Debatt | Håndbok i kunstig intelligens
Camilla Holm Soelseth
ph.d. i informasjons- og bibliotekvitenskap, universitetsbibliotekar ved Oslomet
Publisert 11. november 2026 kl. 10:34
Vi støtter Holme og Espelands kritikk av Morten Goodwins håndbok i kunstig intelligens, og undrer oss over Goodwins respons.
Bokens omslag og forord lover en steg-for-steg-innføring som setter studenter i stand til å oppnå «dypere læring» gjennom «riktig bruk» av KI som «støtteverktøy gjennom hele læringsprosessen». Goodwin viser imidlertid lite forståelse for hvordan læring foregår. Alt han gjør i kapitlene som omhandler læring og skriving, er å introdusere språkmodeller i arbeidsmetoder studenter har brukt i uminnelige tider, som å lage tankekart, quizer, flashkort og lignende, og demonstrere at også KI-verktøy kan lage slike ting når man laster opp artikler og pensumbøker i dem.
Men hva så? De ferdige produktene er ikke viktigere enn selve prosessen med å lage dem. Det er når man lager en quiz, lager et tankekart, eller lager flashkort – at man lærer. Goodwin ignorerer forskningen på feltet, og ingenting han skriver verken dokumenterer, underbygger eller sannsynliggjør hans påstand om at det han anbefaler «uten tvil» kan «styrke læring» (s. 126).
Nå hevder Goodwin at bokens målsetting ikke er pedagogisk likevel, men bare å vise «hva KI kan gjøre». Men også her svikter den på flere måter.
Goodwin forklarer ikke hvordan bokens utvalg av KI-verktøy er gjort, hva som skiller de instruction-tunede språkmodellene han velger å vise frem fra de mange andre typene som finnes, eller hvilke muligheter som ligger i deres ulike arkitekturer. Han nevner ikke parametere eller parameterinnstillinger, og hvordan dette kan påvirke output. Under overskriften «Språkmodeller» lenker han til både chatbot-grensesnitt, informasjonssider om språkmodeller, og et miljø for å kjøre språkmodeller (LM Studio). Alt dette kaller han bare «KI» eller «språkmodeller». Det er kanskje ment å være forenklende, men her sauses aktører, produkter og språkmodeller sammen på en måte som heller blir misvisende og mystifiserende.
Kapitlene om KI-støttede litteratursøk er et talende eksempel. Noen av verktøyene han viser frem her eksisterte før transformer-arkitekturen kom på plass, og bruker derfor ikke transformerbaserte språkmodeller, men heller «gode, gamle» semantiske gjenfinningssøk.
Mange studenter og ansatte, særlig i helsefagene og samfunnsfagene, trenger god forståelse av slike søkeverktøy for å kunne velge riktige verktøy til riktig oppgave. De trenger å vite om de kan brukes til evidenssynteser eller systematiske litteratursøk, eller hvordan man vurderer dem for såkalt «negative rejection». For denne kanskje viktigste målgruppen når det gjelder litteratursøk, bidrar ikke håndboken med noe som helst. I stedet får vi se Goodwin prøve seg frem, tilsynelatende mer eller mindre på måfå, mens han «forklarer» teknologien på måter som snarere villeder enn veileder.
Goodwin unnlater å forklare hvordan KI i disse systemene samhandler med andre typer teknologi. En kjent svakhet i KI-søk som dem han beskriver, er at KI genererer synteser av mange kilder. På grunn av denne svakheten, nedprioriterer nyere KI-søkeverktøy generering (med KI) til fordel for bedre gjenfinning (uten KI), blant annet gjennom såkalt RAG (retrieval-augmented generation). Goodwins forklaring av RAG utelater det som burde være det sentrale poenget: nemlig at hva som først gjøres av gjenfinningssystemene (uten KI), bestemmer mye av hva som etterpå kan genereres (med KI).
