Kunstig intelligens leder til begejstring. Begejstring for udsigten til et bedre liv – for eksempel gennem mere præcis medicinsk diagnosticering og bedre vurdering af behandlingsmuligheder. Computerprogrammet IBM Watson kan diagnosticere for hudkræft med 95 procent nøjagtighed, hvor menneskelige eksperter maksimalt kan komme op på 84 procent.
\ Historien kort
- Kunstig intelligens er bedst til at løse veldefinerede opgaver.
- Derfor er det lettere at skabe en god skakspiller end en samtalepartner.
- Er du nervøs for at blive overflødig, skal du derfor kigge på, om dine opgaver er veldefinerede nok til, at en computer kan udføre dem.
Kunstig intelligens leder også til begejstring over muligheden for, at robotter kan overtage de mest farlige eller sundhedsskadelige jobs som at lede efter overlevende efter jordskælv i områder med stor nedstyrtningsfare. Og begejstring for udsigten til at vi måske i fremtiden kan få vores egen private husholdningsrobot, som kan støvsuge, rydde op, lave mad og holde styr på vores aftaler.
\ Læs mere
Bagsiden af kunstig intelligens?
Kunstig intelligens leder på den anden side til frygt. Frygt for, at robotter vil overtage verdensherredømmet eller måske i mindre skala dit og mit job. Eller frygt for at vi kan blive magtesløse over for robotters af og til forkerte vurderinger eller beslutninger.
I 2016 blev chaufføren af en Tesla eksempelvis dræbt, da bilen i autopilot-mode kilede sig ned under anhængeren på en lastbil. Kameraet havde overset anhængeren i det kraftige modlys, og en af de andre sensorer i bilen fejlvurderede anhængeren til at være et motorvejsskilt (som man jo bare kan køre under uden at risikere noget).
Og i USA har man forsøgt sig med selvlærende computerprogrammer til at vurdere kriminelles risiko for at lave ny kriminalitet. Det ledte til et racistisk computerprogram, som overvurderede risikoen for kriminalitet blandt sorte og undervurderede risikoen blandt hvide.
I lidt mindre skala fik en britisk kvinde i 2016 permanent lukket hendes Instagram-konto i forsøget på at poste et billede af en påskekage med små marcipankugler på toppen, som repræsenterede Jesus og hans disciple.
Instagrams billedgenkendelsesprogram troede, at de små marcipankugler var brystvorter, og i autosvaret fra programmet stod der:
»Vi forstår, at forskellige mennesker har forskellige idéer om, hvad der er OK at dele på Instagram, men for at holde Instagram sikkert bliver vi nødt til at kræve, at alle overholder retningslinjerne.«

Et menneske ville aldrig have begået den fejl, men på den anden side kan et menneske heller ikke tjekke de 80 millioner billeder, der hver dag bliver postet på Instagram (mere præcist ville det kræve et par tusinde medarbejdere, som ikke lavede andet hele dagen end at tjekke billeder).
Både begejstringen og frygten er reel nok. I World Economic Forums rapport fra 2017 over globale risici bliver kunstig intelligens udpeget som det tekniske område, der har de største potentielle fordele, men også de største potentielle negative konsekvenser.
Det er måske ikke så overraskende, når man tænker på, at kunstig intelligens netop handler om at erstatte menneskelige kognitive funktioner med computere. Det kan være til kæmpe hjælp, men det kan også misbruges, eller vi kan have for blind tillid til computernes vurdering af en situation.
Etiske dilemmaer og computeren som rådgiver
Disse eksempler peger på en række etiske dilemmaer ved kunstig intelligens. Kan vi tillade computerprogrammer med indlært fordomsfuldhed at skulle beslutte, om kriminelle skal tilkendes prøveløsladelse?
Kan vi tillade computerprogrammer at vælge medicinsk behandling til alvorligt syge patienter, velvidende at disse computerprogrammer af og til vil begå dumme fejl?
Det mest almindelige svar er, at vi skal sørge for, at der er mennesker med i loopet, så computerne ikke tager den endelige beslutning, men blot rådgiver menneskelige eksperter. Men vi mennesker lader os jo også påvirke af rådgivere, så det er næppe nok til at få problemet til helt at forsvinde.
I nogle tilfælde er det også decideret umuligt at få et menneske med i loopet: En førerløs bil kan ikke nå at spørge bilisten, hvis liv den skal prioritere, hvis en ulykke er uundgåelig.
Den bliver nødt til at være forprogrammeret til at træffe etiske beslutninger, og er det så producenten eller bilisten, der får ansvaret for at programmere disse? Hvem har ansvaret, når der sker en ulykke?
