Inngangur
Hvað eru erindrekar, hvaða tól eru algeng og hvernig þau tengjast vinnuflæði í gagnaverkefnum.
Erindrekar (e. agents) eru gervigreindarhjálpartæki sem geta tekið við markmiði, skoðað samhengi, lagt til lausn og hjálpað til við að framkvæma hluta af vinnu. Í forritun geta þeir til dæmis skrifað kóða, útskýrt villur, stungið upp á prófunum, bætt skjölun og aðstoðað við kóðarýni.
Í þessum kafla erum við fyrst og fremst að ræða spunagreind (generative AI), sem er sérstakur undirflokkur gervigreindar. Spunagreind býr til nýjan texta, kóða, myndir eða aðrar tillögur út frá fyrirmælum og samhengi. Það er því ekki öll gervigreind — heldur sú gerð gervigreindar sem við getum notað sem rit-, kóða- og vinnuferlishjálp.
Í þessu námskeiði má nota slík tól, en notkunin þarf að vera rekjanleg, gagnrýnin og á ábyrgð nemandans. Markmiðið er ekki að „láta gervigreind gera verkefnið“ heldur að læra að stýra vinnuferli þar sem manneskjan skilur vandamálið, metur lausnina og ber ábyrgð á því sem er samþykkt inn í verkefnið.
Í iRAT og tRAT eru engin ytri tól leyfð. Þar reynir alfarið á ykkar eigin þekkingu og sameiginlegan skilning hópsins.
Í lok hverrar lotu fer líka fram iTA, þar sem teymisstjóri lotunnar er spurður munnlega út í verkefnið. Þá þarf teymisstjórinn að hafa kynnt sér verkefnið og úrlausnina vel og geta útskýrt hvað var gert, hvers vegna og hvar það sést í verkefninu.
Það dugar ekki að benda á þann sem „leysti þetta“ — og sérstaklega ekki ef mögulegt er að erindreki hafi búið til stóran hluta lausnarinnar. Hópurinn þarf að vita hvað gerðist, hvaða ákvarðanir voru teknar og hvað var sannreynt.
Stutt saga
Stór mállíkön (large language models, LLM) komu hratt inn í almenna umræðu eftir að ChatGPT varð aðgengilegt almenningi í lok árs 2022. Í kjölfarið fóru sambærileg tól að birtast í leitarvélum, ritvinnslu, gagnavinnslu og forritunarumhverfum.
GitHub Copilot hafði þá þegar verið notaður um nokkurra ára skeið sem öflugt auto-complete fyrir kóða: hann gat stungið upp á næstu línu, falli eða einfaldri útfærslu beint í ritli. Það sem breyttist síðar var að tólin fóru að verða meiri erindrekar: þau gátu lesið stærri hluta verkefnis, lagt til breytingar í mörgum skrám, keyrt skipanir, útskýrt ákvarðanir og búið til pull request.
Í almennri notkun urðu slík agent-vinnuflæði sérstaklega sýnileg í kringum upphaf árs 2026. Þá varð mun eðlilegra að hugsa um gervigreind ekki bara sem spjall eða textatillögur, heldur sem samstarfsaðila í afmörkuðu vinnuferli.
Til að nýta þessi tól vel hjálpar að skilja hvernig stór mállíkön virka í grunninn — að þau spá fyrir um líklegasta framhaldið út frá samhenginu sem þeim er gefið, frekar en að „vita“ svör. Myndbandið hér að neðan útskýrir þetta á aðgengilegan hátt. Það er nokkurra ára gamalt, en grunnhugmyndirnar eiga enn vel við.
Myndband: Spotify Explained — The conspiracy to make AI seem harder than it is!
Gustav Söderström (Spotify) útskýrir hvernig LLM virka í grunninn.
Algeng tól
Tólin breytast hratt, en eftirfarandi yfirlit sýnir helstu flokka sem nemendur gætu rekist á.
| Fyrirtæki | Tól | Dæmigerð notkun |
|---|---|---|
| OpenAI | ChatGPT, Codex | Hugmyndavinna, kóðaskýringar, agent-vinna í kóðagrunni, villuleit og skjölun. |
| Microsoft | Microsoft Copilot, Microsoft 365 Copilot | Aðstoð í Word, Excel, PowerPoint, Outlook og Teams; samantektir, textavinna, töflur og vinnuskjöl. |
| Gemini | Almenn gervigreindaraðstoð, texti, leit, skýringar, kóði og samþætting við Google-umhverfi. | |
| Anthropic | Claude, Claude Code | Lengri texti, kóðahönnun, útskýringar, skjölun, rýni og agent-vinna í kóðaverkefnum. |
| GitHub / Microsoft | GitHub Copilot | Kóðatillögur í ritli, spjall um kóða, CLI-aðstoð, kóðarýni og agent-vinnuflæði tengd GitHub. |
Staðfestir nemendur í GitHub Education fá aðgang að GitHub Copilot Student án endurgjalds. GitHub skjölin lýsa Copilot Student sem nemendaaðgangi með ótakmörkuðum kóðatillögum og ákveðnum GitHub AI Credits fyrir spjall/agent-notkun.
Í GitHub Community uppfærslu frá 1. júní 2026 kemur fram að Copilot Student hafi 200 mánaðarleg AI Credits og ótakmarkaðar kóðatillögur.
Þessi kjör og notkunarmörk geta breyst. Nemendur ættu því alltaf að skoða eigin stöðu undir GitHub Education benefits í GitHub stillingum.
Hvað þarf að kunna?
Það mikilvægasta er ekki að kunna eitt tiltekið tól fullkomlega. Það mikilvægasta er að kunna að vinna með erindreka á ábyrgan hátt:
- lýsa verkefninu skýrt
- gefa nægilegt samhengi
- biðja um litlar, yfirfaranlegar breytingar
- lesa breytingarnar sjálf/ur
- prófa niðurstöðuna
- skrá hvað var gert með gervigreind
- nota pull request til að fá gagnrýna yfirferð
Sjá nánar í Að skrifa góð fyrirmæli um hvernig skýr fyrirmæli (prompts) bæta það sem erindrekinn skilar.