Kunstig intelligens er vel dybest set et forsøg på at sætte menneskelig intelligens på teknologi-form. I en vis forstand kan man sige, at det blot er en fortsættelse af menneskehedens historie, når vi ser på teknologisk udvikling. Lige fra frembringelse af ild til satellitter i rummet. Der bliver tegnet mange skrækscenarier omkring kunstig intelligens. Hvordan skal vi forholde os til det?

Er det en teknologi-ulv, der tager magten fra almindelige mennesker, manipulerer med vores beslutninger og skaber voldsom arbejdsløshed? Eller er der et blidt og godt får inde bag ulveklæderne? Det kedelige svar er, at det nok afhænger af…..Så Lad os se på 3 væsentlige elementer omkring kunstig intelligens:

1. Hvad er intelligens egentlig i en kunstig variant?
2. I hvilken udstrækning adskiller den sig fra andre teknologier?
3. Teknologien i det godes tjeneste?

Menneskelig intelligens som er kunstig

I Den Store Danske (encyklopædi) er den klassiske forståelse af intelligens beskrevet som ”…verbal-sproglig kunnen, og opgaver, der kræver logisk-matematisk kunnen … (samt) … områder som fx hukommelse og billediagttagelse.”  Verbal-sproglig kunnen og opgaver, der kræver logisk-matematisk kunnen er i stor udstrækning basis for det, der er hovedfokus i den almindelige skolegang. Og ofte også der, hvor intelligensprøver forsøger at måle.

Men vi ved efterhånden godt, at dette kun er en mindre del af menneskets kognitive og intellektuelle kapacitet. Vi taler f.eks. også om social, emotionel, musisk m.v. intelligens.

Kunstig intelligens er primært et forsøg på at bruge teknologi til at udføre analyser og handlinger, der minder om det klassiske intelligensbegreb, altså verbal-sproglig, logisk-matematisk og hukommelse og billediagttagelse. Det i sig selv er temmelig kompliceret. Den menneskelige intelligens er tifold endnu mere kompliceret. Lad os have det in mente, når vi diskuterer kunstig intelligens.

Adskiller kunstig intelligens sig fra andre teknologier?

Forstå – ræsonnere – lære gentagelsen

Lidt forsimplet kan man beskrive menneskelig læring i forhold til sprog, logik, hukommelse og billediagttagelse ud fra en ”simpel” gentagelse: I starten af en indlæring begynder vi med at forstå en given ting, så tænker og ræsonnerer vi for endelig at have opnået læring og viden på et højere niveau. På dette højere niveau kan vi så gentage forløbet med at forstå, tænke og ræsonnere, der så løfter vores lærings- og vidensniveau endnu højere. Læringsforløb, der er meget modulbaserede, kunne være et eksempel på dette. For at forstå modul 2, må man først have tilegnet sig modul 1.

Forstå-ræsonnere-lære loopet er det man bl.a. har forsøgt at kopiere i kunstig intelligens. Da IBMs Watson computer i 2011 slog nogle af de dygtigste Jeopardy-mestre i USA, var det bl. a. fordi den kunne tilegne sig utrolige datamængder på kort tid, kunne sætte dem ind i en sproglig og logisk kontekst (også i forhold til spilteori) og kunne optimere sin performance ved at blive bedre til at forstå, ræsonnere og lære. I den sammenhæng giver det mening at tale om kunstig intelligens i forhold til dele af det menneskelige intelligensbegreb.

Er al teknologi kunstig intelligens?

Og når vi på den måde taler om selvlærende systemer, kan man godt med en vis ret sige, at kunstig intelligens adskiller sig fra andre teknologier. Men man kan også hævde det synspunkt, at teknologier, der kan udføre handlinger, som mennesker normalt har udført, egentlig også er en form for kunstig intelligens.

