Kunst i intelligensen

Cassie Kozyrkov er som en datamaskin. Mens den vevre, svartkledde skikkelsen energisk snakker om tillit, maskinlæring, data og KI med sin lyse, raske, sørafrikanske aksent, produserer hun kontinuerlig data. Mens hun står der på scenen på Kløfta og forteller at selve begrepet artificial intelligence – kunstig intelligens (KI) – ble funnet på av en forsker i 1955 for å skremme amerikanske myndigheter til å gi økonomisk støtte til et forskningsprosjekt om maskinlæring, sender hun informasjon til seg selv.

Skulle AI stå for noe, foretrekker jeg automated inspiration eller amplified impact.

Bak på den venstre overarmen hennes sitter en rund, hvit skive, omtrent på størrelse med et kronestykke. På baksiden har den en liten nål som penetrerer huden. Den overvåker blodsukkernivået og sender data til en app på telefonen hennes.

Cassie er ikke diabetiker. Hun er statistiker. Hun stoler helst på egne data. Og hun stoler ikke på at KI er spesielt intelligent.

– Hvis AI skulle stå for noe, så foretrekker jeg heller automated inspiration eller amplified impact, sier hun til lett humring fra salen.

Stol på folk, ikke data

Da Cassie besøker Norge i november 2023, har hun nettopp sluttet i den profilerte jobben som Googles Chief Decision Scientist. Instagram har også en slik stilling. Den er ikke så lett å definere. Selv har hun prøvd å forklare det som et tverrfaglig felt som tar for seg alle deler av beslutningsprosessen og kombinerer datavitenskap (statistikk, maskinlæring, KI) med adferdsforskning (psykologi, nevrologi, økonomi og ledelse).

Uansett: Nå har «beslutningsforskeren» tatt valget om å starte for seg selv. Gjennom selskapet Decision Intelligence holder hun nå foredrag verden over, hun driver beslutningsrådgiving for store selskaper og er samtidig en populær tech-influenser på YouTube. Den unge mattenerden fra Sør-Afrika har kommet seg opp og frem ved ikke å la universet ta beslutningene for seg, som hun en gang har formulert det.

Med mange reisedager og enda flere foredrag trenger Cassie å holde energien oppe. Hun stoler ikke på helsekostprodusentene. Hun stoler ikke på sin egen hukommelse. Men hun stoler på sin egen glukosestatistikk og private helseforskning.

Det er derfor hun har bedt om en tallerken med snacks til praten med Magma like etter foredraget på Econas årskonferanse, Oppdatert eller utdatert.

– Noen ganger glemmer jeg å spise, og da ser jeg blodsukkeret mitt synke – før jeg føler det synke, forteller hun og plukker opp telefonen for å vise appen som registrerer blodsukkeret.

– Er det den mest brukte appen din?

– Nei, det er det ikke. Dessverre er e-post den mest brukte appen på telefonen min.

– Her har du appen. Jeg sikter mot 100. Nå er det 98. Så dette er bra. Selv uten å spise noen av disse, sier hun gestikulerende mot fatet med søte kaker som er satt foran henne, men som fortsatt er urørt. Glukosedataene inspirerer henne til å stille spørsmål om maten og kostholdet sitt. Hvis hun opplever en tydelig endring i nivåene, tar hun kontakt med legen for å formulere endringene til et spørsmål, som for eksempel: Burde jeg spise banan oftere? Og så vil hun samle nye data for å finne svar på det spørsmålet.

– Ikke stol på teknologi. Stol på mennesker – hvis de er pålitelige.

– Med andre ord: Stol ikke på glukosemåleren din?

– Akkurat. Hvis du for eksempel spør meg hvordan jeg vet at vaksiner fungerer, så vil jeg svare at jeg velger å stole på forskere. Det vil si, jeg vet ikke, jeg har ikke gjort forskningen. Jeg har aldri sett dataene. Men jeg har en tanke om tillit som har tjent meg i livet. Vi glemmer at vitenskap handler om å stole på og samarbeide med andre mennesker, sier hun.

Forelsket i regneark

Cassie ramlet på en måte inn i statistikken. Hun oppdaget regneark på farens datamaskin da hun var åtte år gammel. Hun syntes de var fantastiske, og begynte å organisere samlingen sin av lykkesteiner i regnearket. Hun ble fort mer glad i selve regnearket enn edelsteinene. Å finne en ny stein var bare en måte å få lagt til en ny rad i regnearket på.

Ikke stol på teknologi. Stol på mennesker – hvis de er pålitelige.

– Å skape orden i kaos var veldig beroligende for meg. Og så tenkte jeg: Fordi jeg liker regnearkene, burde jeg studere statistikk. Det jeg ikke skjønte da, er at statistikk ikke handler om data. Det er filosofi. Filosofien om tall. Og jeg tror det lærte meg å tenke på en veldig grundig måte, sier Cassie, som vokste opp i Port Elizabeth med akademikerforeldre fra Sovjet.

