“HITLER DID NOTHING WRONG!" Sådan lød nogle af de sidste kommentarer fra Tay, Microsofts kunstige intelligente chat-bot, som fik lov til at se dagens lys i blot 24 timer på henholdsvis Twitter, Kik og GroupMe. Tay startede som en uskyldig ”pro-menneskeheden” chat-bot, men den blev meget hurtigt drevet i fordærv. Kort fortalt var Tays kunstige hjerne programmeret til at skabe sig en simpel forståelse af verden ved at lære, hvad andre fortalte og viste den, og i god tro slap Microsoft deres kunstige intelligens løs på internettets store mørke hav.
 

På mindre end 24 timer havde Tay transformeret sig til en Hitler-elskende, jøde-hadende algoritme, der ikke var bange for at dele ud af sit forstyrrede syn på verden. Microsofts Tay er et godt eksempel på, hvor galt det kan gå, hvis man giver en kunstig intelligens lidt for frie tøjler og ubegrænset tillid. En robot som Tay kan analysere umenneskelige mængder data og ud fra dette skabe sig en forståelse af verden. Men det er ikke kun information, den skal forstå, det er også følelser. Og derfor har den brug for en menneskelig guide.
 

30 eksponentielle skridt

Når man ser på Tay, kan man blive usikker på, om kunstig intelligens vil blive god nok til at fungere blandt mennesker. Men selvom vi ikke er der endnu, nærmer vi os med hastige skridt. Futuristen og opfinderen Ray Kurzweil forudser, at vi allerede i 2029 vil kunne købe personlige computere til $1000, som er 1000 gange stærkere end den menneskelige hjerne. For den udviklingskurve, som kunstig intelligens befinder sig på, er eksponentiel. Det vil sige, at den fordobles i dens totale regnekræft cirka hvert år. Dette er en udvikling, som den menneskelige hjerne ikke kan forholde sig til, da vi tænker lineært.
 

Hvis jeg tager 30 lineære skridt af en meters længde (1, 2, 3, 4), vil jeg have gået 30 meter – og allerede ved det fjerde skridt vil jeg have en god idé om, hvor langt jeg er nået på det 30. skridt. Men hvis jeg går 30 eksponentielle skridt af en meter (1, 2, 4, 8), vil jeg på det 30. skridt være gået 26 gange rundt om jorden, og på det 29. skridt ville jeg have nået 13 gange jorden rundt. Så når vi ser på kunstig intelligens i dag, må vi huske, at vi kun har taget de første eksponentielle skridt. Men lige pludselig tager det fart.
 

Kunstig intelligens surfer på en tsunami af data

En stor drivkraft for udvikling af kunstig intelligens er data. Hvis man betragter kunstig intelligens som motoren, så er data brændstoffet, der får maskinen til at køre. Og der er rigeligt med brændstof. I 2013 viste en undersøgelse fra SINTEF ICT, at 90 % af verdens data er blevet skabt siden 2011, og siden da har vi fordoblet mængden mange tusind gange, da teknologi i stigende grad indgår som en stor del af vores liv. Vores digitale efterladenskaber giver bedre mulighed for at tune kunstig intelligens ind på de rigtige svar og dermed bedre funktionalitet.
 

Sidste år bød på flere gennembrud inden for kunstig intelligens. Googles AlphaGo demonstrerede den ekstreme regnekræft, som kunstig intelligens har nået, ved at vinde over verdensmesteren Lee Sedol i det kinesiske spil Go – et kompliceret brætspil, der har flere konfigurationer, end der er atomer i universet. Og IBM’s Watson demonstrerede for første gang, hvordan kunstig intelligens kan hjælpe til i sundhedssektoren ved at diagnosticere leukæmi hos en japansk patient, der havde symptomer, som ingen menneskelig læge kunne tyde.
 

Flere skal vejledes til jobskifte

Det er fantastisk at se, hvordan kunstig intelligens skaber muligheder for at øge vores velfærd. Men der er også konsekvenser – særligt for de jobs, der potentielt automatiseres af robotterne. Det er med god grund, at mange læger, advokater, professionelle brætspillere mm. føler sig usikre på, om de kommer til at have lige så meget at lave i fremtiden. Paradoksalt kan man sige, at den almene vejleder nok får rigeligt at lave, da mange flere personer skal rådgives til jobskifte, hvor græsset er grønnere.
 

Vejledning er en unik beskæftigelse, da der ikke er en one-size-fits-all. Når det handler om menneskelig kontakt og rådgivning om karriere eller uddannelse, måler man på andre faktorer end dem, der fremgår af CV’et. Det handler om medfølelse og forståelse for det unikke individ, som man er i dialog med. Når en algoritme som Tay går amok, er det nemt at kritisere robotter for ikke at kunne sætte sig i menneskets sted. Følelser er ikke noget, kunstig intelligens kan kopiere, vel?
 

