Lektion: Baggrundsmateriale
Udbredt brug af chatbots
De seneste tal fra Danmarks Statistik (2025) viser, at tre ud af fire i aldersgruppen 16-24 år bruger generativ AI - teknologien bag chatbots. Ser man på et lidt større aldersspænd, 16-74-årige, så er det 48 procent, der bruger AI-værktøjer, og blandt dem er ChatGPT det suverænt mest udbredte værktøj. 9 ud af 10 angiver, at de bruger ChatGPT, mens Microsofts chatbot, Microsoft Copilot, er den næstmest populære. Den bruger knap 30 procent.
Flere eksperter er dog enige i, at tallet for, hvor mange der bruger chatbots, allerede er forældet. En ny undersøgelse fra Danmarks Evalueringsinstitut, EVA, (februar 2026) viser også, at omkring 9 ud af 10 gymnasieelever bruger AI-værktøjer i forbindelse med skolearbejdet. Heriblandt chatbots. Hver femte gymnasieelev bruger det flere gange om dagen.
Prompts
Et prompt er den info, vi fodrer en chatbot med for at få gode råd eller svar på et spørgsmål. Det er altså en eller flere sætninger, hvor du forklarer, hvad du gerne vil have hjælp til. Chatbots har adgang til uendelige mængder data, så hvis man er uklar i sit prompt, risikerer man at få et misvisende svar.
Chatbots responderer godt på så simple, præcise og konkrete prompts som muligt, hvor der er en klar præmis og kontekst. Så vil resten af samtalen, hvor man stiller opfølgende spørgsmål, blive mere retvisende og effektiv.
Aalborg Universitet har formuleret fem principper - CLEAR-principperne - der kan hjælpe dig med at prompte:
1) Vær præcis. Overvej, hvad du ønsker svar på, fjern overflødig information og brug et præcist og tydeligt sprog.
2) Vær logisk. Det gør det nemmere for chatbotten at forstå kontekst og relationer mellem begreber.
3) Vær eksplicit ved at give specifikation om det output, du ønsker. Det kan være specifikation i forhold til omfang, format eller indhold. I stedet for at skrive: “Fortæl mig om Socialdemokratiet”, kan du skrive: “Identificér Socialdemokratiets fem vigtigste mærkesager”.
4) Vær klar til at ændre dit prompt, hvis det svar, du får, ikke lever op til din forventning. Prøv på en anden måde og overvej, om du har været præcis, eksplicit og logisk nok.
5) Vær refleksiv. Gør det til en vane at analysere de svar, du får, så du kan blive bedre, og analysér svarets nøjagtighed, relevans og fuldstændighed.
Confirmation bias
Confirmation bias er oprindeligt et begreb inden for psykologi og filosofi, som betyder, at vi ofte tager information til os, der bekræfter det, vi allerede mener. Når vi først har dannet en holdning til et emne, kan det være svært at forholde sig åbent og neutralt til nye oplysninger. Mennesker har vanskeligt ved at behandle information på en rationel og upartisk måde, når de først har dannet sig en mening om emnet. Nu overfører flere forskere grundideen bag confirmation bias til vores brug af chatbots.
Der er blandt andet forsket i det inden for sundhed, hvor eksperter advarer imod brugen af chatbots som sundhedsguide. Ifølge et studie fra 2025 kan det påvirke den måde, vi søger information om sundhed, fordi generativ AI som ChatGPT og andre chatbots har tendens til at bekræfte vores egne overbevisninger - også hvis de er forkerte - og det kan føre til, at man overser vigtig fakta eller bliver mere modtagelig for misinformation, hvis man ikke er kritisk over for det svar, man får. Det er confirmation bias.
