Kunstig intelligens (KI) griper inn i det meste nå om dagen, inkludert kunst og kultur. Jeg har skrevet flere blogginnlegg om KI før. Her er noen nye tanker om dagens utfordringer og fremtidsmuligheter.
Kort om kunstig intelligens
KI en samlebetegnelse for ulike algoritmiske tilnærminger til gjennomføring av oppgaver som vanligvis krever menneskelig intelligens. Dette inkluderer sansning, resonnering, læring, problemløsning og språkforståelse.
Det er to hovedtyper av algoritmer som er i bruk:
Regelbaserte systemer (ekspertsystemer) er basert på logikk og kunnskap om hvordan et system fungerer. Jo flere regler som er programmert inn i systemet, jo mer intelligent kan det oppleves for brukeren.
Maskinlæringssystemer er basert på statistiske modeller som lærer seg å genkjenne mønstre i datasettene de trenes på. Såkalte kunstige nevrale nettverk er kjernen for den KI-baserte revolusjonen vi ser nå om dagen.
Inntil nylig har KI-systemer vært designet for å utføre “smale” oppgaver, f.eks. internettsøk eller ansiktsgjenkjenning. Tilgangen på store datasett og mer regnekraft, har gjort det mulig å utvikle “generelle” KI-systemer (f.eks. ChatGPT og CoPilot) som tilsynelatende kan utføre enhver intellektuell oppgave som et menneske kan gjøre. Disse er basert på “dyplæring”, maskinlæring med mange lag av nevrale nettverk.
Utfordringer i forhold til kunst og kultur
KI-baserte maskinsystemer har vært brukt til å produsere kunst siden 1950-tallet. Dette har primært vært gjort innenfor eksperimentelle rammer. Det er først de siste årene at kommersielle KI-systemer har vist potensialet i stort. I dag kan ChatGPT brukes til å produsere enhver form for menneskelig tekst, Dall-E lager fantasirike bilder og Suno.ai produserer musikklåter med overbevisende vokal.
Det er imidlertid mange utfordringer med dagens KI-systemer:
Opphavsrett: de store modellene er trent opp på menneskeskapt materiale, i mange tilfeller omtrent alt som finnes på internett i dag. Dette reiser både juridiske og etiske spørsmål knyttet til opphavsrett og gjenbruk.
Personvern: maskinmodellene er trent opp på lyd, bilde og video av mennesker (levende og døde) og vil kunne gjenskape disse digitalt på ulikt vis. Dette leder også til både juridiske og etiske spørsmål om identitet og eierskap til egne biologiske og kulturelle markører.
Næringsmodeller: KI-systemer kan nå produsere tekst, lyd, bilde og video av en slik kvalitet at mange personer vil miste jobben. Det er enklere og billigere å be Dall-E om å lage en illustrasjon enn å betale en illustratør for å gjøre jobben. Dette vil medføre et omstillingsbehov i flere bransjer.
Kulturvern: Norge er i verdenssammenheng et lite land og representerer minoritetskulturer som sliter med å bli synlige i de store KI-modellene. Dette gjenspeiler seg i at norske kulturuttrykk enten ikke blir synlige i det hele tatt eller blir fremstilt feil. Dette kan være alt fra at norske ordtak ikke dukker opp i tekster, lyden av hardingfele aldri kommer med i lydfiler eller at samekofter blir karikert fremstilt i bilder.
Kolonialisering: flere sammenligner dagens utrulling av globale komersielle KI-systemer med en ny form for kolonialisering. Det er velkjent at dagens internett er ubalansert i innhold, med en dominans av engelskspråklig informasjon og vestlige, hvite, mannlige verdier. Dette er materialet de nye KI-modellene er trent opp på, viderefører og forsterker.
Utdanning: mange har tilgang på utstyr som gjør det mulig å anvende KI, men den grunnleggende forståelsen av digital representasjon og algoritmer er relativt sett lav. Det er viktig å styrke utdanningen på alle nivåer for å sikre at befolkningen forstår hvordan KI-baserte systemer fungerer og kan ta dem i bruk på forsvarlig måte.
Muligheter og utfordringer
Selv om KI-systemer kan gjøre mye i dag, er det flere ting de ikke er så gode på:
Samhandling: Mange av dagens KI-systemer er prompt-basert, hvor man ber om et resultat. Vi vil fremover se systemer som er basert på kontinuerlig samhandling mellom med mennersker (og andre maskiner). Forskning på musikalsk improvisasjon viser mulighetene for at mennesker og maskiner kan sanse og agere i tett samspill.
Kroppslighet: Dagens KI-systemer har en sterkere hjerne enn kropp. Mennesker har en unik evne til å tilpasse seg til omgivelsene gjennom kontinuerlig sansning og handling. Robotsystemer har en lang vei å gå, men vi vil se raske fremskritt innen sensorsystemer og maskiner som på ulikt vis har kropper som kan sanse og handle. Bevegelige 3D-printere og symaskiner er eksempler på systemer som kan utføre komplekse fysiske oppgaver.
Empati: Mange nye KI-systemer blir “personifisert” når de kommuniserer med mennesker: de har et menneskelignende ansikt, er høflige og spiller på følelser. Det forskes nå også på hvordan maskinene kan plukke opp menneskers følelser med mål om å kunne bli mer empatiske. Dette kan forenkle menneske-maskin-kommunikasjon, men det reiser også mange etiske problemstillinger.
For mange kan disse perspektivene virke overveldende, men det er viktig å være klar over de utfordringene vi står overfor. Det er mennesker som har utviklet de KI-systemene vi har i dag. Selv om maskiner i større grad hjelper til med å utvikle seg selv, er det primært mennesker som vil utvikle morgendagens teknologier også. Det er viktig at vi i Norge er med på denne utviklingen. Det er også viktig at kunst- og kulturfeltet tar eierskap til sakskomplekset, stiller premisser og regulerer der det er behov for det. Ikke minst er det et stort behov for en større bevissthet knyttet til hvordan KI kan brukes, til godt og vondt.