Research Assistant & Undersøgelser

Denne use-case dækker arbejdet før selve skrivningen: at afgrænse et spørgsmål, finde relevant litteratur, læse den igennem og samle findings i en form du kan arbejde videre med. Det gælder både akademisk litteratur, markedsanalyser og patentmateriale.

Grænsen mod almindelig tekstsammenfatning går ved antallet af kilder og kravet til sporbarhed. Et resumé af ét dokument er en enkel opgave. En syntese på tværs af tredive studier kræver, at hver enkelt påstand kan føres tilbage til en bestemt kilde.

Use-casen adskiller sig også fra RAG over interne dokumenter. Her er kildematerialet offentligt og ofte peer reviewed, og kvaliteten af den enkelte kilde er i sig selv en del af analysen. Ren dataanalyse på rå tal hører til en anden kategori.

Et brugbart setup har fire led: søgning, udvælgelse, ekstraktion og syntese. Modellen er stærkest i de to sidste og svagest i det første.

Søgningen bør ske i en rigtig database med et indeks du kan efterprøve. GPT-5.6 Sol og Gemini 3.1 Pro kan hjælpe med at formulere søgestrenge, foreslå synonymer og udpege tilgrænsende fagtermer. De bør ikke være kilden til, hvilke publikationer der eksisterer.

Ekstraktion foregår ét dokument ad gangen. Du giver modellen fuldteksten og beder om et fast skema: population, metode, stikprøvestørrelse, hovedresultat, begrænsninger. Ensartede felter er det, der gør senere sammenligning mulig. Claude Sonnet 5 rækker som regel til den slags afgrænset udtræk.

Syntesen kører derefter på de strukturerede uddrag, ikke på fuldteksterne. Det holder context window nede og gør det lettere at spore en konklusion tilbage til sit ophav. Claude Opus 5 og GPT-5.6 Sol håndterer bedst materiale, hvor studierne modsiger hinanden. Kvaliteten afgøres mest af, hvor stringent dit ekstraktionsskema er, og mindre af hvilken model du vælger.

Falske citations opstår, fordi en reference er et mønster: efternavn, årstal, tidsskriftsnavn, sidetal. Modellen kan producere en kombination, der ser fuldstændig rigtig ud, uden at publikationen findes. Fejlen ligner ikke en fejl, og selv en DOI kan fremstå plausibel.

Mere lumsk er de tilfælde, hvor kilden findes, men ikke siger det, den bliver refereret for. En nuance i metodeafsnittet, et forbehold i diskussionen eller en anden population end antaget. Det fanges kun ved at åbne originalen.

Ved mange dokumenter i samme kontekst vægtes materiale i begyndelsen og slutningen tungere end det midterste. Studier, der ligger midt i en lang kontekst, bliver systematisk underrepræsenteret i syntesen, uden at det fremgår af svaret.

Dertil kommer en tendens til at fremstille et forskningsfelt som mere enigt, end det er. Modellen gengiver den position, der fylder mest i træningsdata, og et metodisk svagt studie tæller lige så meget som et stærkt, medmindre du eksplicit beder om en vurdering af kvaliteten.

Den praktiske skillelinje går ved beslutninger, som skal kunne forsvares. Inklusions- og eksklusionskriterier, vurdering af studiekvalitet og de endelige konklusioner bør være dine. Modellen håndterer volumen, struktur og første udkast.

Det betaler sig at gemme både søgestrenge, ekstraktionsskema og de prompts der blev brugt. Uden det kan du ikke rekonstruere, hvordan en påstand opstod, og en gennemgang der ikke kan rekonstrueres, kan heller ikke forsvares over for en fagfælle.