Gervigreind er ekki framtíðartækni. Hún er samofin nútímanum okkar. Hún er að verki þegar samfélagsmiðlar velja hvaða efni birtist okkur, þegar netverslanir mæla með vörum og þegar flókin kerfi taka ákvarðanir á fjármálamarkaði. Hún kemur meira að segja við sögu þegar við lendum á rauðu ljósi á Miklubraut á leiðinni heim eftir vinnu. Gríðarlega ör þróun hefur verið á gervigreindartækninni frá því að vera falin í innviðum fyrirtækja yfir í að verða aðgengileg almenningi í formi spunagreindar á borð við ChatGPT, Gemini og Claude.

Þegar gervigreind ruddist inn: Vandi utan ramma
Hröð útbreiðsla gervigreindar, sérstaklega spunagreindar, hefur orðið til þess að tæknin hefur rutt sér leið inn í fjölmarga kima samfélagsins, oft á hátt sem ég tengi við s.k. vanda utan ramma (VUR, e. outside context problem). Hugtakið er fengið úr vísindaskáldsögu Iain M. Banks, Excession (1996), og lýsir áskorun sem fellur utan þekkingarlegra og reynslulegra forsendna sem samfélag hefur til að vinna með. Banks lýsir VUR með vísun til menningarsamfélags á afskekktri eyju, sem hefur fulla stjórn á sér og sínu umhverfi, þar til skyndilega verður vart við framandi járn hnullung sem siglir að landi. Eyjaskeggjar hafa enga forsendu til að skilja þennan hlut og enn síður að átta sig á afleiðingum komu hans. Fyrr en þeir vita af er svo búið að hneppa þá í þrælahald, eyðileggja skurðgoðin þeirra og flytja allt sem telst verðmætt til annarra landa.

Innan menntakerfisins, sem ég þekki best til, er margt við útbreiðslu spunagreindar sem líkist þessum VUR Banks. Tæknin kom flestum að óvörum, dreifðist hratt og gerði það að verkum að margar helstu venjur, reglur og viðmið úreltust á svipstundu. Merki um þennan VUR má sjá víða í því hvernig aðilar innan menntakerfisins, og jafnvel á jaðri þess, e.o. foreldrar og aðilar vinnumarkaðar, hafa brugðist við áskorunum tengdum spunagreind, sérstaklega í áköllum um afturhvarf til gamalla kennsluhátta og námsmatsaðferða. Þannig er reynt að forðast vandann frekar en að mæta honum og takast á við hann. Mig grunar að það sé ekki bara menntakerfið sem bregst við áskorunum tengdum spunagreind með þessum hætti, heldur að svipuð viðbrögð megi greina víða í samfélaginu.

Hins vegar sýnir mikil og ört vaxandi notkun á spunagreind á vinnumarkaði og meðal almennings að fólk kann að meta þessa tækni og það sem hún býður upp á. Í september 2025, tæplega 3 árum eftir að spunagreind OpenAI, ChatGPT, varð fyrst aðgengilegt almenningi var fjöldi virkra vikulegra notenda kominn yfir 700 miljónir (Chatterji o.fl., 2025). Það er um 9% af íbúafjölda Jarðar – og það er bara ChatGPT. Notendafjöldinn er talinn ná hátt í 900 miljónir ef allar hinar spunagreindirnar e.o. Gemini, Claude, Deepseek, Mistral og fleiri, eru hafðar með.

Nýlegar rannsóknir á notkun á spunagreind sýnir að notendur sækja í spunagreind helst til að afla sér nýrrar þekkingar og hæfni, aðstoða með skrif og margt fleira (Chatterji o.fl., 2025; Tomlinson o.fl., 2025). Starfstengd notkun var mest áberandi þar til á þessu ári þegar notkun ekki tengd starfi tók verulegt stökk og telst nú vera um 70% af allri notkun. Þannig að spunagreind er ekki aðeins vinnutæki heldur er hún að verða samofin öllum þáttum persónulegs lífs notenda. Á sama tíma benda rannsóknir til að fjöldi notenda, jafnvel töluverður meirihluti, hefur litla þekkingu á því hvernig þessi tækni virkar og sú litla þekking sem þeir hafa er oft byggður á ranghugmyndum um eðli tækninnar og skiptir þá litlu hvort um er að ræða nemendur í grunnskóla, framhaldsskóla, háskóla eða fólk á vinnumarkaði (Johri o.fl., 2024; Mertala o.fl., 2022; Ng o.fl., 2024). Almennt virðast notendur spunagreindar búa yfir takmörkuðu gervigreindarlæsi, þ.e. þekking, hæfni og viðhorf sem þarf til að nýta spunagreind, og gervigreind almennt, á ábyrgan og skilvirkan hátt.

