Dette indlæg er blevet til på baggrund af et ønske fra en af jer – og det er LANGT. Jeg deler det en smule op undervejs, så det ikke bliver fuldstændig uoverskueligt, men AI er komplekst, og derfor kræver udforskningen af det lidt mere spalteplads, end vi ellers forkæler os selv med herinde.
For god ordens skyld vil jeg lige deklarere, at jeg ingen faglige forudsætninger har for at mene noget om det her – men altså. Det har jo aldrig rigtig stoppet mig før.
Jeg synes bare, at vi stille og roligt kaster os over det, og prøver at udforske emnet i fællesskab. Skulle jeg få skrevet noget, der er decideret forkert, må man meget gerne gøre mig opmærksom på det, så jeg ikke uforvarende kommer til at sprede misinformation.
For at starte med konklusionen, tror jeg, at vi er forbi det punkt, hvor vi kan rulle udviklingen tilbage: Kunstig intelligens er en kendsgerning, og den forsvinder ikke, uanset hvad vi måtte mene om den.
Men allerede her vil jeg også gerne første gang appellere til, at vi begynder at bidrage til at forme udviklingen ved at sætte os lidt ind i, hvad AI egentlig er og kan, i stedet for bare at “være imod AI”, som jeg har hørt flere sige.
Jeg tror, at AI er vor tids internet, forstået på den måde, at det er ligeså gennemgribende forandrende for verden og måden, vi opfatter den på, som internettet var, da det for alvor blev udrullet i slut-80’erne.
Der er et før og et efter, og det bliver vi nødt til at forholde os til.
For at være “imod AI” svarer til at være imod internettet; det er for bredt til overhovedet at give mening. Hvis man lige har et fedt øjeblik over, hvor analog man er, kan man bare prøve at mindes sidst, nettet gik ned. I den situation bliver det for de fleste af os klart, at selvom vi måske ikke FØLER, at vi er ret meget på nettet, så bruger vi det faktisk til stort set alt.
Det er ikke kun selvforskyldt; det handler også om, at alt omkring os er bundet op på virtuelle løsninger, lige fra bestilling af nye skraldeposer over svar på de seneste blodprøver til kontakten til barnets klasselærer.
Cyberangreb og hybride trusler er en del af den nye virkelighed, og derfor er vi nu begyndt at forholde os til, om det måske ville være smart at lave en kombinationsløsning, hvor alt ikke bryder sammen, hvis nogen har held med at finde hovedafbryderen – men selv ikke i de mest dystopiske fremtidsscenarier, tror jeg, at nogen af os reelt forestiller os, at vi ender med at slukke for internettet for good.
At vi er ved at lære det, samtidig med, at AI for alvor får fat, er nok i virkeligheden meget godt. Hvis AI var blevet rullet ud for 10 år siden, er jeg ret sikker på, at vi ikke havde forholdt os til de trusler, det kan medføre, på samme måde, som vi gør i dag.
Når alt det er sagt, så tror jeg, at vi som enkeltpersoner bidrager til problemet ved at undlade at sætte os ind i, hvad AI er.
Ikke, at jeg ikke forstår det. Det virker fuldstændig uoverskueligt at sætte sig ind i noget så komplekst, og det udvikler sig så hurtigt, at vores hjerner ikke kan nå at følge med.
Samtidig er der flere clicks i skrækhistorier om Onde Maskiner, end i beskrivelser af Lone fra Horsens, der har brugt ChatGPT til at alfabetisere sin liste over venner fra folkeskolen, og det tegner måske også et uforholdsmæssigt skævt billede af fordele kontra ulemper.
Men jeg tror, at vejen til en form for fornuftig integrering at tage sin del af ansvaret for at forstå, hvad det er, så vi – altså, du og jeg – kan være den forælder, medarbejder eller ven, der stiller de kritiske spørgsmål, som forhindrer det i at løbe løbsk.
Det er en tunet Ferrari, der står til fri afbenyttelse på p-pladsen, og den forsvinder ikke, fordi vi hader den. Tværtimod risikerer vi bare, at Mike, der har ‘No Regrets!’ og billeder af de børn, han aldrig ser, tatoveret på brystet, stikker af med nøglerne, og gør vejene usikre for os alle sammen.
*
Første skridt er at forsøge at forstå, hvad udtrykket AI egentlig dækker over – hvilket desværre er så bredt, at det er umuligt at koge ned til et enkelt indlæg.
