Foredrag om AI

Et foredrag om AI skal handle om mere end ChatGPT

For mange blev ChatGPT det første rigtige møde med moderne kunstig intelligens. Pludselig kunne man føre en samtale med en computer, få den til at skrive tekst, analysere materiale og komme med idéer på få sekunder. Det var — og er stadig — imponerende. Men ChatGPT er kun en lille del af det, der er interessant ved den udvikling, vi står midt i.

AI kan arbejde med tekst, billeder, lyd, video, dokumenter, data og software. Den kan bruges som sparringspartner, analytiker, researchassistent og kreativ medspiller. Og udviklingen bevæger sig videre: fra systemer, der primært svarer, til systemer, der i højere grad kan handle.

AI i arbejdsdagen

Hvor kan kunstig intelligens faktisk gøre en forskel mellem klokken 8 og 16? Det er måske det mest relevante spørgsmål for de fleste virksomheder. Vi kan tale om store teknologiske revolutioner, men AI bliver først rigtig interessant, når man kan relatere den til hverdagens opgaver: at skabe overblik over store mængder information, analysere dokumenter, forberede møder, udarbejde første udkast, omskrive kommunikation, brainstorme, lave research, arbejde med data eller hjælpe med tekniske opgaver.

Pointen er ikke, at AI skal overtage arbejdet. Pointen er at forstå, hvor samarbejdet mellem menneske og teknologi giver mening. For nogle opgaver er AI fantastisk. For andre er den middelmådig. Og til nogle bør den slet ikke bruges. Det er den forskel, der er interessant.

ChatGPT og de nye AI-værktøjer

“Hvordan bruger man egentlig ChatGPT rigtigt?” er stadig et relevant spørgsmål — men svaret er sjældent bare en liste med 25 smarte prompts. Et godt resultat afhænger af den kontekst, AI får, hvordan opgaven beskrives, hvilket materiale den arbejder med, og hvordan vi bagefter vurderer resultatet. Afhængigt af målgruppen kan foredraget berøre værktøjer som ChatGPT, Claude, Gemini og andre platforme — ikke for at kåre én vinder, men for at vise, hvad kategorien kan, og hvordan man tænker om den. Værktøjerne vil ændre sig. Evnen til at forstå mulighederne er mere holdbar.

Fra prompts til AI, der kender konteksten

De første år med generativ AI kom meget til at handle om prompts. Prompts er vigtige, men AI bliver langt mere interessant, når vi giver den den rigtige kontekst. Skal den besvare en kundehenvendelse, er det relevant at kende virksomhedens produkter, tone og retningslinjer. Skal den analysere et dokument, skal den have dokumentet. Det lyder banalt, men det flytter AI fra at være en meget intelligent gætteleg til at blive et reelt værktøj. Det er ofte en vigtig pointe for organisationer, der allerede har prøvet ChatGPT, men oplever, at resultaterne varierer meget.

AI-agenter — når AI begynder at udføre opgaver

Hvad sker der, når AI ikke længere kun producerer et svar, men kan arbejde med flere trin i en opgave? Forestil jer forskellen:

Det sidste handler pludselig ikke bare om at generere tekst. Det handler om arbejdsgange. Det er her, AI bevæger sig tættere på automatisering, software og virksomhedens øvrige systemer. AI-agenter er derfor et oplagt emne for virksomheder, der gerne vil forstå, hvad der kommer efter den almindelige chatbot. Vi kan blandt andet se på, hvad en AI-agent egentlig er, forskellen mellem en chatbot, en automatisering og en agent, hvornår et menneske fortsat skal være inde over, og hvilke nye risici der opstår, når AI får lov til at handle. Det er ikke science fiction — men det er heller ikke magi. Og netop den skelnen er vigtig.

Kan vi slippe for noget af det kedelige?

En overraskende stor del af arbejdsdagen består stadig af opgaver, der følger næsten præcis samme mønster hver gang: en mail kommer ind, oplysninger kopieres, et system åbnes, en opgave oprettes, en kollega får besked, et dokument gemmes, en bekræftelse sendes. Det virker — men det er ikke nødvendigvis en god brug af menneskers tid.

