Har du liksom jag ägnat timmar, dagar eller kanske till och med år åt att försöka tyda en äldre handskrift?
Vi är många historiker, släkt- och hembygdsforskare som spenderat mycket tid på ”oläsbara” handskrifter i diverse arkiv. Med tanke på att 95% av allt arkivmaterial fortfarande inte är digitaliserat och inte heller kommer att bli det i närtid, så är tanken på att få hjälp att tyda handskrifter naturligtvis mycket lockande! Tänk dig en framtid när du sitter i forskarsalen på Landsarkivet i Vadstena och absolut inte kan tyda handskriften du har framför dig. Då tar du fram kameran, tar en högupplöst bild av texten, läser in den i ett program och vipps får du den transkriberad!
Den AI-baserade mjukvara, HTRflow (HTR=Handwritten text recognition), som Riksarkivet arbetar med, tränas att läsa och transkribera svensk handskriven text från 1600-1900-talen. Denna HTR-lösning har man nu släppt fri för andra att använda och hjälpa till att vidareutveckla.
Copilot kan användas för att förbättra dina kommunikationsförmågor genom interaktiva samtalsövningar, till exempel för att öva språkkunskaper. Med en genomtänkt inledande prompt kan du simulera verklighetstrogna situationer och få värdefull feedback för att utvecklas och känna dig mer självsäker i olika sammanhang.
Prompt-exempel
Jag ska åka på semester till Manchester i vår. Jag är social och vill gärna prata med lokalbefolkningen, men jag är orolig för att mina språkkunskaper inte är tillräckligt bra. Kan du simulera ett samtal på engelska med mig? Du kommer att fylla rollen som en person som jag just har träffat och som inleder ett trevligt samtal med mig. Efter varje interaktion vill jag att du ger mig återkoppling på mina språkkunskaper och tips på vad jag kan förbättra. Sedan vill jag att du fortsätter samtalet. Anpassa gärna svårighetsgraden på samtalet baserat på hur bra mina språkkunskaper är.
Jag vill börja med att inleda detta inlägg med en viktig första punkt: mata aldrig AI-monstr…eller okej språkmodellen med data som på något sätt innebär att du delar med dig av känsliga data. Med det sagt ska dagens lucka handla om hur du kan använda Copilot för att snabba på processen med att hantera innehåll från en enkät.
Prolog
Det går att redan innan enkätfrågorna skickats ut att bolla dem med Copilot. Du beskriver då vad du vill ha ut av enkäten och ber Copilot att ge förslag på tänkbara frågor. I lite mer avancerade varianter av Copilot går det även att göra detta direkt i formulärverktyget Forms.
Enkätsammanfattning
Case: Du behöver sondera terrängen i en fråga, vad tycker en grupp människor om en resurs och på vilket sätt skulle det gå att förbättra den? Ett mail går ut och in kommer svar av både kort och lång längd, men inget av svaren innehåller något direkt kontroversiellt så dessa samlas i ett och samma word-dokument.
Trots att svaren både är på engelska och svenska utgör denna wordfil underlag för Copilot att sammanfatta utifrån ett antal kriterier.
Prompt 1: Sammanfatta följande svar [klistrar in svaren/laddar upp wordfilen].
Prompt 2: Vilka svar är mest frekvent förekommande?
Prioriteringar och inköp
I det här fallet behövs vissa investeringar göras för att kunna vidareutveckla resursen, så efterföljande promptar riktas mot inköp och prioriteringar.
Prompt 1: Vilka inköp behöver göras, enligt användarna av resursen?
Prompt 2: Skriv en inköpslista över det som behövs och föreslå en tidsplan för nästa fas av utvecklingen av resursen.Lägg till länkar till inköpsställen.
Förslagen på inköp är i det här läget inte synkade med lagar om upphandling, men ger ändå något att utgå ifrån vid vidare diskussion.
Jag testade med en prompt 3: Vilka leverantörer är upphandlade för inköp av möbler och inredning, kaffe och te, glass och frukt samt övrigt enligt inköpslistan om en ser till att Linköpings universitet är en statlig myndighet.