Det gælder ikke kun vores sundhed. Forskningsfeltet er stadig nyt, men flere eksperter vurderer, at confirmation bias hos chatbots også kan påvirke vores verdenssyn helt generelt - og dermed også, hvordan vi stemmer til politiske valg. Ifølge en forsker fra Stanford University i Californien er der en bekymring for, at det kan fordreje folks vurdering af dem selv og verden omkring dem, når chatbots som for eksempel ChatGPT har tendens til at bekræfte dem. Det kan være svært overhovedet at indse, at modeller på subtil eller mindre subtil vis forstærker deres eksisterende overbevisninger, antagelser og beslutninger.
Ifølge Peder Hammerskov, der er adjunkt og leder af Center for AI ved Danmarks Medie- og Journalisthøjskole, er det en såkaldt sykofantisk adfærd, hvor chatbotten har en tendens til at ville gøre brugeren glad og give dem en god oplevelse. Det betyder, at hvis man beder den om at gøre noget, som ikke nødvendigvis er det bedste eller mest hensigtsmæssige, kan den have en tendens til at følge med i stedet for at udfordre præmissen eller pege på problemer. Derfor kan nogle vigtige nuancer gå tabt, hvis man ikke er kritisk, når man spørger den til råds.
Ledende spørgsmål
Ledende spørgsmål er kendetegnet ved, at de i udformningen bevidst - eller ubevidst - er formuleret på en måde, der i større eller mindre grad lægger op til et bestemt svar. Spørgsmål kan også være ledende ved at etablere en subjektiv præmis, der fremlægges som objektiv. Hvis man for eksempel skriver: “Hvor god er…” Så har man allerede etableret, at noget er godt, selvom alle ikke nødvendigvis er enige om, at det er godt. I stedet for et helt neutralt svar på et spørgsmål får man nu en gradbøjning. I samtale med en chatbot er der risiko for confirmation bias, og du bliver dermed ikke udfordret på din holdning - også selvom du ikke er afvisende over for det.
Kildekritik
Kildekritik handler i sin essens om at være kritisk over for de svar, man enten får eller selv finder. Det handler om ikke at stille sig tilfreds med et svar uden at vide, hvad det bygger på. Kildekritik er derfor en vigtig disciplin, når man vil tilegne sig viden og forstå verden omkring os - både historisk og aktuelt.
Kildekritik hjælper os med at stille de rigtige spørgsmål, for eksempel hvem der står bag kilden, hvornår den er fra og hvorfor den blev til. Det hjælper os med at vurdere dens pålidelighed. Et centralt punkt er at skelne mellem levn (selve genstanden fra fortiden) og beretninger (kilder, der fortæller om noget), og vurdere dem forskelligt. Kildekritik betyder også at se på, om beretningen er tæt på begivenheden, og om den bygger på uafhængige kilder.
Med internettets udbredelse blev information nemmere tilgængeligt for alle, og smartphonen gjorde, at man har uendelig information tilgængelig i lommen til hver en tid. Kildekritik er derfor essentielt hver eneste dag, fordi internettet også flyder med falsk og misvisende information, hvoraf noget af det har til formål at skade.
Chatbots har ikke som udgangspunkt til formål at skade, men de bygger deres svar på uendelige mængder tilgængelig information, og chatbots har ikke indbygget kildekritik. Det er derfor brugerens eget ansvar at være kildekritisk, og det gør man først og fremmest ved at stille opfølgende spørgsmål til alle svar, man får fra sin chatbot. Hvis man for eksempel spørger den til råds om politik, skal man altid spørge chatbotten, hvorfor den har givet lige netop det svar, og hvor den konkret har sin information fra.
Misinformation
Misinformation dækker over usande eller vildledende oplysninger, som deles uden, at afsenderen selv er klar over, at de er forkerte. Det adskiller sig fra desinformation, hvor afsenderen ved, at det er usandt, og bruger det til bevidst at manipulere en befolkningsgruppe.