Intelligens er ikke bare intelligens

Mennesker er klogere end krager, men alligevel kan visse kragearter huske 30.000 forskellige gemmesteder for forråd, hvor vi mennesker knap kan huske, hvor vi har lagt vores nøgler eller mobiltelefon, eller hvor vi sidst har stillet cyklen.
Der er altså forskellige former for intelligens, og de forskellige former har forskellige styrker og svagheder. Det samme gør sig gældende med menneskelig intelligens over for kunstig intelligens.
Computere er endnu bedre end krager til at huske alt det, de ser, og moderne computere har en exceptionel beregningskraft, som gør, at de kan overskue et langt større antal muligheder, end vi mennesker nogensinde kommer til – om det så er forskellige trækmuligheder i skak, forskellige behandlingsmuligheder for kræft eller forskellige ruter fra Hanstholm til Korsør.
Computerprogrammet IBM Watson blev i 2011 verdensmester i Jeopardy – ikke ved at have en dyb forståelse for sprog eller verden udenfor, men ved at kunne læse en million bøger i sekundet og dermed kompensere for sin manglende forståelse med en ekstrem evne til at processere store mængder data.
Menneske versus maskine
Udviklingen af kunstig intelligens startede allerede i de tidlige 1950’ere, ganske kort efter den første generelle computer så dagens lys. Man gik straks i gang med at forsøge at få computere til at gøre nogle af de ting, som er allersværest for os mennesker: At spille skak, løse IQ-test og løse komplicerede matematikopgaver – og man lykkedes med det.
Det betød, at mange forskere i kunstig intelligens allerede i slutningen af 1950’erne forventede, at menneskelignende kunstig intelligens var lige om hjørnet. Men det var det ikke. Man havde overset to afgørende ting:
- At den menneskelige hjerne uden sammenligning er det mest komplekse fænomen i naturen, som ikke let lader sig efterligne i en maskine (om det da overhovedet er muligt).
- At intelligens ikke bare er intelligens, og at det, at en computer kan ting, som, vi mennesker synes, er svært, ikke nødvendigvis er et tegn på høj intelligens hos computeren.
Senere er det blevet mere og mere tydeligt, at ligesom der er ting, som computere har væsentligt lettere ved end mennesker, for eksempel at blive stormester i skak, er der ting, som er lette for os mennesker men utroligt vanskelige for computere. For eksempel kæmper computere og robotter stadig med at blive gode til sprogbeherskelse og social intelligens.
Social intelligens – og mangel på samme
Computere kan ikke beherske sprog på noget, der ligner menneskeligt niveau, blandt andet fordi de har en ren statistisk tilgang til sproget frem for at have lært sprog i interaktion med den virkelige verden, som vi mennesker har.
Det betyder, at selvom der for tiden er en kraftig vækst i chatbots som Siri på iPhone eller Alexa på Amazon Echo, kan man stadig ikke føre en overbevisende samtale med en chatbot, uden at det hurtigt bliver tydeligt, at det netop er en maskine og ikke et menneske.

I den årlige Loebner-konkurrence er menneskelige dommere i skriftlig dialog med henholdsvis chatbots og andre mennesker. Dommernes rolle er at gætte, hvem der er chatbots, og hvem der er mennesker. Hvis en chatbot kan narre mindst halvdelen af dommerne til at tro, at den er et menneske, vinder chatbotten sølvmedalje. Endnu er det ikke lykkedes nogen chatbot at vinde en sølvmedalje.
Ligeledes er social intelligens et meget svært område for computere. Vi mennesker er udstyret med en evne til at sætte os i andres sted og derigennem gætte, hvad andre tænker eller forsøger at opnå.
Denne evne er afgørende for effektiv kommunikation, for samarbejde mellem mennesker og for at kunne tage hensyn til vores medmennesker. Hvis du kommer forbi en kollegas kontor med en besked, men vælger at komme tilbage senere, fordi hun taler i telefon, er det et eksempel på social intelligens.
\ Gratis foredrag med Thomas Bolander
I morgen aften, 20.9 kl. 19.30, kan du på Geologisk Museum i København høre Thomas Bolander fortælle mere om kunstig intelligens.
Selskabet for Naturlærens Udbredelse står for arrangementet, som har titlen: ‘Kunstig intelligens – hvor længe er mennesket klogest?’
Foredraget er gratis og kræver ikke tilmelding. Læs mere her og her.
Når en TUG-hospitalsrobot i samme situation blot braser ind på kontoret og bliver ved med at gentage »TUG er ankommet«, indtil kollegaen bliver vanvittig, er det et eksempel på mangel på social intelligens.
Maskinen kan ikke erstatte mennesket
Flaskehalsen i udviklingen af kunstig intelligens i dag er i modsætning til tidligere formodentlig ikke, at computere ikke har tilstrækkeligt meget beregningskraft til de avancerede beregninger, det kræver.