Derfor vil jeg fokusere på opgavespecifik (smal) AI og generativ AI.
1.
Smal AI refererer til systemets bredde; altså, at det er designet til at udføre én/få opgaver. Det kan f.eks. være at anbefale køb/musik/serier, baseret på din historik, eller at genkende dit ansigt, når du skal låse din telefon op.
Det bruges i mange sammenhænge, som f.eks. til de chatbots, der på hjemmesider kan besvare de mest almindelige spørgsmål, og i telefonen kan stille os videre, og det kan vha. mønstergenkendelse lave simple analyser af f.eks. røntgen- og scanningsbilleder.
Smal AI er hurtig og præcis, men kan kun dét, den er designet til at gøre. Du kan altså ikke bruge ‘You might also like’-assistenten i iTunes til at skrive en ansøgning, og de fleste af os har også oplevet chatbots, der melde pas, så snart vi spørger dem om noget, der er bare en lille smule skævt.
I langt de fleste tilfælde bruger man maskinlæring til at træne smal AI, hvilket betyder, at man fodrer den med massive mængder af data, så den over tid har tilgængelig information nok til at kunne at genkende mønstre.
I starten skal den have at vide, at ‘det her er et ansigt, og det her er et ansigt og det her er et ansigt’, men jo flere ansigter, den udsættes for, jo flere punkter i et billede har den til at afkode, at en given form er et ansigt.
Derudover ‘underviser’ man den også ved manuelt at be- eller afkræfte billeder, den er i tvivl om, og på den måde bliver den hele tiden bedre. Det er faktisk det, vi alle sammen bidrager til, når vi bliver bedt om at bekræfte, at vi ikke er robotter, og skal klikke på de firkanter, der viser lyssignaler/busser/osv.: Her træner vi simpelthen Googles AI, så den bliver bedre til at genkende mønstre og objekter. Den bruger somme tider billeder, hvor den allerede kender svaret, men den bruger også de billeder, den er i tvivl om: Når tusindvis af mennesker så alle sammen klikker på de samme firkanter i et billede, lærer maskinen, at en given form på et grynet billede, er et fodgængerfelt.
*
Fordelene ved smal AI er nemme at få øje på: Den er effektiv, fordi den kan sortere uhyrlige mængder af data lynhurtigt, hvilket betyder, at man f.eks. langt hurtigere vil opdage mønstre i noget, der ellers ikke ser ud til at hænge sammen.
Den laver ikke sjuskefejl, fordi den er træt, den har ikke brug for frokostpauser eller barsel, og den er aldrig syg. Den kan køre hele døgnet, skal ikke have fri mellem jul og nytår, og den er ligeglad med, at arbejdet er monotont.
Det betyder, at du i dag har større chancer for at få den rigtige hjælp, hvis du lider af en sjælden genfejl, og tilfældigvis er bosat i Lemvig. Fordi der i sparsomt befolkede områder vil været meget, meget få tilfælde af sjældne sygdomme, er risikoen for fejldiagnosticering, stor, for lægerne kan af gode grunde ikke have erfaring med noget, de aldrig støder på. I dag kan de, takket være AI, læne sig op ad bunkevis af data, indsamlet over hele verden.
Hvis man skal være lidt aktuel, kan smal AI kan også øge den nationale sikkerhed, fordi man med den kan overvåge den virtuelle infrastruktur langt mere effektivt, og dermed hurtigt kan reagere, hvis man f.eks. kan se, at 3 lokale vandværker, 3 forskellige steder i Danmark, pludselig sætter ud samtidigt.
Endelig nævnes det også ofte som en fordel, at smal AI kan varetage de rutineprægede opgaver, så menneskelige ressourcer kan frigøres til komplekse opgaver, men det tror jeg mest er i teorien. I praksis ser det ud til, at virksomheder rundt omkring er meget hurtige til at reducere medarbejderstaben, når de har implementeret AI, og så har man jo bare udskiftet menneskelig arbejdskraft med robotter.
Ulemperne er ligeså indlysende: Det koster arbejdspladser, og det kommer til at koste mange flere.
På den helt lange bane er det muligt, at vi får samfundet indrettet, så alle skal arbejde mindre, hvilket jo sådan set ville være meget fint. Men for nu er hele faggrupper på vej ud af arbejdsmarkedet, og ingen ved vist helt, hvor det giver mening at sluse dem hen.
