Også i e-post korrespondanse.

Hvordan oppfatter vi empati?(lingvistisk/diskurs/samtaleanalyse)

Hvorfor er det slik at KI genererte svar oppfattes som mer empatiske? (Finn referanser)

Hvordan påvirker det oss at vi vet at det er en maskin vi snakker med i denne sammenhengen, vs. når det er et menneske?

Hvor godt fungerer spørsmål/svar funksjoner i, hva blir misforstått, hva irriterer, i chatboter, customer service.

Sentiment analysis.

Men også misforståelser. Hvor ofte misforstår en chatbot et problem/spørsmål i forhold til hvor ofte en menneskelig chattepartner misforstår. Spesifikt hva slags lingvistiske enheter er involvert i misforståelsene og hvordan. Og beror misforståelsene jevnt over på ulike ting fra menneske til maskin? Og også hvor raskt/hvordan blir misforståelsen rettet opp i i de ulike tilfellene.

I markedsføring eller andre sammenhenger der språk hendvendt til et publikum, kanskje for å lokke eller overtale, er viktig: Kan menneskene skille mellom tekster som er generert av KI og tester som er skrevet av mennesker? Hva peker de ut som årsakene til mistanken? Sammenligne med vår egen analyse av tekstene; kan vi finne et gjennomgående mønster som gjør disse tekstene ulike menneskeskapte tekster.

Kanskje det går an å undersøke hvordan/hvor mange prompter man må utarbeide for å få KI til å produsere en tekst som lyder menneskeskapt.

Kan vi også tenke på sammenhenger der det viser seg at effektiviteten går opp ved bruk av KI, men kvaliteten går ned? Altså så mye at vinningen går opp i spinningen?

Formulering av prompter/kommunikasjon fra menneske til maskin. Hvordan er den annerledes enn menneske til menneske? Påvirker den kommunikasjon menneske til menneske? Hvorfor/hvordan er den annerledes?

De fleste LLM er bygget på engelsk Dessuten for enkelte funksjoner er man avhengig av å bruke en viss type språk som ikke er tilgjengelig for alle. Eksempelvis engelsk som lingua franca.

Da jeg skulle melde skade til forsikringsselskapet mitt, fikk jeg velge på et tidspunkt om jeg ville at AI skulle behandle søknaden (da ville det gå fortere) eller et menneske. Jeg valgte et menneske. Kan se hvor ofte folk velger, og hvorfor? Men det har kanskje ikke så mye med språk å gjøre.

Effekt at KI skriver søknadstekster. og at KI leser søknadstester. Blir andre kandidater løftet frem når KI sorterer søknadene enn når mennesker gjør det.

Sammenligne tekster før og etter LLM kom til: er det ulike lingvistsike mønstre i tekstene.

KI i fagoversettelse? Fordel eller ulempe for eksempel ved juridisk oversettelse. Kan få store konsekvenser ved feil. (Alle har ikke midler til å bruke en sertifisert menneskelig oversetter).

språklig analyse, språkmodeller

Innhenting av data, behandling av tekstdata

analysere tekst

Generative applikasjoner av store tekstdata

samtaleanalyse

oversettelse