ChatGPT lanseras – så började den nya AI-boomen

ChatGPT lanseras – så började den nya AI-boomen

Den 30 november 2022 publicerade OpenAI en kostnadsfri forskningsversion av ChatGPT. Tjänsten såg först ut som ännu en teknisk demonstration, men växte snabbt till en global konsumentprodukt och gjorde generativ AI begriplig för människor långt utanför forsknings- och utvecklarvärlden.

Marketplace sammanfattar här lanseringen i efterhand och förklarar varför den blev en vändpunkt. ChatGPT var inte den första språkmodellen och tekniken bakom tjänsten hade utvecklats under flera år. Det nya var kombinationen av ett enkelt chattgränssnitt, tydlig dialog, bred tillgänglighet och en modell som kunde hjälpa till med allt från text och kod till idéarbete och förklaringar.

Det viktigaste om lanseringen

| Punkt | Uppgift |
|---|---|
| Lanseringsdatum | 30 november 2022 |
| Företag | OpenAI |
| Första status | Kostnadsfri forskningsförhandsvisning |
| Underliggande modellfamilj | GPT-3.5 |
| Träningsmetod | Bland annat förstärkt inlärning från mänsklig återkoppling, RLHF |
| Gränssnitt | Samtalsbaserad webbapp |
| Viktig begränsning | Kunde skriva övertygande men felaktiga svar |
| Historisk betydelse | Gjorde generativ AI till en massmarknadsprodukt |

Vad var ChatGPT vid starten?

OpenAI beskrev ChatGPT som en modell som kunde föra dialog, svara på följdfrågor, erkänna vissa misstag, ifrågasätta felaktiga premisser och avvisa olämpliga instruktioner. Modellen var en närbesläktad version av InstructGPT och byggde på GPT-3.5-familjen.

Det enkla chattformatet var avgörande. Tidigare AI-modeller användes ofta genom utvecklarverktyg eller tekniska gränssnitt där användaren behövde förstå parametrar, token och promptdesign. Med ChatGPT räckte det att skriva ungefär som till en person.

Användaren kunde exempelvis be tjänsten att:

• förklara ett svårt begrepp på enkel svenska
• skriva om en text i en annan ton
• föreslå en struktur för en rapport
• felsöka kod
• skapa frågor inför ett prov
• jämföra två alternativ
• fortsätta ett resonemang genom följdfrågor

Det gjorde att människor snabbt kunde upptäcka både möjligheter och begränsningar utan att först läsa en teknisk manual.

Så tränades den första versionen

OpenAI använde först övervakad finjustering. Mänskliga AI-tränare skapade exempelkonversationer där de spelade både användare och assistent. Därefter byggdes en belöningsmodell med hjälp av jämförelsedata, där människor rangordnade olika modell­svar.

Den processen användes sedan i förstärkt inlärning från mänsklig återkoppling, ofta förkortat RLHF. Förenklat försöker modellen lära sig vilka typer av svar människor föredrar, inte bara vilket ord som statistiskt sannolikt kommer härnäst.

Metoden förbättrade bland annat:

1. följsamhet till instruktioner
2. samtalston och struktur
3. förmågan att hålla samman en dialog
4. avvisande av vissa riskfyllda frågor
5. viljan att ge användbara svar i stället för rå textprediktion

RLHF gjorde inte modellen sann eller felfri. Ett svar kunde låta hjälpsamt och välformulerat även när innehållet var fel.

Varför blev tjänsten så populär?

ChatGPT kombinerade flera egenskaper vid rätt tidpunkt.

Tröskeln var extremt låg

Tjänsten kunde öppnas i webbläsaren och användas utan programmering. Användaren behövde inte förstå hur en språkmodell fungerade för att få ett första resultat.

Resultatet kom direkt

En text, kodförklaring eller idélista skapades på några sekunder. Det gjorde nyttan tydlig även för någon som aldrig tidigare arbetat med AI.

Dialogen skapade en känsla av samarbete

Användaren kunde säga ”gör den kortare”, ”förklara enklare” eller ”ge ett nytt exempel”. Det var betydligt smidigare än att börja om från början i ett traditionellt sökfält.

Användningsområdena var breda

Samma tjänst kunde användas av elever, programmerare, entreprenörer, marknadsförare och privatpersoner. Det gjorde att nyheten spreds mellan många branscher samtidigt.

Skillnaden mot Google-sökning

Vid lanseringen jämfördes ChatGPT ofta med Google. Produkterna löste dock olika problem.

| Traditionell sökmotor | ChatGPT vid lanseringen |
|---|---|
| Visade länkar till webbsidor | Formulerade ett sammanhängande svar |
| Gjorde källan synlig | Gav ofta svar utan tydliga källhänvisningar |
| Bra för aktuell information | Hade en begränsad kunskapsperiod |
| Krävde att användaren jämförde källor | Sammanfattade och omformulerade direkt |
| Mindre personlig dialog | Kunde följa upp och anpassa svaret |

ChatGPT kunde spara tid, men avsaknaden av tillförlitliga källor var en stor svaghet. En självsäker formulering kunde göra det svårt för användaren att upptäcka ett fabricerat namn, datum eller citat.

