Efter de licenser og vilkår, vi har læst, bærer den, der bruger svaret, selv risikoen for fejl i det. Derfor skal I bestemme, hvem der tjekker hvad, før svarene bruges, og I skal vælge model og tjeneste, så kontrollen er mulig.
Fejl i svar fra sprogmodeller kaldes ofte hallucinationer: svar, der lyder rigtige, men som rummer opfundne oplysninger, forkerte henvisninger eller tal, der ikke findes i kilden. Her er det en virksomhed, der bruger AI i sit eget arbejde, og spørgsmålet er, hvad det betyder for valget.
Hvad vilkårene siger om ansvar
Alle de licenser til åbne modeller, vi har læst 8. november 2026, fraskriver sig ansvar og garanti. Modellen leveres, som den er, uden løfte om, at den egner sig til et bestemt formål, og udgiveren hæfter ikke for krav eller tab. En stor udgivers vilkår for en familie af åbne modeller siger desuden udtrykkeligt, at brugeren alene er ansvarlig for output og for den videre brug af det.
Hvad købte tjenester lover om svarenes kvalitet, afhænger af aftalen, og vi har ikke læst ansvarsbestemmelserne i dem. Hvordan ansvaret fordeles efter dansk ret, når et forkert svar skader en kunde, har vi heller ikke undersøgt. Det er et spørgsmål til advokat, og det er sitets vurdering, at I bør gå ud fra, at ansvaret over for jeres egne kunder ligger hos jer.
Hvem tjekker hvad
Ansvaret for kontrol kan fordeles efter, hvad svaret bruges til. Inddelingen her er sitets egen.
Svar, der bliver hos medarbejderen. Et resumé til eget brug eller et udkast, der skrives om. Medarbejderen tjekker selv og skal vide, at svaret kan være forkert.
Svar, der går videre internt. Et referat, der sendes rundt, eller en oversigt til ledelsen. Den, der sender, står inde for indholdet, og afsenderen skal have tid til at tjekke det.
Svar, der når en kunde. En mail, et tilbud, en tekst på hjemmesiden. Her skal et menneske, der kender emnet, godkende svaret, før det sendes, og I skal kunne vise bagefter, at det skete.
Svar, der udløser en handling. En bestilling, en ændring i et system, en besked til mange. Her anbefaler OWASP, et anerkendt fællesskab for sikkerhed i software, at et menneske godkender risikable handlinger, og at modellen kun får de rettigheder, opgaven kræver.
Det, valget af tjeneste kan gøre
Kontrollen bliver lettere eller sværere alt efter den model og tjeneste, I vælger. Fire egenskaber er værd at spørge til.
- Henvisninger til kilden. Kan tjenesten vise, hvilket dokument eller hvilken side svaret bygger på? OWASP anbefaler at kræve kildehenvisninger, og de gør det muligt for en medarbejder at tjekke på sekunder frem for minutter.
- Faste svarformater. Skal svaret indgå i et andet system, kan formatet tjekkes med almindelig programkode, før det bruges. OWASP anbefaler at validere svarformat på den måde.
- Spor bagefter. Gemmes prompt og svar, så I kan finde ud af, hvad der gik galt? Hvor længe og hvor, står i målestokkens felt om logs.
- Stabilitet. Skifter modellen under jer, kan fejlene ændre karakter. Det er emnet i modellen skifter under jer.
Ingen af de fire fjerner fejl. De gør dem lettere at finde, og det er forskellen på en fejl, der fanges internt, og en fejl, der når kunden.
Fejl skal måles, før de skal håndteres
Hvor ofte en model svarer forkert på jeres opgaver, kan kun jeres egen prøve vise. Tag opgaver med kendte svar med i prøvesamlingen, og tæl, hvor mange svar der rummer opfundne oplysninger. Søger modellen i jeres egne dokumenter, er det nødvendigt at skelne mellem fejl i fundet og fejl i svaret, og fremgangsmåden står i virker søgningen?. Fejlraten bruges i regnestykket for kvalitet og som tærskel, når I senere måler kvalitet over tid.
Hvad det kræver, og hvad det koster at lade være
At skrive inddelingen ned og udpege, hvem der godkender hvad, tager en eftermiddag for ledelsen og de ansvarlige. Den løbende post er tiden til kontrol: for hvert svar, der når en kunde, minutter fra en fagperson. Den tid hører med i regnestykket for AI-valget, og en tjeneste med kildehenvisninger kan gøre den kortere.
Lader I være, opdages fejl af kunderne. Det koster rettelser, undskyldninger og i værste fald krav. Sæt selv jeres tal på, hvad en fejl hos en kunde koster jer, og gang med det antal, prøven antyder.
Det skal I lade være med
- At gå ud fra, at leverandøren hæfter for svarene · de licenser, vi har læst, fraskriver sig det.
- At sende svar til kunder uden en navngiven godkender · ansvaret skal kunne placeres.
- At give modellen ret til handlinger uden menneskelig godkendelse · især ved høj risiko.
Det skal valget kunne vise
- ☐ Hvem der tjekker svar i hver af de fire kategorier.
- ☐ Om tjenesten giver kildehenvisninger og gemmer et spor.
- ☐ Fejlraten fra jeres egen prøve.
- ☐ Hvad aftalen siger om ansvar, læst af en jurist, hvis det er afgørende.
Kilder
- Licensfiler og vilkår for åbne modeller fra flere udgivere, læst 8. november 2026.
- OWASP Gen AI Security Project, LLM01:2025 Prompt Injection, læst 8. november 2026.
Senest gennemgået: november 2026.
Næste skridt
Skriv de fire kategorier op med de opgaver, I bruger AI til, og sæt et navn på godkenderen ved hver.
Læs også: Prøv tjenesten for prompt-injektion · Modelkort og tekniske rapporter
→ Kontakt · Tlf. 70 13 63 23 · Jurisdiktions- og afhængighedsvurdering hos Nielco IT
