Hvad sker der, når maskiner skriver menneskelige historier?

Jeg sætter pris på, at chatrobotten hos flyselskabet KLM kommer med lynhurtige svar på mine spørgsmål om ændrede afgange, men knap så meget på, at jeg ofte alligevel må håbe, der er et menneske til stede, fordi jeg ikke fik et brugbart svar.

Robotterne bliver dog hele tiden bedre, og de er nok kommet for at blive.

Jeg husker min egen fascination i 1980’erne af, hvordan computerprogrammet Eliza, der blev udviklet i 1965, på en Commodore 64 kunne give svar, næsten som om der var en person bag.

Næsten.

For jeg og mange andre fandt hurtigt ud af, hvor simpelt maskinen brugte ens egne ord og sendte dem tilbage, som var den en karikatur på en middelmådig psykolog.

Men bare det, at der kom ord tilbage fra maskinen, som var der et tænkende væsen inde i den, chokerede teenagerne på vejens drengeværelser.

Robotterne kommer

Efter omkring 6.000 år, hvor vi kunne være sikre på, at tekster var udformet af mennesker – er det i dag mere usikkert.

Vi møder chatbots som noget af det første, hvis vi går ind på en hjemmeside for en bank eller en bilforhandler, der sparer på udgifterne ved at lade deres kunder have mere eller mindre vellykkede samtaler med en robot.

Andre gange ved vi ikke, om det er en maskine, der skriver.

Finansnyheder, der giver oplysninger om årsregnskaber og børsnoteringer og anden rutinepræget journalistik, er ofte heller ikke skabt af et menneske, men af en maskine. Ekstra Bladet lader også deres journalistrobot skrive om for eksempel sport.

Undertekster på en YouTube-video er i reglen skabt af en maskine, og vi skal vænne os til, at automatiserede oversættelser af tekster ikke nødvendigvis er dårligere end de oversættelser, som mennesker laver.

En sort boks

Den formentlig bedste oversættelsesmaskine er den tyskudviklede DeepL, der kom på markedet i 2017. En tysk kollega, Frank Fischer, introducerede mig til den året efter, og jeg spurgte ham, om jeg skulle invitere folkene bag til Aarhus for at tale om deres teknologi.

Han grinede lidt og sagde, at de ikke var så glade for at tale om det og måske heller ikke havde tid til at underholde akademikere. De måtte også indrømme, at de ikke helt vidste, hvad der foregik inde i maskinen.

Sådan er det med kunstige neurale netværk ligesom de biologiske neurale netværk, vi har i hjernen.

Selv om kognitionsforskere er kommet langt med at forstå, hvad der sker i vores hjerner, kan de ikke fuldstændig forklare, hvordan et hav af forskellige impulser kan samle sig og eksempelvis gøre en person i stand til at skrive en nogenlunde formfuldendt tekst.

Google Translate og DeepL laver stadig fejl, som et menneske hurtigt kan spotte. Men de bliver hele tiden bedre, fordi de bliver opdateret med input fra brugerne – ikke mindst, når det handler om at konstruere grammatisk korrekte sætninger, hvor sproget flyder, som det skal.

Og selv om maskinerne laver fejl, er der ikke noget menneske, der i løbet af tredive sekunder kan oversætte ti siders tekst fra mere end hundrede sprog i en kvalitet, der faktisk er brugbar.

Den sidste grænse

Ingen af eksemplerne ovenfor udfordrer dog den sidste grænse, som vi kan se for os, nemlig om maskiner kan blive bedre end mennesker til at skrive tekster, skønlitterære såvel som faglitterære.

Hvis de bliver det, vil det blive svært for os ikke at tænke på dem som kreative, for selv om vi godt ved, at de ikke har bevidsthed, vil det jo virke sådan.

Det er et af de store spørgsmål for menneskeheden, om der en dag overhovedet vil være områder tilbage, hvor menneske er dygtigere end maskine.

Skak er for eksempel for længst blevet et spil, hvor mennesket ikke har en chance over for maskinen. Men det er trods alt lettere at forklare skakreglerne for en computer, end hvad der skal til for at lave stor og tankevækkende litteratur.

