Lad os få det bløde indløb på historien om Bent Dalager overstået med det samme. Han var ifølge sin egen beskrivelse en præmienørd, der i sin sommerferie hyggede sig med at læse Platons Staten og Freuds drømmetydning i to bind. At det ikke er normalen for en 7. klasses elev, gik først op for ham, da han selv fik børn.
Interessen for psykologi trak ham egentlig også studiemæssigt i den retning. Men det var kun, indtil han blev ramt af suset, der fulgte med at starte et softwarefirma sammen med et geni. Hvis du googler og graver lidt ned i navnet Ole Agesen, finder du hurtigt ud af, hvorfor han her i interviewet omtales som geni. Han ville gerne læse datalogi, og det ville Bent Dalager også, fordi de havde det her firma sammen, hvor de lavede computerspil. Vi er i krydset mellem 1970’erne og 80’erne, så det er ikke forkert at kalde de to unge gutter i firmaet BODA for frontløbere med deres spil til tidlige hjemmecomputere som ZX81, hvor hukommelse var noget, man skrev med k for kilo og tusinder. Firmaet gik meget godt, og han stødte første gang på det dokument, der hedder en NDA, da en stor dansk legetøjsfabrikant opsøgte dem. Bent og Ole endte med at udvikle produkter og ideer, der blandede computerens muligheder med de fysiske plasticklodser. Et fokusområde, fordi virksomheden regnede med, at det, BODA lavede, ville udfordre deres greb i målgruppen ’drenge fra 5-12 år’.
”Det var jo helt forkert for os at gå den vej, men vi så det ikke dengang. Vi skulle være fortsat med at lave vores egne spil, som vi fik 80 kr. for. Nu var vi pludselig konsulenter, som arbejdede for andre.”
Han siger, at de tjente gode penge, og at det nu var meget sjovt. Men det var nogenlunde samtidig med, at andre danskere begyndte at lave økonomiprogrammer, de mange år senere kunne sælge for abnorme beløb. Så den vej kunne det også være gået med deres computerspilsfirma, hvor Bent Dalager af de to var den mest økonomisk og konceptuelt orienterede, samtidig med at han tegnede illustrationer til spilpakkerne, kataloger og reklamer i Alt om Data – en tegnestil inspireret af den spanske tegner bag serien Flip og Flop om et umage agentpar med usædvanlige evner. Bent Dalager kunne også programmere, men makkeren Oles evner udi at computerudvikle var ganske særlige.
”Ole”, der groft sagt er manden bag opfindelsen af den virtuelle computer og i dag et stort navn med base i Silicon Valley, ”var fuldgenial”, siger Bent Dalager og fortæller grinende et eksempel på makkerens knusende logiske tilgang til alt. Ud ad vinduet på en biltur, de kørte sammen, så Bent Dalager et kors på toppen af et kirketårn. Men det var blevet omkranset af neonlys. Den unge mand Bent med interessen for både psykologien og refleksioner over sammenhænge, mente, at den røde neon var helt malplaceret og slet ikke harmonerede med det åndelige i korset. En undren Ole slet ikke kunne følge. Og så ræsonnerede Ole stille og roligt Bent på plads der i bilsædet, mens kirketårnet blev lagt bag dem: Hvor er korset placeret? Højt! Hvorfor tror du, det er det, Bent? Så det kan ses tydeligt! Hvad gør neon? Gør det mere tydeligt!
I sin studietid kombinerede Bent Dalager datalogien med nysgerrigheden for, hvordan vi tænker, hvorfor vi tænker, som vi gør. Han gravede sig på andendelen af datalogi, nemlig ned i et miks af AI og cognitive science, der netop handler om, hvordan vi får viden ind, og hvordan udviklingen er i hjernen. Derved fandt han en kraftig sammenhæng mellem psykologi og kunstig intelligens. Og dermed er fundamentet på plads til at forstå, hvad Bent Dalager mener, når han her i 2021 sidder som leder af NewTech afdelingen hos KPMG i København og siger sætningen:
”Jeg er uddannet inden for det her og har også arbejdet med det sådan set hele mit liv. Og særligt inden for de sidste syv år er det blevet meget intenst igen, ligesom det var i min ungdom, hvor jeg læste og specialiserede mig i kunstig intelligens. Det kunne så bare ikke rigtig bruges til noget på det tidspunkt. Men nu er jeg ligesom i det rigtige element.”
