Kunstig intelligens (AI) er i dag et af de mest omtalte emner inden for teknologi. AI-baserede systemer bruges allerede til mange forskellige formål, fra at styre trafikken til at genkende ansigter og endda til at skrive korrekturlæse tekster.
Men hvordan fungerer egentlig kunstig intelligens? Og kan den virkelig erstatte mennesker når det kommer til at læse og rette stavefejl i danske tekster? Det vil vi tage et kig på i dette blogindlæg.
I dag findes der to hovedtyper af kunstig intelligens: rule-based systems og machine learning systems.
Kunstig intelligens (AI) er altså ikke bare æt vidensområde, men snareret en samlebetegnelse for en række forskellige metoder og vidensområder, som alle har det formål at skabe intelligente maskiner.
Kan kunstig intelligens erstatte mennesker til at korrekturlæse tekster på dansk?
Det er et spørgsmål, som mange har stillet sig selv, og det er faktisk et ret godt spørgsmål. For selvom kunstig intelligens i dag kan gøre mange ting, såsom at genkende ansigter og styre trafikken, så betyder det ikke nødvendigvis, at den også kan erstatte mennesker til opgaver som for eksempel at korrekturlæse tekster.
For hvor god TextGuru eller andre AI-baserede systemer endnu måtte være til at finde stavefejl i danske tekster, så er der stadig nogle fejl, som de ikke vil være i stand til at finde. Derudover kan disse systemer heller ikke altid skelne mellem forskellige brug af ord og udtryk. Hvilket betyder, at der stadig vil være behov for mennesker til at læse og rette tekster på dansk.
Hvordan fungerer kunstig intelligens?
Det er ikke sådan, at der findes en fælles definition på, hvad kunstig intelligens egentlig er. Dette skyldes dels, at det er et relativt nyt område, og dels at der findes mange forskellige metoder til at skabe intelligente maskiner. Men generelt kan man sige, at kunstig intelligens handler om at lave maskiner, som kan udføre opgaver, som normalt kræver menneskelig intelligence.
Der findes i dag to hovedtyper af kunstig intelligens: rule-based systems og machine learning systems. Rule-based systems bygger på en forudbestemt sæt af regler, som systemet bruger til at træffe beslutninger. Machine learning systems derimod lærer af data, og bliver bedre og bedre til at træffe beslutninger jo mere data de får.
TextGuru er et eksempel på et machine learning system, som bruges til at korrekturlæse danske tekster. TextGuru lærer af de fejl, som dens brugere gør, og bliver derfor hele tiden bedre til at finde stavefejl i danske tekster.
Kan kunstig intelligens erstatte mennesker til at skrive tekster på dansk?
Det er et spørgsmål, som mange har stillet sig selv og det er faktisk ret godt spørgsmål. For selvom kunstig intelligens i dag kan gøre mange ting såsom genkende ansigter og styre trafikken betyder det ikke nødvendigvis den også kan erstatte mennesker opgaver som for eksempel skrive tekster.
For hvor god TextGuru eller anden AI-baserede systemer endnu må været til finde stavefejl i danske tekster siger det ikke altid de vil ville været stand til skelne mellem forskellige brug ord og udtryck. Hvilket betyder der stadig behov for mennesker skrive tekster p.
Til slut: Kunstig intelligens er et værktøj, der kan bruges til at hjælpe dig med at forbedre din danske tekst. Det er ikke den ultimative korrekturlæser, men det kan give dig en ide om, hvor du skal starte og rette eventuelle fejl.
PS: Der er også danske Kommaretter.dk, der meget lign navnet retter kommaer i danske tekster.
