Det råder fortfarande ett stort missförstånd om Generativ AI – vad det är, vad det kan, och hur det fungerar. En fördom jag fortfarande möter dagligen är att AI endast kan användas till effektivisering och automatisering, men att kreativitet är något magiskt och mänskligt. I Linda Nilssons debattartikel “Länge leve mänsklig kreativitet!” i Resumé återfinner jag vanliga argument om varför AI inte kan ersätta människan. Jag håller med om att människan är viktig i skapandet – men inte alls av samma anledningar.

Låt oss gå genom argumenten:

1. "Mänsklig förståelse och empati – "it takes one to know one" skriver Nilsson.

Men redan 2013 publicerades det studier där Facebook, baserat på sin data, kunde förutsäga vilka par som skulle skiljas. Vi människor är tyvärr mycket mer förutsägbara än vad vi vill erkänna. Träningsdatan som utgör grunden för dessa generativa modeller innehåller information och mönster om enormt många olika människor med deras olika känslor, beteenden och situationer – AI har alltså tillgång till ett bredare perspektiv än den mer eller mindre homogena arbetsgrupp på reklambyrån – AI har därför kapacitet att förstå fler människor.

2. ”Saknar etik och moral – vilket kan leda till oönskade eller oetiska resultat."

Med Reinforced Learning with Human Feedback lär vi LLM*/ LMM**:er vad "människor tycker är ett bra svar" så de har en viss förståelse. Men det datasetet är såklart inte representativt för hela mänsklighetens etik och moral utan endast verktygsutvecklarnas värderingar. Som utvecklingen ser ut nu kommer det endast bli svårare att utveckla en etisk AI då demokratiska nyhetsmedier förbjuder modellerna att tränas på deras innehåll medan extremistiska medier gör precis tvärtom. Här står vi inför ett vägval – men AI är inte en person med fri vilja, och en person utan fri vilja inte kan agera etiskt. Därför ligger ansvaret hos användaren av verktyget. På samma sätt som en fotograf kan välja att skapa oetiskt innehåll med en kamera. Du får det resultat du skapar.

3. "Att AI saknar förmågan att navigera bland motsägelsefulla känslor."

Här frågade jag innovationsstrategen “det här förändrar ju allt” Tomas Seo vad han ansåg om denna punkt och fick som vanligt ett förträffligt svar:

“Egentligen är väl transformertech*** jättebra på att ta oväntade slutsatser mellan oväntade kombinationer. Men det är ju ingen foundationmodell som är tränad för det ändamålet än. Så nu ser vi det som hallucinationer och oönskat. Även diffusionsmodeller är ju mycket skickliga på att göra oväntade bilder.”

AI har därför bättre förutsättningar än människor att hitta nya lösningar – om vi vill använda dem till det. Till skillnad från oss vuxna människor begränsas de inte till vanor, fördomar, normer eller grupptryck när det kommer till problemlösning eller innovation.

4. "Kreativt samarbete – att kreativ reklam är ofta ett resultat av samarbete och idéutbyte mellan människor med olika erfarenheter och perspektiv."

Nu har jag argumenterat för att generativ AI är ett verktyg (som kameran) men egentligen är de mer än så just på grund av det kreativa samarbetet. Bildgenerering är ett exempel på det. Bildprompten**** kommer aldrig att visualisera exakt det du har föreställt dig. En stor del i mitt skapande sker i den konversationen med verktyget, bilden som genereras föder nya idéer – ett samarbete som är mycket mer effektivt än ett samtal vid kaffemaskinen (även om jag tycker om både kaffe och samtal med riktiga människor). Gällande Nilssons kommentar om input från olika erfarenheter och perspektiv återvänder jag till mitt argument i punkt 1 – det finns fler olika perspektiv i AI-modellers träningsdatan än vad det gör på reklambyråer.

5. "AI bjussar inte på sig själv - AI hade t.ex inte gjort en kampanj för Guldägget"

Utifrån Nilssons artikel så låter det som att det enda som kampanjen som Åkestam Holst gjorde för att "bevisa värdet av mänsklig kreativitet" var att visa på okunskapen hos de mänskliga kreatörerna om hur generativ AI fungerar – vilket iofs är bjussigt.

"6. (bonus) En riktigt person har skrivit denna text, lite partisk får man väl vara."

Självklart bad jag AI svara på detta:

"Att erkänna sin partiskhet är första steget. Nästa steg? Att låta en AI analysera den för att hitta mönster vi inte visste fanns."

Det största skiftet som den här teknologin för med sig är att vi går från att vara ett informationssamhälle – där de med mest kunskap har mest makt, till ett innovationssamhälle – där de som är mest kreativa med kunskapen vinner. Kreativitet för mig handlar om att kombinera nya saker. Det är i samarbetet och i konversationen mellan människan och AI som magi uppstår. Så jag håller med Nilsson om att kreativa människor behövs. Men det handlar inte om att välja mellan AI eller människor – det handlar om att välja mellan människor som är nyfikna och kreativa med ny teknologi och människor som inte är det.

*LLM: large language models / stora språkmodeller - kan läsa av och generera text
**LMM: large multimodal model / stora multimodala modeller - kan läsa av och generera e.g. text, bild, ljud, data
***Transformer: teknik som används i generativ AI, också vad T i ChatGPT står för (Generative Pretrained Transformer)
Diffusionmodell: är vad många bildgenereringsverktyg som Midjourney bygger på
****Prompter: instruktionen till AI

Karin Hamberg Stén, AI-konsult och promptspecialist.

QOSHE - Guldäggskampanjen blottar okunskap inför hur generativ AI fungerar - Resumé Author
menu_open
Columnists Actual . Favourites . Archive
We use cookies to provide some features and experiences in QOSHE

More information  .  Close
Aa Aa Aa
- A +

Guldäggskampanjen blottar okunskap inför hur generativ AI fungerar

7 0
26.03.2024

Det råder fortfarande ett stort missförstånd om Generativ AI – vad det är, vad det kan, och hur det fungerar. En fördom jag fortfarande möter dagligen är att AI endast kan användas till effektivisering och automatisering, men att kreativitet är något magiskt och mänskligt. I Linda Nilssons debattartikel “Länge leve mänsklig kreativitet!” i Resumé återfinner jag vanliga argument om varför AI inte kan ersätta människan. Jag håller med om att människan är viktig i skapandet – men inte alls av samma anledningar.

Låt oss gå genom argumenten:

1. "Mänsklig förståelse och empati – "it takes one to know one" skriver Nilsson.

Men redan 2013 publicerades det studier där Facebook, baserat på sin data, kunde förutsäga vilka par som skulle skiljas. Vi människor är tyvärr mycket mer förutsägbara än vad vi vill erkänna. Träningsdatan som utgör grunden för dessa generativa modeller innehåller information och mönster om enormt många olika människor med deras olika känslor, beteenden och situationer – AI har alltså tillgång till ett bredare perspektiv än den mer eller mindre homogena arbetsgrupp på reklambyrån – AI har därför kapacitet att förstå fler människor.

2. ”Saknar etik och moral – vilket kan leda till oönskade eller oetiska resultat."

Med Reinforced Learning with Human Feedback lär vi LLM*/ LMM**:er vad "människor........

© Resumé


Get it on Google Play