Consulting by doing og afregning pr værdi
Bent Dalager rykkede i 2016 til KPMG, hvor han opstartede den NewTech-afdeling, han i dag leder. Afdelingen, der er vokset fra fem personer i starten til omkring 50 i dag, servicerer kunder ved at udvikle og implementere de rette teknologier.
”Alt det, vi laver, er løsninger, som er funderet omkring AI. Det er det at bruge machinelearning til at bekæmpe svindel for eksempel. Det er implementering af kontorrobotter eller robotics process automation til automatisering. Det er chat og voice- løsninger til kundeservice. Og vi arbejder med kvanteteknologi.”
”Så rollen er i virkeligheden at arbejde med noget af den mest komplicerede teknologi på markedet i dag samtidig med at optage nye teknologier løbende.”
”Mange tænker, at KPMG maksimalt må være noget med rådgivning, men det er det faktisk ikke. Den måde, som vores serviceline kører, er meget baseret på implementering. Så vi kalder det consulting by doing. Og jeg vil egentlig også helst afregnes efter værdi og ikke efter timer.”
Hvordan man så indgår aftaler og værdiafregner, er en snak for sig, som vi ikke når i bund med her. Umiddelbart er det nemmeste jo bare at forholde sig til, hvad det koster at sætte et nyt køkken op – hvad kostede materialerne, og hvor lang tid blev der brugt. Men bliver ”værdien vi opnår” fastsat af, at alt er perfekt placeret i det nye køkken, ”så vi sparede to minutter pr. frikadelle”, eller skal vi ud i at definere øget madglæde eller kvalitetsstigningen i de samlede retter, der skabes? Det er svært, og det arbejdes der på, mens det mest nærliggende selvfølgelig er at tælle hoveder.
”Vi laver i øjeblikket flere backsourcing-projekter, hvor vi har fundet ud af, at hvis man har outsourcet et eller andet til Indien eller Polen, eller hvor det nu er, så kan vi automatisere det hele vejen igennem. Vi havde for eksempel en sag med 42 personer, der var outsourcet inden for finansfunktionen til Indien. Og ud af de 42, der automatiserede vi samtlige 42, uden at der kom flere medarbejdere i hovedkoncernen. Jeg havde troet, at vi måske godt kunne automatisere 42, men så ville der poppe nogle flere op internt. Men det skete ikke.”
Kvante og tankelæsninger på vej
Til den ene af de i alt tre samtaler, Taxo har med Bent Dalager, kommer han direkte fra et møde i KPMGs Global Emerging Tech Exec Committee. Hvad var på agendaen, spørger vi og får et rimeligt afslappet svar – der dog også i detaljerne er svære helt at forstå perspektiverne ved.
”Denne gang gik lidt på, hvordan det går med nogle af de emerging tech-ting, vi kigger ned i som f.eks. edgecomputing eller quantomcomputing eller quantomtechnology, som det egentlig er, ik’. Og så gik det lidt på, hvad er det for nogle andre teknologier, vi vil kigge ind i, nogle nyere ting, som vi også skal se på, så noget som digital earth twin for eksempel og bidirectional brain machine interfacing, sådan noget med at du kan forstå, hvad der bliver tænkt, ved at scanne hjernens elektriske signaler og sende elektriske signaler tilbage til hjernen, som for eksempel kan få en arm til at bevæge sig. Og ja, der var nogle punkter på listen – nogle af dem er måske mere almindelige, men det er mere nogle, som vi måske ikke beskæftiger os så meget med, som for eksempel autonomous robots, som også kom på listen.”