Derudover er den manglende transparens et problem; altså, at man ikke kan se, HVORFOR AI er kommet frem til en bestemt løsning. Jeg tænker, at vi alle har prøvet at Netflix anbefaler et eller andet HELT vanvittigt, hvor man spekulerer på, hvad i alverden, der har ledt den frem til, at dét var et muligt match. Det er umuligt at finde ud af, og så længe vi ikke kan komme ind i dén del af maskinen, vil der altid være en del af det her værktøj, vi bruger uden at have forstået, hvordan det fungerer.
2.
Generativ AI kan, som navnet antyder, skabe (generere) nyt indhold, f.eks. billeder, musik og tekst, baseret på mønstre, den har lært at genkende ved at tygge sig igennem helt enorme mængder data; f.eks. hele internettet.
Det mest kendte eksempel på generativ AI, er nok ChatGPT – og så måske den opsummering af søgeresultater, der i dag altid står øverst på siden, når vi laver en googlesøgning.
Generativ AI kan sagtens være designet til at løse én specifik opgave; altså være både smal og generativ, men hvor ikke-generativ AI analyserer og klassificerer allerede eksisterende data, så bruger generativ AI eksisterende data til at producere nye data – dog med den vigtige detalje, at den, i hvert fald i sin nuværende form, skaber indhold, som tager udgangspunkt i det materiale, den er fodret med.
Det betyder, at den, hvis du beder den om at designe en bil med optimalt reduceret vindmodstand, stadig vil spytte en beholder på 4 hjul ud til dig, fordi den tager udgangspunkt i data, som bygger på vores eksisterende definition af begrebet ‘bil’.
*
Generativ AI øger ikke tempoet ift. automatisering og løsning af rutineopgaver, men også kan generere nye løsninger og muligheder på rekordtid.
Den kan bruges til reel sparring, hvor man f.eks. kan bede den om at komme med forslag til forbedring af en ansøgning eller med input til illustrationer af en artikel.
Endelig kan den være en hjælp ift. at skabe mere lighed mellem store og små aktører, altså, at Mogens fra Skive, som er ordblind, kan formulere en klage over Familieretshusets afgørelse, som i tone og lixtal ligner det, Familieretshuset sender til ham.
Et langt stykke hen ad vejen synes jeg faktisk, at fordelene ved generativ og ikke-generativ AI ligner hinanden.
Men ulemperne er, set med mine øjne, lidt mere alvorlige ved generativ AI end ved ikke-generativ AI.
A.
Dels kan den hallucinere, hvilket betyder, at den giver overbevisende, men forkerte svar, hvilket bl.a. kan skyldes, at den drager fejlslutninger ud fra de data, den har til rådighed.
Det så jeg selv et eksempel på for nogle måneder siden, hvor jeg skulle bruge en Tro & Love erklæring fra Esbjerg Kommunes Jobcenter, og bare googlede ‘tegnsprogstolk Jobcenter Esbjerg’, fordi jeg ikke kunne huske, hvor på hjemmesiden den lå. AI resultatet, som lå øverst på Google, var en anvisning til, hvordan man blev ansat som tegnsprogstolk ved Jobcenter Esbjerg – og det kan man ikke.
Men der var INTET i teksten, der så mærkeligt ud, og havde jeg ikke selv været tegnsprogstolk, ville jeg have godtaget forklaringen uden at blinke med øjnene.
B.
Så er der hele problematikken omkring deep fakes, som er videoer, billeder eller tekster, som er kunstigt skabte, men som ser virkelige ud.
Noget af det er så godt lavet, at det er umuligt for det menneskelige øje at se forskel, og problemet er, at de programmer, der udvikler deep fakes, i dag bruger programmerne, der er lavet for at afsløre deep fakes, som træningsbaner. Taylor Swifts nøgenbilleder er det eksempel, der typisk nævnes, men i dag bruges redskabet også i høj grad politisk – af begge fløje – for at miskreditere modparten.
Jeg har set flere hundrede videoer fra Minneapolis, hvor jeg var oprigtigt i tvivl om, hvad der var AI, og hvad der var ægte.
Samtidig tænker jeg, at det er et spørgsmål om tid, før nogle af de mennesker, der er nævnt i Epstein-filerne får den ide, at man kan bruge Deep Fake som forsvarsstrategi ved at påstå, at billede eller videomateriale er AI-genereret. Jeg ved ikke, hvem man skulle bede om at faktatjekke det?