Her er det vigtigt at skelne mellem traditionel automatisering og AI. Følger en proces faste regler, er almindelig automatisering ofte både billigere, mere stabil og mere forudsigelig. AI bliver interessant, når opgaven indeholder noget, der før har været svært at automatisere: tekst, fortolkning, kategorisering, opsummering eller beslutningsstøtte. Kombinationen kan være stærk — og det er et område, jeg selv finder særligt interessant, fordi det ligger i krydsfeltet mellem AI, systemer, integrationer og virkelige arbejdsprocesser. Et foredrag med denne vinkel handler mindre om “se hvad ChatGPT kan skrive” og mere om: hvorfor udfører vi stadig denne opgave manuelt?

Vibe coding — når det bliver lettere at bygge software

AI ændrer også måden, software bliver til på. I stigende grad kan man beskrive et problem eller et ønsket værktøj i almindeligt sprog og bruge AI som en aktiv del af processen med at skabe løsningen. Det bliver ofte kaldt vibe coding. Det betyder ikke, at teknisk forståelse er blevet overflødig — men tærsklen for at skabe små interne værktøjer, prototyper og specialiserede løsninger bliver lavere. Idéen “det ville være smart, hvis vi havde et lille system, der kunne …” behøver ikke nødvendigvis ende i et seks måneders IT-projekt. Det er en relevant vinkel, hvis publikum er optaget af, hvor AI bevæger sig hen efter ChatGPT.

Når AI bliver kollega — hvad sker der med vores arbejde?

“Vil AI tage vores job?” dukker næsten altid op, og det er forståeligt. Generativ AI kan allerede udføre dele af opgaver, som indtil for nylig krævede et menneske. Men “erstatter AI mit job?” er måske ikke altid det mest nyttige spørgsmål. Et bedre spørgsmål kan være: hvilke dele af mit arbejde vil ændre sig?

Et job består sjældent af én opgave. Det består af mange — nogle rutineprægede, nogle der kræver erfaring, relationer, faglig vurdering, kreativitet eller ansvar. Nogle burde måske være blevet automatiseret for ti år siden. Derfor kan et foredrag om AI på arbejdspladsen også handle om, hvordan vores roller ændrer sig, når AI bliver en naturlig del af værktøjskassen: Hvilke kompetencer bliver vigtigere? Hvordan undgår vi at miste faglighed? Hvordan kontrollerer vi et resultat, hvis vi ikke længere selv kan udføre opgaven? Og hvornår bliver effektivisering til dårligere kvalitet?

Der findes ikke ét facit. Men det er spørgsmål, som flere og flere arbejdspladser bliver nødt til at forholde sig til — og de er ofte mere interessante end endnu en demonstration af, hvad teknologien kan.

Kan man stole på AI?

Et AI-system kan levere et svar på få sekunder, skrive det professionelt, strukturere argumentationen og lyde sikkert — og stadig tage fejl. Det er en af de vigtigste ting at forstå ved generativ kunstig intelligens. Derfor kan et foredrag sætte fokus på hallucinationer, kildekritik og menneskelig kontrol: Hvordan vurderer vi et svar? Hvornår bør information verificeres? Og hvad sker der, når mennesker begynder at stole på et system, fordi det lyder kompetent? AI kan være et fantastisk værktøj. Men det er et dårligt sted at parkere sit ansvar.

Deepfakes og en virkelighed, der bliver sværere at verificere

Generativ AI handler ikke længere kun om tekst. Vi kan skabe billeder af mennesker, der aldrig har eksisteret, ændre fotografier, generere stemmer og skabe video — og kvaliteten bliver løbende bedre. Det åbner enorme kreative muligheder, men gør samtidig kildekritik og digital dømmekraft vigtigere. Et foredrag kan derfor også have en mere samfundsorienteret vinkel og tage fat på AI-genererede billeder, syntetisk lyd, deepfakes, misinformation, svindel og tillid til digitalt materiale. Det er et område, der både kan fascinere og bekymre — og som vi alle skal lære at navigere i.

