.
00:02:10: Organisationen behåller ansvaret også når ingen fulde processen.
00:02:15: Prøv derfor én afgrænset opgav med tre trin i denne uge.
00:02:20: Gjem locken marker agentens egne valg og beslut på forhånd, hvornår et menneske skal gudkende eller stoppe arbejdet.
00:02:28: Fra The Verge AI kommer ugens tredje historie.
00:02:32: En advokat fik en bøde efter at have afleveret opdægtede AI-vidner.
00:02:37: Sagen viser at den overbevisende formulering ikke er dokumentationen Det gælder også udenfor rettalen når AI skriver notater, analyser eller beslutningsopblik.
00:02:49: Indfør en enkel regel Posterne om personer, killere og tal skal kontrolleres i originalmaterialet.
00:02:56: Sæt samtidig navn på den medarbejder der godkender dokumentet.
00:03:00: AI kan skrive et udkast – ansvaret kan den ikke overtage.
00:03:06: Også fra The Verge AI kommer historien om universalet, der gør samtykke til en del af AI-produktet.
00:03:13: Poinkten er ikke kun juridisk!
00:03:16: Hvis rettigheder og tilladelser først undersøges efter lansering, kan hele produktet skulle ændres.
00:03:22: For en dansk leder betyder det at samtykke skal være et produktkrav på linje med sikkerhed og pris.
00:03:29: Vælg én AI-løsning med musik, stemmer, billeder eller persondata og få dokumenterede hvem der har sagt ja til hvad og hvor længe.
00:03:39: For Future of Work kommer den femte historie Den same AI kan gøre eksperten hurtigere Og samtidig gør unionen dårligere og rustet.
00:03:49: Experten kan bedømme et svar og opdage fejl.
00:03:53: Unionen risikerer at springe det arbejde over, som bygger fagligt dømekraft.
00:03:58: Tag en samtale med en yngre medarbejdere om én konkret arbejdsopgave.
00:04:03: Aftal hvilke dele er I gerne må løse?
00:04:06: Og hvilket dele medarbetagen først skal forsøge selv og bagefter forklare?
00:04:11: Produktivitet i dag må ikke fjerne den læring I forbrug for imorgen.
00:04:17: Udens læringsressurse er håndholdt og altså valgt direkte af menneskene bag Massens AI.
00:04:24: Det er et videointerview med Anthropic Chef Dario Amodae, om risikoen ved at kappløbet om stærkere AI går hurtigere end vores evne til at styre det?
00:04:35: Se det som afsæt for en ledelse samtale.
00:04:37: Hvilke sikkerhedskrav vil I fastholde selv hvis en konkurrent bevæger sig hurtigere.
00:04:44: Træ ting, hvis du kun gør noget i denne uge.
00:04:47: Et – give en AI en enkel opgave med trætrin og gennemgå bagefter de valgt den selv traf.
00:04:55: To – spørg den person der køber jeres AI-verktøjer hvilken modelversion og hvilke funktioner aftalen faktisk giver adgang til.
00:05:05: Tre – tale med en yngre medarbejder om hvor AI hjælper og hvor medarbejderen stadig skal øve sig uden genvejen.
00:05:14: Det var Massens AI for U-Auto-Tradve.
00:05:17: Bede af modeller gør klare aftaler, og tyde dit ansvar mere værdifulde.
00:05:22: Vi vender tilbage næste mand da!
00:05:25: Du finder hele nyhedsberedet og kan skrive til os på massens.ai
New comment