Flaskehalsen er snarere, at der fundamentale aspekter af menneskelig kognition, som vi ikke forstår godt nok til at vide, hvordan vi skal kunne simulere på en computer.
Kunstig intelligens i dag excellerer stadig i den type opgaver, som de excellerede i i 1950’erne og 1960’erne: Afgrænsede, veldefinerede opgaver med klare regler. Derfor er de meget gode til skak, men meget dårlige til at smalltalke. Med tiden bliver de dog bedre og bedre, også til opgaver, som er mindre afgrænsede, for eksempel at spille Jeopardy eller styre en bil.
Her er der stadig et afgrænset problem at løse og et sæt regler at følge, men reglerne er meget mindre entydige end i skak. Computere excellerer også i, at håndtere enorme mængder data og finde mønstre i dem, så længe disse mønstre er tilstrækkeligt entydige.
Det er denne evne, som gør, at computere kan bruges til billedgenkendelse, hvad enten det handler om at filtrere billeder på Instagram, genkende hudkræft eller en førerløs bil, der genkender andre trafikanter.
\ Læs mere
Kunstig intelligens og fremtidens jobs
Hvilke af ens arbejdsopgaver kan så realistisk set udføres af kunstig intelligens? Dem, der har ovenstående karakteristika, nemlig veldefinerede og afgrænsede opgaver, som vi kan opstille relativt klare regler for løsningen af.
Det kunne være at tjekke, om ansættelseskontrakter eller rejseafregninger overholder de formelle krav, eller endda automatisk at generere (et bud på) en færdig rejseafregning ud fra rejsedokumenter og kvitteringer.
Hvis man vil lave en chatbot, som man kan bruge til at kontrollere musik, lys og varme i sin bolig, er det relativt ligetil. Det er tilstrækkeligt afgrænset. Hvis man imidlertid vil lave en chatbot, som kan blive Borgerservice-medarbejder i en kommune, er det langt mere udfordrende. Det er blevet forsøgt i flere danske kommuner siden 2007, men blev opgivet igen omkring 2012.
Listen over afdøde danske chatbots er lang og rummer blandt andre Anna fra Ikea, Betty fra Frederiksberg Kommune, Knud fra Odense Kommune og Eva fra SAS.
En ny, og formodentlig kraftigere, bølge af chatbots lader dog til at være på vej, når man taler med virksomheder, som kunne ønske sig chatbots – for eksempel banker og virksomheder, som leverer den slags teknologi – blandt andet IBM.
De chatbots, som er på vej, vil dog nok dække mere afgrænsede arbejdsopgaver, belært af erfaringen fra den tidligere bølge. Udsigten til at en chatbot vil kunne besvare alle spørgsmål er ret lang, så der ligger også et stort potentiale i at kombinere chatbots med menneskelige eksperter: Lade chatbots besvare de simple standard-spørgsmål, og menneskelige eksperter besvare de mere komplicerede.
Det har man haft stor succes med i forbindelse med en chatbot, der har fungeret som undervisningsassistent på et kursus i kunstig intelligens på det amerikanske universitet Geogia Tech.
\ ForskerZonen
Denne artikel er en del af ForskerZonen, som er stedet, hvor forskerne selv kommer direkte til orde. Her skriver de om deres forskning og forskningsfelt, bringer relevant viden ind i den offentlige debat og formidler til et bredt publikum.
ForskerZonen er støttet af Lundbeckfonden.
Din barista bliver næppe erstattet af kunstig intelligens
Fremtidens opgaveløsning bliver formodentlig en symbiose mellem den menneskelige og den kunstige intelligens. Kombinationen af menneske og maskine kan nemlig være mange gange stærkere end menneske eller maskine alene.
Hvis for eksempel en stormester i skak får hjælp fra en kraftig skakcomputer til at foreslå mulige træk, vil kombinationen af de to være langt stærkere end nogen skakspiller eller nogen skakcomputer alene.
Mennesker vil næppe nogensinde bliver overflødiggjort af kunstig intelligens. Vi mennesker vil altid forstå hinanden bedre, end vi nogensinde vil forstå maskinerne og de os. Så når du i fremtiden går på café, kan du roligt regne med, at din lokale barista stadig vil være et menneske.
Ikke fordi robotter ikke duer til at lave kaffe, men fordi det at være barista også handler om sproglig og social interaktion – noget af det som computere og robotter i dag er dårligst til i sammenligning med os mennesker.
Denne artikel er en let omskrevet version af ‘Bliver der sat strøm til dit job?’, som blev publiceret på Vejlederforum tidligere i år. Den artikel kan læses her.