Gervigreindarlæsi: Hæfni og þekking um gervigreind
Þótt rekja megi umræðu um gervigreindarlæsi aftur til 1989, hefur mest borið á henni síðan 2018, heilum þremur árum áður en almenningur fékk fyrst aðgengi að ChatGPT. Með tilkomu ChatGPT færðist töluvert meira líf í umræðuna og hafa verið settir fram nokkuð gagnlegir hæfnirammar um gervigreindarlæsi sem bæði skýra hvaða þekkingu og hæfni notendur ættu að búa yfir og hvernig megi meta hana. Almatrafi o.fl. (2024) tóku saman í yfirlitsgrein yfir 40 tillögur um hæfnisramma sem höfðu þá verið birtir í fræðilegum ritum og settu fram á grundvelli þeirra eftirfarandi sex þátta skema yfir gervigreindarlæsi:

1. Að þekkja (vera meðvituð) - Hæfni til að greina á milli tækni sem notar gervigreind og þeirrar sem gerir það ekki. Þessi hæfni hjálpar okkur að vita hvenær við erum í samskiptum við gervigreind.
2. Að vita og skilja - Felur í sér að skilja og geta nýtt hugtök og aðferðir gervigreindar, t.d. að skilja hvernig hún vinnur úr gögnum og hvernig mannfólk gegnir lykilhlutverki í þróun hennar. Þessi hæfni veitir okkur innsýn í tæknina og hjálpar okkur að skilja hvernig gervigreind tekur ákvarðanir.
3. Hagnýt notkun - Þetta er verklegi þátturinn: hæfnin til að nota gervigreind og skyld verkfæri til að leysa verkefni. Þessi hæfni gerir okkur kleift að nýta gervigreind til að ná markmiðum okkur á skilvirkan hátt.
4. Að meta - Hæfnin til að greina og túlka afurðir gervigreindar á gagnrýninn hátt og koma auga á hugsanlega hlutdrægni eða villur. Þessi hæfni er afar mikilvæg. Hún hvetur okkur til að efast um afurðir og fullyrðingar gervigreindar þegar þær uppfylla ekki viðmið um áreiðanleika.
5. Að skapa - Hæfnin til að nýta gervigreind til að hanna og forrita nýjar gagnlegar lausnir sem hjálpa okkur í starfi, námi og daglegu lífi.
6. Siðferðileg notkun og samfélagsleg áhrif - Hæfnin til að skilja og meta siðferðileg álitaefni eins og sanngirni, ábyrgð, gagnsæi, persónuvernd og hlutdrægni þegar unnið er með gervigreind. Þessi hæfni er grunnurinn að því að gervigreind nýtist á ábyrgan og réttlátan hátt.

Skema þetta sýnir hversu fjölbreytta hæfni og þekkingu þarf til að nýta gervigreind á ábyrgan hátt ef vel á að gera. Líkt og gengur og gerist með ný smáforrit er þó ólíklegt að margir nýir notendur gefi sér tíma til að kynna sér tæknina í þaula áður en þeir hefja notkun. Tækniveruleikinn okkar í dag er einfaldlega þannig að hann beinlínis hvetur okkur til að hlaða smáforrit á snjalltækin okkar og byrja að nota án undirbúnings. Fræðslan á sér svo stað í gegnum prófanir og þróun notkunarmynsturs. Má segja að tæknin sé eiginlega innleidd í gegnum óformlegt fikt.