Data, fortrolighed og ansvar

Bare fordi man kan indsætte noget i et AI-værktøj, betyder det ikke, at man bør gøre det. Når AI bliver en del af arbejdsdagen, opstår der helt lavpraktiske spørgsmål: Hvilke oplysninger må medarbejderne dele? Hvilke værktøjer bruger virksomheden? Hvad gør vi med kundeoplysninger og interne dokumenter? Hvornår bør en medarbejder stoppe op og spørge en ansvarlig? Det er ikke den mest flashy del af AI, men den er vigtig. Jeg forsøger at behandle den slags spørgsmål uden at gøre foredraget til halvanden times compliance-kursus. Målet er forståelse — at deltagerne går derfra med både lyst til at bruge mulighederne og en sund fornemmelse for, hvornår de skal være varsomme.

Foredraget tager udgangspunkt i jer

Et foredrag for en ledergruppe bør ikke nødvendigvis have samme fokus som et foredrag for 150 medarbejdere. Et erhvervsnetværk har andre spørgsmål end en forening, og en organisation, hvor næsten ingen bruger AI endnu, har behov for noget andet end en, hvor medarbejderne allerede bruger ChatGPT hver dag. Derfor tager vi inden foredraget en kort dialog om arrangementet, deltagerne og hvad I gerne vil have ud af det. På den måde bliver foredraget ikke bare “noget om AI” — det får en retning.

I behøver ikke vide præcis, hvad I vil høre om. En henvendelse må gerne være så løs som: “Vi holder en temadag for cirka 80 medarbejdere. Niveauet er meget forskelligt, og vi vil gerne have noget om AI, der både inspirerer og gør os lidt klogere på, hvad vi reelt kan bruge det til.” Det er rigeligt at begynde med. Så finder vi sammen en vinkel, der passer til deltagerne og resten af arrangementet.

Hvem er et foredrag om AI relevant for?

Jeg holder oplægget i et sprog, hvor man ikke behøver være programmør for at følge med, og det kan tilpasses meget forskellige målgrupper:

Hvad skal deltagerne have med hjem?

Et godt foredrag skal gøre mere end at få folk til at tænke “hold da op, hvor er teknologi vildt”. Det må gerne fascinere, men der skal også være noget tilbage dagen efter: en bedre forståelse af, hvad moderne AI kan og ikke kan, konkrete idéer til opgaver og områder, hvor teknologien kunne være relevant, et mere nuanceret syn (AI er hverken tryllestøv eller verdens undergang), en sund kritisk sans — og et godt afsæt for den interne samtale om, hvordan I selv vil bruge AI.

Jeg viser hellere end jeg fortæller

AI er et oplagt emne at demonstrere live. I stedet for kun at vise slides kan relevante dele af foredraget indeholde små, konkrete demonstrationer af aktuelle AI-værktøjer: Hvordan ændres resultatet, når AI får bedre kontekst? Hvordan kan den arbejde med et dokument? Og hvad sker der, når AI tager fejl? Live-eksempler gør teknologien mindre abstrakt — det er nemmere at tage stilling til noget, man lige har set ske foran sig.

Mit udgangspunkt er praksis

Jeg arbejder som freelance digital konsulent i krydsfeltet mellem teknologi, forretning og mennesker — til daglig med blandt andet AI, automatisering, integrationer, web og software. Det betyder noget for måden, jeg taler om AI på: Jeg betragter ikke kun teknologien udefra, men er optaget af, hvordan den rent faktisk kobles til en arbejdsopgave, en proces eller et system. For der er stor forskel på en flot demonstration og en løsning, der stadig giver mening efter tre måneder. Du kan læse mere om mig.

Form, varighed og sted

Et foredrag om AI holdes typisk på 45–90 minutter, afhængigt af arrangementet og den ønskede dybde: et koncentreret inspirationsoplæg på 45 minutter, et klassisk foredrag med plads til både perspektiv, cases og demonstrationer på 60 minutter, eller et mere dybdegående oplæg på 75–90 minutter med bedre tid til spørgsmål og dialog. Har I en anden ramme, finder vi ud af det. Jeg holder til på Fyn og holder gerne foredrag i Odense og resten af Fyn — men tager naturligvis også ud til arrangementer i resten af Danmark. Det vigtigste er ikke postnummeret, men at vi finder det rigtige format til deltagerne.

Hvad koster et foredrag om AI?

Prisen afhænger blandt andet af format, varighed, lokation og graden af tilpasning. Send mig nogle få oplysninger om arrangementet — dato, sted, omtrentligt deltagerantal og lidt om formålet — så kan jeg give jer en konkret pris.