AI har ramt hele verden, og brugerne er begejstrede. AI har spredt sig med lynets hast og hurtigere end noget tidligere fænomen på internettet. AI er globalt og vil få kolossal betydning for hele menneskeheden i de næste 10 år.
Digital vismand og professor Jan Damsgaard har netop skrevet bogen "AI – Mellem fornuft og følelse" som er en tilgængelig introduktion til både mulighederne og teknologien bag kunstig intelligens.
Computerworld bringer her, efter aftale med forfatteren, første kapitel af bogen. Læs mere om bogen her.
AI, Artificial Intelligence eller kunstig intelligens, har potentialet til at forandre vores samfund på samme radikale vis som den industrielle revolution. Mulighederne er på en gang fantastiske og foruroligende, men som med al teknologi er det vores brug og vilje, der sætter retning for udviklingen.
Derfor er det vigtigt at komme i gang og få et realistisk blik på AI-teknologierne uden at forfalde til hverken hype eller hysteri.
Dette kapitel giver en kort oversigt over det praktiske potentiale i AI, ikke mindst at AI kan sikre færre menneskelige fejl og sikre fordomsfri sagsbehandling. Brugt rigtigt vil AI støtte mennesker, ikke erstatte dem.
Forestil dig en verden, hvor mennesker kan arbejde med det, som de er bedst til og overlade det farlige, det kedelige, det fysisk og psykisk nedslidende til robotter. Hvor intelligent teknologi hjælper til at skabe et mere socialt og økonomisk retfærdigt og fordomsfrit samfund med muligheder for alle, og hvor både hardware og software gør det lettere for os at forebygge og overleve de sygdomme og ulykker, vi i dag dør af.
Hvor klima og natur trives, og hvor alle har mulighed for at forsørge sig selv og deres familie, også selv om de vælger at stå uden for det etablerede arbejdsmarked og i stedet arbejder frivilligt, uddanner sig – eller bare trænger til et pusterum.
De belaster ikke fælleskassen, for takket være den enorme fremgang i produktivitet og trivsel, som kunstig intelligens har skabt, er der værdier nok at dele ud af.
Eller forestil dig en verden, hvor maskiner har overtaget verden og reelt bestemmer, hvordan vi skal leve. Hvor menneskelig opfindsomhed og iværksætteri er erstattet af programmer og ensretning, hvor alle overvåges af usynlig teknologi, privatliv er en illusion, og hvor beslutningsprocesser er blevet usynlige, og demokratiet derfor reelt er sat ud af spillet.
Hvor ensomheden og fremmedgjortheden er total, fordi maskiner erstatter mennesker, og hvor konflikter skaber usikkerhed og elendighed, fordi store dele af verdens befolkning ikke har fast job eller indkomst, overflødiggjorte som de er af kunstig intelligens. En verden, som selvtænkende våben kan udslette på splitsekunder uden for menneskelig kontrol, hvis våbnene løber løbsk eller overtages af en fremmed stat eller terrororganisation.
AI, eller kunstig intelligens, sætter følelserne i kog, når henholdsvis optimister og pessimister tegner fremtiden op og skaber utopier og dystopier, mens de fleste af os med en blanding af skepsis, skræk og fascination forsøger at finde ud af, hvad det hele egentlig handler om. Er vi med AI på vej mod en bedre verden? Eller hastigt på vej ud i en dommedag skabt af robotter?
Det korte svar er, at det bestemmer vi selv. Men at den mere utopiske udgave af fremtiden er mest sandsynlig, hvis vi hurtigst muligt begynder at bruge og udvikle teknologierne i den retning, som fører os mod det scenarium, vi ønsker.
Derfor bør virksomhederne gå i gang med at udforske mulighederne i de forskellige typer AI uden at vente på regulering eller se, om det der AI eventuelt går over af sig selv, sådan som holdningen til internettet oprindeligt var mange steder.
Det er vigtigt, at udviklingen af teknologierne ikke bliver forbeholdt nogle få eller mennesker med en bestemt baggrund – skal de udfolde deres fulde potentiale, skal de være for alle og til alle.