Vandinn við þessa innleiðingaraðferð er að hún byggir gjarnan á upplýsinga- og tæknilæsi fyrri tíma. Það er að segja að notendur spunagreindar fikta við tæknina út frá forsendum tækniveruleikans sem þeir hafa áður vanist. En grundvallarmunur er á fyrri tækniveruleika og þeim sem skapast með tilkomu spunagreindar, sem felst m.a. í því að framleiðsla og framreiðsla upplýsinga, sem áður var alltaf á færi mannfólks (þó svo að tækni kann að hafa átt þátt í ferlinu) getur nú verið alfarið unnið af vélum. Forsendur þess tækniveruleika sem nú er að byggjast eru því allt aðrar en sá sem eldra upplýsinga- og tæknilæsi tekur mið af. Af þessum ástæðum er einfalt fikt sjaldnast nóg til að notendur spunagreindar nái að tileinka sér þá ábyrgu notkunarhætti sem gott gervigreindarlæsi krefst.

Spunagreind sem samhengisvél
Frá því að spunagreind varð aðgengileg almenningi hefur mátt sjá ótal auglýsingar fyrir námskeið um kvaðningahönnun (e. prompt engineering). Skilaboðin eru að hægt sé að temja spunagreindina með því að tileinka sér rétt tungutak í samræðum við hana, þ.e.a.s. að gervigreindarlæsi felst að einhverju leyti í því að læra að orða hlutina rétt til að tryggja gæði og áreiðanleika afurða. Að mínu mati byggist þetta á vanskilningi á því hvernig spunagreind virkar. Spunagreindin virkar best með vönduðu og gagnrýnu samtali.

Frá því að ég hóf að nota spunagreind hef ég flokkað og greint fjölmörg samtöl mín við hana með samræðugreiningaraðferðum. Áhugaverðast hefur verið að greina samtöl þar sem spunagreindin fór að ofskynja og í framhaldinu að setja fram fullyrðingar sem áttu sér enga stoð í raunveruleikanum. Niðurstöður þessara greininga hafa leitt í ljós að vissar tegundir samtala auka líkur á ofskynjunum. Helstu einkennin eru:

1. Samtal hefst með einfaldri spurningu sem reynir á þekkingu á tilteknu sviði – helst sviði sem spunagreindin hefur mögulega lítið af gögnum til að vinna úr.
2. Samtalið er ógagnrýnið og spunagreindin ekki leiðrétt jafnvel þegar ljóst er að hún er að fara með fleipur.
3. Samtalið er afvegaleitt á einhverjum punkti með því að spyrja spunagreindina nánar út í smáatriði í svörum sínum sem tengist umræðuefninu aðeins lauslega.

Sem dæmi átti ég eitt sinn samtal við ChatGPT um söngvarann Frikka Dór. Spunagreindin fullyrti að Frikki Dór eigi bróðir sem heitir Jóhann Jóhannssón, kallaður JóiPé. Frikki Dór og bróðir hans unnu eitt sinn lag saman fyrir Þjóðhátíðina í Vestamannaeyjum sem heitir Á sama tíma, á sama stað. Í flutningi lagsins sá Frikki Dór um melódísku kaflana meðan bróðir hans sá um rapp-kaflana. (ofskynjanir ChatGPT eru skáletraðar).

Það sem er sérlega áhugavert við þessar fullyrðingar ChatGPT er að hún skuli halda því fram að bróðir Frikka Dórs, sem heitir réttu nafni Jón Jónsson, skuli rappa í laginu sem þeir gerðu saman. Enginn rapp kafli er í því lagi enda hvorki Frikki Dór né bróðir hans Jón sérstaklega þekktir fyrir að rappa. Hins vegar hafði ChatGPT ákveðið að Jón Jónsson og JóiPé, vel þekktur rappari, væru sami maðurinn. Þar af leiðandi er rökrétt, svo lengi sem þessar fullyrðingar eru sannar, að álykta að Jón rappi í laginu sem bræðurnir gerðu saman. Þetta sýnir að spunagreinding vinnur á vissan hátt með samhengi fyllyrðinga til að ramma inn samtalið. Þetta gefur til kynna að ábyrg og skilvirk notkun spunagreindar byggist ekki á vandaðri kvaðningahönnun heldur frekar á vandaðri samhengishönnun (e. context engineering) (sjá t.d. Schmid, 2025).

