OpenAI har introduceret ChatGPT Deep Research, et nyt værktøj, der lover at fungere som en AI-analytiker - gennemsøger internettet, tjekker kilder og forbereder strukturerede svar. Men er dette virkelig fremtiden for udforskning eller bare endnu et kunstig intelligens-trick med lejlighedsvise hallucinationer?
OpenAI accelererer tilsyneladende udviklingen af en ny generation agenter – AI-værktøjer, der ikke kun besvarer spørgsmål, men selvstændigt undersøge, analysere data og præsentere resultater. Den seneste tilføjelse til familien af disse værktøjer er Dyb forskning, en funktion, der i øjeblikket er eksklusiv for ChatGPT Pro-abonnenter.
I stedet for blot at give brugeren et hurtigt svar, designer Deep Research en forskningsproces i flere trin. I sidebjælken viser han de vigtigste trin i sin analyse, citerer kilder og retter sine egne fejl, hvor det er nødvendigt. Målet er at give mere pålidelige og understøttede svar, svarende til hvad en menneskelig forsker ville gøre.
Hvordan virker det? (Og hvorfor det tager op til 30 minutter!)
Deep Research giver brugerne mulighed for at uploade tekstbaserede spørgsmål samt PDF'er, billeder eller Excel-regneark, som giver AI yderligere kontekst til forskning. Derefter systemet udfører flere sekventielle trin af datasøgning og -analyse, som kan vare fra 5 til 30 minutterafhængigt af emnets kompleksitet.
Nøgletræk ved Deep Research inkluderer:
- Informationssøgning på flere niveauer – AI giver ikke et svar med det samme, men indsamler og verificerer gradvist data fra forskellige kilder.
- Automatisk korrektion af forkerte stier – hvis systemet er fanget i forkert begrundelse, kan det rette sin metode og kontrollere dataene igen.
- Gennemsigtighed i forskningsprocessen - brugere kan se i sidebjælken, hvilke kilder AI'en brugte, og hvordan den nåede sine konklusioner.
Det hele lyder lovende, men OpenAI advarer om, at systemet stadig ikke perfekt. Deep Research kan nogle gange hallucinerer, vurderer kildernes troværdighed forkert eller giver svar med lav tillid. Det betyder, at brugerne stadig skal kritisk vurdere og verificere data.
Hvordan er Deep Research sammenlignet med konkurrenterne?
Andre teknologivirksomheder er også ved at udvikle lignende koncepter. Google lancerer Project Mariner i december 2024, en AI-forskningsprototype, men endnu ikke tilgængelig for offentligheden. Mens Google forbliver i den eksperimentelle fase, har OpenAI allerede tilbudt Deep Research til betalende brugere.
En sammenligning af nøglefunktioner viser nogle interessante forskelle:
| Fungere | OpenAI Deep Research | Google Project Mariner |
|---|---|---|
| Tilgængelighed | Tilgængelig for Pro-brugere | Stadig i testfasen |
| Fart | 5-30 minutter at svare | Ingen data |
| Ressourcer | Viser citater og metoder | Ukendt |
| Dataintegration | Understøtter PDF'er, billeder, tabeller | Ikke kendt |
| Nøjagtighed | 26,6 % på benchmark test | Ikke kendt |
OpenAI ser ud til at have en fordel, fordi det tilbyder fungerende produkt, men spørgsmålet er stadig, hvor pålidelig og nyttig sådan AI-forskning er i praksis.
Hvor meget koster det og hvem kan bruge det?
I øjeblikket er Deep Research udelukkende tilgængelig for abonnenter ChatGPT Proder betaler 20 $ om måneden, men med en væsentlig begrænsning 100 forespørgsler om måneden. OpenAI planlægger også at udrulle adgang for Plus-, Team- og Enterprise-abonnenter, hvilket lover bedre ydeevne og hastighed i fremtiden.
Den vigtigste begrænsning er fortsat høj beregningsmæssig kompleksitet, da Deep Research bruger betydeligt flere computerressourcer end den klassiske version af ChatGPT. Derfor tilbyder OpenAI i øjeblikket kun et begrænset antal forespørgsler og lover optimeringer for lavere omkostninger i fremtiden.
Erstatter Deep Research virkelig menneskelige analytikere?
Deep Research er uden tvivl et vigtigt skridt i retning af AI-forskere, men i praksis er det stadig det bruges mere som en hjælp til analytikere, ikke som deres erstatning.
Dens vigtigste fordele er:
- Struktureret og flertrins forskningsproces, som giver bedre svar end et klassisk generativt AI-værktøj.
- Citerer kilder, hvilket øger gennemsigtigheden og giver mulighed for verifikation af oplysninger.
- Tilpasning baseret på nye data, da AI kan rette sin analyse, hvis den støder på modstridende oplysninger.
Det har dog også indlysende begrænsninger:
- AI kan fejlfortolke data eller hallucinere, hvilket betyder, at svarene ikke altid er pålidelige.
- Hastighed er ikke sammenlignelig med klassisk ChatGPT, da undersøgelserne tager mellem 5 og 30 minutter.
- Der er stadig brug for menneskelig opsyn, da AI ikke kan adskille alle kilder så godt som en erfaren analytiker.
Selvom Deep Research er et lovende skridt fremad, kan den endnu ikke helt erstatte menneskelig forskning – i hvert fald ikke endnu.
Ville du betale 200 $ om måneden for en AI-assistent til at researche for dig?