Dette citat blot gengivet for at vise, at det er svært fatbare størrelser for de fleste af os andre, som NewTech-afdelingen arbejder med. Som nævnt tidligere i artiklen er nettet et udmærket sted at blive klogere, på hvad ovennævnte drejer sig. Men vær beredt på at have kaffe og andre koncentrationsskærpere ved hånden, når du går i gang med at dykke efter forståelsen af for eksempel ’quantum’. Et nybrud, der er i gang med at ændre den digitale virkelighed, vi i dag kender, som er baseret på nuller og ettaller. Qubits, der er den værdiholdende grundsten i quantumland, kan være både nul og et på én gang – og en masse værdier indimellem. Og maskinerne, der mestrer dette, er en videnskab for sig. Så vær beredt på at lade din hjerne blive udfordret og muligvis implodere, hvis du går i gang – for ganske få qubits kan indeholde lige så mange forskellige værdimuligheder og dermed informationer, som der er partikler i universet. For slet ikke at tale om, at qubits kan påvirke hinanden uden at være i kontakt.
Idealistisk teknolog og landsbytosser
NewTech har selvfølgelig også mere konkrete krydsflader med opgaver, der vel kan betegnes som mere almindelige og velkendte opgaver relateret til et hus som KPMG. Som han fortæller:
”Der er også en gruppe i audit, der arbejder med at blive endnu bedre til at automatisere regnskabsafgivelse og revision. Og der har vi nogle touchpoints, som for eksempel at sådan noget som process mining – det, at du kan bruge de logs, som alligevel altid bliver lagt, hver gang der laves en transaktion – bliver implementeret og konstant forbedret. I stedet for at der står nogle konsulenter og spørger: ”hvordan gør du det, og hvordan gør du det”, så kan du bare lade alle de her logs fortælle deres tydelige sprog om, hvordan processen rent faktisk bliver udført, inklusive de ting, som ikke lige står i procesbeskrivelsen.”
Han nikker ja til en betegnelse af sig selv som værende idealistisk teknolog. Et begreb, Taxo stødte på i en omtale af et bogarrangement, han deltog i i efteråret 2020, inden landet blev ramt af anden covid-19-nedlukning.
”Det idealistiske består i, at jeg er ret overbevist om, at det her (AI, red.) er en kæmpe fordel for menneskeheden. For mig er der slet ingen tvivl om det. Det er en meget, meget kraftig force – en teknologi, som kan skabe et bedre liv for os alle sammen.”
”Samtidig er det sådan, som med alle andre kraftige kræfter, at det også kan anvendes negativt. Og det er ikke altid, at man lige har forudset det. Et eksempel på det er jo Google, der gik ud og sagde: ”Vi skal stille al viden til rådighed for alle”. De glemte bare lige det der med, at det ikke er veldefineret, hvad der er viden, og hvad der ikke er.”
”Så lige pludselig har Google og de andre bigtechs været med til at skabe alle mulige lommer af fake news i en grad, der er fuldstændig uhørt. I gamle dage ville det ikke ske, fordi hvis der var en landsbytosse, der gik rundt og sagde, at jorden var flad, så ville han hurtigt finde ud af, at han var i kraftigt mindretal og blive ignoreret, selvom han påstod det hele tiden. Men i dag takket være Google og Facebook så kan han finde andre, der har den samme idiotiske ide. Og så lige pludselig, i kraft af de forstærkningsmekanismer, som er indbygget i deres AI, er der flere og flere, der hopper med på den vogn.”
Der er jo helt konkret i dag folk, der i alvor argumenter for, at jorden er flad. En af de ’flatearthere’ kan findes på YouTube, hvor man kan se ham falde ned med den lille raket, han byggede og lettede med, fordi han ville bevise, at jorden er flad, ved at tage et billede fra luften. Underholdende og uvidenskabeligt.
