I nesten 70 år har teknooptimistene sagt at vi “snart” vil ha datamaskiner som er like eller kanskje mer intelligente enn mennesker. Jeg har på litt avstand fulgt forsøkene på å utvikle systemer basert på kunstig såkalt “intelligens” innenfor det juridiske domenet, siden første halvdel av 1980-tallet. Jeg var ikke overbevist da, og jeg er fortsatt ikke overbevist. Mange som var opptatt av den teknologien, kastet seg over jusen, ut fra tanken om at “jus er jo bare regler, så det bør det være mulig å modellere/automatisere med regelbaserte systemer”. Men det var/er ikke så enkelt som teknooptimistene trodde. Mye saksbahendling og andre beslutninger er basert på skjønn. Datamaskinene kan ikke håndtere skjønn. Det var en typisk teknologiarroganse: Med klokkertro på sin egen teknologi, kastet de seg over området som de ikke kunne noe om, og trodde at de med sin teknologi kunne løse alle oppgaver innenfor det området. Juristene forsto ikke teknologien, og teknologene forsto ikke jusen. De snakket forbi hverndre.
Jeg tar med en historie som Jon Bing pleide å fortelle. Da man skulle automatisere en del av saksbehandlingen i det som den gangen het Rikstrygdeverket, var et av kriteriene i en type saker at man hadde avtjent verneplikt. De som skulle programmere systemet spurte juristene om hva det ville si at man hadde avtjent verneplikt. Svaret var omtrent slik: Det er at man har vært inne til førstegangstjeneste. Men de ga seg ikke. “Hvis man har vært inne en dag, og så har blitt dimitert, har man da avtjent verneplikt?”. Nei, det hadde man selvfølgelig ikke. Etter å ha gått oppover en del ganger, startet de fra andre enden. “Hva hvis man dimiteres en dag før vernepliktsperioden er ferdig, har man da avtjent verneplikt?”. Selvfølgelig hadde man det. Så gikk de nedover, to dager før, osv. Til slutt ble juristene lei, og svarte som jurister gjerne gjør: Kom tilbake når dere har en sak, så skal vi se på den. Men de som skulle programmere dette måtte ha en verdi som de kunne legge inn i systemet. De valgte 21 dager. Hvis man hadde vært inne til førstegangstjeneste 21 dager eller mer, da ble man ansett for å ha avtjent verneplikt. Jeg vet ikke om det fortsatt er 21 dager som ligger inn i systemet, men det var i alle fall slik lenge.
På teknologioptisistisk vis kan vi nå ofte høre at “den gangen hadde de ikke forstått [flyll inn det man tror måtte passe]. Men i dag, da har vi forstått alt, så nå vil vi snart ha datasystemer som er like eller kanskje mer intelligente enn mennesker”. Vi har hørt det før. Den grunnleggende tanken er at enda mer av det som ikke har løst problemene til nå, vil “snart” løse dem. Går vi mer konkret til KI, er omkvedet gjerne at den gangen forsøkte man å modellere resonnementene, men nå … Ja, hva nå? Tidligere forsøkte man å etterligne prosessen når noen resonnerte, nå etterligner systemene bare resultatene som noen har kommet til tidligere, uten å analysere hvordan de kom fram til disse. KI-sysemene gjetter, basert på statistiske analyser av hva som har blitt sagt og gjort før, og kommer med noe som virker plausibelt. Der noe mangler, dikter gjerne systemene opp noe. Hvis man bare er opptatt av form og ikke innhold, kan det virke tilforlatelig. Men hvis man faktisk er opptatt av at innholdet skal være troverdig og korrekt, holder det ikke. Da kan det være direkte farlig, hvis folk faktisk tror på det.
Noe av den mest naive teknooptimismen jeg har hørt, i alle fall fra folk som pretenderer å kunne noe om det de snakker om, er Nima Shahinian som i NKRs podkastserie “Burde vært pensum” 21. mars 2022 hvor han snakker om hvorvidt ny teknologi er nyttig eller farlig.Vi får høre mye om hvor fantastisk denne teknologien vil komme til å bli, og om hvor stor betydning den vil komme til å få, slik vi har hørt i snart 70 år. Ja, alt er i futurum. Han bruker følgende ekesempel på kunstig såkalt “intelligens” og maskinlæring:
“Vi kan legge en «nyfødt» robotkropp med to ben på gulvet. Den har noen «preprogrammerte instinkter» som sier at den kan bevege seg fra A til B, men det er ikke programmert hvordan den kan gjøre dette. Det må den finne ut av selv, ved å prøve alle muligheter, til den finner den optimale måten å bevege seg på, altså reise seg opp og gå på to ben.”