Hugsa má líta á þetta samhengi sem ramma sem afmarkar umræðuefnið og þekkingargrunninn sem unnið er með. Vönduð samhengishönnun felst í því að notandinn vinni markvisst að því að tryggja að hann móti og viðhaldi þessum samhengisramma, en ekki spunagreindin. Þetta er gert með því að tryggja fyrst að spunagreindin er upplýst um:

• tilgang verkefnisins,
• væntanlegar afurðir,
• hlutverk spunagreindarinnar í sköpun þeirra afurða,
• og markhóp afurðarinnar.

Næst þarf notandinn að tryggja að samtalið við spunagreindina byggist á áreiðanlegum heimildum. Þetta gerir notandinn með því að deila með spunagreindinni skjölum, gögnum og annað sem ætlunin er að vinna með og upplýsa hana um hvernig ætlast er til að hún vinni úr þeim. Myndin hér fyrir neðan sýnir samhengisrammann og hvernig notandi mótar hann.

Mynd 1: Samhengisrammi fyrir umræðu við gervigreind

Samhengisramminn sameinar helstu þætti gervigreindarlæsis:

1. Að þekkja (vera meðvituð) - Samhengisramminn afmarkar á skýran hátt hlutverk spunagreindar og hlutverk notanda þegar unnið er saman að tilteknu verkefni.
2. Að vita og skilja - Samhengisramminn byggir á raunverulegum vinnuaðferðum spunagreindar sem vandaðar greiningar hafa leitt í ljós.
3. Hagnýt notkun - Samhengisramminn hvetur notanda til að ígrunda hvernig er unnið með gervigreind til að tryggja gæði og áreiðanleika afurða.
4. Að meta - Samhengisramminn hvetur notanda ekki aðeins til að vera gagnrýninn þegar unnið er með spunagreind heldur líka að gagnrýna spunagreind með virkum hætti.
5. Að skapa - Samhengisramminn takmarkar óvissu þegar unnið er með spunagreind svo notandinn geti einbeitt sér að sköpun.
6. Siðferðileg notkun og samfélagsleg áhrif - Samhengisramminn beinir athygli notanda að þeim gögnum sem unnið er með hverju sinni og hvetur hann þannig til að huga að siðferðilegum álitamálum sem kunna að koma upp.

Gervigreindarlæsis-skuldin
Með tilkomu spunagreindar stöndum við frammi fyrir áskorun. Ný tækni hefur rutt sér til rúms og breiðist út með sjaldséðum hraða vegna þess að hún er aðgengileg og fellur vel að samfélaginu sem við lifum í í dag. Fólk telur sig hafa gagn af spunagreind og það þarf litla sem enga fyrirhöfn til að hefja notkun á henni. Áskorunin sem við stöndum frammi fyrir er því ekki í að kynna nýja tækni, heldur að fræða almenning um tækni sem það telur sig þegar hafa tileinkað sér með viðunandi hætti. Rannsóknir sýna að margir nýir notendur spunagreindar, óháð aldri eða starfi, eiga það til að ofmeta tæknina. Algengasti misskilningurinn er að líta á spunagreind sem eins konar vitvél. Það er að segja að notendur telja tæknina búa yfir víðtækri þekkingu og geti því veitt áreiðanleg og gild svör við nánast hvaða spurningu sem er.

Raunin er að spunagreind er afar takmörkuð í sinni „þekkingu“ því hún er ekki hönnuð til að miðla þekkingu. Hún er hönnuð til að framreiða upplýsingar og halda uppi samræðum. Spunagreindin hefur sýnt það ítrekað að vilji hennar til að halda uppi samræðum getur hæglega trompað viðleitnina til að tryggja áreiðanleika. Þegar hún afvegaleiðist og byrjar að ofskynja getur hún framreitt misvísandi upplýsingar á afar sannfærandi hátt vegna þess að hún er að vinna með samhengisramma þar sem hún getur látið líta út fyrir að allt gangi upp rökfræðilega ef hún fær frjálsar hendur til þess. Gott gervigreindarlæsi hvetur til ábyrgar notkunar spunagreindar og takmarkar tækifæri sem hún fær til að fara með fleipur. Vandinn er að hver sem er getur notað spunagreind án þess að huga að, eða jafnvel vera meðvitaður um, eigið gervigreindarlæsi, eins og fjölmargir, líklega verulegur hluti 10% allra jarðarbúa, hafa nú þegar gert.