Og eksemplerne på AI, der har skabt – lad os kalde det – negative effekter i demokratiet, er blevet tydelige de sidste år: Der er de faktafornægtende bevægelser som QAnon og Maga i USA. De allestedsnærværende forstærkede samlingspunkter for vaccinemodstand, hvor reelle pointer blandes sammen med udokumenterede påstande. Der er eksemplet med Facebooks algoritme, som helt af sig selv dannede interessekategorier, sådan at du kunne købe dig til, at dine annoncer, produkter, opslag, målrettet ramte personer, der interesserede sig for at afbrænde jøder og andre mildt sagt groteske menneskefjendske interesser. Kategorierne, som Facebook kunne tjene annoncepenge på, blev skabt inde i computerens algoritmestyrede ’maskinrum’, uden at nogen hos Facebook vidste det eller opdagede det. Det skete først – og blev stoppet – da mediet ProPublica afdækkede den maskinskabte virkelighed. Ligeledes i USA er AI brugt til at forudsige kriminalitet, dog med en tung bias negativt rettet mod farvede medborgere. Blot for at nævne nogle få.
”Skal lige forstå det her”
På det sidste er der herhjemme begyndt at sive historier om, hvordan kunstig intelligens gør gode ting som at hjælpe til at sikre mod svindel med for eksempel hjælpepakker. Men også i Danmark – i det offentlige – har vi mest hørt negativt om kunstig intelligens som en mislykket hjælper i forbindelse med et ejendomsvurderingssystem og som en uacceptabel hjælper i en kommune, der brugte AI til at screene borgere og finde dem, der er sårbare.
Men Bent Dalagers overbevisning er fast.
”Når jeg siger idealistisk, bygger det på, at jeg holder fast, selv der hvor der kommer lidt modstand. Og når jeg siger idealistisk, er det, fordi jeg gerne taler om det i alle mulige sammenhænge.”
”Der er nogle, der siger: ”nej, man kan da ikke bruge en algoritme til at screene, hvorvidt nogle børn har brug for hjælp. Hvad nu hvis vi så finder et barn, der ikke har brug for det?”. Og så lukker man det helt ned. Der er jeg sådan lidt, undskyld, det skal jeg lige forstå: Jeg kan se, hvilke børn der er i fare for at drukne. Og så er man bange for, at jeg vil redde et barn, som ikke har behov for at blive reddet? Af den grund vil man så ikke give mulighed for at redde flere børn, som har behov for det! Og endda billigere. Man lader dem blot drukne. Det er sådan noget, der virkelig kan genere mig.”
Bent Dalager sammenligner med den udvikling, der de sidste mange år har omgærdet atomkraft, som – slår han fast – ingen i dag kan nægte farerne ved. Men at lukke ned for det, som man gør i Tyskland, er ubalanceret, og uden at nogen forholder sig rationelt til alternativet. Parallellen til a-kraft får ham yderligere et par gange til at slå let ud til siden med hænderne, mens han løfter skuldrene i undren og efterlyser klarhed.
”Hey, jeg skal lige forstå det her, nu lukker de a-kraftværker. Hvad gør vi så? Nå ja, så pløjer vi jorden op med 10 km brede og 10 kms længde i store frimærker i Tyskland på 1-2 meters dybde, og så må vi bruge brunkul.”
”Det skal jeg lige forstå: Hvad betyder det for miljøet? Tjoh, vi estimerer mellem 8-10.000 flere dødsfald om året i Tyskland som følge af partikelforurening! Okay, så det er åbenbart bedre. Havde nogen spurgt tyskerne, om de ville fortsætte med atomkraft med risiko for, at et værk skulle rammes af en tsunami, eller om de hellere ville stoppe og i stedet bruge brunkul med 8-10.000 flere dødsfald om året, så tror jeg ikke, de havde sagt nej til a-kraft.”
Når det samlede billede er dårligt argumenteret, og vi i stedet for at udvikle vores muligheder trækker os helt fra at benytte en superkraft som atomenergien eller den kraft, han ser i AI, så generer det Dalager.