Også derfor er det oplagt at tage imod og udvikle de nye AI-redskaber. Heldigvis er AI nu, ganske som internettet, blevet intuitivt let at bruge, i hvert fald på en række områder, også for helt almindelige mennesker uden særlige forudsætninger.
Teknologisk fremgang med en pris
Noget af det, der adskiller mennesker fra dyr er, at vi ikke alene kan bruge redskaber. Det kan en række dyr også. Men i modsætning til dem kan vi udtænke og skabe dem – og vi kan kommunikere vores ideer og teknikker og dermed udbrede dem hurtigt og vidt uden at skulle vente på, at vi evolutionært tilpasser os gennem naturlig udvælgelse af de mest redskabskyndige.
Industrialiseringen gav os et løft i velfærd og sundhed, som ikke er set tidligere i verdenshistorien. På nogle få generationer er den globale gennemsnitlige levealder steget dramatisk. Før industrialiseringen var den ifølge forskere cirka 30 år.
Det skyldtes først og fremmest en voldsom børnedødelighed – der var også mennesker, der blev gamle dengang, men de var forholdsmæssigt betydeligt færre. Siden år 1900 er den gennemsnitlige levealder mere end fordoblet og er nu globalt på over 70 år.
Børnedødeligheden er samtidig faldet, og hungerkatastrofer er blevet en sjældenhed.
Vores evne til at skabe og bruge teknologi har altså betydet enorme fremskridt, men samtidig har vi udpint jordkloden og dens ressourcer i en grad, så vi nu står over for lige så enorme udfordringer. Teknologierne har været med til at skabe problemerne.
De er samtidig en del af løsningen. Naturkriserne kan ikke løses uden massiv teknologisk udvikling, herunder også AI.
AI defineres på forskellig vis, og kapitel 2 beskrives det nærmere. Men helt kort er kunstig intelligens en computers evne til at simulere menneskelig adfærd inden for et eller flere områder. Det kan være evnen til at genkende billeder, evnen til at gengive menneskelig tale eller at foretage komplicerede træk i brætspil som skak og go.
En kendt definition er den såkaldte Turingtest, som er opkaldt efter den britiske matematiker og computerpioner Alan Turing.
Han luftede i 1950 muligheden for, at maskiner kunne tænke og foreslog en test, der skulle afgøre, om en computer kunne siges at have en menneskelignende intelligens: Hvis et menneske chatter med både en maskine og et menneske uden at vide, hvem der er hvem, og ikke kan afgøre, hvilke svar der er computerens og hvilke der er et menneskes, så har computeren bestået Turingtesten.
Dermed kan den siges at have opnået en form for kunstig intelligens, der svarer til et menneskes måde at tænke på.
Det er en enkel test. Det er sværere at afgøre, om en computer har bestået den. Chatbotten Eugene Goostman fik i 2014 en tredjedel af et dommerpanel til at tro på, at den var en 13-årig dreng fra Ukraine. Chatbotten ELIZA, som nævnes senere, fik også nogle brugere til at føle, at de talte med et menneske.
Men mange forskere holder fast i, at ingen computer har bestået testen på en overbevisende måde.
Uanset den videnskabelige uenighed er der som sagt i dag computere, der mindst lige så godt som mennesker kan håndtere komplekse opgaver. Det rækker ud over automatisering på en række områder:
- AI-systemer kan lære og træffe beslutninger basere på data, mens automatiseringssoftware generelt følger faste regelsæt og ikke lærer over tid.
- AI kan altså selv forbedre sig over tid, mens forbedringer af traditionel software kræver opdateringer.
- AI kan tilpasse sig nye situationer og ændringer i data, mens automatisering som regel kræver manuel justering, hvis softwaren skal håndtere nye
- scenarier.
- AI kan håndtere en høj grad af kompleksitet, der kræver forståelse og analyse, for eksempel billedbehandling, strategi eller naturlig sprogbehandling.
- Automatiseringssoftware er generelt bedre til enkle opgaver, der repeteres uden forandringer.
- AI kan i nogle tilfælde fungere selvstændigt og tilbyde løsninger uden menneskelig indgriben, for eksempel at tilpasse en produktion til efterspørgslen. Automatisering er derimod begrænset til at følge bestemte regler.
