Vi har utfordringer med å forestille oss fremtiden. Vi er rett og slett dårlige til "å se den".
På
innsiden av Teknologi-revolusjonen rundt kunstig intelligens.
Linn Kongsli Hillestad rapporterer i Aftenposten 18. desember før jul i fjor
fra San Franciscos. Sam Francisco beskrives som sentrum for KI-revolusjonen. De
pengesterke og spekulanter følger med. De mest suksessrike San Franciscos
baserte selskapene som arbeider med å utvikle kunstig intelligens ligger ifølge
de som regner på sånt an til å doble og triple selskaps-verdien de neste
halvåret og lokker med stillinger med årslønner i 100 millioners klassen (målt
i norske kroner) om vi skal tro reportasjen. Slike utsikter tiltrekker seg både
skarpe hoder, drømmere og spekulanter.
Farer
og muligheter ved videre utvikling av kunstig intelligens. Pessimistene
snakker om massearbeidsledighet, spredning av desinformasjon, utvikling av
teknologi for avanserte cyber-angrep, muligheter for utvikling av nye kjemiske
og biologiske våpen, at vi kan miste kontrollen over utvikling av vår
sivilisasjon. Optimistene viser til muligheter for utvikling av nye medisiner,
fusjons-energi, teknologi for effektivisering av produksjonsprosesser, teknologi
for å bekjempe klimaendringer. De er opptatt av at den lovgivningen for å
regulere utviklingen blir balansert slik at man beskytter mennesker samtidig
som man åpner for konkurranse som muliggjør teknologiutvikling i positiv
retning. Utfordringene er åpenbare. Og når lønns-utsiktene er som det antydes
innledningsvis er det er trolig lettere sagt enn gjort.
Det er ulovlig å kopiere og spre opphavsretts-beskyttet
innhold. Einar Ibenholt som er
Strategidirektør i Gyldendal Norsk Forlag repeterer dette for oss i innlegg i Klassekampen
12. desember i fjor. I Norge har vi for eksempel en åndsverklov som i §2 første
ledd slår fast at opphavspersonen har en «enerett til å råde over åndsverket
ved fremstille varig eller midlertidig eksemplar av det og ved å gjøre det
tilgjengelig for allmenheten….». Ibenholt forteller oss videre «for at en
generativ språk-modell skal fungere må den «mates» med og «trenes» på store
mengder tekster av høy kvalitet. Språk-modellene til Meta og Bloomberg ble
basert på det hackede korpuset Books3. OpenAI har trolig benyttet det hackede
korpuset Library Genesis». Ibenholdt skriver videre at å la en norsk
språk-modell bli trent på opphavsrettslig beskyttet materiale er å legge til
rette for en nasjonal godkjent industriell plagiat-maskin. Han mener også det
vil fjerne kommende generasjoners motivasjon for i det hele tatt å skape nye
åndsverk.

Vi har utfordringer med å forestille oss fremtiden. Vi er rett og slett
dårlige til "å se den". Richard Fisher,
journalist i BBC Future arbeider med, og skriver om, vitenskap og teknologi.
Han utga i fjor boken The
Long View: Why We Need to Transform How the World Sees Time (Wildfire, March
2023). Han skrev
også en artikkel
i New Scientist 25. mars om temaet. Fisher
innleder med å slå fast at det nå er enighet blant fremtidsforskere om at
kortsiktig tenkning er et betydelig problem i industrialiserte samfunn.
Manglende evne til å engasjere seg i å utvikle realistiske fremtidsutsikter og
-konsekvenser blir tydelig i møte med fremtidens alvorlige utfordringer, som
klimaendringer, tap av biologisk mangfold, utvikling av antibiotika resistens,
økende inntekts- og levekårs-ulikheter, farene for atomkrig mv. Vi lever i en
tid da øyeblikket og nåtiden får stor plass, det noen vil kalle «øyeblikkets
tyranni». Både næringslivet og politikerne har nærtids-fokus på
kvartalsresultater og neste valg, respektive. Børser leverer online aksjekurser
rettet mot kjøp, salg og gevinst på investeringer her og nå. Fisher peker på
flere andre mekanismer som bidrar til denne «nærsyntheten». Han hevder at vi
har en tilbøyelighet til å vektlegge lett tilgjengelig informasjon og samtidig
skyve på beslutninger der informasjon er mer usikker, som den alltid vil være
når det gjelder fremtiden. Finnes det i det hele tatt historisk erfaring med
innføring av ny revolusjonerende teknologi så er den at "det tar tid".