Samkvæmt gögnum World Bank frá 2024 voru Íslendingar meðal þjóða sem notuðu ChatGPT hvað mest, í 7. sæti miðað við höfðatölu (Liu & Wang, 2024). Ef erlend gögn eru einhver vísbending er líklegt að stór hluti þeirra notenda hafi fengið litla sem enga fræðslu um gervigreindarlæsi og hafi í raun takmarkaðan skilning á því hvernig spunagreind virkar. Það er því ekki aðeins þörf á fræðslu um gervigreindarlæsi hér á landi heldur mætti segja að það er allveruleg uppsöfnuð gervigreindarlæsis-skuld. Vanþekking á gervigreindarlæsi leiðir ekki aðeins til misnotkunar á tækninni heldur getur hún líka leitt til vannýtingar þar sem einstaklingar dæma tæknina ónothæfa á röngum forsendum. Þessa gervigreindarlæsis-skuld má líklega rekja að einhverju leyti til þess að spunagreind birtist okkur fyrst sem vandi-utan-ramma, þ.e.a.s. að við höfðum ekki forsendur til að greina vandann, hvað þá að taka á honum. Í dag eru komnir skýrir og gagnlegir hæfnirammar um gervigreindarlæsi. Segja má að stigin hafa verið fyrstu skref í átt að því að færa spunagreindina innan ramma þannig að við getum tekið á áskorunum sem henni fylgja. Hins vegar er enn eftir að finna út hvernig best er að kenna gervigreindarlæsi og hvernig skuli miðla fræðslu þannig að allir sem hana þurfa geta notið góðs af henni. Ef vel á að takast að gera upp þá gervigreindarlæsis-skuld sem hefur safnast upp þarf sú fræðsla að vera jafn aðgengileg og spunagreindin er sjálf. Hún þarf að ná til skóla en líka út fyrir skóla og er því líklegt að um sé að ræða nokkuð viðamikið verkefni sem mun krefjast samstarfs og fjárfestinga af hálfu stjórnvalda, atvinnulífs og menntastofnana.

Höfundur: Tryggvi Thayer, Ph.D., Aðjunkt, Upplýsingatækni, nýsköpun og miðlun, Menntavísindasvið Háskóla Íslands

Heimildir
Almatrafi, O., Johri, A., & Lee, H. (2024). A systematic review of AI literacy conceptualization, constructs, and implementation and assessment efforts (2019–2023). Computers and Education Open, 6, 100173. https://doi.org/10.1016/j.caeo.2024.100173

Banks, I. (1996). Excession (Repr). Orbit.

Chatterji, A., Cunningham, T., Deming, D. J., Hitzig, Z., Ong, C., Shan, C. Y., & Wadman, K. (2025). How People Use ChatGPT (Working Paper No. 34255). National Bureau of Economic Research. https://doi.org/10.3386/w34255

Johri, A., Hingle, A., & Schleiss, J. (2024). Misconceptions, Pragmatism, and Value Tensions: Evaluating Students’ Understanding and Perception of Generative AI for Education. 2024 IEEE Frontiers in Education Conference (FIE), 1–9. https://doi.org/10.1109/FIE61694.2024.10893017

Liu, Y., & Wang, H. (2024). Who on Earth Is Using Generative AI ? Washington, DC: World Bank. https://doi.org/10.1596/1813-9450-10870

Mertala, P., Fagerlund, J., & Calderon, O. (2022). Finnish 5th and 6th grade students’ pre-instructional conceptions of artificial intelligence (AI) and their implications for AI literacy education. Computers and Education: Artificial Intelligence, 3, 100095. https://doi.org/10.1016/j.caeai.2022.100095

Ng, D. T. K., Su, J., Leung, J. K. L., & Chu, S. K. W. (2024). Artificial intelligence (AI) literacy education in secondary schools: A review. Interactive Learning Environments, 32(10), 6204–6224. https://doi.org/10.1080/10494820.2023.2255228

Schmid, P. (2025, June 30). The New Skill in AI is Not Prompting, It’s Context Engineering. https://www.philschmid.de/context-engineering

Tomlinson, K., Jaffe, S., Wang, W., Counts, S., & Suri, S. (2025). Working with AI: Measuring the Occupational Implications of Generative AI. https://www.microsoft.com/en-us/research/publication/working-with-ai-measuring-the-occupational-implications-of-generative-ai/