De første eksempler på brugen af AI er set. Vi kender Siri, Google og Alexa fra vores hjem og smartphones, hvor de virker som venlige assistenter, når vi beder assistenten om at skrue ned for temperaturen eller op for Dua Lipa.
For mange er det blevet så naturligt, at de ikke længere tænker over det. Og giganter som Microsoft er allerede ved at indbygge AI som hjælpeprogram, Microsoft Copilot, i deres programmer. Det vil gøre det muligt at øge den enkeltes produktivitet, når AI kan hjælpe med at løse opgaverne lettere, hurtigere og mere fleksibelt.
Men brugen rækker videre. Blandt andet bliver AI med billedgenkendelse brugt til lynhurtigt at identificere dyr, som dukker op på vildtkameraer i beskyttede naturområder. Det er en vigtig opgave, for et overblik over dyrene, og hvor de færdes, giver et bedre grundlag for at vedtage indsatser, der beskytter dem, men overvågningen kræver mange timer.
Med AI som assistent får de ansatte i naturområderne frigivet tid til kerneopgaven: at beskytte naturen. Der er også eksempler på nationalparker og havområder, hvor AI nu har overtaget overvågningen af krybskytteri og ulovligt fiskeri og slår alarm, hvis nogen trænger ind i områderne uden tilladelse.
AI kan også analysere mønstre i store datamængder og dermed for eksempel pege på steder, hvor der er potentiale for energibesparelser. Blandt andet har Google brugt AI til at nedbringe udgifterne til køling af datacentrene med 40 procent. Godt for Google og godt for klimaet.
En anden stor naturkrise er den stigende mangel på rent vand. Her kan AI være med til at spare på de kostbare ressourcer ved at udpege steder, hvor vandet spildes, eller ved at styre vanding af for eksempel landbrugsarealer, så markerne får den optimale vanding med mindst muligt vandforbrug.
Eksemplerne er allerede mange, og de vokser hurtigt og eksponentielt, for det er de digitale teknologiers natur. AI er den største omvæltning i hvert fald siden internettet, og både forskere og debattører har udtalt, at AI kan få samme betydning for samfundet som helhed som industrialiseringen.
Industrialiseringen vendte op og ned på befolkningsmønstre, økonomi, undervisning, arbejdstid, politiske bevægelser og kulturelle normer og standarder.
AI har potentialet til at gøre det samme ved fundamentalt at transformere måden, vi arbejder og skaber værdi på. Med AI rykker den 4-dages arbejdsuge markant tættere på og aktualiserer ideen om UBI, Universal Basic Income, altså en form for borgerløn, som alle har ret til uanset arbejdsevne og arbejdsindsats. Også vores skattesystem kan komme under pres.
Hvis en stor del af værdierne skabes af kunstig intelligens, hvorfor er det så primært menneskelig arbejdskraft, der skal beskattes?
AI kan forstærke mennesker
Det er altså store forandringer, som AI kan give anledning til, og som giver anledning til uro og i nogle tilfælde frygt. AI’s evne til at overtage opgaver, der hidtil har været varetaget af mennesker, får mange til at se AI som “menneske mod maskine”.
Det er forståeligt, ikke mindst i betragtning af at stribevis af virksomhedsledere både i Danmark og i udlandet har givet udtryk for, at de vil benytte teknologien til at skære ned på antallet af medarbejdere.
Det er imidlertid en utilstrækkelig måde at betragte AI-teknologiernes potentiale på. Som blandt andre futuristen Ravid Jesuthasan og professor emeritus John W. Boudreau har påpeget i bestsellerbogen “Work without Jobs”, ligger den største gevinst i at forstærke menneske med maskiner, ikke i at erstatte dem med maskiner.
De virksomheder, som forstår at sætte opgaveløsningen i stedet for teknologien i centrum, får størst fremgang i produktiviteten og forstår, hvordan AI i samarbejde med mennesker kan skabe bedre løsninger for kunder, borgere og samfundet samt sætte de ansatte fri til at bruge deres kompetencer på det, der giver mening og kræver stærke menneskelige egenskaber. For eksempel kreativitet, empati, kritisk sans, strategisk tænkning osv. Vi bør tænke “menneske med maskine”, ikke “menneske mod maskine”.