Misinformation har eksisteret lige så længe som civilisationen, men internettet og sociale medier har betydet, at misinformation spredes hurtigere end nogensinde, fordi alle kan publicere indhold. Og der ikke findes faste instanser, som kontrollerer sandhedsværdien. På sociale medier er det samtidig nemt at videredele forkerte oplysninger, som andre har fremsat. I nogle tilfælde kan desinformation blive til misinformation, når brugere på sociale medier ukritisk viderebringer forkerte oplysninger, der har til hensigt at skade, uden at vide, at det ikke er sandt. Kildekritik er derfor essentielt for at komme misinformation til livs.
Forskning viser, at historier, der vækker stærke følelser som vrede og frygt, har større sandsynlighed for at blive delt, hvilket bidrager til misinformationens udbredelse.
Scraping
Begrebet ‘scraping’ betyder i denne sammenhæng, at generative AI-modeller som chatbots automatisk indsamler massive mængder data på internettet, som de baserer deres svar på. Det vil sige, at de automatisk “skraber” indhold fra hjemmesider, inklusive personlige oplysninger og tekst fra for eksempel nyhedsmedier, uden at brugerne eller sidens ejere nødvendigvis giver samtykke. Alt, der ligger åbent tilgængeligt på internettet, henter modellerne indhold fra.
AI-systemer, herunder chatbots, er afhængige af denne praksis, fordi de kræver enorme mængder data for at kunne fungere effektivt.
Siden 2023 har der dog i Danmark været en bevægelse hen i mod, at danske medier ikke tillader AI-modeller at hente indhold fra deres sider. Chatbots spørger ikke om lov, inden de henter indhold, men hvis der er blevet givet en klar afvisning, holder de sig væk fra mediernes hjemmesider, fordi det i så fald bliver ulovligt. Pr. januar 2026 afviser 28 procent af danske medier - heriblandt de fleste store landsdækkende medier - alle former for AI-modeller at scrape indhold fra deres side, og for nationale medier alene er det lige knap 50 procent. Kun 23 procent af alle medier i Danmark tillader, at enhver AI-model må tage indhold fra deres hjemmeside. Nogle medier tillader det nemlig fra enkelte AI-modeller, mens andre afvises.
Konsekvensen er, at chatbots som ChatGPT i vidt omfang ikke må lede efter information direkte på mediernes hjemmesider, og de kan derfor heller ikke linke direkte til artikler eller gengive deres indhold. Ifølge Peder Hammerskov, der er adjunkt og leder af Center for AI ved Danmarks Medie- og Journalisthøjskole, kan resultatet være, at chatbotten i stedet hallucinerer. Det vil sige, at den gætter på, hvad artiklen handler om ud fra eksempelvis overskriften, eller sammensætter et svar stykket sammen ud fra andre kilder. Han vurderer, at det er med til at give dårligere information, når de chatbots, vi bruger, ikke har adgang til mediernes indhold.
Gå til lektionsbeskrivelse.
Kilder:
• Lex.dk.
• The Guardian, 2025: ‘Sycophantic’ AI chatbots tell users what they want to hear, study shows.
• Danmarks Statistik. 2025: 3 ud af 4 unge bruger generativ AI.
• Danmarks Evalueringsinstitut, 2026: Elevers brug af AI i gymnasiet.
• Aalborg Universitet: CLEAR-principperne.
• National Library of Medicin, 2025: Generative artificial intelligence–mediated confirmation bias in health information seeking.
• Geelmuyden Kiese, 2026: Danske medier blokerer AI i stor skala – hvad betyder det for PR og synlighed i AI-søgning?
• California Law Review, 2025: The Great Scrape: The Clash Between Scraping and Privacy.
• Science, 2024: Misinformation exploits outrage to spread online.
• Fagbladet Journalisten, 2023: Danske mediekoncerner blokerer for robotters datahøst.
• Peder Hammerskov, adjunkt og leder af Center for AI ved Danmarks Medie- og Journalisthøjskole.
Materialet er udarbejdet med støtte fra LB Foreningen og Illum-Fondet.