Det er omtrent slik småbarn lærer å gå. Men menneskehjernen utvikler seg hele tiden, og den utvikler seg særlig mye på spebarnstadiet. Hjernen til et årsgammelt barn er noe helt annet et hjernen til en nyfødt baby. Nima Shahinian robot utvikler seg ikke. Etter å ha kavet på gulvet et år, vil den fortsatt være like dum som da den ble laget, selv om den kan ha registrert veldig mange mislykkede forsøk på å bevege seg. Å gå på to ben er mentalt en meget krevende øvelse, og slett ikke den optimale måten å bevege seg på. Det er ikke uten grunn at dette er noe robotprodusenter arrangerer konkurranser i. Hvis man vil lese litt mer om hva som mentalt kreves for å gå på to ben, anbefaler jeg Steven Pinkers bok “How the mind works”, hvor han beskriver dette på s. 11.
Jeg vet ikke hvordan redaksjonen i NRK har valgt ut hva de mener burde vært pensum. Denne episoden bør i alle fall ikke være pensum.
Det er ingen tvil om at datamaskiner er overlegne oss mennesker på noen områder, særlig der det kreves rå regnekraft og det er repeterende oppgaver. Når vi mennesker har gjentatt den samme oppgaven et stort antall ganger, går vi lei og vi begynner å slurve. Datamaskinene kan gjenta de samme oppgavene tusenvis eller millioner av ganger, uten at de blir lei og uten at de begynner å slurve. Og de gjør en del slike oppgaver langt raskere og bedre enn hva vi mennesker er i stand til. Vi kan lure på hvor mange ansatte det måtte ha vært i Skatteetaten, om alle skattemeldinger skulle ha vært kontrollert manuelt. Men å kalle dette “intelligens” er misvisende. Donald Trump har riktignok sagt at det bør kalles “Super intelligence” og ikke “Artificial intelligence”. Hvis man sammenligner med Donald Trump, er den kanskje super.
Slik jeg forstår en nye generasjonen av kunstig såkalt “intelligens” er at det er en avansert form for mønstergjenkjenning. Det kan være gjenkjenning av mange typer mønstre: Visuelle mønstre, handlingsmønstre, tekstmønstre, mønstre i musikk, osv. Vi fikk en forsmak på dette da “Big data” var på toppen av hypekurven. Det som gjør at så mange blir blendet av teknologien, er at generative systemer er i stand til å gjenskape mønstre ved å syntetisere og etterligne mønstre den har registrert. Etter å ha analysert et stort antall tekster, kan teknologien gjenskape tekstmønstre innenfor de sjangere den har analysert. Det er en slags super-GT utgave av det vi lenge har hatt på mobiltelefonene, hvor telefonen gjetter det neste ordet vi kommer til å skrive. Og vi forledes til å tro at teknolgien har blitt en kreativ forfatter med store kunnskaper.
Den kunstige såkalte “intelligensen” vet ingen ting og forstår ingen ting, i alle fall ikke på annen måte enn et leksikon har kunnskap og forstår det som står i leksikonet. Men teknologien er i stand til å lage noe som ligner på det som har vært laget før. At mye musikk har blitt laget bare ved hjelp av KI, viser først og fremst hvor uoriginal mye av popmusikken er. De gamle legeromanene og ukebladnovellene kunne sikkert også ha vært skrevet av KI, uten at noen ville ha oppdaget det. Når det brukes bare til å lage ganske tanketom underholdning, er det egentlig ikke kritisk. Det kan likevel være irriterende, og et problem for de hvis verk brukes som utgangspunkt for å produseret sølet. Men når vi forledes til å tro at systemene kan besvare spørsmål som forutsetter kunnskap og innsikt, dag kan det bli et alvorlig problem.
Jeg har lenge brukt et program som heter “Band-in-a-Box”, et program som er utviklet for å lage akkompagnement som man f.eks. kan bruke når man øver. Man skriver inn akkorder og velger en stil, og dermed får man et komp. I alle fall jeg synes det er bedre å øve til dette enn til en metronom. Som for så mange programvareutviklere, er en av deres viktige inntektskilder alle oss brukere som vil oppdatere til siste versjon, og for hver ny versjon har det kommet nye funksjoner. Man kan f.eks. få systemet til å spille en solo over det kompet som systemet har generert. Hvis man legger inn en typisk jazzprogresjon og sier at man vil ha en solo på altsax i stilen til Charlie Parker, så kunne det kanskje ha vært Charlie Parker på en av hans ikke aller beste dager.
