AI-ordbok

En AI-agent er programvare som bruker en språkmodell til å utføre arbeid selvstendig: den planlegger steg, bruker verktøy og systemer, og leverer et resultat uten at et menneske styrer hvert enkelt steg.

Forskjellen på en chatbot og en agent er handlingsrommet. En chatbot svarer på spørsmål, en agent gjør oppgaver: leser dokumenter, oppdaterer systemer, sender varsler. I produksjon settes agenter opp med tilgangsstyring og logging, slik at virksomheten kan ettergå hva som ble gjort og hvorfor.

En agentisk arbeidsflyt er en arbeidsflyt der en språkmodell selv styrer prosessen: den planlegger neste steg, bruker verktøy og justerer underveis til oppgaven er løst.

Motstykket er en fast arbeidsflyt, som følger en forhåndsbestemt oppskrift steg for steg. Faste arbeidsflyter er billigere og mer forutsigbare for veldefinerte oppgaver. Agentiske arbeidsflyter passer åpne problemer der løypa ikke kan hardkodes på forhånd, og krever tydelige rammer: tilgangsstyring, logging og godkjenningspunkter.

En stor språkmodell (LLM, large language model) er en AI-modell trent på enorme tekstmengder for å forstå og produsere språk. GPT, Claude og Gemini er eksempler på store språkmodeller.

Språkmodellen er motoren i moderne AI-løsninger, men sjelden hele løsningen. Verdien kommer når modellen kobles til virksomhetens data, verktøy og arbeidsflyt, med kontroll på tilgang og personvern.

En token er den minste tekstenheten en språkmodell leser og skriver, typisk noen få tegn eller et kort ord. AI-tjenester som prises etter forbruk, prises per token.

En grov tommelfingerregel er at én token tilsvarer omtrent fire tegn, eller rundt 0,75 engelske ord. Prisene oppgis per million tokens, delt i det modellen leser (input) og det den skriver (output). Fordi hele samtalen sendes inn på nytt for hver melding, vokser forbruket med samtalens lengde.

Kontekstvinduet er den samlede mengden tekst en språkmodell kan se når den svarer: modellens arbeidsminne.

Vinduet rommer samtalen, instruksjoner, innhentede dokumenter og modellens eget svar underveis. Større vindu er ikke automatisk bedre: fylles det med for mye, faller presisjonen. Fenomenet kalles «context rot». Godt AI-arbeid handler derfor om å legge inn akkurat det riktige, ikke mest mulig.

RAG (retrieval-augmented generation) er en teknikk der relevant informasjon hentes fra eksterne kilder og legges ved henvendelsen, slik at språkmodellen svarer ut fra denne informasjonen i stedet for kun det den ble trent på.

RAG gir svar forankret i egne dokumenter og systemer, med kildehenvisning og tilgangsstyring. Det reduserer hallusinasjoner og holder løsningen oppdatert uten at modellen må trenes på nytt.

En embedding er en numerisk representasjon av tekst som gjør det mulig å måle hvor like to tekster er i betydning. Embeddings er grunnlaget for semantisk søk: søk på mening i stedet for nøyaktige ord.

Der vanlig søk leter etter ordene du skrev, kan semantisk søk finne et avsnitt om «avslutning av avtale» når noen spør om å «si opp abonnementet». Det er denne mekanismen som gjør RAG treffsikkert.

MCP (Model Context Protocol) er en åpen standard for hvordan AI-applikasjoner kobles til verktøy og datakilder.

Standarden ble lansert av Anthropic i 2024 og har fått bred støtte i bransjen. Med MCP kan samme integrasjon gjenbrukes på tvers av modeller og leverandører, i stedet for å bygge spesialtilpassede koblinger for hver enkelt.

En prompt er instruksjonen man gir en AI-modell.

Prompt-utforming er håndverket det er å formulere instruksjoner som gir presise og pålitelige svar: konkrete på rolle, kontekst, format og grenser. I virksomhetsløsninger ligger promptene i systemet, ikke hos brukeren, slik at kvaliteten er lik hver gang. Språkrådet har foreslått «instruks» som norsk avløserord.

En hallusinasjon er et svar der en AI-modell presenterer noe usant som om det var fakta. Det skjer fordi språkmodeller produserer sannsynlig tekst, ikke verifisert kunnskap.

Risikoen reduseres med RAG og kildehenvisning, tydelige grenser i promptet, og menneskelig kontroll der beslutningene betyr noe. I godt bygde løsninger kan brukeren alltid se hvor svaret kommer fra.

Finjustering (fine-tuning) er videretrening av en ferdigtrent språkmodell på et mindre, spesialisert datasett, slik at den blir bedre på et avgrenset domene eller format.

Finjustering er sjeldnere nødvendig enn mange tror. RAG og god prompt-utforming løser de fleste behov raskere og billigere, og bør prøves først. Finjustering gir mening når formatet er svært spesialisert og datagrunnlaget er stort.

Datasuverenitet betyr at virksomheten beholder kontroll over hvor data lagres, hvem som har tilgang til dem, og hvilke lands lover som gjelder for dem.

For norske virksomheter handler det i praksis om EU/EØS-lagring, databehandleravtaler og GDPR. Kravet former valget av skyleverandør og modell, og avgjør om løsningen bør kjøre lokalt.

En databehandleravtale (DPA) er en avtale som regulerer hvordan en leverandør behandler personopplysninger på vegne av en virksomhet. Den er obligatorisk etter GDPR når AI-løsningen behandler personopplysninger.

Virksomheten er normalt behandlingsansvarlig, og leverandøren databehandler. Avtalen bør være signert før arbeidet starter. Vilkårene varierer mellom abonnementsplaner, så les avtalen for planen dere kjøper, ikke bare leverandørens generelle løfter.

En personvernkonsekvensvurdering (DPIA) er en systematisk vurdering av hvilke konsekvenser en planlagt behandling av personopplysninger har for enkeltpersoners rettigheter. GDPR krever den når risikoen er høy.

For AI-løsninger utløses kravet typisk når løsningen behandler sensitive opplysninger eller påvirker enkeltpersoner direkte. Datatilsynet anbefaler risikovurdering før kjøp, ved oppstart og i drift, og at personvern bygges inn fra start og dokumenteres.

En AI-strategi er en plan for hvor og hvordan virksomheten skal ta i bruk AI: hvilke problemer som løses først, med hvilke data, og hvordan gevinst og risiko følges opp.

En god AI-strategi er konkret nok til å gjennomføres: prioritert veikart, tall på gevinst, og en tydelig eier. En strategi uten plan for drift stopper på pilotstadiet.

KI (kunstig intelligens) og AI (artificial intelligence) er samme begrep. Offentlig sektor i Norge bruker gjerne KI, mens næringslivet ofte sier AI.

Den norske forkortelsen er i ferd med å feste seg: Språkrådet kåret «KI-generert» til årets ord i 2023. I praksis brukes begge om hverandre, og det viktigste er at virksomheten legger det samme i begrepet: systemer som løser oppgaver som ellers krever menneskelig vurdering.