Fra tom side til fungerende nettsted

Utgangspunktet var enkelt: Firmaet trengte en profesjonell nettside, men hadde lite ferdig tekst- og bildemateriale. Gjennom samtaler ble virksomheten, erfaringen, tjenestene og målgruppene strukturert. AI bidro deretter med tekstutkast, informasjonsarkitektur, design, kode, tekniske kontroller og løpende forbedringer.

Resultatet kom ikke fra én enkelt instruksjon. Nettsiden ble utviklet trinnvis, med vurdering og korrigering av språk, faglig presisjon, typografi og prioriteringer underveis.

AI var verktøyet. Erfaringen, kravene, valgene og den endelige vurderingen kom fra mennesket.

Mer enn en chatbot

AI omtales ofte som en assistent som oppsummerer dokumenter eller leser e-post. Det er nyttig, men bare en liten del av mulighetene. I denne prosessen ble AI brukt som et arbeidsmiljø der flere oppgaver kunne løses i sammenheng:

Agenter som utfører avgrensede oppgaver

Underliggende agenter kan få tydelige, avgrensede oppgaver og arbeide med dem på vegne av hovedprosessen. En agent kan for eksempel kontrollere en publisering, undersøke dokumentasjon eller verifisere en teknisk leveranse. Det gir en annen arbeidsform enn bare spørsmål og svar: AI kan bidra gjennom en hel prosess, samtidig som ansvar og beslutninger forblir hos virksomheten.

Fra rådgiver til integrert gjennomføring

I tidligere prosjekter har ChatGPT primært fungert som rådgiver og arkitekt i den faglige sparringen. Behov, løsningsdesign og kode har blitt diskutert i samtalen, mens selve implementeringen deretter har blitt utført gjennom verktøy som Codex eller GitHub Copilot.

Under utviklingen av denne nettsiden har arbeidsformen vært mer integrert. ChatGPT har gjennom Codex og underliggende agenter kunnet arbeide direkte med kildekoden, kontrollere resultatet, publisere nye versjoner og bistå med den tekniske lanseringen — fra innholdsstruktur og design til offentlig tilgang, domene og DNS.

Gøran Langedal har levert faginnholdet og erfaringene, korrigert fakta og nyanser, vurdert forslagene og hatt den endelige kontrollen over beslutninger og publisering. AI har dermed vært både sparringspartner og utførende verktøy, men ikke ansvarlig utgiver.

Informasjonssikkerhet må komme før bekvemmelighet

At en AI-tjeneste ikke bruker virksomhetens innhold til modelltrening, betyr ikke at all informasjon uten videre bør deles. Opplysninger må fortsatt overføres til og behandles i en ekstern tjeneste. Virksomheten må derfor vurdere konfidensialitet, personvern, databehandlerforhold, lagringstid, tilgangsstyring, behandlingssted og konsekvensene dersom informasjon kommer på avveie.

Personopplysninger, kundekonfidensiell informasjon, sikkerhetsdetaljer, autentiseringsdata og annet beskyttet materiale bør ikke legges inn uten et dokumentert formål og en godkjent arbeidsmåte. Bruk minst mulig data, anonymiser eller pseudonymiser når det er mulig, fjern identifiserende detaljer og kontroller både inndata, vedlegg, integrasjoner og svar før de lagres eller deles videre.

En enkel hovedregel: Ikke gi en AI-tjeneste informasjon du ikke har rett og tilstrekkelig sikkerhet til å overføre. Innstillinger som begrenser modelltrening er viktige, men erstatter ikke risikovurdering, dataminimering og virksomhetens eget ansvar.

For denne nettsiden ble kundecaser anonymisert, identifiserende opplysninger utelatt og formuleringer gjennomgått før publisering. I prosjekter med høyere beskyttelsesbehov kan lokal behandling, avgrensede modeller eller løsninger i kundens eget miljø være et bedre valg.

Dette gjenspeiler også Gøran Langedals faste arbeidspraksis. Informasjon anonymiseres eller fjernes når den kan identifisere personer, eksponere kundeopplysninger eller kompromittere egen eller andres infrastruktur. Sikkerhet vurderes gjennom hele arbeidsprosessen, med mål om at kundenes informasjon skal være så godt beskyttet som mulig — også når nye verktøy og arbeidsformer tas i bruk.

Andre praktiske bruksområder

Den samme arbeidsmåten kan brukes i mange deler av en virksomhet. Eksempler er utarbeidelse av dokumentasjon og tilbud, analyse av datasett, klassifisering og berikelse av metadata, søk i kunnskapsbaser, utvikling av integrasjoner, kontroll av rutiner og støtte i arbeidsflyter.

I bilde- og mediearkiver kan AI blant annet brukes til bildebeskrivelser, forslag til nøkkelord, semantisk søk, OCR og transkribering. Slike funksjoner må innføres med krav til datakontroll, personvern, kvalitet og mulighet for menneskelig kontroll.

Det viktigste er ikke å «ha AI»

Et godt AI-prosjekt starter ikke med teknologien, men med et reelt behov. Hvilken oppgave tar uforholdsmessig mye tid? Hvor oppstår feil eller flaskehalser? Hvilke data kan brukes forsvarlig? Og hvordan skal resultatene kontrolleres?

AI gir størst verdi når teknologien kobles til fagkunnskap, eksisterende systemer og en tydelig arbeidsprosess. Det er også slik denne nettsiden ble til.

Vil dere utforske et konkret bruksområde?