På et seminar om musikk og opphavsrett for en del år siden, diskuterte jeg dette med Arne Norheim. Jeg sa at det nesten var skremmende at man kunne programmere dette slik at systemet kunne generere en slik solo, og jeg lurte på om musikken virkelig var så forutsigbar. Han svarte uten å nøle: “Ja, den er så forutsigbar”.
Programmet ble utviklet før Kunstig “intelligens” igjen kom på moten, så de har ikke hevdet at det er basert på KI. Skjønt i siste versjon er noen funksjoner basert på KI. Jeg regner med at vi vil få flere KI-baserte funksjoner i fremtidige versjoner.
Jeg har sett tilsvarende i programmer for billedbehandling. Det blir mer vanlig med ansiktsgjenkjenning i slike programmer. En vanlig funksjon i billedbehandlingsprogrammer er at man kan maskere en del av bildene, for å bearbeide den maskerte, eventuelt den ikke maskerte delen av bildene. Disse har blitt bedre, slik at det nå er lettere å maskere f.eks. et ansikt, for å få det til å stå fram tydeligere mot en bakgrunn. Man kan også maskere f.eks. himmelen, og eventuelt endre denne til noe som ser ut som en spektakuær solnedgang. En del av dette er nyttige funksjoner, og en del er gimmick.
Det sies at Google Photo har sterke funksjoner for å identifisere personer, ulike gjenstander, steder, osv. Jeg synes at Google allerede vet altfor mye om meg, og jeg vil heller ikke gi dem noen form for rettigheter til mine bilder, så jeg har ikke gjort bruk av den tjenesten. Men jeg antar at den er basert på at de har registrert metadata som deres brukere har lagt inn, og at de så kommer med forslag til brukerne om hvem, hva eller hvor, som de så bruker til å videreutvikle tjensten hvis brukerne aksepterer eller korrigerer det Google foreslår.
Jeg regner med at vi i fremtiden vil få kraftigere verktøy basert på avansert programmering, som kommer til å blir markedsført som “Kunstig intelligens”, eller noe annet hvis/når det går av moten. Vi har lenge hatt stavekontroll i tekstbehandling, selv om den ikke er på langt nær så god som den burde være, i alle fall ikke når det gjelder norsk språk. Denne ble videreutviklet til grammatikkontroll, kontroll av lesbarhet og om setningene er veldig tunge, osv. Når jeg sender et bokmanus til et forlag, går det gjennom to prosesser, forutsatt at forlaget ønsker å gi det ut: Språkvask og korrektur. Jeg tror at språkvaskere og korrekturlesere er yrkesgrupper som står i fare for å bli utkonkurrert av teknologi. Og i alle fall enn så lenge, kommer språkvaskere og korrekturleserne med spørsmål og forslag. Det er fortsatt jeg som fortatter som har siste ordet. Jeg har ikke brukt kunstig “intelligens” i noe av det jeg har skrevet. Jeg har ikke noe ønske om å ta det i bruk. Men jeg garanterer ikke at jeg ikke kommer til å gjøre det.
Oversettere er en annen gruppe som sies å være utsatt, og kanskje er de det. Sannsynligvis er de det når det gjelder å oversette ganske banale tekster som bruksanvisninger, osv. Men noen ganger er det kritisk at også oversettelsen av slikt blir korrekt. Min svoger, som er (nå pensjonert) professor i medisin og dessuten meget språkkyndig, har arbeidet en del med å kvalitetssikre oversettelser av bruksanvisninger til medisinsk utstyr. Hvordan de oversettelsene som han startet fra var laget, vet jeg ikke.
Men også når det gjelder mindre kritiske oversettelse har oversettelsesprogrammer et stykke igjen. Jeg husker at jeg leste en bruksanvisning til et kamera. For fotografier har vi noe som kalles billedstøy, som gjør at bildene kan bli uklare mm. På engelsk omtales det ofte bare som ‘noise’, og man forstår ut fra sammenhengen at det gjelder billedstøy og ikke akkustisk støy. I den norske versjonen av bruksanvisningen skrev produsenten om det avanserte systemet for ‘lydreduksjon’. Andreas Hompland fortalte en gang at de hadde moret seg med å lese bruksanvisningen til en vaskemaskin, etter at de hadde konstatert at det sto “Laget i Kalkun”. En av mine favoritter var en direkteoversettelse på NRK TV, hvor de snakket om Nancy Pelosi som ‘madam speaker’, som ble oversatt til ‘fru høytaler’. Det jeg har sett av slike direkteoversettelser, og også direkteteksting av norsk tale, har vært så dårlig at det er noe man bare bør kutte ut.
