Sprogmodeller i dansk
Mellemtrin ~ Udskoling
Trine Risom-Andersen & Morten Tannert
Sprogmodeller i dansk
Mellemtrin ~ Udskoling
Trine Risom-Andersen & Morten Tannert
Sprogmodeller i dansk
Mellemtrin ~ Udskoling
Forord
Generelt om sprogmodeller
Som du spørger, får du svar – 27
Forstå en sprogmodel – 28
Målret prompting – 30
Prompt, tilpas og prompt igen – 32
Spørg, hvem kilden er – 34
Undersøg bias – 36
Undersøg personificeret tekst – 38
Sprogmodeller i det skriftlige arbejde
Min personlige stemme – 41
Mig og maskinen – 42
Få inspiration til din tekst – 44
Forbered en reflekterende tekst – 46
Afgræns eller udvid en idé – 48
Få overblik med et mindmap – 50
Skab overblik med berettermodellen – 52
Skift teksttype i en anmeldelse – 54
Undersøg litterære genrer – 56
Skriv med en sprogmodel – 58
Skriv en tale – 60
Skriv med alle sanser – 62
Skriv argumenterende – 64
Få feedback i tekstfremstilling – 66
Sprogmodeller i litteraturarbejdet
Undersøg en historisk periode – 69
Interview en fiktiv person – 70
Skriv en hovedpersons tale – 72
Omsæt et tema – 74
Fortolk gennem genreskift – 76
Omskriv til en ny teksttype – 78
Quizmester – 80
Litterær psykolog – 82
Undersøg en biperson – 84
Chat med en fiktiv karakter – 86
Postkort til en forfatter – 88
Skriv slutningen om – 90
Sprogmodel som litteraturfortolker – 92
Tjek på faglige begreber – 94
Forord
Titlerne i serien Bedst til dansk har til formål at levere grundlæggende viden og konkrete ideer til en tidssvarende, motiverende og fagligt funderet undervisning inden for relevante danskfaglige områder. Bøgerne er udarbejdet i et tæt samarbejde mellem dygtige teoretikere og erfarne praktikere.
De enkelte bøger i serien er rettet mod et eller flere trin spændende fra grundskolens indskoling til ungdomsuddannelserne og er målrettet undervisere samt studerende på læreruddannelsen.
Bøgerne indledes med en faglig introduktion, der giver en grundlæggende forståelse af bogens specifikke fagområde.
I bøgernes anden del præsenteres en række konkrete aktiviteter, der er lige til at bruge i undervisningen. Aktiviteterne er designet til at kunne gennemføres inden for et enkelt eller to moduler. Hver aktivitet introduceres kort og indeholder en beskrivelse af formål, forberedelse og materialer, organiseringsform, supplerende idéer samt eventuelle differentieringsmuligheder med henblik på at tilpasse aktiviteten til forskellige niveauer.
Til flere af undervisningsaktiviteterne findes der tilhørende arbejdsark, der ligger klar til udprint på Dansklærerforeningens Forlags hjemmeside. Det lille papirflyverikon ved aktiviteterne angiver, at der findes et arbejdsark til aktiviteten.
God læselyst og god undervisning!
Introduktion
Sprogmodeller og danskfaget
I de seneste år har udviklingen inden for kunstig intelligens taget fart i en sådan grad, at det har overrasket selv de mest optimistiske teknologientusiaster. I 2022 blev offentligheden for alvor præsenteret for generative sprogmodeller i form af chatbots som ChatGPT, og siden da har intet helt været det samme. Nogle har kaldt denne udvikling for en forandring på niveau med Johann Gutenbergs opfindelse af bogtrykkerkunsten i 1400-tallet, mens andre har kaldt det en decideret regression, en tilbagegang, og reageret med bekymring og frygt for, hvad teknologien vil betyde for menneskelig kommunikation, undervisning og samfundet i bredere forstand. Én ting er imidlertid sikkert: Sprogmodeller er kommet for at blive, og de har allerede sat deres præg på skolen - ikke mindst i danskfaget.