Hadde Goodwin vært oppmerksom på hvordan ulike deler med og uten KI samvirker, kunne han reflektert over hvorfor han ikke finner den spesifikke artikkelen han instruerer verktøyet til å søke etter i eksempelet (s. 184–187). Kanskje vektingen i gjenfinningssystemet hindrer at den dukker opp som resultat i den senere genereringen? Kanskje artikkelen han søker etter ikke er en vitenskapelig artikkel, men en konferanseartikkel som aldri ble publisert i fagfellevurdert versjon, og at databasen der han søker etter den ikke har slike tekster indeksert?
Goodwin fremstiller det i stedet som at det hele er noe én enkelt KI-modell gjør, og ender dermed opp med å beskrive en vellykket gjenfinning som eksempel på «hva KI kan gjøre», når det egentlig er et resultat av mer avgrenset bruk av KI sammen med mer utstrakt bruk av gjenfinningsteknologi uten KI. Flere av «forklaringene» hans på mislykkede søk er ren nonsens, som at språkmodellen «overser viktige artikler og prioriterer ofte kilder som er enkle å finne fremfor de som er mest relevante» (s. 187), eller at dersom den «ikke finner en faktisk referanse i treningsdataene sine, kan den likevel konstruere en» (s. 300), når det egentlig kan dreie seg om vekting mellom KI og ikke-KI, hva som er indeksert i databasen, eller andre faktorer i teknologiens oppbygning.
En generelt underlig ting med boken, er at Goodwin viser frem eksempler der teknologien ikke fungerer slik han hevder, men samtidig insisterer på at det er greit. I ett eksempel instruerer han et KI-verktøy til å lage en figur basert på en skisse han har tegnet for hånd i et veiledningsmøte. Med instrukser som «Få den til å se veldig, veldig mye mer profesjonell ut» og «Doktorgraden min avhenger av det» går han gjennom flere iterasjoner av figuren, før han til slutt konkluderer: «Den er ikke slik vi skisserte den i veiledningsmøtet, men det er i det minste et godt utgangspunkt» (s. 235).
Hvorfor ikke bare bruke et vanlig figurprogram, i stedet for et KI-verktøy som tydeligvis ikke en gang responderer korrekt på en eksperts «klare og målrettede» instrukser? Hvorfor ikke innrømme at det ikke funker? Hvorfor denne urokkelige troen i strid med evidens?
Et annet sted forteller han hvordan en KI-agent kan finne ledig møtetid i Outlook-kalenderen hans, selv om denne funksjonen allerede finnes i Outlook, helt uten agentisk KI (s. 263). Når eksempelet, etter tre sider med gjentatte forsøk på å få agenten til å gjøre som han vil, dessuten kulminerer i at den booker møtet på en helligdag, er det nesten som å lese manuset til en sketsj.
Boken diskuterer ikke hvordan man vurderer kvaliteten på språkmodellenes output. Goodwin simpelthen konstaterer at det er «flott», uten å si hvilke estetiske, retoriske, pedagogiske eller andre kriterier han legger til grunn. Han påpeker selv at en stor utfordring med å bruke språkmodeller er at man allerede må være ekspert på feltet for å kunne oppdage eventuelle feil og mangler i responsene man får (s. 184). Likevel gir han leserne oppgaver som å skrive en instruks for å spørre ulike modeller om for eksempel etiske utfordringer ved bruk av KI i universitetsundervisning, og deretter sjekke om responsene inneholder påstander som ikke stemmer (s. 90).
Det er sjelden å se en «praktisk håndbok» i så stor grad overlate leserne til seg selv, uten annet å navigere etter enn forfatterens magefølelse.
Hvordan skal lesere som ikke allerede er eksperter kunne gjøre slike vurderinger når ikke boken forklarer hvordan? Det er sjelden å se en «praktisk håndbok» i så stor grad overlate leserne til seg selv, uten annet å navigere etter enn forfatterens magefølelse. Det grelleste eksemplet på dette er allerede påpekt av Holme og Espeland, nemlig at bokens mange øvingsoppgaver oppfordrer til å laste opp artikler, bøker og kompendier i kommersielle språkmodeller for å få dem oppsummert eller bearbeidet på andre måter. Det finnes regler for hvordan dette skal gjøres, som innebærer å forsikre seg om at KI-modellen ikke trenes på materialet man laster opp, og undersøke om det foreligger lisenser, databehandleravtaler eller lignende forhold som sikrer opphavspersonenes rettigheter.