Jag har dock inte kompetens nog i det här läget att veta om denna lista är korrekt.
Skärmdump Copilots svar: Vilka leverantörer är upphandlade för inköp av möbler och inredning, kaffe och te, glass och frukt samt övrigt enligt inköpslistan om en ser till att Linköpings universitet är en statlig myndighet
Lucia var ljusbärerskan. Ibland behöver vi, både som studenter och lärare, belysa några koncept. Man säger att en bild är värd 1000 ord, så det kan vara väldigt viktigt att få rätt bild för att visa det man menar.
Man kan alltid börja sin konversation med Copilot med en enkel prompt för att se vad Copilot kommer på spontant:
”Kan du illustrera med en bild konceptet Blooms taxonomi?”
Ibland kan man få väldigt bra resultat vid första försök, ibland behöver man prata lite mer med Copilot och ibland behöver man öppna en ny chatt och börja från början. Beroende på konceptet, kan det ta några försök innan man får det som man vill ha. Detta gäller speciellt text, som Copilot har ganska stora svårigheter med. Det är också alltid värt att testa på engelska.
Man kan till exempel ge Copilot lite mer information:
”Kan du illustrera med en rolig tecknad bild konceptet Blooms taxonomi”
”Tack, men kan du illustrera konceptet Blooms taxonomi med bara former och färger utan text?”
”Tack, kan du illustrera konceptet Blooms taxonomi med bara former och färger samt titeln ’Blooms taxonomi’?”
Jag är totalt nybörjare på all form av kodning, men har länge varit sugen på att börja lära mig. Tyvärr har jag upplevt att det funnits en mental tröskel när jag försökt läsa böcker om det och har snabbt känt mig ganska puckad och fort fegat ur.
I höstas testade jag att använda ChatGPT för att lära mig grunderna i Python. Genom korta lektioner och övningar skapade av ChatGPT, kunde jag snabbt testa vad jag lärt mig direkt i chatten. När något gick fel fick jag feedback om hur jag kunde rätta till det.
Tillsammans med ChatGPT gick jag igenom olika strukturer som for- och while-loopar, där jag fick öva på att repetera kodblock och kontrollera villkor. Ett exempel var att jag använde en loop för att skriva ut bara jämna tal eller att skriva ut viktiga händelser beroende på värden i en while-loop. Super basic stuff, men när man känt att man suttit med stjärngossehatt som dumstrut är mästringskänslan stor.
En viktig del av processen har varit att steg för steg, med löpande förklaringar, förstå hur grunderna i Python fungerar. Minst lika nyttigt har det varit att också förstå hur man kan använda AI för att lära sig nya saker, hur man kan bolla fram och tillbaka. Chatten har fungerat som en interaktiv handledare, där jag kunnat få snabb hjälp, återkoppling och förklaringar på ett enkelt och begripligt sätt. Jag har fått svar anpassade till just det jag behöver lära mig, vilket har gjort lärandet smidigt och anpassat till min egen takt utan att behöva bläddra. Jag behöver heller inte vara rädd för att känna mig dum när jag ställer en miljon frågor eller gör alla nybörjarfel man kan göra (för det gör jag).
Nu har jag kommit tillräckligt långt i mitt lärande för att också kunna fördjupa mig genom läsning av boken Python från början (Skansholm, 2024).
Prompt: “Jag är total nybörjare i python. Jag har ingen erfarenhet över huvud taget. Skulle du kunna ge mig en lektion i grunderna? Korta moduler med förklaring av koncepten, som följs av uppgifter jag får göra och du kan rätta dem direkt i chatten? Förklara i detalj, nybörjarvänligt, vad all kod innebär och hur det hänger ihop.”
Prompt-exempel
Jag är total nybörjare i python. Jag har ingen erfarenhet över huvud taget. Skulle du kunna ge mig en lektion i grunderna? Korta moduler med förklaring av koncepten, som följs av uppgifter jag får göra och du kan rätta dem direkt i chatten? Förklara i detalj, nybörjarvänligt, vad all kod innebär och hur det hänger ihop.