”Det er mennesket. Det er for det første os. Vi er ikke hurtige nok til at tage det til os. Vi er ikke hurtige til at drage konsekvenserne af det, og vi har en tendens til at blive ved med at gøre, som vi plejer. Vi er simpelthen svære at ruske op. Det andet er simpelthen, at vidensudbredelsen er svær. Jeg lavede et lille pilotindlæg for folketingsmedlemmer, hvor jeg brugte udbytteskandalen som eksempel. Jeg sagde, at i gamle dage, der ville man sige: ”lad os bygge et nyt IT-system til Skat til at håndtere det, eller lad os ansætte en masse mennesker i Skat, som kan håndtere det”. Og jeg kunne straks se, de her politikere blev helt ”puha”. Det var ikke lige et nyt IT-system til Skat, de havde lyst til. Men det ville være den gamle måde at se på det. Den nye er at se, om der er en tredje vej – at bruge noget simpel AI, noget regelbaseret AI. For om du må få udbytterefusion, er et regelspørgsmål, så sådan en robotic process automation kan man faktisk lave relativt simpelt, og det vil ikke koste særlig mange penge.” Men man kan ikke forlange, at nogen skal komme på noget, som de slet ikke ved findes.”
”Vi ser det f.eks. også med bekæmpelse af hvidvask. Mange tusinde mennesker sidder og arbejder med det, trods store dele af dette arbejde kunne have været automatiseret allerede for flere år siden med AI-værktøjer. Men frygten for at begå fejl ved at gøre noget nyt er ofte for stor. Særligt når det handler om at rette op på tidligere fejl, bringes de gamle metoder i brug.”
”Og der er jeg gang på gang naiv. Eller jeg vil måske ikke kalde det naiv, men mere at jeg er optimist i forhold til hastighed. Altså hvor hurtigt kan man egentlig få de her ting til at ske. Og der bliver jeg jo bare basalt set skuffet igen og igen. Det går bare meget langsommere, end det egentlig kunne.”
Broget føring i øst og vest
De bevæger sig hurtigere i USA og Kina. De har omfavnet den kunstige intelligens langt hurtigere og lader den udfolde sig friere på flere fronter, selvom vi I Danmark har nogle fremragende præmisser til rådighed i form af vores udbredte digitalisering.
”I forhold til den brede optagelse af digitalisering er vi faktisk ret langt fremme, når vi kigger på, hvor meget borgerne kan klare sig digitalt i Danmark, eller hvor meget virksomhederne kan trække på den infrastruktur, vi har, så er vi altså helt i topklasse. Men hvis vi ser på brugen af AI, er vi langtfra i topklassen.”
Et par banale men også paradoksalt komplicerede årsager, der er skyld i det, peger Bent Dalager på om et øjeblik. Men først karakteriserer han her nationerne længst i øst og vest, der giver os baghjul.
”Vi kigger typisk til USA og Silicon Valley for at se, hvad der foregår. Men i samme øjeblik, man er derovre, oplever man, at bare det at betale en tandlægeregning kan være et problem. Det er svært, medmindre du har kontanter eller fysisk kan komme hen og køre kreditkortet igennem – typisk ikke engang elektronisk. Så det er ekstremt spredt fægtning i USA, hvor du både finder noget af det mest avancerede, når J.P. Morgan går ind og forsøger at låne kvantecomputertid til nye beregninger af deres portefølgeoptimering – det er ret avanceret – men samtidig udsteder de checks til folk. Så det er broget. De er selvfølgelig helt i spidsen med bigtech-firmaerne, der er bygget på en kerne af AI, Uber, Amazon, Facebook, Google, og det har vi ikke formået at gøre på samme måde i Danmark.”
Bent Dalager afbryder kort sin karakteristik af, hvem vi er oppe mod. Han ”tvangsindlægger normalt folk til at læse en bestemt bog, der påviser, at fremtidens forretning kun kan bygges ved at lægge AI ind i virksomheden”. ’Competing in the age of AI’ er titlen på bogen af Karim Lakhani, indskyder han, inden han fortsætter mod øst og taler om nationen i førertrøjen.