AI vil booste produktiviteten væsentligt i både den offentlige og private sektor. AI kan afbøde det kroniske behov for arbejdskraft og samtidig øge serviceniveauet markant og nedbringe ventetider i en lang række sektorer.
AI’s tidlige begyndelse
Selv om det er relativt nyt, at AI fylder så meget i debatten uden for snævre teknologikredse, er ideen om kunstig intelligens langtfra ny. I myter og fiktion optræder Pygmalion, som skabte den kunstige kvinde Galatea og forelskede sig i hende, smedeguden Hefaistos som skabte kvinder af guld – eller tænk på Mary Shelleys klassiske roman om Frankensteins monster.
Et gennemgående tema er ikke alene fascinationen af det kunstige menneske, men frygten for, at det på en eller anden måde vil vende sig mod sin skaber.
Heller ikke den bekymring er ny.
Almindeligvis regnes den såkaldte Dartmouth Workshop i 1956 som den formelle begyndelse på AI som akademisk disciplin. Ved den amerikanske konference samledes en række forskere, der på forskellig vis arbejdede med computere og data og samtidig var pionerer inden for tankerne om kunstig intelligens.
Det var også ved denne konference, at begrebet Artificial Intelligence først blev brugt. I Danmark blev de første computere og regnemaskiner i øvrigt kaldt elektronhjerner, et udtryk, der kendes tilbage fra begyndelsen af 50’erne.
Selve konferencen skabte ikke direkte resultater, men den blev en katalysator for forskning og forskningssamarbejde inden for feltet.
Et af de tidligste eksempler på en chatbot blev skabt midt i 1960’erne af datalogen Joseph Weizenbaum på MIT-universitetet i USA. Weizenbaum skabte en efter nutidige standarder ganske primitiv chatbot, ELIZA, som var udviklet til at stille spørgsmål efter psykoterapeuten Carl Rogers’ model for aktiv lytning, altså at spørge uden at dømme eller vurdere. Hvis et menneske for eksempel skrev “jeg er træt af mit job,” ville ELIZA typisk spørge “hvad gør dig træt?” Eller hvis der kom en sætning om “min far,” kunne ELIZA reagere med et “fortæl mig mere om din far”.
Det var ganske et ganske enkelt papegøjetrick. ELIZA reagerede på nogle ord og fik så mennesker til at svare.
Ja, faktisk til at krænge deres inderste sjæl ud. For paradoksalt nok havde Joseph Weizenbaum skabt ELIZA til at demonstrere, hvor overfladisk en computersamtale ville være. Men brugerne opfattede dialogerne med ELIZA som dybt meningsfulde. Man taler ligefrem om ELIZA-effekten, hvor mennesker tillægger maskiner menneskelige følelser.
Efterhånden som computerne fik mere datakraft i 80’erne og 90’erne, opstod ideen om maskinlæring, hvor computerne selv skulle lære på baggrund af data.
IBM var en af frontløberne og udviklede skakcomputeren Deep Blue, som i 1996 slog stormesteren Garri Kasparov, en af historiens stærkeste skakspillere.
Sejren, som Deep Blue gentog året efter i en turnering, var en sensation. Indtil da var formodningen, at computere nok var smarte, men skak ville være alt for kompliceret til en kunstig intelligens. I dag er det omvendt.
Blandt andet er den amerikanske stormester Hans Niemann af konkurrenten Magnus Carlsen blevet beskyldt for at snyde og bruge computerhjælp, for så god kan en menneskelig spiller umuligt være.
IBM står også bag den kunstige intelligensplatform Watson, der bruges i alt fra sundhedsvæsen til kundeservice. Bedre kendt er Watson formentlig fra sin deltagelse i spillet Jeopardy i 2011, hvor deltagerne dyster på paratviden.
Her måtte Watson udstyres med en mekanisme, der gjorde den langsommere, end den egentlig var, hvis de menneskelige deltagere skulle have en chance.
