Vad är skillnaden mellan artificiell intelligens och vanlig digitalisering? Vad blir konsekvenserna för arbetslivet? Blir det fler jobb eller färre?
Det är stora frågor, men högst aktuella. På den årliga politiska diskussionsveckan i Arendal – som kan jämföras med Almedalsveckan och Folkemødet på Bornholm – var det mer än hundra arrangemang som handlade om artificiell intelligens.
Men det verkade inte finnas någon gemensam uppfattning om var Norge befinner sig i förhållande till AI. Spännvidden var stor:
- Kan Norge bli ett digitalt u-land? var titeln på ett möte.
- Hur ska AI ta Norge in i framtiden? var titeln på ett annat möte.
En stor del av arrangemangen hade rubriker som präglades av oro för vad AI kommer att föra med sig. Men det fanns också de som var (smått provocerande) otålmodiga:
- Att skydda den personliga integriteten är viktigt, men hur ska Norge bli en ledande AI-nation om all energi går åt till att reglera och att bromsa utvecklingen? var tema för en av debatterna.
Själva följde vi med digitalt på en del av seanserna och det dröjde inte länge innan den fråga jag ställer inledningsvis kom upp:
- Vad är skillnaden på vanlig digitalisering och AI?
På seminariet ”Är norska verksamheter redo för att använda AI?”, svarade Kent Inge Fagerland Simonsen, som är chef för Cloud engineering på IT-företaget Tieto:
- Artificiell intelligens är ett samlingsbegrepp för ett antal datamaskinprogrammeringsmodeller som verkar mänskliga för människor och som behöver stora datamängder för att tränas upp, mer än att de är designade algoritmer.
AI handlar med andra ord inte om en ny teknik, som när ångkraft slog ut muskelkraft och segelfartyg under den första industriella revolutionen, eller som när digitala verktyg slog ut analoga verktyg som skrivmaskiner eller kameror som använde film.
Artificiell intelligens handlar om att bygga upp datorprogrammen på ett nytt sätt, om enorma mängder data och räknekraft, snabbare sätt att flytta på informationen och om svindlande pengabelopp.
Microsoft har använt 110 miljarder kronor på att utveckla sitt AI-program Copilot. Som finns i många olika versioner: för vanligt kontorsarbete, skriva koder och mycket annat.
Det som fick AI på allas läppar var emellertid ChatGPT, som lanserades den 30 november 2022. Den virtuella assistenten kunde generera text, bilder och videor som svar på användarens instruktioner (eller prompts som de kallas på engelska).
Det som kallas generativ AI handlar om att program som ChatGPT lär sig mönster och struktur från sina träningsdata och därefter genererar nya data med liknande egenskaper.
Fortfarande är det långt till att datorerna kan tänka själv, det som kallas AIG, och som brukar definieras som den intelligens en maskin behöver för att förstå och lära sig alla de intellektuella uppgifter som en människa kan utföra.
Efter att 100 miljoner människor började använda ChatGPT på bara två månader (det tog Tiktok nio månader som jämförelse) kom varningsropet i mars 2023: 1000 forskare och kända personer inom affärsvärlden, som Elon Musk, gick ut med en uppmaning att det borde införas ett moratorium i sex månader för att vidareutveckla AI, tills man bättre förstod riskerna.
Nu har det gått drygt ett år och debatten handlar mer om hur vi ska få tag på tillräckligt med kompetent personal och om det kommer att uppstå en brist på den sorts datachips som krävs inom AI. Till en del handlar debatten också om hur mycket energi AI kräver och svagheterna dataprogrammen har. Bland annat har de generativa AI-modellerna en tendens till att börja ”hallucinera”.
Det betyder att AI-modellerna ger felaktiga svar, eller olika svar på exakt samma fråga. Är det något som kännetecknar de nya digitala assistenterna så är det att de inte är särskilt ödmjuka. Svaren ges utan förbehåll.
Med tanke på de miljontals användarna av ChatGPT, Copilot och andra AI-program, är det trots allt inte så många exempel på att AI är en fara för mänskligheten eller att arbetslöshetstalen påverkats dramatiskt.
Det betyder inte att det inte finns utmaningar, men människans förmåga att anpassa sig är stor. Det som verkade revolutionerande blir fort vardag.
