Kursplan
FØRSTE DAG
Modul 1: Panorama i revolusjonen med AI – hva du trenger å vite om kunstig intelligens (3h)
-
Innføring i kunstig intelligens: Hva er AI og hvorfor er det avgjørende for moderne organisasjoner
-
Oversikt over globale trender i AI: Hvordan kunstig intelligens forandrer sektorer i økonomien, arbeidsmarkedet og ledelse
-
Hva kan AI gjøre i dag? De mest spennende, nyttige og beste AI-verktøyene
-
Verktøy og modeller for AI til å lage multimedier (DaLL-E, Midjourney, Sora, Runway, ElevenLabs, Udio)
-
Ekosystem for AI-løsninger for bedrifter – aggregatorer og spesialiserte verktøy
-
Plattformer for automatisering av prosesser uten kode (Make, Zapier) – diskusjon av muligheter
Modul 2: Grundleggende teknologier for AI – fra teori til praktisk anvendelse (1h)
-
Tilgjengelig innføring i AI-teknologi – maskinlæring, neuronale nettverk og store språkmodeller (LLM)
-
Hvordan virker LLLM? Naturlig språkbehandling (NLP) og prediksjon av neste token
-
Betydningen av NLP i moderne tjenesteøkonomier.
-
Sammenligning av ChatGPT og andre store språkmodeller (Claude, Google Gemini, MS Copilot, DeepSeek, Grok) – muligheter, forskjeller, anvendelser
-
Hovedbegrensningene i AI (hallusinasjoner, fordommer, ufullstendig kunnskap) og måter å adressere dem på
Modul 3: Praktiske verksteder – første skritt med ChatGPT (4h)
-
Diskusjon av grensesnitt og grunnleggende funksjoner i ChatGPT
-
Beskyttelse av personvern ved bruk av ChatGPT – datakontroller og minneinnstillinger
-
Å skape effektive prompts – instruksjoner, kontekst, person, emosjonell lag
-
Generering og redigering av forretningsmessige innhold med hjelp av AI
-
Å lage markedsføringsmateriale
-
Markedsundersøkelser, konkurranseanalyse, prospecting
-
Automatisering av forberedelse av handelsbudsjetter
-
Rapportering, dataanalyse og data-visualisering
-
Strategisk planlegging, brainstorming, støtte til kreative prosesser
ANDRE DAG
Modul 4: Effektiv samarbeid med AI – teknikker og beste praktikker for prompt engineering (3h)
-
Innføring i prompt engineering: Hvordan skape effektive kommandoer for AI-baserte verktøy
-
Hovedteknikkene for prompt engineering – one-shot, few-shot, tankekjedebruk, tanke-trær, dekomponering, refleksjonelle prompts, metaprompts
-
Avanserte prosedyre-prompts for å løse komplekse oppgaver
-
Avanserte verktøy i ChatGPT – forståelsesmodeller, DeepResearch, Canvas
-
Håndtering av store kontekstuelle vinduer, planlegging av samtaleflyt
-
Arbeid med egne filer, oppretting av kontekstuell kunnskapsbase
-
Rapportering, analyse og visualisering av data med hjelp av AI
Modul 5: Praktiske verksteder – å lage din egen AI-assistent (2,5h)
-
Definere problemer å løse med AI-assistenter, basert på organisasjonens kontekst
-
Deltakere jobber med å utvikle en prototype for en personlig AI-assistent for valgte anvendelser i deres arbeid
-
Presentasjon og vurdering av de utviklede løsningene
Modul 6: Sikkerhet for AI – hvordan bruke kunstig intelligens på en ansvarlig og lovlig måte? (1,5h)
-
Hvordan kunstig intelligens bruker våre data?
-
Privatpolitikk for leverandører av AI-systemer
-
Overtredelse av GDPR-krav i forhold til AI
-
AI-loven – hovedpunkter og krav for AI-regulering i EU
-
Opphavsrett i forhold til innhold generert av AI – gjeldende lover og potensielle risikoer
Modul 7: Praktiske aspekter ved implementering av AI i organisasjonen (1h)
-
Endringshåndtering i AI-epoken, nøkkelfaktorer for implementering av AI-løsninger i organisasjoner
-
Oppbygging av AI-kultur, identifisering av skadelige holdninger og fremme av riktige holdninger mot AI
-
Gruppediskusjon: Planlegging av implementering av AI-verktøy i organisasjonen
-
Oppsummering av kurset, spørsmål og svar
Krav
Ikke krever tidligere erfaring med AI
Testimonials (1)
**Sammenligning mellom GenAI og vennlig tilstand i klassen** This module compares the **Generalized AI (GenAI)** approach to classroom management with the **friendly condition** approach. **Generalized AI (GenAI) Approach** 1. The **GenAI** approach leverages artificial intelligence to automate and optimize classroom management tasks. 2. **GenAI** can analyze student performance data to provide personalized learning experiences. 3. It can also predict student behavior and intervene before issues arise, ensuring a smoother classroom environment. 4. **GenAI** tools can automate administrative tasks, freeing up teachers to focus on instruction. 5. This approach emphasizes data-driven decision-making and continuous improvement. **Friendly Condition Approach** 1. The **friendly condition** approach focuses on building positive relationships and a supportive classroom environment. 2. It encourages open communication and mutual respect between teachers and students. 3. Teachers using this approach strive to create a safe and inclusive space where students feel valued and heard. 4. **Friendly condition** classrooms prioritize emotional well-being and social skills development. 5. This approach relies on empathy, understanding, and collaborative problem-solving. **Key Differences** 1. **GenAI** relies on technology and data analysis, while **friendly condition** relies on human interaction and emotional intelligence. 2. **GenAI** can provide immediate, data-driven insights, whereas **friendly condition** builds relationships over time. 3. **GenAI** tools can automate tasks, but **friendly condition** requires active engagement and presence from the teacher. 4. **GenAI** can predict and intervene in potential issues, but **friendly condition** addresses issues through open dialogue and understanding. 5. **GenAI** is scalable and consistent, but **friendly condition** is personalized and adaptable to each student's unique needs.
Merlinda - Lembaga Penjamin Simpanan
Kurs - Artificial General Intelligence (AGI) and ChatGPT
Machine Translated