Nogle år senere var det DeepMind, en del af Google, som med AI-programmet AlphaGo slog en af verdens bedste go-spillere, Lee Sedol.
Go regnes sædvanligvis som det mest komplicerede strategiske brætspil af alle og med et enormt antal muligheder for forskellige træk. Spillet er adskillige tusinde år gammelt, og spillerne får, som i skak, enten sorte eller hvide brikker, “sten”, som skal erobre territorium på brættet.
Spillet er ikke som skak matematisk, og selv topspillere vil ofte have svært ved at forklare, hvorfor de foretog et bestemt træk. Kreativitet og intuition spiller en rolle, og det er egenskaber, vi som regel forbinder med mennesker.
Når de første to træk er foretaget i skak, er der 400 mulige træk tilbage. I go er tallet tættere på 130.000 mulige træk, og det er derfor svært at forudse modstanderens træk gennem hele spillet.
Netop på grund af kompleksiteten blev AlphaGo trænet på en ny måde, som siden er blevet den mest udbredte måde at træne AI på. Den fik ikke reglerne at vide. I stedet fik computeren vist en række spil mellem mennesker. Først amatører, siden topspillere. Og så blev den sat til at spille mod en udgave af sig selv. Den opdagede altså mønstre og muligheder ved at studere spillet uden at være blevet instrueret i regler.
I andet spil mod Lee Sedol var dens træk nr. 37 helt uventet. Flere kommentatorer bemærkede, at intet menneske ville have kunnet foretage det, og i hvert
fald var det ikke set før.
Sejren blev set som det ultimative bevis på, at AI kan konkurrere med menneskelig intelligens, også på felter som kræver intuition og langsigtet planlægning. Siden har en anden spiller, amerikaneren Kellin Pelrine, imidlertid slået AI-spilleren eftertrykkeligt ved at udnytte en svaghed i den. Så spilcomputeren er ikke så uovervindelig, som den kan virke. Pelrine måtte dog have hjælp til at finde svagheden fra en anden computer.
Siden har DeepMind udvidet AlphaGo med den mere alsidige AlphaZero, som kan spille flere spil og er i modsætning til AlphaGo trænet uden at have studeret spil, som mennesker har gennemført.
AlphaZero har alene spillet mod sig selv, og det har gjort den i stand til hurtigt at overgå både mennesker og andre spil-AI’er, inklusive AlphaGo. Den finder selv nye spilstrategier og er ikke præget af de menneskelige. AlphaGo kan spille som det bedste menneske. AlphaZero fik en kommentator til at udbryde: “Nu ved vi, hvordan et rumvæsen ville spille go”.
Med programmer som Bing, ChatGPT, Midjourney, Dall-E osv. er AI rykket fra laboratorierne og ud til den brede befolkning, og der dukker konstant nye AI-løsninger op, som kan hjælpe med alt fra at skabe en powerpoint-præsentation til at diagnosticere brystkræft.
Det er menneskeligt at fejle
Flere studier viser, at vi som mennesker er tilbøjelige til at være overbærende med menneskelige fejl. Det er ret oplagt – vi begår dem selv og håber på overbærenhed fra andre, når det sker. Til gengæld viser studier også, at vi er langt mere kritiske, når det handler om teknologiske fejl.
Det er der mange forklaringer på. En af dem er, at mennesker kan sige undskyld og ofte også forklare, hvorfor det gik galt.
Vi forstår generelt andre mennesker. Færre af os forstår maskiner og programmer. Dertil kommer, at vi har høje forventninger til teknologisk ufejlbarlighed, så når den svigter, rykker det fundamentalt ved vores tillid.
Eksemplet med de danske ejendomsvurderinger, som havde været forsinkede i en længere årrække på grund af it-problemer, er illustrativt.
I efteråret 2023 blev de foreløbige vurderinger sendt ud og skabte omgående postyr. Ikke alene var mange af vurderingerne fejlbehæftede, men det var umuligt at se, hvordan afgørelserne var truffet, og samtidig kunne boligejerne ikke få lov at klage før mere end et år senere.