C.
Endelig er der problemet omkring ophavsrettigheder, som er svært at undgå, og nok desværre også svært at gøre ret meget ved. For når en ny løsning bygger på allerede tilgængeligt materiale, så vil nogle af de forslag, AI kommer op med, læne sig op af designs, som allerede eksisterer, og dermed er udtænkt og produceret af rigtige mennesker, der gerne vil leve af det, de laver.
Men når man ser, hvor svært det allerede er for en designer at vinde en sag mod et fast-fashion-brand, der kopierer et par bukser og får dem syet til en tiendedel af prisen i Kina, er det svært at se, hvordan man i fremtiden skal håndtere det her på en ordentlig måde. For hvem trækker man i retten? I de sager, der et begyndt at køre i udlandet, hvor unge mennesker har taget deres eget liv, og forældrene nu trækker nogle af de store platforme i retten, kan man gå efter manglende flagging, og dermed manglende hjælp eller indgriben, men der er ingen, der kan sidde og overvåge, hvilke billeder af vaser, AI bruger til at generere et nyt design, som sættes i produktion – så hvem skal man straffe?
D.
Et af de allerstørste problemer ved både generativ og ikke-generativ AI er dog, at deres udgangspunkt er en verden, der er fuld af fejl og fordomme og bias – og det reproducerer de.
Et meget konkret eksempel er sagen mod Robert Williams, som i 2020 blev anholdt foran sit hjem i Detroit uden den fjerneste anelse om, hvad han var mistænkt for at have gjort.
Lang historie kort blev han anholdt for et røveri, som det senere viste sig, at han ikke havde begået.
Grunden til, at han blev anholdt var, at at politiet i Detroit i 2018 begyndte at bruge ansigtsgenkendelse til at sammenholde billeder fra overvågningskameraer med billeder i kørekorts-databasen. Her havde AI vurderet, at Robert Williams var en mulig gerningsmand til røveriet.
Robert Williams er sort. Og det har betydning, for ansigtsgenkendelsessystemer bliver trænet på datasæt, som er trukket fra internettet og sociale medier. Men fordi hvide mennesker er overrepræsenterede på nettet, og dermed også i de repræsentative datasæt, man trækker ud, så får systemet færre data at arbejde med, når det skal udpege en mulig gerningsmand ved at analysere afstanden mellem øjnene, næsens bredde osv. osv.
Derudover er billeder af sorte mennesker på nettet ofte af dårligere kvalitet end billeder af hvide, fordi kameraindstillingerne i mange smartphones er sat op til lyse/hvide hudtoner, og dermed ikke fanger nuancer i hudtoner med mere pigment.
Derfor havde politiets AI udpeget Robert Williams som gerningsmand; ganske enkelt fordi ansigtsgenkendelse 1:1 bygger på data, som stadig i dag er forfordeler minoriteter og har en slagside af racisme og misogyni.
Garbage in, garbage out er ikke som sådan noget nyt, men det bliver yderst problematisk her, fordi vi bruger et værktøj, som er meget, meget overbevisende, men som 85% af os ikke forstår godt nok til at kunne fejlkorrigere, og som hele tiden er to skridt foran.
E.
Som om alt det ikke var nok, belaster AI også miljøet ret voldsomt.
Dels koster det enorme mængder af elektricitet at holde de fysiske faciliteter kørende, og dertil kommer vandforbruget til at afkøle både datacentrene og køletårnene på de kraftværker, der skal levere elektriciteten til dem.
*
Ovenstående er nogle af de relativt konkrete fordele og ulemper ved AI, men derudover rejser kunstig intelligens også en nærmest uendelig række af etiske dilemmaer, som ingen kan nå at forholde sig til, før de er forældede og nye kommer til.
Hvor langt ind i privatsfæren ønsker vi eksempelvis at tillade overvågning?
Er der forskel på, om det er virksomheder eller myndigheder, der gør det?
Helliger målet midlet?
For AI er tilgængeligt for alle, og dermed er der ikke som sådan begrænsning på, hvad det kan bruges til.