Sprogmodellen er den underliggende teknologi, der gør det muligt at interagere med en chatbot og få den til at generere et sprogligt output. Det er den sproglige motor, der driver chatbotten - den komponent, der genererer tekst, forudsiger næste ord og skaber sammenhæng i det, der for os fremstår som samtale og tekst. Og det er netop derfor, at sprogmodellen i sig selv kalder på danskfaglig opmærksomhed i undervisningen. Dansk er et sprog- og tekstfag. Det handler ikke kun om at bruge sprog, men også om at forstå det, analysere det, diskutere det, og undersøge, hvad det gør, og hvordan det virker. At arbejde med sprogmodeller i danskundervisningen handler i denne sammenhæng ikke bare om at lære eleverne at bruge sprogmodeller funktionelt, men også om at undersøge, hvad det egentlig er for en sprogteknologi, vi interagerer med. Sprogmodeller er i den forstand ikke bare en ny teknologisk dims, eleverne skal lære at bruge. Det er teknologiske spejlinger af vores sproglige praksisser, og det peger naturligvis direkte ind i det, vi normalt anser som danskfagets kernestof.
Hvordan fungerer en sprogmodel?
Sprogmodeller er i bund og grund statistiske modeller, og de genererer tekst ved at forudsige det næste ord i en sætning baseret på de store mængder af tekstdata, som de er trænet på. Det er typisk tekst, som er hentet fra internettet, fx fra bøger, artikler, hjemmesider og sociale medier. Efterfølgende bearbejdes disse tekstdata gennem maskinlæring. Maskinlæring er en metode, hvor en computer analyserer
store mængder data for at identificere mønstre og forbedre sine forudsigelser eller beslutninger baseret på disse data over tid. I stedet for en programmør, som opstiller regler for, hvordan sproget fungerer, opdager modellen selv mønstre og sammenhænge i sproget på baggrund af de data, den er trænet på. Træningen foregår i neurale netværk, som er matematiske strukturer inspireret af hjernens opbygning, og som gør det muligt for modellen at lære sprog ved at registrere, hvilke ord der typisk følger efter hinanden i bestemte sammenhænge (Alpaydin, 2016).
Sprogmodeller bygger på det, man kalder probabilitet og stokasticitet. Probabilitet handler om sandsynlighed - altså hvor sandsynligt det er, at et bestemt ord vil forekomme som det næste baseret på modellens træningsdata. Stokasticitet beskriver, at der er et element af tilfældighed på spil, hvilket betyder, at samme input aldrig giver helt det samme svar. Når eleverne arbejder med AI-genereret tekst, interagerer de derfor med en teknologi, der spejler sproglige mønstre fra virkelige tekster (probabilitet), men som samtidig aldrig giver helt det samme svar to gange (stokasticitet). Når en sprogmodel får begyndelsen “Hunden logrede med...”, beregner den, hvilke ord der med størst sandsynlighed kan følge, fx “halen”, “ørerne” eller “tungen”. Det er her, probabilitet kommer ind: Hvert muligt ord tildeles en sandsynlighed baseret på de sproglige mønstre, sprogmodellen har lært gennem træningsdata. Men fordi modellen er stokastisk, vælger den ikke nødvendigvis det mest sandsynlige ord hver gang. Det betyder, at selv samme prompt kan give forskellige fortsættelser.
Det er desuden ikke alle ord i en sætning, som sprogmodellen vægter lige højt, når den skal forudsige det næste ord. Dette hænger sammen med en vigtig del af sprogmodellens arkitektur, som er det, man kalder transformeren. Transformeren er en struktur, der bruger en avanceret opmærksomhedsmekanisme kaldet self-attention. Denne mekanisme gør, at modellen vurderer hele sætningens sammenhæng og tildeler vægte til hvert ord i forhold til de andre. På den måde kan den forstå, at fx "halen" i sætningen "hunden logrede med halen" er tættere knyttet til "logrede" end til "hunden", hvilket forbedrer tekstoutputtet.
