Hvem har ansvaret?
Astrid Galsgaard forklarer, at hun arbejder ud fra en hypotese om, at implementering af AI, hvad enten det er machine learning eller large language models, i første omgang kan true fagmedarbejderen.
“Det betyder, at man som ledelse og arbejdsplads er nødt til at understøtte medarbejderen på en ny måde. Det handler om delt ansvar mellem medarbejderen og den kunstige intelligens,” siger Astrid Galsgaard og giver et eksempel på de spørgsmål, der begynder at melde sig:
“Hvis AI fungerer som en støtte for fagpersonen, og fagpersonen argumenterer med AI, fordi AI har foretaget en vurdering, der ligger til grund for en beslutning, hvem har så ansvaret for beslutningen, hvis det nu går galt? Hvor langt hen ad vejen kan det argumenteres, at det stadig er fagpersonen, der sidder med det endelige ansvar?”
Problemet er, at det kan være stort set umuligt at gennemskue, hvorfor et AI-værktøj gjorde, som det gjorde, pointerer Astrid Galsgaard:
“Det er svært at gennemskue de her black boxes – de mellemregninger, der ligger til grund for et resultat eller en løsning genereret af AI. Man giver AI input, som den tygger på og bearbejder. Og så spytter den nogle svar ud.”
Men man kan vel spørge: Hvordan kom du frem til det her?
“Det kan man nogle gange, men absolut ikke hver gang. Der er en væsentlig forskel på, hvordan de forskellige teknologier fungerer. Oven i det kommer, at en del af AI-teknologierne nu går på tværs af domæner og arbejder med endnu flere data end tidligere. De sidste par år har vi arbejdet med nogle algoritmer, der var programmeret til kun at virke på et helt specifikt område. Men nu ser vi de nye generative værktøjer, som er stormet frem og som går på tværs og baserer deres svar eller handlinger på millioner af datapunkter, hvilket gør det meget vanskeligt at forklare, hvorfor resultatet blev, som det blev,” siger Astrid Galsgaard.
AI som selvstændigt væsen
Kommagasinet har tidligere beskrevet, hvordan AI allerede nu er taget i brug i forskellige dele af kommunikations- og reklamebranchen, hvor teknologien blandt andet bliver brugt til den visuelle del af arbejdet. Men der eksperimenteres også med AI som idegenerator, ligesom teknologiens evne til at finde indsigter i enorme mængder af data rummer et stort potentiale.
Og selvom dommedagsprofetierne også lever, så er et herskende argument, at mennesket fortsat er vigtigt, fordi mennesket med al dets erfaring og kulturelle indsigt kan spotte en god, kommunikativ ide.
Altså er evnen, erfaringen og ‘det menneskelige element’ fortsat afgørende for at kunne levere en kampagne, et budskab eller andet, der har gjort k-branchen unik, lyder analysen.
Men det er nok et spørgsmål om tid, før det verdensbillede begynder at krakelere, vurderer Astrid Galsgaard:
“Vi kigger hen imod, at AI faktisk løser opgaver selvstændigt. Og selv, det vil sige uafhængigt af fagpersonen, kan indhente relevant data, bearbejde disse og give et kvalificeret svar på en given problemstilling. Måske skal en fagperson kontrollere AI’s arbejde, men i praksis nærmer vi os et sted, hvor AI selv kan rigtig meget,” siger hun.