Jeg kunne f.eks. sagtens forestille mig et smartwatch, der kom med software, som gjorde det muligt for udviklerne at høste bio-data om dig – og med terms and conditions, der gav dem ret til at udveksle disse med 3. mand. Du kan ikke bruge uret uden software, og det meste software styres i dag gennem apps – men hvis du accepterer ‘vilkår for brug’ af app’en, og dermed siger ja til, at udviklerne må indsamle og udveksle den form for data, er der intet til hinder for, at det kan logges, hvordan du reagerer på det, du ser og læser på din telefon. Hvis din puls stiger, når du læser en artikel om klimaforandringer, kan man skræddersy algoritmen, så du i dit feed får reklamer for terapeuter med speciale i angst, hvor de ting, din puls reagerer på, er fremhævet.
Er det godt eller skidt? Tja. Man kan anlægge begge synsvinkler. At sælge dig et produkt til et behov, du ikke selv har identificeret, er da etisk lidt uldent. Specielt, når det er handler om mental sundhed.
Men hvis terapien kan hjælpe dig – er det så godt alligevel?
Jeg ved det ikke.
Men jeg ved, at AI er kommet for at blive, og at vi lige nu, i realtid, er ved at lære, at det ikke er en garanti for etik og ordentlighed, at man bestrider et offentligt embede. Så længe politikere og partier er filtret ind i store spillere med specifikke, økonomiske interesser, er det nok en god ide at antage, at meget af det, vi foretager os på nettet, bliver logget og analyseret med helt specifikke mål og interesser for øje.
Hvis noget er gratis, er du produktet, og lige nu synes jeg, at det er svært at vurdere, hvem der forsøger at manipulere os, og hvem der oprigtigt prøver at varetage vores interesser.
Det er problematisk, når vi står overfor de store forandringer og uendelige muligheder, som AI synes at komme med.
Men frygt er ikke i sig selv et argument imod udvikling, og AI har potentiale til at redefinere verden, som vi kender den, og være nøglen til at løse problemer, vi ikke selv evner at knuse.
Den stiller enorme krav til vores sunde fornuft og evne til fortsat at forholde os kritisk til det, vi præsenteres for, men de dyder og egenskaber tror jeg sådan set godt, vi kan bevare.
Det er bare helt vanvittig vigtigt, at vi ikke har hele segmenter, der misser muligheden for at påvirke, hvilken retning udviklingen skal tage, ved i afmagt at melde sig ud, og dermed vige pladsen for mennesker med en dagsorden, og en maskine, der taler dem efter munden.
*
Hvis man gerne vil dykke lidt mere ned i emnet, uden at det bliver alt for teknisk, kommer her lige et par anbefalinger af gode podcasts at gå hjem på:
Long Shadow: Breaking the internet
Tak for et informativt indlæg, Linda. Mange af de overvejelser, du gør dig, går jeg også og tumler med. Et par kommentarer:
1. Vi er nødt til at begynde at opfatte AI som en ressource, der har en pris – ligesom olie. Som du skriver, har brugen af AI store klimabelastninger. Vi skal lære at prioritere – og med det mener jeg selvfølelig, at nogle højere op i systemet skal sætte de rammer for os. Dit eksempel med lægen i Lemvig er i min optik et sted, hvor brugen af AI så at sige er prisen værd. Folk, der bruger ChatGPT til at gøre deres e-mail 2 % bedre (at best), generere tåbelige karikaturtegninger til LinkedIn eller lave en leg til rusturen, not so much.
2. Vedrørende ophavsret: Jeg er enig med dig i, at det virker som en overordentlig hård nød at knække. Problemet er jo, at LLM’erne allerede HAR swipet utallige værker, og synes nærmest umuligt at rulle tilbage. Det er klart, at der også her er brug for en indgriben og rammesætning oppefra. I forlagsbranchen, hvor jeg arbejder, ser jeg flere og flere kontrakter med klausuler vedr. tredjepartsbrug (altså LLM’erne), ligesom der også er eksempler på værker, der tydeligt varedeklarere, at de ikke er fremstillet ved brug af AI.
Samtidig er vi som forbrugere også nødt til at bevare bare et minimum af etisk kompas. Forleden så jeg på LinkedIn en, der havde kreeret noget, han kaldte et Shadowboard, hvor han kunne få forskellige AI-agenter trænet på virkelige menneskers værker, til at “diskutere” en problemstilling og belyse den fra “deres perspektiv”. Altså et slags virtuelt rundbord befolket af et par antikke filosoffer, en oplysningstænker, og nogle navngivne og bogaktuelle danske tænkere. Jeg blev meget harm. For det første er der næppe tale om dyb tilegnelse af viden eller forståelse, og for det andet er det en direkte hån mod de mennesker, der har lagt blod, sved, tårer og tankekraft i et skrive en bog. Køb den dog. Min frygt er, at incitamentet til rent faktisk at tænke, skrive og bedrive kunst falder drastisk, fordi den økonomiske vinding falder endnu mere.
