Mit navn er Jonas og jeg er AI curious, En nysgerrigs noter
Jeg har tænkt lidt over, hvordan jeg skulle begynde dette indlæg. Den oplagte løsning ville nok være at præsentere mig selv som en eller anden form for AI-ekspert. Det virker til at være den gængse måde at gøre det på. LinkedIn flyder over med folk, der har fundet den perfekte AI-workflow, bygget den ultimative agent eller opdaget den ene metode, der kan spare alle ti timer om ugen. Det bliver ikke sådan et indlæg. Ikke fordi jeg ikke arbejder med AI. Det gør jeg faktisk hver eneste dag. I mit arbejde er jeg med til at udvikle retningslinjer og vejledning, der skal hjælpe flere tusinde kolleger med at bruge AI sikkert og ansvarligt. Det giver mig et godt indblik i teknologien, men måske endnu vigtigere giver det mig et indblik i mennesker. For AI er sjældent den svære del. Det svære er at finde ud af, hvor den faktisk giver mening.
AI eller automatisering?
Når arbejdsdagen er slut, er jeg ikke eksperten med alle svarene. Jeg er ham, der sidder hjemme og prøver ting af. Jeg læser dokumentation, jeg kun forstår halvdelen af første gang. Jeg bygger små projekter, der går i stykker. Jeg jubler, når noget virker, og opdager dagen efter, at der var en langt enklere løsning. Det kan godt være lidt frustrerende, men det er også dér, jeg lærer mest.
En af de ting, jeg har tænkt mest over det seneste års tid, er faktisk, hvor ofte vi siger “AI”, når vi mener noget helt andet. Jeg har efterhånden mistet overblikket over, hvor mange løsninger der bliver markedsført som kunstig intelligens, selv om de i virkeligheden bare er automatiseringer. Og måske er det slet ikke så mærkeligt. AI er et langt mere spændende ord end automatisering. Men de to ting er overhovedet ikke det samme.
Hvis jeg bruger et værktøj til automatisk at gemme vedhæftede filer fra min mail i OneDrive, så er der ingen intelligens involveret. Computeren følger bare nogle regler, jeg har givet den. Hvis en bestemt mail kommer ind, skal den gøre noget bestemt. Den tænker ikke. Den vurderer ikke. Den gør bare sit arbejde. Først når jeg beder en sprogmodel om at læse tyve mails, finde de fælles temaer og formulere en opsummering, begynder vi at tale om AI. Her findes der ikke én rigtig regel. Modellen skal fortolke, prioritere og formulere. Det lyder som en lille forskel, men jeg tror faktisk, den er ret vigtig.
For jo mere jeg arbejder med det her, desto mere opdager jeg, at langt de fleste problemer i min egen hverdag slet ikke kræver AI. De kræver bare, at jeg stopper op og spørger mig selv, hvorfor jeg bliver ved med at gøre den samme kedelige opgave manuelt.
Måske er det i virkeligheden dér, min interesse ligger.
Ikke i AI som teknologi, men i at forstå, hvilke opgaver der overhovedet fortjener at blive løst med teknologi.
Jeg har en mistanke om, at mange af os starter det forkerte sted. Vi spørger: “Hvordan kan jeg bruge AI?” Måske burde spørgsmålet være: “Hvad er det egentlig, jeg prøver at løse?”
Det lyder banalt, men jeg tror, det gør en forskel.
Jeg har selv været der. Man får en idé, finder et nyt værktøj og bygger en smart løsning, bare fordi man kan. Først bagefter går det op for én, at problemet aldrig var særligt stort til at begynde med. Jeg har efterhånden accepteret, at det også er en del af læreprocessen. Nogle projekter bliver til noget. Andre ender mest som erfaring.
Og det er måske netop derfor, jeg ikke har lyst til at kalde mig AI-ekspert.
Ikke fordi jeg mangler erfaring, men fordi jeg synes, ordet signalerer, at man er færdig med at lære. Jeg håber ærlig talt aldrig, jeg kommer dertil. Noget af det mest spændende ved teknologi er netop, at den hele tiden flytter sig. Hver gang jeg tror, jeg har forstået et område, dukker der nye spørgsmål op. Det passer mig egentlig meget godt.