Smart cities,
Intelligent cities, Green cities. Rundt 2010 ble begrepet Smart cities introdusert som en fremtidsversjon for byutvikling. Andre versjoner med omtrent samme innhold var Intelligent cities
eller Green cities. De siste var et mer direkte svar på miljøutfordringene og
global oppvarming, men informasjonsteknologi og utviklingen av denne var
sentral i alle versjoner av disse fremtidsbyene. MIT Technology Review og Jennifer
Clark, stilte i 2021 spørsmålet: «Technology can help fix
many problems that cities face to day. So why hasn’t it? IBM’s Smarter Cities Challenge in 2010 fremstilles av Clark som begynnelsen på
«Smart City» bølgen. IBM tilbød substansielle belønninger i form av teknologi
verdt mange millioner USD til byer som ønsket å oppgradere sin infrastruktur.
Flere konkurranser fulgte og med disse en rekke pilotprosjekter der også andre
tech-firmaer og individuelle byer inngikk partnerskap for å oppgradere store
by-systemer for transport, energi, VAR og/eller kommunikasjon. Med årene ble
prosjektene og leverandørene mer spesialiserte innrettet mot leveranser av for
eksempel kommunikasjonsnettverk og sensorer. Det ble mindre fokus på å bygge
systemer for oppgradering av fysisk infrastruktur, mer innretning mot å utvikle
nye digitale tjenester for enkeltsektorer. Prosjektene ble drevet frem av
selskaper som var vant til å skape sine egne markeder for sine produkter. Covid-pandemien avslørte at de smarte byene ikke var blitt smarte. Fokus var feil. Prosjektene som ble igangsatt var ikke primært rettet mot å oppgradere byenes infrastruktur. De var rettet mot å utvikle markeder for ny teknologi og nye tjenester og for de data disse gjør tilgjengelig. De mest synlige «smart-city» suksess-historiene per i dag er software-baserte delingstjenester som kjøreturdeling, bildeling, el-sparkesykler, leilighetsformidling, og co-working.
Fra «people versus computers»
til «people and computers». «Fremtidens arbeidsmarked», med
stadig mer velutviklet kunstig intelligens "AI", og kanskje til slutt
overlegent AI, har lenge vært en utfordring og stadig mer skremmende fremstilt
for oss som mennesker. I 2018, for bare drøyt fem år siden, fant de som drev
med slik fremtids-forskning ut at: «We have spent way too much time
thinking about people versus computers, and not nearly enough time thinking
about people and computers». Å redefinere arbeid med fokus på menneske og
kunstig intelligens i samarbeid ble ei greie. Da så fremtiden i 2018 straks
lysere ut. Noen fant til og med ut at «en menneske jobb», slik
arbeidslivet i dag er organisert, fyller 20-30 ulike og forskjellige
funksjoner. En slik arbeids-virkelighet vil det opplagt være vanskelig å
digitalisere og automatisere under ett. Kevin Scott som er Chief
technology officer i Microsoft hevder nå at fremskritt på områdene AI-modeller,
superdatamaskin-teknikker og nye applikasjoner i neural network arkitektur,
kanskje allerede i 2023, vil kunne frigjøre arbeidskraft fra dagens tidkrevende
og menneske-styrt koding. Han hevder at KI (eller AI) vil kunne overta kodingen
slik at menneskene kan konsentrere seg om å være kreative og foreslå løsninger
via «Natural language input» som AI så kan kode og prøve ut. Det høres jo ut
som et ganske løfterikt samarbeid og liv for fremtiden. Kanskje er det på
tide å ta et skritt tilbake å tenke seg litt om.