3. Til dels beslægtet med ovenstående er min dybe bekymring for, hvad det gør for vores egne til kritisk at tænke selv. Lige nu bliver AI trods alt i overvejende grad brugt af generationer, der over en bred kam er trænet i en form for kritisk og selvstændig tænkning og kildekritik, som har en bedre chance for at tage stilling til det, de genererer og eksponeres for. Jeg frygter, at det samme ikke bliver tilfældet med de nye generationer, der vokser op med AI.
1.
Det er jeg virkelig, virkelig enig i. Derudover tænker jeg også, hver gang jeg ser den nyeste AI-trend, at de mennesker, der har bedt AI om at generere et billede af ‘hvem de i virkeligheden er’ med stor sandsynlighed er hoppet frivilligt ned i en omgang data-høst, hvor der med småt står, at alt, hvad man giver programmet adgang til, må indhentes og bruges af 3. mand.
2.
Jeg tænker også, at det er en reel risiko, at systemet ender med at udhule sig selv. For hvis man ikke kan leve af at skrive eller illustrere bøger, så bliver der færre forfattere og grafiske tegnere. Og så bliver der mindre ægte materiale, som LLM’erne kan swipe, og til sidst tørrer selve kilden ud. Hvad sker der så?
3.
Sidste punkt her er jeg sådan i tvivl om. For hvis jeg sammenligner med internettet, så synes jeg jo faktisk (baseret helt uvidenskabligt på, hvad jeg ser på nettet), at vores forældres generation generelt er dårligere til at forholde sig kritisk til det, de ser og læser på nettet, end generationerne efter dem; formentlig fordi de ikke voksede op med det? Så måske er der håb her?
Eller måske er det bare ønsketænkning fra min side.
Det største problem for mig er, at teknologien ligger i hænderne på folk, der ikke har godt i sinde. Lige nu bruger folk ChatGPT til alverdens ting, inkl deres allerdybeste tanker. Det ville jeg fandeme nødigt stille mig op på den famøse ølkasse på Rådhuspladsen og proklamere. Og af den grund er jeg ude. Jeg stoler absolut ikke på dem, der sidder for bordenden, og jeg synes AI gør os mere dumme og dovne. Nyeste undersøgelser fra gymnasiet afslører, at 2/3 af eleverne mener, at de har brugt AI på en måde som er ulovligt. Og det er direkte fra hestens mule. Det må betyde noget for de færdigheder som vores unge mennesker forlader skolen med.
Som en, der læser rigtig, rigtig mange CVer og ansøgninger (karrierevejleder) måske jeg også sige, at antallet af personer med usædvanlig velartikuleret sprog er steget meget det sidste år, og at “the drapes doesn’t always match the carpets” når man møder dem i virkeligheden. Det er fandeme også et problem…
Jeg kan også mærke, at jeg simpelthen ikke gider læse opslag og se billeder på sociale medier som er AI genereret. Jeg vil have noget menneskeligt.
Og don’t get me started på ophavsret og i hvor høj grad den tager fejl eller decideret misinformerer.
Den her gamle dame er sgu træt. Og vi er kun lige begyndt….
Det sidste, du siger, er sjovt. Altså, det her med, at du ikke gider læse opslag og se billeder lavet af AI. For 1:1 #same.
Men det fik mig til at tænke på, at jeg altid er blevet ualmindelig sur, hvis jeg har hørt en podcast eller læst en blog, som jeg tror er virkelighed, men som viser sig at være fiktion. Jeg har gennem årene tænkt over, hvorfor jeg reagerer på det, for jeg har jo været ligeså godt underholdt i de timer, jeg har brugt på at læse og lytte, som jeg ville have været, hvis fortællingen var ægte. Det føles.. snyd? For kalkuleret, på en eller anden måde. AI-genereret underholdning rammer det samme, og 90% af opslagene på LinkedIn, som er AI-genererede, er så glatte og teflonbelagte, at de bliver ligegyldige.
