“Overdrivelsens vej fører til visdommens palads.”
Eller som William Blake skrev det på engelsk: The road of excess leads to the palace of wisdom.
Det citat har rumsteret i mit hoved de seneste dage, fordi vi tydeligvis er midt i en historisk overdrivelse.
AI skal bruges til alt. AI må ikke bruges til noget. AI ødelægger skolen. AI redder skolen. AI tager vores arbejde. AI giver os superkræfter. AI gør os dummere. AI gør os klogere.
Som så ofte er sandheden mere besværlig: Det kommer an på, hvordan vi bruger den.
Min ven Jens sagde forleden noget, som jeg ikke har kunnet slippe.
Han havde lagt mærke til, at når han fandt et svar med AI, havde han sværere ved bagefter at huske og gengive det for andre, end når han selv havde fundet svaret gennem nogle Google-søgninger.
Det lyder rigtigt.
Ikke fordi Google er bedre, klogere eller mere moralsk end AI.
Men fordi Google ofte tvinger os igennem lidt mere modstand.
Vi skal formulere søgningen, vælge mellem kilder, åbne flere faner, opdage at det første svar ikke var godt nok, læse lidt videre, sammenligne og til sidst selv samle forståelsen.
AI kan derimod levere et pænt, sammenhængende og ofte glimrende svar på få sekunder.
Kan være farligt
Det er fantastisk. Men det kan også være farligt, hvis vi forveksler et godt svar med vores egen forståelse.
Ethan Mollick, som efter min mening er en af de mest anvendelige stemmer i AI-debatten, skrev i går teksten “Choosing to Stay Human.”
Hans pointe er ikke, at vi skal lade være med at bruge AI. Tværtimod. Pointen er, at det at forblive menneske betyder, at vi vælger, hvornår og hvordan vi bruger AI.
Det er en vigtig skelnen.
For AI kan både hjælpe os med at tænke bedre og hjælpe os med at holde op med at tænke.
Mollick bruger udtrykket “cognitive surrender.” Kognitiv overgivelse.
Det er den situation, hvor vi ikke bare får hjælp af AI, men overgiver vores dømmekraft til den. Vi læser ikke rigtigt. Vi vurderer ikke rigtigt. Vi spørger ikke os selv, om svaret faktisk er godt. Vi tager bare imod.
Det er ikke science fiction. Det er hverdagsfriktionens afskaffelse.
Og friktion er ikke altid dårligt. Når man lærer noget, er noget af besværet selve læringen.
Mollick peger blandt andet på forsøg, hvor elever, der fik almindelig ChatGPT-hjælp til opgaver, lavede bedre afleveringer, men bagefter klarede sig dårligere i en prøve uden AI.
De havde fået hjælp til produktet, men ikke nødvendigvis til læringen.
Forbedrer læringen
Omvendt findes der også forsøg, hvor AI brugt som tutor forbedrer læringen. Ikke fordi AI’en bare giver svaret, men fordi den stiller spørgsmål, forklarer trin for trin, tilpasser sværhedsgraden og hjælper eleven til selv at arbejde sig frem.
Forskellen kan se lille ud på skærmen. Men den er enorm i hjernen.
Der er forskel på at få facit og at blive hjulpet til at forstå.
Jeg tror, at vi i praksis skal skelne mellem tre niveauer af AI-brug.
Det første er chatniveauet. Det er dér, hvor vi sidder foran AI’en og beder den om noget: Forklar NIS2. Skriv et notat. Lav en it-strategi for min iskiosk. Giv mig 10 argumenter. Gør denne tekst bedre.
Det andet er agentniveauet. Her får AI’en et mål og går mere selvstændigt i gang med at løse en række opgaver. Den kan søge, klikke, sammenligne, skrive kode, teste og vende tilbage med et resultat.
Det tredje er automatiseringsniveauet. Her kører AI eller AI-lignende funktioner i baggrunden, uden at vi tænker ret meget over det. Spamfiltre, anbefalinger, overvågning, mønstergenkendelse, billedanalyse og meget andet, der allerede er blevet en del af den digitale hverdag.
Det mest interessante
Det mest interessante lige nu er chatniveauet.
For det er her, vi stadig selv er med. Det er her, vi taler om “human in the loop”. Men det er ikke nok at være i loopet, hvis man mentalt sidder og sover på bagsædet.
Derfor bør vi stille os selv et enkelt spørgsmål, hver gang vi bruger AI:
Vil jeg lære noget, vil jeg bare have noget gjort, eller vil jeg i det mindste undgå at blive dummere?
Det er tre meget forskellige situationer.
Hvis jeg vil lære noget, må AI’en ikke bare give mig svaret. Så skal den være tutor, modspiller og tålmodig underviser. Den skal spørge: Hvad tror du selv? Hvorfor? Kan du forklare det med dine egne ord? Hvad ville være et modargument? Hvad er du stadig i tvivl om?
Hvis jeg bare vil have noget gjort, er det helt fint at bruge AI som motor. Jeg behøver ikke blive et bedre menneske af at få lavet en tabel, renskrevet et referat eller omformateret et notat.
Og hvis jeg hverken vil lære noget nyt eller bare aflevere hjernen ved garderoben, så skal AI’en bruges på en måde, hvor min viden stadig bliver aktiveret. Jeg skal kontrollere, korrigere, prioritere og tage stilling.
Det sidste har jeg selv haft en god oplevelse med.
Jeg lavede et forsøg, hvor jeg interviewede fem forskellige grupper i en forretningsenhed og brugte min ITAKK-metode til at få AI til at skabe overblik over deres arbejdsprocesser, diagrammer, forbedringsforslag og meget andet.
Det imponerende var ikke kun, at AI’en kunne producere meget på kort tid. Det imponerende var, at eksperterne bagefter kunne se deres egen virkelighed beskrevet udefra.