Et Excel regneark kan lave de samme komplicerede beregninger som et menneske, men blot meget hurtigere. Enhver kan se, at et regneark ikke har meget med menneskelige egenskaber at gøre. Og det er nok også (kunstig) intelligens på et temmelig simpelt niveau. Men det illustrerer måske meget godt, at selv mere avancerede kunstige intelligenser, som fx IBMs Watson computer, Google’s Deep Mind o.a. stadig kun adresserer fragmenter af den menneskelige intelligens.

Teknologi, der udfører menneskelige handlinger

Forstår man kunstig intelligens som at lade en maskine, noget software, noget teknologi udføre handlinger, som mennesker plejer at gøre, så er kunstig intelligens blot et skridt på vejen i en lang teknologihistorie. Det er bl. a. det synspunkt Thomas Terney har i bogen ”Kampen om fremtiden”. Det kan i mange sammenhænge være en god indgangsvinkel, når man skal sætte kunstig intelligens i perspektiv.

Men det er måske alligevel væsentligt at holde fast i, at der er nogle kunstige intelligenser, der er anderledes end andre teknologier. Det er når de har kapaciteten til at være selvlærende. Altså, at de hele tiden bliver ”dygtigere” jo flere gange de har været i gang med at løse et problem. Det er ud fra den klassiske tanke om, hvordan mennesker bliver dygtigere: At forstå – at ræsonnere – at lære og så at gentage dette forløb på et højere og højere vidensniveau. F.eks. med Watson og Jeopardy eksemplet.

Vi kan godt have en (halvakademisk) diskussion om, hvorvidt kunstig intelligens adskiller sig væsentligt fra andre teknologier. Men det virkelig interessante og afgørende er, hvordan, vi som mennesker, som virksomheder, som samfund forholder os til de nye teknologiske muligheder. Gør teknologi altid godt? Eller måske er spørgsmålet snarere: Hvordan sikrer vi, at teknologi gør godt? – Og for hvem?

Teknologi gør altid godt – eller?

Når det fejler

Vi ved det alle sammen godt. Det ikke al teknologi, der bare gør godt. Der kan være lægemidler, der har al for uhensigtsmæssige bivirkninger. F.eks. Thalidomid, der i nogle tilfælde medførte børn født med misdannelser. Der kan være teknologier, der er sikkerhedsmæssigt sårbare. F.eks. i juni 2017 da Mærsk blev hacket så software og computere blev sat ud af drift og containerhavne verden over stod stille. Der kan være teknologi-ideer, der simpelthen slår fej. F.eks. da alkymisterne i middelalderen forsøgte at skabe guld af mere almindelige metaller. Det lykkedes aldrig. Men selv her er det måske med nye teknologier blevet muligt at skabe guld.

Hvor er guldet?

Det er faktisk muligt at lave kunstigt guld ved at manipulere med atomer. Men det kræver, at man har en partikelaccelerator og en kernereaktor, og desværre ville produktionsprisen langt overstige markedsprisen på guld. Og selv, hvis man kunne producere guld billigt, hvad ville det så betyde for samfundet? De der gemmer deres værdier i guld, ville i al fald have et problem.

Men der er mange steder, hvor guldet kan ligge gemt indenfor kunstig intelligens. Et spændende eksempel ser man hos danske Radiobotics, der arbejder med billedanalyse indenfor sundhedssektoren. Ved at udvikle algoritmer, der på røntgenbilleder kan identificere sygdomme i led og knogler, kan man potentielt revolutionere radiologernes arbejde. I øjeblikket har man lavet en algoritme, der identificerer slidgigt i knæledet. Potentialet virker til at være større. Betyder det, at radiologer bliver arbejdsløse? Måske snarere, at behandlingstiderne bliver kortere. Et eksempel på kunstig intelligens med potentialet til at gøre godt.