De tidlige sprogmodeller var primært probabilistiske og stokastiske modeller.
Det resulterede ofte i såkaldte hallucinationer - altså usande eller opdigtede oplysninger - fordi modellen alene baserede sig på en blanding af sandsynlighed og tilfældighed og ikke havde adgang til faktuel viden. Derfor kunne man særligt i begyndelsen opleve, at eksempelvis ChatGPT gav overraskende og til tider humoristisk forkerte svar, fx ved at løse simple regnestykker forkert eller give misvisende oplysninger om kendte personer, netop fordi den ikke havde adgang til en database med mere specialiseret viden om verden. I dag er outputtet fra mange store sprogmodeller (LLM’er) baseret på en kombination af probabilistisk sproggenerering og det, man kalder retrieval-augmented generation (RAG). Her henter modellen information enten fra internettet eller fra en indlejret database og integrerer disse data i genereringen af svaret for at gøre det mere præcist og faktuelt korrekt (Alammar & Grootendorst, 2024). Derfor har nogle chatbots i dag også kildehenvisninger på nogle af de svar, den giver (fx Googles Gemini). Sat lidt på spidsen kan man sige, at den probabilistiske model sikrer, at teksten bliver flydende og grammatisk sammenhængende, mens RAG leverer de faktuelle oplysninger. Det betyder ikke, at hallucinationerne er elimineret, men kun, at der typisk er færre af dem, og det er i øvrigt heller ikke altid, at en prompt får sprogmodellen til at aktivere RAG. Desuden er kildekritik fortsat nødvendig, især fordi sprogmodellerne stadig kan fejlrepræsentere indholdet i kilden, og de kan desuden trække på kilder, som er faktuelt usikre eller indeholder information med politisk eller ideologisk slagside.
Men det er ikke kun datagrundlaget, der har betydning for modellens output. Det har også de indstillinger, man bruger, når man interagerer med modellen. Mange sprogmodeller tillader nemlig, at man justerer parametre som temperatur og top-p (top probability/mest sandsynlig), som påvirker graden af variation og tilfældighed i modellens svar (stokasticitet). En lav temperatur giver mere præcise og forudsigelige svar, mens en høj temperatur kan føre til mere kreative og uforudsigelige formuleringer. På den måde kan man tilpasse modellens stil og tone alt efter formål, fx om man ønsker et konformt og forudsigeligt svar eller en mere legende tekst.
Aktiviteter
Generelt om sprogmodeller > 26-39
Sprogmodeller i det skriftlige arbejde > 40-67
Sprogmodeller i litteraturarbejdet > 68-95
Denne bogs aktiviteter giver forslag til, hvordan du kan inddrage tekstgenerering i din danskundervisning. Billede-, lyd- og videogenerering indgår således ikke i bogens materiale, men kan tænkes ind i flere af aktiviteterne. Eleverne kan sikkert og lovligt anvende sprogmodellen SkoleGPT til tekstgenerering i alle aktiviteterne. Som lærer kan du dele aktiviteternes skriveskabeloner med dine elever i SkoleGPT. Det gør du ved at klikke på ”assistent”, ”se flere” og ”opret ny”. Her udfylder du assistenten med en skriveskabelon fra en af aktiviteterne i bogen, som du efterfølgende opretter en kopi af, som du deler med dine elever.
Generelt om sprogmodeller
Som du spørger, får du svar
Formål
Formålet med aktiviteten er at give eleverne erfaring med at formulere præcise og målrettede prompts og samtidig styrke deres kritiske sans i brugen af AI som redskab i deres læringsproces.
Organisering
Makkerpar og fælles.