”Kina er længst fremme, fordi de ikke nøjes med at bruge det kommercielt. De bruger det over for borgerne, til det, som vi i Vesten vil kalde overvågning, som man i Kina vil kalde hjælp. Man skal huske, at den kinesiske kultur er meget mere en gruppekultur. De har udrullet rigtig meget ansigtsgenkendelse på gader og stationer. Hvis du spørger mange kinesere om det her, så ser de ikke, at det er et kæmpe problem for dem. Mange kinesere synes, at der er overvågning, og det er et problem, men samtidig synes de også, at det er rigtig fedt, at de kan få hjælp anytime, og de kan betale ved bare at gå hen og stå og smile til et spejl. De ser det ikke på samme måde som os. De betragter ikke sig selv ud fra et rent individualistisk ståsted. Gruppen opfattes af mange som vigtigere end individet. Hvor vi f.eks. i vores kultur genopstår som individer fra de døde, så opløses de i altet som det højeste. Men det er klart, at vi med vores værdier ser et kæmpe problem for individet.”
Hvor og hvordan ser Bent Dalager så, at vi som danskere – eller måske snarere som de effektive nordeuropæere – skal kile os ind i det her ræs? Vi, der jo – som et resultat af, at vi er ret gode til at identificere et problem og udstikke relevante reguleringer – har indført en allestedsnærværende persondataforordning. Vi er slet ikke på afveje, men der er noget med balancen, der tipper forkert.
Den ubalancerede ret til data
”Altså for det første mener jeg ikke, at vi skal gå efter de samme spilleregler som USA og Kina. Jeg ser det sådan, at det, vi har gjort i Europa, grundlæggende er rigtigt. Vi sætter regler op for noget, der er et problem, der bare ikke er blevet taget op på samme niveau i hverken USA eller Kina.”
”Princippet om regler, som du, hvis du er på forkant med dem, kan lave noget, som faktisk opfylder dem, er godt. Det er bedre end at være f.eks. en amerikansk industri, der pludselig skal indstille sig på regler, der tvinger dem væk fra kul og olie. Det er bedre at være forberedt, så man kan omstille sig i tide. Men så er det så lige, at man skal finde ud af, hvor balancen er. Og efter min mening er det vigtigt, at vi også bliver ved med at kigge på samfundet og kollektivet.”
”Men det er, som om vi er besat af at se på den enkeltes risiko for at komme til at afgive noget information, som kunne gå ud over den enkelte. Og det er der, hvor jeg synes, at vi har et problem.
Det er, som om vi mere og mere er fuldstændig ude af trit med, at vi har en rolle at spille i kollektivet, i samfundet. For at deltage i samfundet har jeg pligter – også datamæssigt efter min opfattelse.”
”Identitetspolitikken er et godt tegn på det, for nu er vi faktisk der, hvor nogle begynder at sige: ”jeg tror ikke på videnskaben”. Som om det var en religion. Det er den der meget individuelle og følelsesmæssige måde at se på tingene på, hvor jeg virkelig kommer op i det røde felt.”
Også Det Dataetiske Råd har bidraget til den tendens med ubalance, mener Bent Dalager. De udgav i slutningen af 2018 rapporten ’Data i menneskets tjeneste’, der indeholdt seks ”regler”, som han kalder dem. Rapporten kalder dem værdier, og de udstikker et ’dataetisk værdikompas’, som ’skal være fundament for designet af datatekniske systemer’, og det ’skal være fundament i opfølgende policy og lovgivning’, og de ’skal integreres i den daglige omgang med data’.
”De seks regler, de kom med, er alle sammen møntet på den enkelte. Der var intet om, at det her kan være til gavn for samfundet,” siger Bent Dalager og efterlyser også her kollektivets ret. Kollektivet er – påpeger han – kun nævnt i regel fire ud af seks. Det er korrekt. Under overskriften ’progressivitet’ – er det nævnt i en sætning om, at ’avanceret dataanvendelse kan skabe store fremskridt for samfundet’. Sætningen afsluttes med at gentage noget med ’etisk ansvarlig datahåndtering’. Og det er ifølge dette Taxos profil en forkert forståelse at indgyde danskerne om, hvad der er den rette balance, når det kommer til dataejerskab.