Systemet fik skylden, men det største problem var den manglende transparens og myndighedernes tilbøjelighed til at fralægge sig ansvaret.
Ejendomsvurderingerne er siden i debatten blevet fremhævet som skrækeksemplet på konsekvensen af at overlade noget til en algoritme i stedet for et menneske.
Det er snarere et eksempel på et dårligt udtænkt system i kombination med en mildest talt uhensigtsmæssig praksis. Altså menneskelige fejl.
Det er menneskeligt at fejle. Alligevel føler mange sig tryggere ved menneskelige skøn end ved afgørelser truffet af et program eller en maskine, for eksempel hvis de skal dømmes eller ansættes.
Og det er på trods af, at studier viser, hvor upålidelig den menneskelige dømmekraft i virkeligheden er. Vi har masser af ubevidste fordomme, der spiller ind på vores beslutninger, også selv om vi føler os objektive og saglige.
Et klassisk eksempel er prøveløsladelser. Et studie viste i 2011, at israelske dommere var mellem dobbelt til seks gange så tilbøjelige til at bevilge prøveløsladelse i begyndelsen af dagen som i slutningen af dagen.
Deres velvilje sank, efterhånden som dagen skred frem, selv om de kortvarigt blev mildere stemt umiddelbart efter frokost. Træthed, uoplagthed, sult … vi bliver påvirket af mange faktorer. Det er også kendt, at der er større chance for en god karakter, hvis man har eksamenstid, når eksaminator og censor er friske og har spist.
De menneskelige blinde vinkler – at vi ikke selv ved, vi har bias og fordomme – er årsagen til, at flere orkestre nu holder optagelsesprøver bag forhæng, så bedømmerne ikke kan se køn eller hudfarve på de musikere, der aflægger prøve.
Det har blandt andet betydet, at flere kvindelige musikere optages. Og når ansøgninger eller eksamensopgaver anonymiseres, stiger sandsynligheden for, at kvinder og mennesker med minoritetsbaggrund klarer sig godt.
Vores ubevidste antagelser spænder ben for vores vilje til at være retfærdige.
I et berømt australsk forsøg fik over 1.000 virksomheder tilsendt et CV og en ansøgning til et job i salgsafdelingen. Alle fik det samme CV, men det ene var fra “Susan”, mens det andet var fra “Simon”.
Simon blev bedømt mere positivt og blev i højere grad bedt om at komme til samtale end Susan. Bemærkelsesværdigt nok var forskellene i bedømmelserne på de to kandidater størst i store virksomheder med erfarne rekrutteringsansvarlige.
I Storbritannien viste et studie for en del år siden, at kandidater med “hvidt”-klingende navne havde 74 procent større chance for at blive kaldt til samtale end kandidater, hvis navne lød fremmedartede. Der er adskillige eksempler på, at mennesker har skiftet navn alene for at øge deres chancer på jobmarkedet.
Det er sjældent, fordi virksomhederne bevidst fravælger hverken kvinder eller mennesker med minoritetsbaggrund. Men deres skjulte fordomme spænder ben for de gode intentioner om mangfoldighed.
Når det gælder ulykker, for eksempel flyulykker, er menneskelige fejl langt hyppigere årsagen end svigt af teknologi og maskineri. Som mennesker kan vi glemme, blive distraherede, være trætte eller uoplagte. Digital teknologi kan også svigte, men den gør det sjældent. Og AI er god til at eliminere de fejlkilder og usikkerheder, som påvirker menneskelige skøn.
Det betyder ikke, at en AI eller algoritme i alle tilfælde skal erstatte menneskelig dømmekraft. Ved ansættelser er der for eksempel kriterier såsom det udefinerbare “kemi”, der spiller ind. Eller man kan vælge at se bort fra nogle umiddelbare mangler, fordi et menneske har andre egenskaber, der også kan være værdifulde.
Men brugt rigtigt kan AI være med til at sikre større retfærdighed og saglighed i sagsbehandling og afgørelser, både i private virksomheder og offentlige organisationer.
Bogen "AI – Mellem fornuft og følelse" koster 295 kroner og kan købes direkte hos DJØF Forlag på dette link.