Hallucinationer fanns med från början

OpenAI var tydligt med att ChatGPT ibland producerade plausibla men felaktiga eller meningslösa svar. Problemet kom senare att kallas hallucinationer.

En språkmodell är tränad för att skapa sannolik text. Den kontrollerar inte automatiskt varje påstående mot en aktuell databas. Om modellen saknar säker information kan den ändå fortsätta meningen på ett språkligt övertygande sätt.

Därför borde användare redan från starten ha kontrollerat:

• datum och statistik
• juridiska och medicinska råd
• citerade källor
• personuppgifter och biografiska fakta
• kod som påverkar säkerhet eller pengar
• påståenden om aktuella händelser

Den principen gäller fortfarande även om moderna modeller har fått sökning, verktyg och bättre resonemang.

Hur ChatGPT förändrade arbetslivet

Lanseringen gjorde generativ AI till en praktisk arbetsfråga nästan över en natt. Företag behövde ta ställning till om medarbetare fick klistra in kunddata, källkod eller interna dokument.

Samtidigt började organisationer testa AI för:

• utkast till mejl och rapporter
• kundtjänstsvar
• kodförslag
• mötessammanfattningar
• produktbeskrivningar
• översättning
• idéarbete och research

De största vinsterna kom ofta när en människa använde modellen som första utkast eller bollplank. De största riskerna uppstod när ett AI-svar publicerades eller användes som beslut utan granskning.

Läs också vår guide om generativ AI och automation i svenskt arbetsliv.

Påverkan på skola och utbildning

Elever upptäckte snabbt att ChatGPT kunde skriva uppsatser, lösa uppgifter och förklara begrepp. Det skapade både möjligheter och en ny diskussion om fusk.

Ett konstruktivt användningssätt är att låta AI:n:

1. förklara ett svårt moment
2. ställa kontrollfrågor
3. ge återkoppling på elevens eget utkast
4. skapa extra övningar
5. visa flera lösningsmetoder

Ett svagare arbetssätt är att låta modellen producera en färdig inlämning som eleven lämnar in som sitt eget arbete. Då kan eleven få ett korrekt formulerat dokument utan att ha förstått innehållet.

Marketplace har även skrivit om ChatGPT for Teens och särskilda skydd för ungdomar.

Vägen från GPT-3.5 till dagens modeller

Den första ChatGPT-versionen var början på en snabb produktutveckling. Under de följande åren fick tjänsten bland annat:

• GPT-4 och senare modellgenerationer
• bildförståelse
• tal och realtidsröst
• webbsökning
• filanalys
• bildgenerering
• egna GPT:er och arbetsytor
• agentfunktioner som kan använda verktyg

Varje steg gjorde tjänsten mer användbar men ökade också konsekvenserna av fel. En textmodell kan ge ett dåligt råd. En agent med åtkomst till webbläsare, e-post eller kodmiljö kan dessutom genomföra en felaktig handling.

Vad företag kan lära av lanseringen

ChatGPTs genombrott visar att ett avancerat tekniskt system kan förändra en marknad när gränssnittet blir enkelt. Innovationen låg inte bara i modellstorleken, utan i hur tekniken paketerades.

För företag innebär det några varaktiga lärdomar:

• enkel användning kan vara viktigare än teknisk maximalprestanda
• en kostnadsfri förhandsversion kan skapa massiv produktfeedback
• tydliga begränsningar måste kommuniceras lika starkt som möjligheterna
• dataskydd behöver finnas innan användningen blir bred
• medarbetare behöver utbildning, inte bara förbud
• resultat bör mätas i kvalitet och affärsnytta, inte antal promptar

Vanliga frågor

När lanserades ChatGPT?

ChatGPT lanserades som forskningsförhandsvisning den 30 november 2022.

Vilken modell användes från början?

Den första tjänsten byggde på en modell i GPT-3.5-familjen som hade finjusterats för dialog.

Var ChatGPT gratis?

Ja, forskningsversionen var kostnadsfri vid lanseringen. Senare tillkom betalda planer och fler funktioner.

Varför kunde ChatGPT ge felaktiga svar?

Modellen skapade sannolik text och hade ingen automatisk garanti för att varje påstående var sant. Den kunde därför fabricera fakta och källor.

Var ChatGPT den första chatboten?

Nej. Chatbotar och språkmodeller hade funnits länge. Genombrottet låg i kombinationen av kapacitet, användarvänlighet och bred kostnadsfri tillgång.

Hur bör historiska ChatGPT-svar bedömas i dag?

De bör ses i relation till den modell och de funktioner som fanns då. Moderna versioner kan ha sökning, verktyg och bättre modeller men behöver fortfarande faktakontroll.

Sammanfattning

ChatGPTs lansering den 30 november 2022 blev startpunkten för den moderna konsumentboomen kring generativ AI. OpenAI gjorde en avancerad språkmodell tillgänglig genom ett enkelt samtalsgränssnitt som människor kunde förstå direkt.

Tjänsten visade hur AI kunde hjälpa med text, kod, lärande och idéarbete. Den visade samtidigt de problem som fortfarande är centrala: hallucinationer, dataskydd, överdriven tillit och behovet av mänsklig kontroll.

Faktaunderlag: OpenAI, ”Introducing ChatGPT”, publicerad 30 november 2022. Artikeln är en historisk sammanfattning publicerad i efterhand.