Ett av de program som flest vanliga arbetstagare kommer att komma i kontakt med är Copilot for Microsoft 365.
Först lite om vad Copilot kan göra:
Som Microsoft själva poängterar i sin marknadsföring:
- Det är inte så att du bara kan slänga benen på bordet, trycka på en knapp – och låta co-piloten göra ditt jobb åt dig. Som namnet antyder är det ingen autopilot, snarare en assistent som stöttar dig från sidlinjen. Copilot arbetar med dig.
Exempel på uppgifter som Copilot ska kunna klara av är enligt Microsoft:
”Vad är det viktigaste som har hänt i mitt team under semestern". "Sammanfatta den långa e-posttråden som jag precis kopierades till". "Samla alla dokument från det senaste året där just detta projekt nämns".
Bodil Åberg Mokkelbost, Heine Skipenes, Hanne Jensen Moe och Silje Reiten Blichfeldt har studerat hur Copilot fungerat på NTNU.
På det norska universitetet NTNU har en grupp forskare gått igenom vilka förändringar som uppstått efter att universitetet började använda Copilot for Microsoft 365. Rapporten har åtta huvudfynd, som lätt förenklade och omskrivna är att Copilot:
Som forskarna skriver:
- Copilot är bra på att extrahera essensen från stora filer och presentera dem i ett nytt, och mer fokuserat dokument. Det är en sorts uppgift som lätt skulle kunna ta flera dagar att utföra, men där Copilot gör jobbet på bara några minuter. Det gör att du kan komma i gång med uppgifter snabbare, och du får omedelbar hjälp där och då.
Det är sådana här vardagliga tidsbesparingar som gör att AI spås kunna öka produktiviteten på kontoren rejält.
De norska arbetsgivarorganisationerna har bett analysföretaget SØA se på de ekonomiska vinsterna med AI. Enligt analysföretaget kan en ökad användning av generativ AI öka värdeskapandet i Norge med totalt 2 000 miljarder norska kronor för perioden fram till 2040.
Men AI kan användas nästan överallt; till att övervaka processer, självkörande fordon, diagnosticera sjukdomar och så vidare.
Användning av annan avancerad digital teknik och annan AI kan enligt rapporten öka värdeskapandet i Norge med totalt 3 600 miljarder norska kronor under samma period
Sammanlagt kan det därmed handla om ett ökat värdeskapande på 5 600 miljarder kronor på 15 år.
Men visst finns det också faror med den nya tekniken, men på en mer hanterbar nivå. Forskarna på NTNU beskriver några av dem:
- Copilot kan ge felaktiga svar eller göra falska slutsatser. Detta gäller särskilt när den inte har tillräckligt med information att arbeta med, men kan också ske när den har tillgång till bra information. Det är viktigt att vara medveten om detta och ha mekanismer på plats utrymme för att identifiera och korrigera sådana fel.
- I stora organisationer som behandlar många människors personuppgifter lagras dokument ofta temporärt eller delas internt, innan de arkiveras på ett korrekt sätt. Copilot får då tillgång till sådana dokument och kan använda dem i ett annat sammanhang, eller för andra ändamål än vad som ursprungligen var avsett.
Hur går det med den personliga integriteten? Och hur påverkas förhållandet till arbetsgivaren?
- Arbetsgivaren kan bedöma anställdas prestationer basera på information från filer, dokument, Teams-chattar, e-postkorrespondens, Teamsmöten, känsloyttringar (emojis), transkriptioner från möten med automatisk inspelning, osv. Anställda har ingen möjlighet att se om det sker.
Eftersom Copilot hela tiden utvecklas är det ett krävande redskap. En verksamhet måst aktivt säga nej till en utvidgning eller att nya verktyg läggs till. Detta är något som inte bara IT-avdelningen har ansvar för. Copilot handlar om organisationsutveckling – och alla verksamheter bör ha en exit-strategi:
- En exit-strategi är viktig för att säkra så att verksamheten har kontroll över sin egen teknologiska framtid. Det bör finnas plan för hur man kan migrera data, funktioner och tjänster till en leverantör om det är nödvändigt. En sådan strategi kan bidra till att minska risken för driftsavbrott eller att data försvinner. Det ger stärker också verksamheten förhandlingsposition i förhållande till leverantören, eftersom den då inte är låst till ett system.