De kunne sige: Ja, sådan arbejder vi faktisk. Nej, her mangler der noget. Den rækkefølge er forkert. Den afhængighed har vi glemt.
De var ikke erstattet. De blev tydeligere for sig selv.
Kontrol- og korrektionsrunden for alle fem grupper tog samlet omkring 20 minutter. Der var få rettelser. Da deltagerne skulle give AI’en karakter på den gamle 13-skala, gav alle fem grupper den 10. Den ene gruppe var dog så ung, at den ikke anede, hvad 13-skalaen var. Det var i sig selv en lille påmindelse om tidens gang.
For mig er det et eksempel på god AI-brug.
Hurtigere frem til punktet
Ikke fordi AI’en gjorde arbejdet alene, men fordi den bragte mennesker hurtigere frem til det punkt, hvor deres faglighed for alvor kunne bruges.
Og her kommer vi til den anden store gevinst.
For der findes enorme mængder arbejde i moderne organisationer, som skal udføres, men som ingen bliver væsentligt klogere af at udføre manuelt.
GDPR. NIS2. AI Act. ISO-procedurer. ITIL-processer. Årshjul. Kontroller. Risikovurderinger. Systemoversigter. Dokumentation. Rapportering. Governance.
Noget af det er vigtigt. NIS2 handler for eksempel ikke om pynt, men om reel cybersikkerhed og modstandsdygtighed. GDPR og AI Act beskytter også reelle hensyn.
Men selv når formålet er fornuftigt, kan vejen derhen blive tung, langsom og bureaukratisk. Velmenende tiltag lægger sig oven på hinanden som administrative aflejringer i et gammelt vandrør.
Her kan AI gøre menneskeheden en kæmpe tjeneste.
Ikke ved at fritage os for ansvar.
Ikke ved at bilde os ind, at compliance er det samme som sikkerhed.
Og slet ikke ved at producere 80 sider governance-teater, som ingen læser.
Men ved at gøre det overkommeligt at komme i gang. Ved at lave første udkast. Ved at skabe overblik. Ved at vedligeholde dokumentation. Ved at opdatere procedurer. Ved at lave årshjul. Ved at omsætte krav til konkrete handlinger.
I dag er mange organisationer i en permanent tilstand af dårlig samvittighed.
De ved godt, at dokumentationen ikke er helt ajour. De ved godt, at systemoverblikket ikke er komplet. De ved godt, at proceduren blev skrevet, mens en anden chef sad på posten og en tredje version af virkeligheden gjaldt.
Et fatamorgana
Drømmen om perfekt governance har længe været et fatamorgana. Noget man kan se langt ude i horisonten, men aldrig nå frem til.
Med AI får vi for første gang en reel chance for at snyde på den gode måde.
Vi kan lave AI-strategi, datastrategi, enterprise-arkitektur, systemarkitektur, procesbeskrivelser, diagrammer og dokumentation hurtigt nok til, at det stadig hænger sammen med den virkelighed, folk arbejder i.
Og endnu vigtigere: Vi kan komme hurtigere frem til det punkt, hvor mennesker skal ændre adfærd.
For det er dér, værdien ligger. Ikke i dokumentet. Ikke i skemaet. Ikke i den pænt formaterede politik. Men i de nye vaner, den bedre samtale, den skarpere prioritering og den konkrete øvelse.
Det er også her, Mollicks pointe bliver praktisk.
At vælge at forblive menneske betyder ikke, at vi skal afvise AI. Det betyder, at vi skal vælge, hvad vi vil bevare hos os selv.
Vi skal ikke nødvendigvis bevare retten til at flytte kommaer i en procedure.
Vi skal ikke nødvendigvis bevare glæden ved at lave endnu et kontrolskema fra bunden.
Vi skal ikke nødvendigvis selv sidde og opfinde den 47. variant af et risikoregister.
Men vi skal bevare dømmekraften.
Vi skal bevare evnen til at forstå, hvad der er vigtigt.
Vi skal bevare den faglige samtale.
Vi skal bevare evnen til at sige: Det dér ser rigtigt ud, men det er forkert.
Måske er den vigtigste AI-kompetence derfor ikke at skrive smarte prompts. Måske er den vigtigste kompetence at vide, hvornår man skal tænke selv først.
Tænk selv først, når du vil lære.
Tal med mennesker først, når relationen og den fælles forståelse er vigtig.
Skriv selv først, når skrivningen er en del af tænkningen.
Brug derefter AI til at udfordre, forbedre, strukturere, kontrollere og udvide.
Men brug den uden skam til alt det, der bare skal gøres, og som ellers forhindrer os i at bruge vores faglighed.
AI gør os ikke automatisk dummere. Den gør os heller ikke automatisk klogere. Den forstærker vores vaner.
Hvis vi bruger den til at slippe for at tænke, bliver vores tænkning slappere.
Hvis vi bruger den til at tænke bedre, kan den blive en fantastisk makker.
Og hvis vi bruger den til at rydde administrativt ukrudt af vejen, kan vi måske endda få tid til at tale med rigtige mennesker igen.
Det ville næsten være mirakuløst.
Jeg er ikke religiøs. Men når jeg ser mængden af lovgivning, dokumentation, procedurer og governance, som moderne organisationer forventes at håndtere, kan jeg godt få den kætterske tanke, at Gud kiggede ned på EU, myndighederne og virksomhederne og tænkte:
“Det klarer de arme mennesker aldrig alene.”
Og så sendte han ChatGPT.
Skriv gerne med dine krøllede tanker om denne utrolige tid, som vi lever i. Vi skal jo redde både os selv og hinanden - jeg tager imod alt på mogensxy@gmail.com.