”Der står noget med, at man skal være ekstra opmærksom på, at man ikke afgiver information, som den enkelte ikke kan lide at afgive. Men hvorfor står der ikke noget i retning af: ”Ja, det er ekstremt vigtigt, men vær opmærksom på, at jeg ikke er suveræn ejer af mine data”. Der står, at jeg er den ultimative ejer og bruger af mine data, som jeg ønsker. Jamen, er jeg virkelig det? Kan jeg suverænt bruge – for den sags skyld – min egen krop. Det kan jeg da ikke. Jeg må da ikke ødelægge dit fortov eller dit blomsterbed med mine fødder. Og jeg må da ikke, hvis jeg har lyst, gå ud og skyde dig. Forstår du, hvad jeg mener?”
Der tolkes forkert
Vi er selvfølgelig nødt til at runde GDPR. Når nu Bent Dalager allerede har peget på det positive i, at vi kan opdage behov for nødvendig regulering på miljøområdet før både kinesere og amerikanere, så er persondataforordningen ikke til at komme uden om som et stykke europæisk svendestykke, der jo reelt er blevet en global frontløber for regulering af databehandling. Men også her er Bent Dalager ikke helt tilfreds med, hvordan det udmønter sig.
”Det er ikke sådan, at GDPR i sig selv er et problem, som jeg ser det. Det, der er problemet, er den fortolkning, der er blevet lagt ned over GDPR af nogle velmenende jurister, som desværre ikke ved noget om kunstig intelligens, og hvorledes man sagtens kan anvende anonyme data. Det betyder, at de har draget nogle problematiske slutninger.”
”Et godt eksempel er jo smittestop-appen. Der har man jo måttet gå ind og sørge for, at der ikke er nogen af de her informationer – smittet og ikke-smittet – der kommer til nogen som helst central brug. Og det skal jeg lige forstå hvorfor. Er det, fordi jeg kunne være bange for, at de data, der lå om min færden, det ramte de offentlige instanser, og derfra så blev lækket? Og ville det være dybt farligt? Ja, okay, altså farligere end coronasmitten og farligere, end at vi ikke kan opspore, hvem der bliver smittet? Under højlydt jubel har man gjort smitte-app’ens data umulige at anvende for central forskning i smittespredning. Problemet er igen – ligesom med Tyskland og a-kraften – at man ikke vurderer, hvad der er alternativet. Eller at man i det mindste bare spørger, om jeg gerne vil dele min data til videnskabeligt brug.”
”Jeg ved ikke, om du har prøvet at tilmelde dig en coronatest. Men når du går på, så spørger den, om du er interesseret i at forhindre smittespredning, og selv når man har sagt ja til det, så spørger den, om man gerne vil give ens telefonnummer. Det er jo helt åndssvagt! Hvis jeg bare skal købe en skruenøgle, så spørger den helt automatisk om mit telefonnummer – det står det ovenikøbet som required felt. Der er ingen problemer der. Så vi er havnet et svært sted, hvor de her fortolkninger er blevet for firkantede, og der er ingen, der er interesserede i at give mulighed for at hjælpe andre. Alle er mest optaget af, om deres egne data slipper ud. Eller rettere: at sørge for, at det ikke kan ske på andres vegne. Det lyder jo fint, men aktuelt betyder det, at pandemien får lettere ved at køre videre. Så der har vi et problem.”
Mennesket som værktøj for maskinen
Jo mere åben adgang til data, jo bedre kan AI arbejde og levere. Det er den lidt sort-hvide formulering af, hvordan vi ifølge Bent Dalagers tankesæt får mest, størst, bedst forløst AI-potentiale. Det er en tæt på uforståelig udvikling, der er sket, siden han læste datalogi, og forskellige typer AI har indtaget verden – oftest illustreret for vores øjne ved at slå os i velkendte komplicerede spil som skak og det japanske go.