Som mange intellektuelt modne barn kjedet hun seg tidlig på skolen og måtte kjempe for å få utfordringer. Hun fikk lov til å hoppe over sjette klasse. Og deretter fikk hun få lov til å begynne på Nelson Mandela University allerede som femtenåring. Etter at en foreleser omtalte University of Chicago som verdens beste college, tenkte hun at «hvorfor skal ikke jeg gå der?». Og dermed skrev hun seg inn på universitetet med et kreativt, merkelig og sprenglærd essay.

– Jeg tror at for mange barn, inkludert meg selv, avhenger mye av at lærere får deg til å føle at det er verdt å utvikle deg selv. Ingen er født som genier. Jeg vet ikke om jeg tror på Mozart-myten. Kanskje vi blir født med et talent, men det må kultiveres. Forestill deg at Mozart aldri hadde forsøkt å spille musikk, da hadde vi ikke hatt den berømte Mozart, sier hun.

Laget sitt eget verktøy

Cassie er likevel usikker på hvor stor en skuespiller som har gått tapt for verden ved at hun har viet seg til vitenskapen i stedet for dramatikken – men hun ser på seg selv som en skuespiller at heart. Hun ser på det som sin kunstneriske side, mens data og beslutningstaking er hennes intellektuelle side.

– På en måte spiller jeg meg selv, da, ler hun.

– Har du noen gang opptrådt på scenen?

– Jeg spilte på videregående skole. Jeg tok mange teaterkurs og avla til og med noen eksamener, men ikke som voksen. Jeg har en drøm om å ta en måned fri og ta et program på Shakespeare and Company, der du kan dra og jobbe med skuespillerferdighetene dine en hel måned. Kanskje i 2025?

– Hvor ofte får du sett teaterforestillinger?

– Så ofte jeg kan. Jeg har en oversikt, et regneark selvsagt, så når jeg har tid til overs, prøver jeg å se alt jeg kan.

– Er du bekymret for at teateret vil bli overtatt av KI på noen måte?

– Nei, for poenget er den menneskelige innsatsen. Det øyeblikket du bidrar med deg selv på scenen, da er det ingen maskinlæring til stede.

– Hva med skrivingen av dramatikken?

– Jeg tror ikke at dramatikere er dårligere fordi de skrev skuespillet sitt ved hjelp av en datamaskin i stedet for penn og papir, eller risset det inn i sanden. Kanskje de bare er som meg, at de virkelig ikke liker å skrive, sier hun.

Det var på universitetet hun innså at hun slet med selve skrivesituasjonen. Det var mye enklere å sitte sammen med venner og idémyldre mens hun tok det opp på en liten opptaker. Deretter spilte hun av opptaket, transkriberte det, og slik hadde hun skrevet essayet (omtrent slik dette intervjuet har blitt til).

– Det er mye raskere og enklere for meg å tenke mens jeg prater, og ikke bli begrenset av det klønete tastaturet. Ganske snart klarte jeg å lage et tidlig tale-til-tekst-system, lenge før det var kommersielt tilgjengelig. Maskinlæring tar ikke bort noe fra skrivingen min. Det hjelper meg bare å komme raskere til målet, sier hun.

Og det oppsummerer på en måte hennes holdning til maskinlæring og kunstig intelligens. Det er ikke et brudd med fortiden. Det er en fortsettelse. Nå har vi bare bedre verktøy enn noensinne. Men for å få disse verktøyene til å fungere bedre må vi ta kvalifiserte valg, mener hun.

Når koding blir lett

Kozyrkov er ikke helt sikker på intelligensnivået i kunstig intelligens. Det er derfor hun kaller det automatisert inspirasjon i stedet. Noen må bli inspirert til å stille et spørsmål, noen må velge et mål for hva maskinen skal gjøre, noen må gjennomgå valgene, noen må evaluere resultatet. KI er ikke objektiv eller feilfri. Et ikke-intelligent spørsmål blir ikke intelligent gjennom en automatisert maskin.

Det øyeblikket du bidrar med deg selv på scenen, da er det ingen maskinlæring til stede.

– Det er ingen test for dumheten av innebygd subjektivitet. Det er en av tingene folk ikke tenker på, sier hun og legger til at en av grunnene til det er at ledere og beslutningstakere har brukt mindre tid på å leke med disse teknologiene enn teknologer og andre mennesker som ikke har den makten.

– Vi trenger at folk som tar politiske beslutninger, har praktisk erfaring. Det fins ingen unnskyldning. Kan du ikke bare åpne det og prøve det ut? Det tar fem minutter. Hvordan våger du ikke å ha prøvd det? sier hun til en imaginær beslutningstaker.

– Men hvilke misforståelser kan det føre til?

– Mange mennesker tror at du må ha en grad i datavitenskap for å få en datamaskin til å gjøre noe for deg, sier hun og kommer med gode nyheter for oss kode-ukyndige:

På et tidspunkt vil koding bli så enkelt, med så godt brukergrensesnitt, at det vanskeligste vil være å bestemme hva som må gjøres, ikke hvordan, forklarer hun. Hun kan forestille seg en fremtid der du formulerer designet ditt høyt. Uten å røre tastaturet. Du bare beskriver det. Kanskje du designer en leilighet og dytter veggen med pekefingeren, og den krymper. Du trenger ikke å skrive noen kode.