Forberedelse og materialer
Udarbejd eksempler på gode og mindre gode prompts inden for et emne, der er relevant for klassen. Fx Fortæl om romantikken og Forklar romantikken som litterær periode i Danmark i begyndelsen af 1800-tallet. Beskriv hovedtræk ved perioden, og nævn nogle kendte forfattere og deres værker.
Fremgangsmåde
– Undersøg sammen outputtet på de prompts, du har forberedt.
– Lad makkerparrene vælge et emne, som de vil vide mere om, og bed dem formulere en upræcis prompt. Når sprogmodellen har svaret, vurderer de outputtet.
– Eleverne omskriver prompten, så den bliver mere detaljeret, og prøver igen.
– Sæt makkerparrene sammen i grupper og bed dem præsentere deres undersøgelse:
> Første prompt vs. sidste prompt
> Hvad gjorde forskellen?
– Slut aktiviteten af med en fælles drøftelse:
> Hvornår kan det være svært at skrive en præcis og detaljeret prompt?
> Hvorfor er det vigtigt at prompte præcist og detaljeret?
> Hvad skal man være opmærksom på, når man bruger en sprogmodel til at generere svar på et givent spørgsmål?
> Hvordan kan I bruge det, I nu ved, når I fremadrettet prompter en sprogmodel?
Forstå en sprogmodel
Formål
Formålet med aktiviteten er, at eleverne får kendskab til de mest grundlæggende ord og begreber, der relaterer sig til sprogmodeller, og som er vigtige at kende betydningen af for at forstå, hvordan sprogmodeller fungerer og er konstrueret til at behandle, analysere og generere menneskelignende tekst ud fra store datamængder.
Organisering Fælles og makkerpar.
Forberedelse og materialer
– Læs om sprogmodeller i introduktionen side 9-11.
Fremgangsmåde
– Tal i klassen om, hvad eleverne ved om sprogmodeller, og om, hvordan de bruger dem.
– Introducer eleverne for aktiviteten:
> Prompt en sprogmodel med spørgsmålet: Forklar, hvordan en sprogmodel genererer tekst
> Brug sprogmodellen til at få forklaret ord eller indhold, som I ikke forstår, i sprogmodellens svar. Fx Forklar, hvad et neuralt netværk er.
> Gennemskriv forklaringen, så I med jeres egne ord forklarer, hvad en sprogmodel er, og hvordan den genererer tekst.
– Saml op i klassen. Kom ind på, hvilke helt basale ord og begreber der er vigtige at kende og forstå for at vide, hvordan en sprogmodel fungerer.
Du kan også …
Du kan bede eleverne forestille sig, at de skal forklare en mindre søskende eller en bedsteforælder, hvordan en sprogmodel genererer tekst, og at de derfor skal tilpasse deres forklaring til den givne modtager.
Differentieringsmuligheder
Hvis elevernes kendskab til og erfaring med sprogmodeller er begrænset, kan du opstille en række konkrete ord og begreber, der er vigtige at kende til og forstå, og som de derfor skal undersøge og forklare betydningen af.
Målret prompting
Formål
Formålet med aktiviteten er, at eleverne får viden om, hvordan de ved at justere en sprogmodels funktioner kan generere et mere fokuseret output. Ved at justere brugen af sprogmodellens funktioner får eleverne indsigt i at prompte målrettet og effektivt.
Organisering
Makkerpar og fælles.
Forberedelse og materialer
– Læs om prompting og justering af en sprogmodels funktioner i introduktionen side 11-13.
– Undersøg, hvordan funktionerne i den sprogmodel, eleverne bruger, kan justeres.
Fremgangsmåde
– Undersøg og tal sammen i klassen om, hvordan den sprogmodel, som eleverne bruger, kan justeres:
> Hvilke formål er der med sprogmodellens funktioner?
> Hvordan kan funktionerne bruges til at gøre elevernes prompting mere målrettet og effektiv? Eller mere kreativ og sjov?
– Lad eleverne i makkerpar formulere et spørgsmål, der lægger op til, at sprogmodellen genererer en forklaring. De kan fx spørge:
> Hvad kan en sprogmodel bruges til?
