Mosedykk

Genelec Speakers Factory Tour

Det dykkes ganske dypt her, i en flott video som blant annet gir innblikk i sammenhengene mellom håndverk og industriell produksjon. Finske Genelec holder til i Idensalmi, midt inne i de tusen sjøers land. Den familieeide bedriften har bygget studiomonitorer av toppklasse siden 1978.

Sonic Greenhouse – kontortest

Det er i og for seg ikke så mye nytt her, i forhold til tidligere tester. Dette er et av instrumentene, bygget og tatt i bruk av studenter í fjor høst. Jeg satte opp dette for å teste en effektpedal inn i signalkjeden. Det var i seg selv ikke vellykket, så dette er en test uten at denne pedalen er aktiv. Alle lyder kommer dermed direkte, slik de blir manipulert på lydgartneriet.

Jeg leker meg litt med å skape lyder ved hjelp av ulike ting jeg har på kontoret. Fullstendig uten å planlegge på forhånd, noe som viser hvor lett en kommer i gang. Dunket fra stiftemaskinen er nærmest en referanse til det som i sin tid var en av inspirasjonskildene (Trent Reznor, som "snekrer" filmmusikken til Gone Girl) for å sette i gang dette prosjektet. Reznor benytter en forløper til Folkteks Resonant Garden (det er imidlertid et instrument som koster tusen dollar).

Søk stipendiatstilling: KI i estetiske fag

Neppe et typisk norsk klasserom, men la dette være en illustrasjon på noen av de mulighetene, og utfordringene som generativ KI bringer med seg. Et spennende felt å undersøke i hele utdanningsløpet.

HVL har lyst ut Stipendiat innan studiar av danning og didaktiske praksisar. I denne sammenhengen viser "danning og didaktiske praksisar" til skole og høyere utdanning. Utlysningen er ikke knyttet til bestemte fagfelt eller tematikk.

Er du lærer (eller kjenner du noen) med avlagt mastergrad de siste fem årene, og interessert i bruk av KI i estetiske fag (primært bilde, levende bilde og lyd)? Har du lyst til å bruke de neste tre årene på et faglig dypdykk? Send meg i tilfelle en epost: joh@hvl.no, så kan vi se om det er mulig å få til en søknad.

HVL starter i disse dager til europeiske prosjekter (Erasmus) der KI er tema. En stipendiat vil trolig kunne knyttes til disse prosjektene. Jeg er involvert i et av disse: AI-teach. I tillegg foregår det mye knyttet til KI, i skoler i regionen, og i ulike fag ved HVL. Vi er kanskje særlig interessert i hvordan vi kan utvikle bruk av KI, slik at det treffer godt både i skole og lærerutdanning. Merk: jeg skriver dette på norsk – i min bok må en eventuell kandidat snakke skandinavisk, gitt at vi skal jobbe mot utdanningsfeltet i Norge.

Min interesse er særlig knyttet til generativ KI for bilde- og video. Det hele sett fra et brukerperspektiv. Du behøver altså ikke dyp teknisk forståelse i denne sammenhengen, selv om en viss teknisk interesse og nysgjerrighet åpenbart er en fordel. Når det er sagt: min hovedinteresse ligger i skjæringspunktene mellom hva som kan løses med datamaskiner og det som kommer til uttrykk analogt. KI byr på nye muligheter her.

Alternativer til programvare fra amerikanske leverandører

Jeg sitter i glasshus, som trofast bruker av Google Docs siden starten, i 2006. Faktisk enda tidligere, da jeg ble med fra tjenesten Writely, som begynte å tilby sin tjeneste i 2005. Nærmere tyve år....

Tanken er også at dette blir rimeligere over tid.

Men, her gjelder det spørsmålet om europere og andre bør planlegge en digital exit, og frigjøre oss fra de amerikanske teknologigigantene. Den tyske delstaten Schleswig-Holstein deler sin liste over alternativer og sin open-source-strategi:

• LibreOffice i stedet for Microsoft Office
• Thunderbird i stedet for Microsoft Outlook
• Open-Xchange i stedet for Microsoft Exchange
• Nextcloud i stedet for Microsoft SharePoint
• Linux som operativsystem fremfor Microsoft Windows
• Jeg føyer til Vivaldi, som er en utmerket nettleser
  

EU lister ellers opp en rekke europeiske alternativer.

