Data · AI & job
Hvilke job vil AI berøre, og hvor?
Ét kort, tre økonomier. Hver firkant er en stilling, med størrelse efter hvor mange der har den og farve efter hvor udsat arbejdet er for generativ AI. Skift mellem Danmark, EU og USA.
Tryk på en stilling for detaljer. Sorteret fra mest til mindst udsat.
Kilder: Eurostat LFS, beskæftigelse efter stilling, 2025; ILO Working Paper 140, 2025; karpathy/jobs (US BLS + AI-scoret). Stillingsgrupper er ISCO 2-cifret for Danmark og EU; USA-visningen bruger detaljerede amerikanske stillinger. Forsvaret er udeladt.
Disse interaktive AI-demoer fungerer bedst på en større skærm. Åbn siden på en bærbar eller stationær computer for at prøve dem.
AI-dannelse · Sådan virker det
Så hvad er det, AI egentlig laver?
Du så lige, hvor AI rammer arbejdet. Nedenunder gør den hele tiden to enkle ting: den læser din tekst i stumper og gætter så, hvad der kommer bagefter. Du kan prøve begge dele nedenfor.
Den læser i stumper, ikke ord
Skriv noget nedenfor. Her ser du, hvordan en model som ChatGPT deler din tekst op i stumper, der kaldes tokens. Den ser hverken bogstaver eller hele ord, den ser disse stumper og arbejder sig gennem dem én ad gangen.
Hvad betyder det. Det er præcis, hvad en model ser: tokens, ikke bogstaver. Tre ting følger heraf. Den afregnes per token, så mere tekst koster mere. Den kan kun rumme et vist antal tokens ad gangen, en grænse der kaldes kontekstvinduet. Og fordi den læser stumper og ikke bogstaver, kan den i praksis ikke tælle bogstaverne i et ord som jordbær, som den ser som blot tre stumper: jord, b, ær. Når din tekst først er blevet til tokens, er det eneste spørgsmål tilbage, hvilket token der kommer bagefter.
Bruger o200k, tokenizeren bag GPT-4o og OpenAIs nyere modeller (GPT-3.5 og den oprindelige GPT-4 brugte en ældre). Andre modeller deler lidt anderledes; for et præcist tal kan du tjekke enhver tekst i OpenAIs egen tokenizer. Idéen forklares fra bunden i Andrej Karpathys åbne minbpe; selve tokenizeren her er gpt-tokenizer, en port af OpenAIs tiktoken. En prik markerer et mellemrum.
Så gætter den det næste ord
Når den har læst dine ord, er det her alt, hvad en model gør. Den slår ikke noget op. Den ser på ordene indtil nu, vurderer hvor sandsynligt hvert muligt næste ord er, vælger ét, føjer det til og gør det igen. Den løkke er hele tricket, fra denne lille model til ChatGPT. Begynd en sætning, og se søjlerne bevæge sig.
Hvad betyder det. En model gætter, den husker ikke, og derfor kan den lyde helt flydende og alligevel tage fejl. Vælger den altid det mest sandsynlige ord, bliver teksten flad og gentagende; lader man den tage chancer, bliver den kreativ, men kommer på afveje. Store modeller gør det valg til en indstilling kaldet temperatur: lav holder den sikker, høj lader den blive dristigere. En hallucination er bare gætteriet, der går galt: et usandsynligt gæt, der så sandsynligt nok ud, leveret lige så selvsikkert som et rigtigt. Derfor lyder en model altid sikker, og derfor er det værd at tjekke, hvad den fortæller dig.
Det er en rigtig model, bare en lille: en n-gram-model bygget af klassiske danske bøger fra det fri (H.C. Andersen med flere). Den husker kun det sidste ord eller to, så den vandrer; modeller som GPT bruger samme idé om det næste ord med langt mere kontekst og et neuralt netværk. Metoden forklares fra bunden i Andrej Karpathys åbne makemore. Den kører i din browser, i små bogstaver, og stavemåden er moderniseret (aa til å).