Dette innlegget er et kort referat av forelesningen den 10.01.2022 i digital markedsføring, om AI, kunstig intelligens. Videre i innlegget vil jeg linke til en artikkel av relevans for tema og avslutningsvis nevne noen muligheter og ulemper med kunstig intelligens.

Hva er AI?

AI er en forkortelse på begrepet Artificial Intelligence, eller såkalt kunstig intelligens. Det innebærer alt fra kompliserte roboter, som romfartøy, til systemer vi kjenner godt, som mobiltelefoner. Med andre ord er det overalt i samfunnet og vi bruker det på en daglig basis i ulike sammenhenger.

Det finnes en rekke forskjellige definisjoner på begrepet. Kort sagt handler AI om systemers utvikling og mulighet til å utføre både fysiske og digitale handlinger ut fra behandling og tolkning av strukturerte- og ustrukturerte datamaterialer. Hensikten til handlingene er å oppnå et mål ved å utføre oppgaver eller løse problemer. Dersom systemet klarer å utføre og endre egne aktiviteter, er det snakk om kunstig intelligens.

Maskinlæring

Maskinlæring er en sentral underkategori av kunstig intelligens, da det handler om hvordan systemene lærer. Algoritmene i de intelligente systemene blir lært opp til å finne og gjenkjenne ulike mønster. Mønstrene de læres opp til å kjenne igjen, kan for eksempel være en sirkel, trekant, firkant og mer. De trekker altså frem enkelte elementer forså å sammenligne objektene. Ettersom hvor mange objekter systemet har til sammenligning påvirker hvorvidt sammenligningen er god eller mindre god. Trekker vi paralleller til menneskers hjerne, ser vi at prosessen er nok så lik da vi også skaper bilder til sammenligning.

Et eksempel på bruk av maskinlæring er selvkjørende biler. De tar i bruk både sensorer og maskinlæring for å ta de best egnede beslutningene og for å forstå bedre omgivelsene hvor bilen kjører. Denne prosessen skapes uten klare menneskelige instrukser for hvordan bilen skal handle i enhver situasjon.

Muligheter ved AI

Ved å benytte seg av kunstig intelligens kan man lettere tilpasse ulike tjenester, forutse behov, styrke beslutninger og avdekke feil. Ser vi dette parallelt i en jobbsammenheng, kan det skape store muligheter for de ansatte og forbrukerne. Arbeidsprosesser som er basert på regler, kan automatiseres. Det vil si at prosesser, som saksbehandling, kan bli utført ved hjelp av kunstig intelligens. Den opprinnelige saksbehandleren vil dermed få en «assistent», som hjelper med å foreslå tiltak og evaluere. Prosessen vil gå fortere for begge parter, både bedriften og forbrukeren.

Flytter vi oss over til helsesektoren, kan AI også brukes her. Det vil kunne bidra til å effektivisere prosesser og gi beslutningsstøtte. Roboter kan samtidig brukes for å utføre operasjoner. Det er i slike tilfeller en ønsker null feilmargin og stor nøyaktighet, noe en kan få fra godt implementerte systemer.

I artikkelen nedenfor kan lese om hvordan det er å utføre operasjoner ved hjelp av operasjonsroboter, samt dens fordeler.

Link:  https://www.tu.no/artikler/vi-har-testet-en-operasjonsrobot/464820

Utfordringer

Som nevnt tidligere i innlegget må det genereres data for å få kunstig intelligens. Om det oppstår skjevheter i datamaterialene vil de overføres til de intelligente systemene, som videre kan forsterker de aktuelle ulikhetene og befeste forskjellsbehandling.

Tar vi vurderingen av jobbkandidater som et eksempel, har automatiserte algoritmer for å finne de best egnede kandidatene blitt mer populære å anvende. Utfordringen i dette eksempelet er om systemets data er fra tidligere ansettelser, noe som kan skape skjeve valg av intervjurunder. Det vil dermed bli vanskelig å oppdage feilen, da algoritmene viderefører skjevheten i praksis.

Et annet problem som kan oppstå ved bruk av AI i arbeidssammenheng, er forklaringsproblematikk. Ettersom prosessene er automatisert og beslutninger kan tas uten menneskelig innvirkning og kontroll, kan det være vanskelig å forklare hvorfor resultatet av eksempelvis en søknad ble slik den ble. Om en først skal forsøke å forklare grunnlaget, kan det være svært krevende, da det er vanskelig å spore tilbake til alle ledd i beslutningsprosessen til systemene.

Litteraturliste:

Norsis (2017). Er det alltid menneskets feil når noe går galt? Link: https://norsis.no/alltid-menneskets-feil-nar-gar-galt/

Teknologirådet (2017). Kunstig intelligens: smart eller skremmende? Link: https://teknologiradet.no/kunstig-intelligens-smart-eller-skremmende/

SNL (2020). Kunstig intelligens. Link: https://snl.no/kunstig_intelligens