Hvernig er gervigreind notuð í gagnavísindum?
Uppfært July 17, 2026 5 mínútna lestur
Þú opnar Aha-appið, sérð verðið á vöru hækka rétt fyrir helgi og veltir fyrir þér hver ákvað það. Svarið er oftast ekki manneskja heldur líkan sem gagnafræðingur þjálfaði á sölutölum síðustu missera. Þarna mætast gagnavísindi og gervigreind í daglegu lífi, og spurningin sem margir spyrja á Íslandi er einföld: hvernig er gervigreind notuð í gagnavísindum?
Stutta svarið er að gervigreind er verkfærið sem gagnafræðingur notar til að láta gögn taka ákvarðanir sjálf. Lengra svarið er áhugaverðara, og það segir líka til um hvers konar starf þetta er og hvað það borgar.
Hver er munurinn á gagnavísindum og gervigreind?
Fólk ruglar þessu tvennu saman, og það er skiljanlegt. Gagnavísindi eru breiða greinin: að safna gögnum, hreinsa þau, greina þau og draga af þeim gagnlega ályktun. Gervigreind, og þá sérstaklega vélrænt nám (machine learning), er ein aðferð innan þeirrar greinar. Hún snýst um að þjálfa líkan á fyrri gögnum svo það geti spáð fyrir um það sem það hefur ekki séð áður.
Hugsaðu þér tryggingafélag í Reykjavík. Gagnafræðingur skoðar gömul tjónagögn, finnur mynstur og byggir líkan sem metur áhættu hjá nýjum viðskiptavini. Greiningarhlutinn — að skilja gögnin — er gagnavísindi. Líkanið sem spáir fyrir um áhættuna sjálfkrafa er gervigreindin. Þú þarft hvort tveggja.
| Gagnavísindi | Gervigreind (vélrænt nám) | |
|---|---|---|
| Aðaltilgangur | Skilja og útskýra gögn | Spá fyrir og gera sjálfvirkt |
| Dæmigert verk | Hreinsun, greining, myndræn framsetning | Þjálfun líkana, spálíkön |
| Verkfæri | Python, SQL, pandas, Power BI | scikit-learn, TensorFlow, PyTorch |
| Útkoma | Skýrsla eða ákvörðunarstuðningur | Líkan sem keyrir sjálft |
Hvernig er gervigreind notuð í gagnavísindum í raun?
Í venjulegu verkefni gerir gagnafræðingur mun meira en að þjálfa líkön. Fyrsta vikan fer oft í að finna gögnin, sameina þau úr ólíkum kerfum og laga vitleysu — dagsetningar á röngu formi, tóma reiti, tvítekningar. Þetta er óglamúrös vinna en hún ræður úrslitum. Léleg gögn inn þýða lélegt líkan út, sama hversu flott gervigreindin er.
Þegar gögnin eru tilbúin kemur gervigreindin til sögunnar á nokkra vegu. Vélrænt nám flokkar tölvupóst í ruslpóst eða ekki. Það spáir fyrir um hvaða viðskiptavinir eru líklegir til að hætta áskrift. Það mælir með næstu vöru eða þætti. Og með stórum mállíkönum getur gagnafræðingur núna dregið saman þúsundir umsagna á íslensku á sekúndum í stað þess að lesa þær handvirkt.
Gott íslenskt dæmi: fyrirtæki í ferðaþjónustu vill vita hvenær best er að auglýsa gistingu á Norðurlandi. Gagnafræðingur sameinar bókunargögn, veðurgögn frá Veðurstofunni og leitartíðni, og þjálfar líkan sem spáir eftirspurn eftir vikum. Markaðsdeildin fær þá skýra tímasetningu í stað ágiskunar. Þarna vinnur manneskjan greininguna og gervigreindin gerir spána endurtakanlega.
Vinnur gagnafræðingur með gervigreind — eða keppir við hana?
