I denne episode dykker værterne helt ned i maskinrummet bag kunstig intelligens for at afdække, hvad der reelt sker, når sprogmodeller og billedgenereringsmodeller producerer tekst og billeder. Episoden sætter fokus på den nødvendige begrebsmæssige afklaring mellem intelligens, funktionel forståelse og subjektiv bevidsthed, samt hvorfor mennesker har en stærk tendens til antropomorfisering, når vi interagerer med overbevisende sprogmodeller.

Værterne gennemgår de grundlæggende mekanismer i store sprogmodeller, herunder arbejdet med tokens, det matematiske rum latent space og den statistiske sandsynlighedsberegning af det næste ord i en sekvens. Der sættes et særligt kritisk lys på fænomenet hallucinationer, og hvorfor sprogmodeller er optimeret til sproglig sammenhæng og flydende formuleringer snarere end faktuel sandhed og dokumentation.

Desuden udforskes teknologierne bag billedgenerering og diffusionsmodeller, der former motiver ved gradvist at fjerne matematisk støj fra et kaotisk udgangspunkt. Værterne diskuterer, hvordan sprog og visuelle træk kobles sammen, og berører algoritmisk bias, kulturelle standarder samt forskelle i modellers designfilosofi og moralske filter. Undervejs inddrages enkelte eksempler som Stable Diffusion, DALL-E 2, CLIP og LAION-5B for at illustrere, hvordan enorme datamængder og tekniske valg former teknologiens output. Afslutningsvis belyses de organisatoriske og læringsmæssige konsekvenser ved anvendelsen af AI.

Værterne fremhæver behovet for kildekritisk efterprøvning, faglige valideringsprocedurer og fastholdelsen af det menneskelige ansvar for beslutningsgrundlag. Der sættes ligeledes fokus på den afgørende forskel på at anvende teknologi til at frembringe et velformuleret resultat og reelt selv at have opnået dyb faglig forståelse af stoffet.

I denne episode sætter værterne fokus på, hvordan datainfrastrukturer, algoritmer og klassifikationssystemer fungerer som sociotekniske systemer i moderne organisationer. Episoden udforsker, hvorfor algoritmer ikke bør betragtes som neutrale tekniske redskaber, men snarere som kultur, der er dybt indlejret i organisatoriske praksisser, beslutningsprocesser og værdier. Værterne gennemgår begrebet multiplicitet og undersøger, hvordan algoritmiske systemer udspiller sig forskelligt alt efter brugernes praksis og kontekst. Derudover belyses klassifikationssystemers politiske og strategiske rolle, herunder hvordan struktureret dataregistrering – som for eksempel anvendt inden for sygeplejen – kan gøre usynligt fagligt arbejde synligt og målbart, men samtidigt bærer en risiko for uhensigtsmæssig processtyring og selektiv sletning af faglig kompleksitet. Episoden dykker ligeledes ned i begrebet beregnede offentligheder, og hvordan digitale platforme – som eksemplerne Google og Twitter – indlejrer helt konkrete filosofier om autoritet, socialitet og emneorientering i deres algoritmiske sortering. Afslutningsvis perspektiveres der til 10/100-princippet, som opstiller en ramme for, hvordan kombinationen af dyb fagekspertise og optimal anvendelse af generativ AI kan skabe markante løft i både produktivitet og kvalitet. Jeg har også genereret et episodebillede i et stilrent, realistisk og professionelt udtryk, der passer til en nordisk podcastserie om data, teknologi og organisatorisk praksis. Billedet er gemt som `datainfrastrukturer_podcast_cover.png` i dit Studio-panel.

Episodebeskrivelse: I denne episode stiller værterne skarpt på, hvordan uformelle samtaler og kvalitative interviews kan transformeres til et validt og struktureret datagrundlag i organisatoriske og datadrevne kontekster. Episoden belyser den afgørende forskel på analytiske forskningsspørgsmål og praksisnære interviewspørgsmål samt faldgruberne ved ledende spørgeteknik og forudindtaget rammesætning i dataindsamlingen.

Værterne drøfter de særlige rolledynamikker og magtforhold, der opstår ved interviews med ledere og nøglepersoner i organisationer, og hvorfor uformelle samtaler kræver en metodisk og gennemskuelig tilgang for at kunne danne et pålideligt empirisk fundament. Derudover behandles koblingen mellem kvalitative data og digitale systemer, herunder hvordan transaktionsspor og logdata anvendes som indikatorer for menneskelig adfærd, og hvordan valg i dataindsamling og datarensning påvirker det endelige analysegrundlag.

Afslutningsvis runde episoden af med at perspektivere til, hvordan organisationer ved at kombinere stærk faglig domæneindsigt med strukturerede datametoder og ny teknologi kan opnå væsentlige forbedringer i både kvalitet og produktivitet.