Jeg forstår, hvorfor de forskellige udviklere har meget fokus på avatarer, i hvert fald, for jeg gætter på, at det mindsker modstanden mod kunstigt fremstillet indhold markant, når det kommer fra din gode ven Emma, som du selv har designet, og som du småsnakker lidt med, når du beder hende gruppere dine kunder efter alder.
Jeg har ikke noget klogt at tilføje, men jeg vil bare fortælle, at jeg satte stor pris på indlægget- både for indholdet ift. overblik og refleksionerne, men altså også formen – hold op hvor skriver du godt! Elsker metaforen med bilen og Mike med “no regrets”!
Tusind tak for det <3
Jeg arbejder med ordblinde elever på erhvervsuddannelserne- og for dem er generativ AI en reel mulighed for mere lige deltagelse i samfundet – og en stor hjælp i uddannelsen- hvis de lærer at bruge det rigtigt.
Vi har selvfølgelig den fordel, at eleverne mest eksamensmæssigt bedømmes på fysiske produkter, og vi er jo heldigvis et godt stykke fra at chat gpt kan svejse en grill ude i værkstedet- så risikoen snyd er (mere) begrænset hos os end i gymnasierne.
Men som du selv skriver kan den ordblinde pludselig forstå hvad brevet fra kommunen betyder – og kan fx finde ud af at skrive en klage over en uretfærdig p bøde uden at have talegaver som Poul Madsen.
Jeg er dog slet ikke ukritisk. Fx er jeg skeptisk overfor den nye e-Boks funktion, der hævder at kunne forklare dine breve for dig. Hvordan sikrer vi, at borgeren rent faktisk får det rigtige resumé af brevet? Når vi alle har prøvet at få helt hen i vejret svar på chat gpt? Der er jeg bekymret for, at når funktionen ligger inde i e-Boks, så giver det så meget legitimitet, at borgeren ikke er tilpas kritisk.
Jeg tror, du rammer hovedet på sømmet; at store fordele altid kommer med store ulemper – men at fordelen her er SÅ store, at vi lidt for villigt lukker øjnene for ulemperne.
Og hvem har ansvaret, hvis en borger får en forkert forklaring? Det er jo ikke reklamer for påskepynt eller tilbud om at se forårets nyeste trends, der lander til os i e-boks. Bliver forklaringen gemt, så den kan afspilles og bruges som bevis, hvis den har foranlediget, at en borger ikke har forstået, at vedkommende skulle foretage sig noget, inden for en bestemt tidsfrist? Eller er det borgeren, der i forvejen står på tæer, som nu også skal løfte bevisbyrden for, at vedkommende er blevet forkert vejledt?
Der ER så mange underproblemstillinger til ALT, hvad vi overlader til AI, og når man kigger på, hvor ofte det viser sig, at det, vi ALLE antog, at en instans havde forholdt sig til, ikke holder stik, så er jeg ikke specielt fortrøstningsfuld ift. at de har det fulde overblik her.
(OBS: Det er mig (Linda), der har flyttet denne kommentar fra M2026-indlægget til AI-indlægget, Henriette)
Jeg er i gang med en højt specialiseret uddannelse, hvor AI gør en enorm forskel for, hvor jeg lægger min mentale energi. Med AI kan jeg fokusere på min kerneopgave (jeg arbejder med sundhed), og bruge mindre tid på opsætning af undervisningsslides og speakernotes, oversættelser, litteratursøgning o.lign.
Det, der er interessant er, at vi og mine medstuderende faktisk bliver undervist i at bruge AI positivt i forskning – en af mine kolleger forsker specifikt i, HVORDAN AI kan gøre en forskel for forudsigelser i hendes område.
Vi bliver bedt om – kritisk- at tage stilling til, hvor AI gør det livet nemmere for os og hvor kan det hjælpe forskningsresultaterne og formidling? Men også hvornår vi risikerer copyright overtrædelser. Hvornår vi skal være kritiske for kilder (AI kan virkeligt godt lide at hallucinere svar, hvis den bliver udfordret). Og hvornår vi VIRKELIG skal holde AI væk.
Fra at være absolut kritiker, ser jeg nu AI som et værktøj – ligesom da jeg i gymnasiet i start 00erne blev undervist i kildekritik og skulle forholde mig til internettet generelt.