Computeralgoritmer som AlphaZero – der reelt intet kunne, da maskinen blev tændt og ’sat’ foran et virtuelt skakbræt, andet end at prøve sig frem og ud fra sine observationer på kort tid lærte sig selv at tæske verdens bedste skakcomputer og dermed besejre enhver skakspiller – har understreget, at vi ikke længere behøver at se os selv som centrum for det arbejde, vi skal udføre.
”Hele den tanke om, hvordan man laver et stykke arbejde, har i hundredevis af år været baseret på, at det er mennesket, der driver en proces frem. Først gør jeg A, så gør jeg B, så gør jeg C. Og så bruger vi et værktøj. Når jeg laver B, kan jeg bruge en skovl, og når jeg laver C, så kan jeg bruge en spade. Så kom computere, og så bruger vi forskellige softwareredskaber, SAP eller Microsoft Word som redskab til at løse opgaver. Men det er stadig os, der driver processen fremad. Men med AI er det ikke os, der behøver drive processen. Så vi skal lave sådan en kopernikansk vending, hvor vi i stedet for at sige, at vi som mennesker er centrum af universet, og processerne derfor skal være drevet af os, så skal vi sige: ”hov, det er AI, der skal drive processen”. AI anvender SAP og Word som værktøj, og AI spørger så en gang imellem os, som et værktøj.”
Hvem af os er det så, der skal arbejde sammen med AI – altså være det værktøj, som AI’en spørger en gang imellem? I det private er de fleste af os i forbindelse med det dagligt, når vi bliver præsenteret for det, Facebooks algoritme har regnet sig frem til, vi skal se, når vi i vores digitale fotos kan søge på ansigter eller beder fotoprogrammet finde fotoet med den røde Porsche, vi så engang for to eller fem år siden – vistnok et sted på Fyn. Men hvor mange af os og hvem af os, der kommer til at være i konstant kontakt med kunstig intelligens i vores daglige arbejde, kan vi pt kun gisne om.
Optimistens – ham, der bliver skuffet over tempoet gang på gang, som generes af forstærket individuel dumhed, den teknologiske idealist Bent Dalagers – fascination er ikke til at overse, når han taler om AI anno 2021– igen med afsæt i maskinernes præstationer på kamppladser, der har været menneskets domæne.
”Den åbner sine øjne, og den ved intet. Så lærte den at spille skak. Det tog under 24 timer for den at være i verdensklasse. Ikke nok med det, for da man så spørger Peter Heine Nielsen, som er coach til Magnus Carlsen, stormester og verdensmester i skak, hvordan den spiller skak, så siger han noget i retning af, ”at nu ved jeg, hvordan en alien spiller skak”.
Jamen, er det ikke vildt? Den er totalt ligeglad. Her har vi en fræk algoritme, som ikke aner en kæft. Den ser bort fra 150 tusinde års menneskelig udvikling og starter bare fra bunden. På 24 timer er den forbi os. Det er jo tankevækkende.
Kasparov (skakstormesteren, red.) kom med en virkelig interessant pointe engang på en kæmpe AI-konference, hvor jeg skulle tale lige efter ham. Han sagde, at den bedste måde, et menneske kan arbejde sammen med en AI-skakspiller, er ikke at bruge verdens bedste skakspiller. De to har et problem. Fordi mennesket vil hele tiden tro, at ”jeg har set noget, som den ikke har set”. Hvorimod, hvis du tager folk, der kan spille skak, men ikke er absolut i verdensklasse, så kan de meget bedre spille sammen med et stykke AI. Det synes jeg er tankevækkende, når man kigger på sådan noget som health AI. Er det overlægen, eller er det sygeplejersken? Jeg tror på, at det er sygeplejersken, der skal arbejde sammen med AI.”
