Fremtidens AI samarbejde

I takt med at kunstig intelligens (AI) bliver en integreret del af vores arbejdsliv, ændrer måden, vi interagerer med teknologien på, sig fundamentalt.

Traditionelt har vi talt om “Human in the loop” (HITL), men en ny forståelse vinder frem: “AI in the loop” (AITL).

Selvom begreberne lyder ens, dækker de over to vidt forskellige tilgange til samarbejdet mellem menneske og maskine, som har stor betydning for, hvem der har kontrollen, og hvordan opgaver løses.

Human in the loop: Mennesket som kontrollør

Begrebet Human in the loop beskriver en model, hvor AI systemet i vid udstrækning kører selvstændigt, men hvor et menneske er indsat i processen for at give feedback, rette fejl eller validere resultater.

Her er det ofte teknologien, der driver processen, mens mennesket fungerer som en form for sikkerhedsnet eller kvalitetskontrol.

Et klassisk eksempel er træning af maskinlæringsmodeller, hvor mennesker mærker data (labeling) eller vurderer AI’ens svar for at forbedre dens nøjagtighed over tid.

I denne model er mennesket ofte en reaktiv deltager, der træder til, når maskinen er usikker.

AI in the loop: Mennesket i centrum

I modsætning hertil står AI in the loop, en tilgang som blandt andet Stanford HAI (Human-Centered AI) advokerer for. Her vendes perspektivet om: Det er mennesket, der er i centrum og har den fulde kontrol, mens AI fungerer som en aktiv støtte eller assistent, der er indlejret i menneskets arbejdsgang.

AI’en arbejder her som en såkaldt super assistent, der augmenterer menneskets evner frem for at forsøge at erstatte dem. Målet er ikke nødvendigvis fuld automatisering, men derimod at give mennesket bedre værktøjer til at træffe beslutninger.

Praktiske eksempler på samarbejdet

Vi ser allerede dette skifte i flere brancher.

Inden for sundhedssektoren kan en AI analysere tusindvis af scanninger på få sekunder for at finde tegn på sygdom. I en AI in the loop model præsenterer AI’en sine fund for lægen, som derefter bruger sin kliniske erfaring og empati til at stille den endelige diagnose.

AI’en har her arbejdet selvstændigt med data, men mennesket yder den afgørende feedback og støtte i beslutningsprocessen.

Det giver et kvantespring i forhold til emperi og sikre, at lægen med større sandsynlighed kan give den rette diagnose, og dermed spare patienter for smerter og mange sygehusbesøg – mens det offentlige sparer ressourcer.

I finansverdenen kan algoritmer overvåge markedsbevægelser i realtid og identificere mønstre, som er usynlige for det menneskelige øje. Her fungerer AI’en som en analytisk motor, der leverer datadrevne indsigter, mens den menneskelige rådgiver tager de strategiske valg baseret på intuition og langsigtede mål.

Betydningen af deterministiske processer

For at disse samarbejdsmodeller skal fungere, er det afgørende, at visse dele af processen er deterministiske.

En deterministisk proces er forudsigelig; givet det samme input vil den altid give det samme output.

Når en AI arbejder i et loop med et menneske, skaber determinisme den nødvendige tillid.

Hvis mennesket ved, hvordan AI’en vil reagere i bestemte situationer, bliver det lettere at give præcis feedback og styre systemet effektivt.

Afslutningsvis handler skiftet mod AI in the loop om at bevare menneskelig agens.

Ved at designe systemer, hvor AI understøtter mennesket frem for at overtage styringen, sikrer vi, at teknologien forbliver et værktøj, der tjener menneskelige formål og værdier.

Vil du gerne høre flere perspektiver om AI, så er det muligt at booke Ole Holdgaard til både workshops og foredrag om implementeringen af kunstig intelligens på arbejdspladsen.

Kontakt Ole

Få lynhurtigt svar på din forespørgsel.

Kontakt Ole på telefon:

Tak for din besked

Du hører snarest muligt fra Ole

There was an error saving your entry.

Website

Do not fill this field (for spam bots only):

Navn

E-mail

Besked

Kontakt Ole