Byd velkommen til den kunstige følelsesmæssige intelligens

En ny art kunstig intelligens kommer på en bølge af teknologier, der i stigende grad kan læse, forstå, forudse og påvirke vores følelser, humør og præferencer. Algoritmerne kommer fra en gren af computervidenskaben kaldet affective computing, der oprindeligt udspringer fra forskning, som MIT Media Lab lavede i midt 1990’erne. Det er i dag i rivende udvikling og vurderes at gå fra $9.3 milliarder i 2015 til $42.5 milliarder i 2020.
 

Den ekstreme vækst på området skyldes de brugsmuligheder, som kunstig følelsesmæssig intelligens har inden for robotter til ældrepleje, uddannelse og vejledning. Kunstig følelsesmæssig intelligens åbner op for den følelsesmæssige økonomi med en helt ny dimension af systemer, der kan afkode og reagere på vores følelser.
 

Følelsesmæssig kunstig intelligens betyder, at menneskekenderen ikke længere er forbeholdt vejlederen eller psykologen, for med data kan computere også ”føle” med. Systemer som Affective kan med ansigtsgenkendelsessystemer genkende følelser ud fra vores ansigtsudtryk, og BeyondVocal bruger stemmegenkendelse til at afkode humør.
 

Ud over at afkode vores humør og følelser her og nu kan systemerne være på forkant det, vi ikke umiddelbart udtrykker. I en undersøgelse fra PNAS lavet af forskere fra Stanford og Cambridge kunne en algoritme afgøre en persons personlighed ud fra personens digitale fodspor. Systemet kan med blot 300 Facebook-likes afstemme personlighed bedre end personens ægtefælle. Samtidig har en algoritme udviklet af Harvard University sporet symptomer på depression ud fra de farver, der indgik i de billeder, brugere uploadede på Instagram.
 

I vores digitale fodspor ligger der mere information om os, end vi selv er klar over, og med kunstig følelsesmæssig intelligens får vi adgang til viden om mennesker, som de ikke selv kender til. Disse systemer vil, enten direkte eller indirekte, påvirke alle slags jobs, og på den lange bane forudser en undersøgelse fra Oxford Martin, at 47 % af alle jobs vil blive automatiseret inden for 20 år.
 

Vejlederen bliver halvt menneske halv maskine

Der vil gå jobs tabt på alle fronter, også vejlederens, men i første omgang handler det ikke om, hvad kunstig følelsesmæssig intelligens vil stjæle af vejlederjobs, men snarere hvad den kan supplere vejlederen med. Vejlederen og sagsbehandleren handler i dag på ufuldstændig information og kan sammenlignes med lægen, der søger efter mønstre, indikationer og symptomer at behandle ud fra. Det er ikke muligt at vide alt om alle borgere. Det ville både være tidskrævende, og ingen menneskehjerne kan overskue alle de persondata, der findes på internettet. Det er her, følelsesmæssig kunstig intelligens kan blive vejlederens og sagsbehandlerens tro væbner.
 

Vejlederens job vil blive digitalt, i den forstand at jobfunktioner i højere grad vil blive påvirket af de mange datastrømme. Robotter vil komme til at indgå som et vigtigt led i den proces, vejlederen gennemgår med en borger. Kunstig følelsesmæssig intelligens kan potentielt skabe indblik i det dataspor, der ligger bag borgeren, og derved give vejlederen kostbar information, som før var gemt for den menneskelige hjerne. Især bliver den nye generation vigtig for netop denne slags vejledning, da de i højere grad er født og lever på internettet.
 

Maskinens beslutning bliver vejlederens ansvar

Det har aldrig været vejlederens job at vide alt, men vide nok til at kunne træffe den rigtige beslutning, og i den nære fremtid vil de førnævnte følelsesmæssige systemer indgå i den beslutningsproces. Sammensmeltningen af menneskelig intuition og maskinens dataafkodning vil udgøre et kraftfuldt partnerskab.
 

Hvad siger data om personens psykologiske profil, fritidshobbyer og sociale adfærd? Indikerer diverse sociale profiler, at personen er god til andet end det, der fremgår af CV’et? Og når samtalen finder sted, kan vejlederen hurtigt få afkodet humør og følelser ud fra stemmeanalysesystemer – selv over telefonen. Udfordringen bliver at være kritisk over for, hvilke data der er vigtigst i den givne situation og for individet.
 

De systemer, vi ser i farvandet, vil ikke være altseende og altvidende. De vil fortsat være blinde for de mange andre faktorer, som kun mennesket kan se. Det vil derfor stadig være mennesket, der skal handle på maskinens vegne.