I sine egne eksempler forsøker Goodwin å omgå dette etiske og juridiske minefeltet ved å bruke sine egne åpent publiserte artikler – eller mer presist, hans stipendiaters artikler, med ham selv oppført som medforfatter.
Hva lesere uten denne muligheten skal gjøre, er han helt taus om, noe som setter dem i en prekær situasjon: For å lovlig kunne gjøre det boken demonstrerer og anbefaler, må man først oppdage reglene selv, så finne ut om man har de nødvendige lisenser og rettighetsklareringer, og deretter eventuelt skaffe slike til veie – et arbeid Goodwin altså selv sniker seg unna, og overlater til leseren å finne ut av på egen hånd.
Goodwins nonchalante ansvarsfraskrivelser medfører at hans kolleger i høyere utdanning nå må forklare studenter som bruker denne såkalte «praktiske håndboken» nettopp for å unngå å «gli over i fusk», at man på eget ansvar kanskje bryter med forskningsetiske normer og muligvis risikerer bøter hvis man følger «steg-for-steg»-fremgangsmåtene den beskriver og anbefaler.
Boken forholder seg heller ikke til norske institusjoners egne digitale infrastrukturer. Norske universiteter både tilbyr, bygger og eier kvalitetssikrede KI-modeller og -verktøy. Dessuten har studenter og ansatte ofte tilgang til sikre KI-verktøy via institusjonenes abonnementer på for eksempel Scopus eller Web of Science.
Goodwin ignorerer de etiske og juridiske grunnene til at det er ordnet slik, og oppfordrer heller leserne (s. 17) til å laste ned apper og skaffe seg private abonnementer på kommersielle amerikanske tjenester (på private enheter, men formodentlig til bruk i studier og jobb?), uten å si noe om hva dette betyr for vitenskapelige prinsipper, forskningsetikk, sensitive data eller andre juridiske og IT-sikkerhetsmessige forhold som er ekstremt relevante for bokens målgrupper.
Det er svært uvanlig å se en så uferdig tekst i publisert form.
Forlaget viser den samme lemfeldigheten som forfatteren. De rundt 30 prosent av boken som er Goodwins egen prosa (den består hovedsakelig av skjermbilder og svar generert av språkmodeller) har åpenbart ikke vært gjennom noen form for språkvask eller korrektur. Man kan ikke lese tre sider sammenhengende uten å bli forstyrret av feiltastinger, utelatte ord, amputerte setninger eller manglende tegnsetting. Det er svært uvanlig å se en så uferdig tekst i publisert form.
Alt i alt fremstår boken som et stykke hastverkpreget venstrehåndsarbeid fra både forfatter og forlag, og etterlater et inntrykk av manglende interesse og respekt for andre fagområder enn informatikken der forfatteren har sin kompetanse. Det inkluderer den språkvitenskapelige grenen av KI-forskningen, som er godt representert i Norge, og som nok ville vært et mer relevant utgangspunkt for en slik håndbok. For ikke å nevne alle fagpersoner som arbeider med sensitive data, personvern, opphavsrett, skriveveiledning, litteratursøk, bærekraft, etikk eller pedagogikk. Eller studentene, og deres behov for presis informasjon og velbegrunnede anbefalinger.
I så måte er boken nærmest en manifestasjon av den metakognitive latskapen forfatteren advarer mot å utvikle i møte med KI-teknologi (s. 317), og det er til dels oppsiktsvekkende at et forlag har satt navnet sitt på den.
Ved å legge oss til som foretrukket kilde i Google vil du blant annet få opp flere av sakene våre i Google Discover.
Dette hjelper også oss med å nå ut til flere lesere som er interessert i uavhengig journalistikk om forskning og høyere utdanning.