KI og utdanning

Noe å snakke rundt for lærere ved Askvoll skule:

Estetiske læringsprosesser

Det spørs om det blir siste gang vi kjører akkurat dette opplegget, dermed er det like greit å legge det ut.

KI - verktøy eller veileder?

I det jeg begynner å skrive på dette kommer jeg fra et møte med en følelse av uro, og medansvar. Medansvar for HVLs retningslinger for KI, om enn med et forbehold om at dette er prisen en betaler for å sitte i en komite.

Uro, fordi jeg ikke tror på det jeg selv har navnet mitt på, som f eks siste punkt i retningslinjene:

Som eit kvart anna verktøy!
KI-baserte verktøy er ikkje ulike andre digitale verktøy og hjelpemiddel. Hugs at eventuelt fagleg innhald som blir generert alltid må sjekkast opp mot ei truverdig kjelde.

Det blir stadig klarere for meg at KI ikke er som andre verktøy. Den tydeligste definisjonen på verktøy er kanskje: "redskaper som er spesialisert til en bestemt bruk". Lenge før vi kan snakke om noen form for generell kunstig intelligens kan vi allerede en nærmest uendelig rekke av eksempler på hvordan KI kan brukes på måter som ikke er spesialiserte. Et eksempel kan være hvordan språkmodeller kan brukes for å styre autonome roboter. Et enklere eksempel er alle de ulike måten vi kan anvende generativ KI kan skape så ulike uttrykk, så forskjellige at det ikke gir særlig mening å tenke at det handler om at løsningene er spesialisert  til en bestemt bruk.

Jeg tenker derfor at det gir mer mening å forstå KI som en form for partner (en som tar del i, medvirker i noe), eller veileder. Om ikke lenge vil agent trolig være en egnet metafor, straks KI begynner å utføre oppgaver på våre vegne, uten spesifikke instruksjoner.

Jeg finner veileder-metaforen nyttig i eget virke, fordi jeg som veileder av studenter, som skal levere noe til vurdering (eksamen), må tenke gjennom grensegangen mellom å vise vei og legge konkrete formuleringer til en tekst. Ofte handler det om å vise vei i en tekst, gjennom å skrive begynnelsen på noe ... og overlate fortsettelsen til studenten. KI er ofte glimrende til dette, men kan lett være en veileder som gjør for mye av arbeidet.

Jeg tror KI på kort og mellomlang sikt trekker i retning av avvikling av hjemmeoppgaver, (dessverre) mer skoleeksamen, men forhåpentligvis også en revitalisering av praktiske oppgaver, reell problemløsning og fysiske materialer.

Samtidig kommer vi til å bruke KI til svært mange oppgaver, og studenter og elever må lære om bruk og teknologiens egenskaper.

Digitaliserings- og forvaltningsminister, Karianne Tung, og Forsknings- og høyere utdanningsminister, Sigrun Aasland, spør i Khrono: Kan KI svekke likestillingskampen. De tar opp et viktig spørsmål, knyttet til hvordan KI vil gjenspeile fordommer og forutinntatthet (bias) i treningsdataene. De viser til et eksempel der de ba Chat GPT lage et bilde av en toppleder. Tilbake kom et bilde av en mann i mørk dress. En kan argumentere med at det gjenspeiler virkeligheten, men jeg tar noe av poenget.

I forsøket på å komme med en løsning, går det imidlertid litt over styr:

Så la oss heller snu eksempelet fra Chat GPT: I stedet for å la KI gjenspeile gamle fordommer, kan vi programmere den til å utfordre dem. Tenk deg en KI som genererer bilder av mangfoldige toppledere, kvinnelige leger og mannlige sykepleiere. Dette kan bidra til å bryte ned stereotypier og skape nye forbilder.

Det kan gå riktig galt. Googles tidligere tabbe med Gemini er et karikert eksempel, men illustrerer hvor galt det kan gå dersom en forsøker å legge inn funksjoner for å korrigere for de problemene som de to ministrene adresserer. 

Jeg tror derfor forslaget fra ministrene er en særdeles dårlig ide. Det er mye annet å være enig i i innlegget, men akkurat dette synet gjør meg oppriktig bekymret. Først og fremst fordi det kommer fra de to som for tiden har størst påvirkningskraft på bruken av KI i utdanning.

En kan ende opp med KI som en særdeles upålitelig veileder. Tilsynelatende kan jo det løse et problem, ved at informasjonen stort sett inneholder feil, men dette er jo på ingen måte realistisk. Vi vil trekkes mot de beste, og lettest tilgjengelige tjenestene...