Glem ikke Søren Kierkegaard

Peter Svarre har skrevet en glimrende bog om kunstig intelligens, ”Hvad skal vi med mennesker?” Han ser på den ene side spændende muligheder, men understreger også vigtigheden af, at vi sikrer, ”… at der altid hersker tvivl om de kunstige intelligenser”. Herunder også, ” .. at virksomhedernes algoritmer er åbne og gennemsigtige nok til, at man kan forstå, hvad der foregår inden i dem”.

Jeg havde selv fornøjelsen af at møde Peter Svarre til Frederiksborg Amtsavis’ Læselounge i oktober 2019. Her kom vi bl.a. ind på, at vi har en dannelsesmæssig arv fra Søren Kierkegaard, der betoner vigtigheden af at have en kritisk tilgang til tingene. Vi har med andre ord behov for at koble etik ind i diskussionen om kunstig intelligens.

Algoritmer er ikke guddommelige

De regler eller algoritmer, der ligger bag forskellige former for kunstige intelligenser er udviklet af mennesker. De er ikke udtryk for nogen særlig guddommelig og given sandhed. Hvis et rekrutteringsværkstøj baseret på kunstig intelligens oftere tilvælger f.eks. hvide, mandlige ansøgere mellem 30 og 40 år, kan vi så være sikre på, at det er helt neutralt? Nej, der er en rimelig stor sandsynlighed for, at algoritmerne (måske ubevidst) bærer præg af de præferencer og antagelser, der ligger hos dem, der har udviklet dem. Det er lidt kernen i, om kunstig intelligens (og teknologi) gør godt eller skidt.

Hvis ikke vi er bevidste om, at der ligger både udtalte og uudtalte etiske og værdimæssige forudsætninger bag, så kører vi nemt galt. Hvad ville der f.eks. ske, hvis man forestillede sig en kunstig intelligens, der skulle være med til at udpege bestyrelsesmedlemmer i danske virksomheder? Ville der så komme flere eller færre kvinder? -Tja… det afhænger nok af, hvilker parametre og data, der blev brugt til bestyrelses-algoritmen. Hvis den spejlede det ,”vi altid har gjort”, ja så gæt selv svaret.

Etik kan ikke uddelegeres

På AI Monday hos Dansk Design Center d. 17. februar tog Christian Villum det gamle udsagn indenfor IT og data, ”Garbage in / Garbage out” et skridt videre i forbindelse med kunstig intelligens: ”Etik ind / Etik ud”. Altså, er der en dårlig eller forkert etik i udgangspunktet, så vil den også være der i det, som den kunstige intelligens frembringer. Omvendt naturligvis, hvis der er en god eller rigtig etik.

Så er der bare lige den detalje, hvis etik skal vi lægge til grund? Min etik? Din etik? Statsministerens etik? Den kinesiske præsidents etik? Facebooks etik? Det er der ikke noget entydigt svar på. Men – og netop derfor – er det bydende nødvendigt, at vi diskuterer etik i forbindelse med kunstig intelligens og generelt i forhold til teknologi. Så vi bliver godt klædt på til at udnytte teknologiens mange muligheder indenfor accepterede moralske, økonomiske og samfundsmæssige rammer. Vi har et Etisk Råd i Danmark. Vi har også i 2019 fået et Dataetisk Råd. Det er bestemt fint. Men etik kan ikke uddelegeres, så tænk. Tænk selv. Hvilken etik skal ind, og hvilken skal ud?

Opsummering

Lad os slå fast, at kunstig intelligens ikke bare er menneskelig intelligens sat på teknologi-form. Selve begrebet menneskelig intelligens stikker dybere, f.eks. også social og følelsesmæssig intelligens. Som man siger, det er godt at kunne regne, men endnu bedre at kunne regne den ud. Og når vi skal regne den ud, så vi ikke tror, at vi hverken har at gøre med en ulv i fåreklæder eller et får i ulveklæder, så er der kun et sted at tage fat. Det er hos os som mennesker, i forhold til vores værdier og etik.