For vi har som mennesker ikke mentalt kapacitet til alt. Og ja, måske har klodens ressourcer ikke super godt af, at vi bruger ChatGTP som Google og spørger, hvordan man koger det perfekte blodkogte æg eller hvornår og hvor Tour de France sendes på TV.
Men. Det er også svært at komme uden om at chatGTP er en væsentligt bedre oversætter en GoogleTranslate (især hvis du ‘træner’ den til af være fagspecifik). Ligesom du kan bede AI om en rejsevejledning til Sverige, der er specificeret til dig, dine medrejsende, budget og præferencer…
Så, I mine øjne handler AI om at kunne udnytte potentialet ved at ‘oplære’ den, du spørger. For hvis ikke du gør det, så bruger du blot AI som en overkvalificeret søgemaskine.
Det er PRÆCIS der, jeg også står ift. personlig brug af AI. At den kan være en stor hjælp, hvis man arbejder målrettet og vedholdende på at holde den på tæerne – for mit hoved var ved at eksplodere, da jeg hørte, at den er doven. At man specifikt skal bede dem om at stramme sig an, hvis den skal gøre det. Det er sgu da vanvittigt!?
Jeg var selv MEGET tilbageholdende fra at bruge det i starten, men efter mange og lange overvejelser, nåede jeg alligevel frem til, at det er farligere at undgå det. For det, jeg selv har bemærket er, at når man begynder at bruge det på de ‘gratis’ områder, altså, f.eks. hvor længe et æg skal koge, eller på at prøve at formulere et svar til en konkret problemstilling, som man ved nok om til at kunne gennemskue huller og fejlkonklusioner, så lærer man hurtigt, hvor man kan lade AI gøre arbejdet, og hvor man skal være kritisk for det, den kommer op med. Men det er også en hjælp. For der er forskel på at skulle tjekke op på en konkret passage eller påstand, og på at skulle undersøge og skrive noget HELT fra bunden. På den måde giver AI mulighed for, som du også skriver, at lægge energi og fokus de rigtige steder.
Jeg er helt enig i din sidste bemærkning om, at der stor forskel på at skulle tilrette og korrekturlæse en eksisterende tekst eller starte med et blankt papir. Her syntes jeg, det vigtige ligger i at vide, hvornår man skal gøre hvad.
AI er et værktøj, der helt bestemt har sin plads i ens værktøjskasse. Men udfordringen for os bliver (er) at lære, at selvom det ofte er den nemmeste løsning, så er AI ikke bedst til alt hele tiden.
Præcis. Egentlig kan man sige, at AI ikke betyder, at vi slipper for at gøre alt arbejdet; vi skal bare lægge indsatsen et andet sted, og vurdere i stedet for at producere.
Jeg arbejder med IT og her mærker jeg allerede min arbejdsgivers lyst til at skære ned, frem for at lade alle få mere tid til at løse opgaverne. Jeg tror desværre du har ret Linda. Det her kommer til at påvirke alt og alle, som er aktive på arbejdsmarkedet i større eller mindre grad.
Det er langt sværere at finde nyt arbejde indenfor IT nu, end bare for 1-2 år siden. For at være helt ærlig, er jeg der, hvor jeg er oprigtigt i tvivl, om jeg har et arbejde indenfor mit felt om 3-5 år. Det skal nok gå, men det bliver en omvæltning. Jeg har rigtig svært ved, at forestille mig, hvordan virkeligheden kommer til at se ud og om der reelt kommer til at være mange jobs tilbage til os der arbejder på kontor.
Det er altid nemmere at forholde sig til en fremtid vi kender, og her ser vi ud i noget som er så anderledes at vi slet ikke kan forestille os konsekvenserne. Jeg har ondt i maven og siger til mig selv, at det skyldes usikkerheden. Ikke nødvendigvis at ændringerne er dårlige.
Som du siger: AI er her, og det er reelt ikke noget vi kan være modstandere af, for vi kan ikke stoppe det, og det er allerede en del af vores liv.
Jeg forstår 100%, hvad du mener, Astrid, og jeg tror, at man i alle brancher, inklusiv min egen, stresser over at prøve at forholde sig til noget, ingen ved hvad er.
Jeg prøver at holde fast i, at når et problem bliver stort nok, så kommer der en løsning. Det er ikke sikkert, at vi her og nu kan forestille os, hvordan den kommer til at se ud, men incitamentet til at finde en udvej stiger markant, når ingen føler sig sikre.