> Hvordan genererer en sprogmodel et output?
> Hvad er prompting?
–
Lad makkerparrene prompte en sprogmodel med deres spørgsmål.
– Lad nu makkerparrene justere sprogmodellens funktioner og gentage deres prompt flere gange. De skal være opmærksomme på, hvordan de justerer sprogmodellens funktioner hver gang.
– Lad makkerparrene undersøge sprogmodellens forskellige outputs:
> Hvilken sammenhæng er der mellem de forskellige outputs og elevernes justering af sprogmodellens funktioner?
> Hvilket output er mest forståeligt? Mest kreativt? Sjovest?
– Tal i klassen om:
> Hvordan kan både et forståeligt, et kreativt og et sjovt prompt være effektivt?
> Hvilken sammenhæng er der mellem justering og formål i en prompt?
> Hvordan og hvornår vil eleverne justere sprogmodellens funktioner, når de fremover prompter?
> Hvad bidrager sprogmodel og elever med hver især i aktiviteten?
Sprogmodeller i dansk
Mellemtrin – Udskoling
Af Trine Risom-Andersen & Morten Tannert
© 2025 Dansklærerforeningens Forlag 1. udgave, 1. oplag 2025
Forlagsredaktion: Cecilie Bogh og Erica Price Terp
Illustrationer: Inge Rand
Grafisk tilrettelæggelse og omslag: Inge Rand
Principlayout: Quote Grafik
Denne bog er beskyttet i medfør af gældende dansk lov om ophavsret. Kopiering må kun ske i overensstemmelse med loven. Det betyder f.eks., at kopiering til undervisningsbrug kun må ske efter aftale med Tekst & Node.
Trykt hos Tarm Bogtryk A/S Printed in Denmark 2025
For at mindske transport og CO2-aftryk mest muligt er bogen trykt i Danmark ved hjælp af 100 % grøn strøm. Papiret er fremstillet i Sverige og opfylder FSC og Svanemærket om bæredygtigt skovbrug, energioptimering samt lavt CO2-aftryk.
ISBN: 978-87-7211-538-2
www.dansklf.dk
Trine Risom-Andersen
Lærer, læsevejleder og cand.pæd. i dansk didaktik. Arbejder som forlagsredaktør, didaktisk konsulent og læremiddelforfatter.
Morten Tannert
Adjunkt og ph.d. ved læreruddannelsen i
Aarhus, VIA UC. Forsker i skrivning, læsning og teknologi i danskundervisningen i skolen.
Sprogmodeller i dansk
Generativ kunstig intelligens har på få år gjort sit indtog i alle dele af samfundet. Det gælder også i skolen og i danskundervisningen, hvor særligt chatbotten og de bagvedliggende sprogmodeller udfordrer vores forståelse af, hvad sprog, tekst og skrivning er. Nye danskdidaktiske dilemmaer og muligheder opstår, og dansklærerne står nu med den komplekse, men vigtige opgave at integrere arbejdet med sprogmodeller i undervisningen på en reflekteret og kritisk måde. Sprogmodeller i dansk indeholder en kort, men grundig introduktion til den helt grundlæggende viden om kunstig intelligens i et undervisningsperspektiv samt en række konkrete forslag til danskfaglige undervisningsaktiviteter, hvor sprogmodeller inddrages som en del af den samlede danskundervisning og som et led i elevernes digitale myndiggørelse.
Titlerne i Bedst til dansk-serien har til formål at levere grundlæggende viden og konkrete ideer til en tidssvarende, motiverende og fagligt funderet undervisning inden for relevante danskfaglige områder. Bøgerne er udarbejdet i et tæt parløb mellem dygtige teoretikere og erfarne praktikere. De enkelte bøger i serien er rettet mod et eller flere trin, fra grundskolens indskoling til ungdomsuddannelserne. Serien henvender sig til undervisere og til studerende på læreruddannelsen.