@anchr @bjoernstaerk @cmyrland

Tror nok de generative LLM tjenestene i dag ikke er så veldig effektive, grunnet dårlig forståelse av selve innholdet de genererer.

Men at en LLM i dag kan brukes til å få idéer til hvordan man kan løse en oppgave og til en viss grad gi et mer konkret startpunkt man kan bearbeide videre, der kan den nok fungere.

Men å tro at du kan kaste masse oppgaver på en LLM og forvente at du slipper å gjøre veldig mye mer, det tror jeg er veldig naivt - i beste fall.

Dagens LLMer finner mønster og et system i en stor mengde data veldig raskt sammenlignet mot hva et menneske kan greie. Men sammenfatningen av det den har vektlagt må sjekkes nøye - for LLM er langt i fra nøytrale. Og det arbeidet kan ikke overlates til en LLM, og vil dermed ta tid fra et menneske.

Og da er jo spørsmålet, eller dilemmaet: Kan en LLMs sammenfatning av informasjon gi nye innfallsvinkler som et eller flere mennesker kunne ha oversett? Og er det verdt tidsbruken som trengs til å kvalitetssikre resultatet fra en LLM?

Svaret er nok heller ikke svart/hvitt. Det finnes nok tilfeller hvor det kan vurderes mer effektivt å la LLM gjøre en viss mengde av grov jobben - og hvor så er tilfelle. Og det finnes andre oppgaver hvor LLM blir mer kostbart i forhold til tiden som trengs for kvalitetssikringen.

Men LLM selges inn over alt som oppfinnelsen som er minst like stor som oppdagelsen av hjulet. Og det er et solid oversalg av hva LLMer kan gjøre i dag.