I disse år er det de såkaldte store sprogmodeller, der for alvor har vist, hvad automatisk tekstskabelse er i stand til. Det er store computersystemer, der er blevet trænet på enorme mængder af tekster til at forstå mønstrene i vores sprogbrug.

Grundlæggende kan de give et bud på, hvad det næste ord bør være, på basis af det input, som de får.

Ligesom i algoritmerne til at oversætte tekst er princippet bag sprogmodellerne de såkaldte kunstige neurale netværk, der er blevet anvendt i mange år til vidt forskellige opgaver såsom vejrudsigter og ansigtsgenkendelse.

ChatGPT – et nyt kapitel i tekstens historie

Det er ikke enkelt at beskrive, hvordan man laver en god historie med stærke karakterer, et medrivende og uforudsigeligt plot, realistiske dialoger og dybe overvejelser og får disse til at gå op i en højere enhed over hundreder af sider i et varieret og levende sprog.

Det er imidlertid let at glemme, hvor hurtigt teknologien har udviklet sig.

Den 30. november 2022 kan meget vel med tiden blive en historisk dato, da OpenAI offentliggjorde en chatrobot, ChatGPT. Der er langt fra Eliza-programmet fra 80érne, der gentog ens egne fraser, til ChatGPT’s velformulerede og udfoldede svar på svære spørgsmål.

I løbet af få måneder var der kommet 100 millioner brugere, hvilket viser, hvor mange der var interesserede i at være med til at åbne et radikalt nyt kapitel i tekstens historie. Nogle gange dog af knap så noble grunde såsom at slippe lettere om ved at skrive en opgave til skolen.

Den britiske matematiker Alan Turing foreslog i 1950 at lade en computer og et menneske skrive sammen. Hvis en observatør af samtalen ikke ville være i stand til at afgøre, hvem der var menneske, og hvem der var maskine, så ville maskinen have bestået den såkaldte Turingtest.

ChatGPT er ikke intelligent, men ingen kan være i tvivl om, at den ved langt mere end noget enkeltindivid og kan skrive meget hurtigere end noget menneske. Den kan også være kreativ og lave rimede digte på få sekunder.

ChatGPT vender således nærmest Turingtesten på hovedet, da den gør ting, hvor mennesket halser langt bagefter.

Fremtidens tekster

På kort sigt ligger det største potentiale for at skrive bedre tekster mest sandsynligt i et samarbejde mellem menneske og maskine.

Men det er i alle tilfælde grænseoverskridende, at tekst ikke længere kun er noget, som alene mennesker skaber. Skak er trods alt bare et spil, men tekster er der, hvor vi søger at klargøre nogle af vores mest brændende spørgsmål. Der, hvor vi forsøger at få tanke og følelse til at få et klart udtryk.

Chatrobotterne og andre sprogmaskiner stiller også spørgsmål ved, hvad kreativitet er.

Algoritmerne bearbejder en masse data med statistik og spytter noget ud, men det er dybest set ikke så forskelligt fra, hvad vores hjerner gør. De har bare adgang til langt mere information end os.

Men de mangler også noget. De har ikke sanser, de har ikke følelser, og de har ikke, så vidt vides, en fornemmelse af sig selv.

Tekst former os

Mennesket ville have udviklet sig helt anderledes, hvis det ikke havde opfundet tekst, og i mange tusinde år har vi kunnet regne med, at tekster var skrevet af mennesker, uanset om det var et brev kun tiltænkt én anden eller en bog for alle.

Sådan er det ikke længere, men bliver det godt for menneskene? Det er nok for simpelt at spørge sådan.

Nogle ting vil være utroligt brugbare og ukomplicerede at sætte pris på, såsom automatisk oversatte dokumenter, mens andre måder at anvende teknologien på vil forurolige og udfordre os etisk, særligt hvis maskiner bidrager til at misinformere om de fælles realiteter.

Ligesom tekst i generation efter generation har været med til at forme menneskets måde at tænke og handle på, vil automatisk skabt tekst påvirke os i lang tid fremover. Ånden er sluppet ud af flasken, eller rettere teksten, og ind i maskinen.