Folkeskoleelevers opslag i digitale ordbøger under eksamen og kunders spørgsmål til privatforsikringerne.

Det er blot noget af den data, der potentielt kan blive brugt til at lave avancerede danske chatrobotter baseret på kunstig intelligens (AI).

Sådanne modeller bruges allerede mange steder, men er ofte lavet med udgangspunkt i eksempelvis engelsk data og under anden regulering.

Men et nyt dansk konsortium af private og offentlige aktører vil nu udvikle alternativer med fokus på ansvarlighed.

Indtil videre er 17 offentlige og private aktører med i projektet. En af dem er Ordbogen A/S, der står bag digitale ordbøger, som bruges i blandt andet landets skoler.

Her var der i sidste uge skriftlige eksamener som retskrivning, og det gav ti millioner opslag i ordbøgerne, fortæller direktør Peter Revsbech.

- Det er sådan noget data, vi kan putte direkte ind i en dansk sprogmodel.

Ikke alle eventyr ender lykkeligt

Selskabet bruger allerede AI i mange produkter, men det er en udfordring, at ChatGPT er meget "amerikaniseret", og at svarene ikke altid er til at stole på.

Det gør det svært at bruge det til særlig meget i den danske folkeskole.

- Hvis en opgave eksempelvis handler om eventyr, vil den sige, at der er en god og en ond person, og at det altid ender lykkeligt.

- Men det ved vi godt, ikke er rigtigt, for alle eventyr ender ikke lykkeligt, siger Peter Revsbech og peger på blandt andre H.C. Andersen.

- Og hvis man beder ChatGPT om at skrive et eventyr, så bliver det alt for amerikaniseret og også nogle gange politisk, bemærker han.

I spidsen for det nye konsortium står Alexandra Instituttet, der er ejet af Aarhus Universitets Forskningsfond, IBM Danmark og Dansk Erhverv.

Udviklingen af modellerne sker i regi af Danish Foundation Models, der er et samarbejde mellem tre universiteter og Alexandra Instituttet.

Transparens og tillid

Kunstig intelligens bruger typisk såkaldte sprogmodeller, som gør det muligt at stille et spørgsmål og få et svar eller bede om et billede eller en video. Svaret er genereret ud fra de store mængder data, som modellen er trænet på.

Den data skal for de nye danske sprogmodellers vedkommende komme fra de virksomheder, som skriver under principperne bag konsortiet.

Det handler om, at modellerne skal være åbne og gratis, at data skal være lovlig, og at der skal være transparens.

Principperne skal ifølge Casper Klynge, vicedirektør i Dansk Erhverv, sikre, at den offentlige sektor og erhvervslivet har tillid til og kan bruge modellerne.

- For eksempel til at løfte serviceniveauet, frigøre ressourcer til borgernære serviceydelser, styrke konkurrenceevnen og skabe vækst og velfærd i Danmark, siger han i en pressemeddelelse.

En anden af de virksomheder, der er med, er Topdanmark, hvor man for nylig har lanceret en AI-baseret chatbot - TopGPT.

Botten baseret på ChatGPT kan besvare spørgsmål om privatforsikringer og performer ifølge direktør for it Kasper Tjørntved Davidsen godt.

Men der er potentiale for mere, og det tror han, at konsortiet og en dansk sprogmodel kan forløse.

- En dansk sprogmodel vil gøre vores AI-løsning bedre i stand til at kunne forstå, hvad kunden mener, så vi kan give et bedre, mere præcist svar og have en mere meningsfuld dialog.

Bedre produkter med dansk sprogmodel

Med data fra eksempelvis chatbotten kan sprogmodellen få mere viden om, hvordan man taler og kulturen i forskellige dele af landet.

Der spørges særligt ind til rejse- og ulykkesforsikringer, og det er den data, der i anonymiseret form kan blive brugt til at træne modellen.

- Når man tager de tusindvis af spørgsmål, vi får, og føder dem ind i en dansk sprogmodel, kan man lære den, hvordan den skal svare baseret på spørgsmål fra rigtige mennesker - og ikke kun fra en anden robot, siger Kasper Tjørntved Davidsen.

Hos Ordbogen forventer Peter Revsbech at kunne lave bedre produkter med en dansk sprogmodel. Men det handler også om samfundsansvar.

- Som et lille land bliver vi nødt til at investere. Svenskerne har deres egen sprogmodel, og nordmændene er også i gang.

- Vi bliver nødt til det, for så interessant er vores sprog ikke for hverken amerikanerne eller kineserne. Det er et meget lille sprog, siger han.