Du kan bare virkelig tenke om å lage noe, ved å lage noe mens du tenker

En lek med ord, som er lånt og avledet. Ikke helt lett tilgjengelig.

I introduksjonen til boken Mindstorms: children, computers, and powerful ideas (1980), skriver Seymour Papert: "Du kan ikke virkelig tenke om å tenke, uten å tenke på å tenke på noe" (min oversettelse)

Det fulle sitatet i sammenheng (på side 10):

But I think that the best way to understand learning is first to understand specific, well-chosen cases and then to worry afterward about how to generalize from this understanding. You can't think seriously about thinking without thinking about thinking about something. And the something I know best how to think about is mathematics. 

Jeg kommer sikkert til å revidere denne (overskriften), men poenget jeg forsøker å formulere i Paperts ånd, er at det knapt lar seg gjøre å planlegge å lage noe fullt ut. Du vil møte på ulike problemer i det materialer skal omsettes til noe. Det krever tilpasninger underveis ,eller at du begynner på nytt. Først når noe er laget kan du se tilbake og fullstendig beskrive en metode, som så du eller andre kan bruke for å gjenskape noe.

KI-modeller ble med ett rimelige

OpenAI satser enn så lenge på "closed source", men tjenester som er tilgjengelige på nettet viser seg i praksis å være åpne, dvs de kan trenes ved hjelp av såkalt Knowledge distillation. Kunnskapsdestillasjon er en maskinlæringsteknikk som overfører læringen fra en stor forhåndstrent modell (lærermodell) til en mindre modell (elevmodell).

Ved å benytte denne teknikken har Deepseek, flere forskningsinstitutter og Huggingface demonstrert at svært gode modeller kan skapes med minimale økonomiske ressurser. Huggingface skriver følgende om sin modell, som kan testes her:

OpenAI just published Deep Research, a very nice assistant that can perform deep searches on the web to answer user questions.

However, their agent has a huge downside: it's not open. So we've started a 24-hour rush to replicate and open-source it. Our resulting open-Deep-Research agent took the #1 rank of any open submission on the GAIA leaderboard!

Ganske raskt kommer vi nok dit at de generelle modellene blir allemannseie, samtidig som vi vil se en lang rekke ytterst spesialiserte modeller.

Umbraludu

Med hjelp fra studenter i kunst og håndverk (GLU3) har elever ved Christi Krybbe skoler laget sin versjon av Umbraludu, en verden befolket av luduer (fargerike, lekne vesener med mange forskjellige egenskaper). Alle luduer er fulgt av umbraer (som kun er i gråtoner). En ludu og en umbra henger sammen. De er to sider av samme skapning, men med ulike egenskaper.

Ingvard Bråten har skrevet en liten fiksjon, som plasserer Umbraludu og det som kan foregå der. Sammen med beskrivelser av elevenes luduer og umbraer, kan denne teksten kan leses ved inngangen til installasjonen.

Elevene har beskrevet sine skapninger, i form av todimensjonale skisser av papirbiter og egene tekster. Deretter bygger elevene tredimensjonale, bevegelige modeller. Det hele ble så satt sammen til en installasjon, med lyd og projeksjonsvisninger.

Vi rakk dessverre ikke å arbeide med lydsiden, sammen med elevene. Prosjektet kunne her vært utvidet, blant annet ved å benytte kontaktmikrofoner (jf. prosjektet Sampling av lyd og bærekraft), for å fange lyder av treverk og manipulere dette. Videre eksperimentere med KI-generert musikk, som en del av et helhetlig lydbilde.

Denne gangen endte det med at jeg gjorde opptak og lyddesign, men dette er åpenbart noe å jobbe videre med – med klar relevans for Sonic Greenhouse også.

Installasjonen kan oppleves på Høgskolen på Vestlandet (Kronstad, Bergen), denne og neste uke (uke 8 og 9). Dørene er åpne fra klokken 10, og stenger tidligst kl 13.

KI-video

Det florerer med lignende verktøy. Først ut her er pollo.ai. Utgangspunktet er et bilde generert med Grok. Ledeteksten er rimelig enkel: "Make the persons hug each other. Rotate the scene".

Den er ikke helt enkel denne, og i videoen nedenfor surrer det seg med kvinnens høyre arm. Skulle bevegelsen blitt naturlig måtte armen trekkes tilbake, før den kommer rundt mannens nakke. Her går armen rake veien, rett gjennom.