Já, gagnafræðingur vinnur með gervigreind daglega. Þetta er ekki fjarlægur hlutur sem einhver annar sér um. Að byggja, prófa og laga líkön er kjarninn í starfinu hjá mörgum.
Það sem hefur breyst er hvernig fólk vinnur. Kóðahjálp knúin gervigreind skrifar núna fyrstu drög að Python-kóða, og gagnafræðingurinn les yfir, lagfærir og tekur ábyrgð á niðurstöðunni. Þetta gerir byrjendur öflugri, ekki óþarfa — því þú kemst hraðar að því sem raunverulega skiptir máli, sem er að spyrja réttu spurninganna um gögnin.
Það leiðir að stóru áhyggjunni sem margir hafa.
Munu gagnavísindi hverfa vegna gervigreindar?
Nei, og ástæðan er einföld. Gervigreind getur búið til líkan, en hún veit ekki hvaða vandamál er þess virði að leysa, hún þekkir ekki samhengið hjá íslensku fyrirtæki og hún tekur ekki ábyrgð þegar spá klikkar. Það gerir manneskjan.
Það sem breytist er verkfærakistan. Sá sem kann bara að keyra tilbúið líkan án þess að skilja gögnin á bak við það verður í veikari stöðu. Sá sem skilur bæði tölfræðina og hvernig á að nýta gervigreind til að flýta vinnunni verður eftirsóttur. Þess vegna borgar sig að læra grunninn vel frekar en að treysta á að tólin geri allt.
Ef þú vilt sjá nákvæmlega hvaða færni er kennd og í hvaða röð, þá er námskráin í gagnavísinda- og gervigreindarnáminu hjá Code Labs Academy góður staður til að byrja.
Hvað eru launin hjá gagnafræðingi sem vinnur með gervigreind?
Laun ráðast af reynslu, geira og staðsetningu, og ég vil ekki gefa þér uppspunnna tölu. Á Íslandi eru gagnafræðingar almennt í hærri kantinum meðal sérfræðistarfa í tækni, og þeir sem hafa raunverulega reynslu af vélrænu námi eru meðal þeirra eftirsóttustu í bönkum, tryggingafélögum, orkufyrirtækjum og sprotum á höfuðborgarsvæðinu.
Nokkur atriði sem hækka launin í reynd:
- Sannanleg reynsla af því að koma líkani í raunverulega notkun, ekki bara í glæru
- Kunnátta í Python og SQL sem þú getur sýnt í verkefnasafni
- Skilningur á geiranum — heilbrigðisgögn, fjármál eða orka
- Geta til að útskýra flóknar niðurstöður fyrir fólki sem er ekki tæknilegt
Launin fara líka eftir því hvort þú byrjar sem gagnagreinandi (data analyst) og færir þig upp í gagnafræðing (data scientist), sem er algeng leið fyrir þá sem eru að skipta um starfsferil.
Hvernig byrjar maður á Íslandi?
Þú þarft ekki gráðu í stærðfræði til að byrja, en þú þarft aga og verkefni sem þú getur sýnt. Byrjaðu á Python og grunntölfræði, gerðu eitt lítið spálíkan á gögnum sem þú hefur raunverulegan áhuga á, og byggðu ofan á það.
Sumir vilja fastan ramma með kennara og hópi, aðrir vilja læra á eigin hraða með vinnu meðfram. Hvort tveggja virkar. Þú getur borið saman allar námsleiðir hjá Code Labs Academy og séð hvað hentar þínum aðstæðum — sveigjanlega námið á eigin hraða í gagnavísindum og gervigreind hentar sérstaklega vel þeim sem eru í fullri vinnu.
Aðalatriðið er þetta: gervigreind gerir gagnafræðinga hraðari, ekki óþarfa, og fólk sem skilur bæði gögnin og tólin er eftirsótt á íslenskum vinnumarkaði. Ef þú ert tilbúinn að taka fyrsta skrefið skaltu skoða verð og fjármögnunarleiðir og velja leiðina sem passar þér best.
