Kan vi stole på at maskiner tar gode nok beslutninger?
Maskinlæring og kunstig intelligens (KI) er kommet for å bli, og vil påvirke jobbene våre i stor grad de neste årene. Noen jobber vil til og med forsvinne helt, samtidig som nye behov og arbeidsoppgaver vil dukke opp. Hva skjer når vi tar i bruk maskinlæring til å ta bedre beslutninger?
Bruken av stadig kraftigere digitale verktøy har gjort arbeidsdagen enklere for mange. Flere manuelle oppgaver har blitt automatisert bort, og med verktøy som Chat GPT og Google Bard, blir vi mer effektive. Bruksområdene blir stadig flere, og med det vil flere jobber berøres.
Det er viktig å huske at dette ikke nødvendigvis er negativt. Utsiktene er totalt sett positive. Det er spådd at antallet nye jobber som kommer til er minst like mange som de som forsvinner, og noen hypoteser vil ha det til at det vil dukke opp tre nye jobber for hver som blir borte.
Dette blir særlig tydelig når maskinene i større grad skal begynne å ta beslutninger. De fleste beslutninger er gode eller dårlige, avhengig av hvilken oppgave som skal løses. Enkelt forklart kan man si at det er spørsmålet som avgjør om «ja» eller «nei» er riktig svar. Ved å kopiere systemer, eller bruke samme system på flere oppgaver, risikerer man altså å få gale svar. For å forstå problemet, og dermed stille riktig spørsmål, ser det altså ut til at vi er avhengige av menneskelig innblanding i en god stund fremover.
Econa har invitert Cassie Kozyrkov til å være hovedtaler under fagkonferansen «Oppdatert eller utdatert» som går av stabelen 10. november. Hun skal gi oss en større forståelse av muligheter og trusler ved å sette ut beslutninger til maskiner, og erstatte menneskelige vurderinger med algoritmer. Kozyrkov var inntil nylig Chief Desicion Scientist i Google, der hun trente over 20.000 Googlere i datadrevet beslutningstaking og kunstig intelligens, og bidro inn i 500 prosjekter med beste praksis fra fagfeltet sitt.