Lær å samarbeide

Måten Cassie ble oppdratt på som ung mattenerd, var å gjøre alt arbeidet, alle beregningene, og levere svaret selv. I matematikk er det bare ett riktig svar. Og det er kjedelig å komme dit. Vi heier på barn som er gode til å konsentrere seg om kjedelige detaljer for å finne det ene riktige svaret, og deretter gjenta disse. Men dette er også nesten som jobbeskrivelsen for kunstig intelligens.

– Så det er et paradoks for dem av oss, inkludert meg selv, som ble så forsterket som barn og belønnet for slike egenskaper, fordi det kommer til å være mye mindre viktig i fremtiden. Det å si at et barn er smart fordi det kan jobbe med kjedelige detaljer med ett riktig svar, kommer ikke til å tjene menneskeheten, sier hun.

– Min datter vil bli veldig glad for å høre at KI vil ta seg av matematikken.

– Akkurat. Vi trenger mye mindre av narrativet «stol bare på deg selv». Det er ikke bare det at vi må øve på gruppeoppgaver, fortsatt er det jo slik i skolen at alle får beskjed om den samme oppgaven, og deretter blir de bedt om å løse den sammen i en gruppe. Men vi må lære hvordan man deler informasjon, slik at alle har hver sin del av kunnskapspuslespillet, sier hun og legger til at nettopp dette kan være en måte vi kan blomstre på, i det automatiserte arbeidslivet.

Automatiseringen er mest effektiv for relativt høyt betalt, men repeterende hvitsnipparbeid.

Hvem skylder hvem hvor mange kyr? Slike spørsmål var selve opprinnelsen til data. For data er ikke annet enn registrerte minner. I starten gjorde vi det verbalt eller på steintavler, for å sikre at kunnskapen ble værende i stammene og gjennom generasjonene. Siden ble minnene registrert i bøker og biblioteker. Advokater og leger hadde god hukommelse, de studerte i bøker og bar kunnskapen med seg ut i sitt virke.

Den ferdigheten blir mindre og mindre viktig nå når alles hukommelse ligger i lommene våre. Imidlertid øker verdien av å finne den informasjonen, velge hvilken informasjon som er mest passende, og vite hva du skal gjøre med den informasjonen.

KI gir oss mer å gjøre

Mange tror økonomi handler om studiet av tilbud og etterspørsel eller av penger. Cassie er uenig. Økonomi handler om studiet av knapphet. Noe vil alltid være mangelvare. Det kan være penger, tid eller status. Knapphet styrer beslutningene våre, mener hun. Og derfor må vi begynne med å spørre oss hva som kommer til å være et knapphetsgode i fremtiden. Og dermed kommer hun inn på det alle er mest interessert i å høre om hver gang man snakker om KI: Hvem mister jobben når jobbene blir automatiserte?

– Det vi ser i USA, er at verken de aller lavest utdannede medarbeiderne eller de mest utdannede er i faresonen. Og hvorfor det? Automatiseringen er mest effektiv for relativt høyt betalt, men repeterende hvitsnipparbeid. Assistenter, fullmektiger, traineer som utfører kjedelige klipp-og-lim-oppgaver, er perfekt for automatisering, sier hun og viser til juridiske spørsmål som et eksempel:

Nå kan man ta slike spørsmål til ChatGPT og få et slags svar. Det er kanskje ikke et juridisk råd man kan stole på. Men det er et forhåndsarbeid som sparer en for femten fakturerbare timer før man sender det til advokaten. Fremover kan man stille samme spørsmål som arbeidere alltid har stilt seg: Hvilke verktøy er tilgjengelig for meg, og hvordan kan jeg bruke dem på en smart måte for å oppnå det jeg har lyst til å gjøre?

– Det jeg kan si om fremtiden, er: Når folk automatiserer mer og mer, skaper de et stadig mer komplekst økosystem. Vi vil få mye  å gjøre. Verden endrer seg, og alle disse endringene skaper mange nye muligheter.

Fem kjappe

1. Har du noen hemmelige laster?
   Dataregistrering med et glass vin. Spiller League of Legends for å slappe av. Og så elsker jeg Marmite.
2. Hvilke analoge aktiviteter gjør du for å kople av fra jobben?
   Går i kunstmuseer.
3. Hva er din favoritteknologi? 
   Kamera på telefonen min. Jeg elsker å fange minner med kamera.
4. Hva drømte du om å bli da du var 12?
   Regnskapsfører, fordi jeg likte å flytte rundt på tall. Det viser seg at det er mange andre jobber du kan gjøre med det talentet.
5. Hva er det beste livsrådet noen har gitt deg? 
   Prestisje kommer alltid med en ekstra kostnad.