Oversettelse er ikke så enkelt som mange synes å tro. Jeg følger NRK P2 Leseklubben, hvor vi nylig har lest Franz Kafka “Prosessen”. Første setning i boken inneholder følgende, i norsk oversettelse: “en morgen ble han arrestert uten å ha gjort noe galt”. En av lytterne påpekte at i den tyske originalen er dette skrevet i modus konjunktiv, som uttrykker en viss usikkerhet. Vi har ikke konjunktiv i norsk, så det er en setning som ikke helt lar seg oversette til norsk. Det er mulig man kan få uttrykt det samme med en del omskrivinger, men det er ikke gjort i de tre oversettelsen til norsk som finnes (kanskje er det flere, men jeg kjenner bare til tre). I et radioprogram for en tid tilbake, jeg har ikke klart å finne tilbake til det i NRKs nettspiller, diskuterte man det å oversette Jon Fosse til ulike språk, med flere oversettere. Jeg husker en av dem, jeg tror det gjaldt oversettelse til ungarsk, som sa at på ungarsk (?) måtte man vite om den som sa eller gjorde noe var mann eller kvinne. Det var ikke bare et spørsmål om valg av pronomen, men om bøyningsmønstre osv. Noen ganger måtte de kontakte forfatteren for å diskutere hva slags form de skulle velge. I noen språk uttrykkes det forskjellig om en mann snakker til en kvinne, en kvinne til en mann, en mann til en mann eller kvinne til en kvinne. Igjen: Det er ikke bare spørsmål om hvilke pronomen man velger.
Jeg har møtt oversettere, og da oversettere av sakprosa, som bruker oversettelsesprogrammer til å lage et utkast som de kan arbeide videre med. Med tiden vil vi ganske sikkert få bedre oversettelsesprogrammer. Men de må antageligvis trenes for ulike fag. For å gå til mitt eget fag: Det er vanskelig å oversette juridiske tekster mellom engelsk og romanske eller de fleste germanske språk. Engelsk klassifiseres gjerne som et germansk språk. Det engelske common law systemet er på mange områder svært ulikt kontinenatleuropeiske rettssystemer som i stor grad er utviklet fra romerretten. De nordiske rettssystemene ligger et sted mellom de kontinentaleuropeiske og common law. Fenomener man finner i common law systemer korresponderer ikke med det vi finner i kontinentaleuropeiske systemer. Da handler oversettelse om langt mer enn språk.
Oversettelse av ordspill er vanskelig, og oversetteren må være kreativ. En av mine favoritter her, er en oversettelse av en stripe med “Peanuts”/”Knøttene”. Snoopy hadde en av sine forfatterraptuser, og Charlie Brown/Baltus spør i originalen om han skal bli den nye Dogstojevskij. Hvordan oversetter man Dogstojevskij til norsk? Løsningen ble om han skulle bli den nye Hamshund. Jeg tror ikke kunstig såkalt intelligens ville ha klart det. For KI mangler kreativitet.
Vi får høre at “snart” vil KI også bli kreativ, og noen er så selvsikre at de sier at det vil skje om så og så mange år, omtrent som de som siden 1957 har sagt at vi “snart” vil ha maskiner som er like så eller mer intelligente enn mennesker. Teknologenes tilnærming synes å være at enda mer regnekraft vil løse slike helt fundamentale problemer. Mer av det som ikke har virket til nå, vil løse problemet. Det har jeg ingen tro på. Noe av den mest dumme og fordummende teknooptimismen er de som snakker om “nevrale nettverk” og at de snart kan lage datasystemer som resonnerer slik vår hjerne resonnerer. Jeg går tilbake til Nima Shahinians podkast. Han forteller oss at noen selskaper er i gang med å utvikle systemer som kan tenke som oss mennesker, og at de hevder at teknologien «snart» vil være klar. Det er dårenes skråsikkerhet. Selv våre fremste hjerneforskere vet så lite om hvordan vår hjerne fungerer og hvordan vi resonnerer, at dette er fullstendig urealistisk. Det er i beste fall dårlig science fiction. Noen, jeg har glemt hvem, har uttykt det slik:
Hvis vår hjerne hadde vært så enkel at vi kunne forstå den fullt ut, ville vi ikke ha vært i stand til å forstå den fullt ut.
Dette har de holdt på med i omtrent 70 år, og teknologien har “snart” vært klar i hele denne perioden. Antageligvis er vi på en måte mye lenger fra det målet enn man var i 1957, siden vi i dag vet så veldig mye mer om hvordan vår hjerne fungerer, og ikke minst vet vi mye mer om hvor mye vi ikke vet om hvordan vår hjerne fungerer. Men slike bagateller har til nå ikke hindret naive teknooptimister fra å love resultater om få år. Vi burde ha lært at vi ikke skal høre på folk som Elon Musk og deres disipler, når de lover hva de vil utvikle en gang i fremtiden.
Litt av samme grunn er jeg ikke veldig bekymret for at teknologien skal bli som HAL 9000 i Stanley Kubricks “2001 en romodyssé”, hvor den begynte å handle på egenhånd i egeninteresse. Men vi kan jo spole tiden tilbake, og minne oss om at filmen ble laget for 58 år siden, og det var noe slikt man så for seg at kunne hende for det som i dag er 25 år siden. Jeg tror ikke spåmennene og -kvinnene er mer treffsikre i dag. Men at mennesker kan misbruke teknologien i destruktiv hensikt, gjerne for egen makt og vinning, det gir grunn til bekymring.
Vi vil få bedre og kraftigere verktøy. Jeg ser for meg at søketjenester vil bli bedre. Vi vil kunne få datasystemene til å lage sammendrag som vi kan bruke til relevansvurdering. Er dette en artikkel jeg bør bruke tid på å lese? Da må nok også systemene trenes på de aktuelle dokumenttypene. For igjen å gå til mitt eget fag: Systemene må f.eks. trenes til å identifisere hvilke deler av en høyesterettsdom som er viktige. Det er sikkert andre dokumenttyper som gir andre utfordringer som systemene må trenes til å kunne håndtere.
Vi kan sikkert også få bedre verktøy til språklig bearbeidelse av tekster. Men det betyr ikke nødvendigvis at tekstene blir bedre. Jeg husker at journalist og forfatter Bjørn Bjørnsen sa omtrent følgende, den gangen da vi diskuterte bruk av tekstbehandling i forhold til bruk av skrivemaskin: Da jeg skrev på skrivemaskin bearbeidet jeg gjerne teksten 15-20 ganger, med tekstbehandling bearbeider jeg den gjerne 80-90 ganger. Han var usikker på om det gjorde teksten noe bedre, og sa det omtrent på denne måten: Det blir som destillert vann. Helt rent, men også helt uten smak.
KI er i stor grad mønstergjenkjenning og eventuelt gjenskaping som er syntetisering av kjente mønstre. Systemene har vist at de ofte er oss overlegne når det gjelder mønstergjenkjenning, ikke minst takket være datamaskinenes evne til å behandle store datamengder og gjøre repeterende oppgaver uten å gå lei og dermed bli uøyaktige. Det har vært vist f.eks. ved mammografi. Datamaskinene er i stand til å skille ut de tilfellene det ikke er noen grunn til å se nærmere på. De kan også f.eks. skille ut dokumenter som kan være falske. Vi har lenge hatt automatiserte saksbehandlingssystemer. Det er gjerne kurrant å innvilge automatisk i alle de tilfeller hvor det er åpenbart at alle vilkår er oppfylt. Banker innvilger gjerne lån på den måten. Men slike systemer fungerer slett ikke slik som optimistene en gang trodde at de skulle kunne fungere.
Det som ble innført med såkalt generativ KI, som ChatGPT, var at systemene ikke bare kunne gjenkjenne mønstre, men også gjenskape noe basert på syntetsering og etterligning av disse mønstrene. Når systemene har analysert et stort antall tekster, kan de gjenskape slike tekster innenfor ulike sjagere. De kan også gjenskape bilder, musikk osv. Jeg skal ikke gå inn på det opphavsrettslige i denne sammenhengen, men jeg synes det er et ganske selvsagt utgangspunkt at de som har forretningsmodeller basert på å utnytte andres verk, også skal betale for de verkene som utnyttes. Vi ser igjen den sammen teknoarrogansen som vi har sett mange ganger før: De som utvikler distribusjonsmodeller og andre forretningsmodeller for å untytte andres verk er “de kreative”, mens de virkelig kreative, de som har skapt de verkene som distribueres eller utnyttes på andre måter, reduseres til “innholdsleverandører”. Jeg så nylig et forslag om en ny betegnelse: Plagiarized Information Synthesis Systems, forkortet PISS. Når kvantitet har blitt viktigere enn originalitet og kvalitet, kan nok KI eller PISS være effektivt.
Mange føler at teknologien truer deres arbeid. Det er på en måte “Spinning Jenny” i ny utgave. Ja, teknologien vil redusere behovet for arbeidskraft på en del områder. Så vidt jeg vet var ordet ‘computer’ opprinnelig betegnelsen på mennesker, ofte kvinner, som regnet. De foretok store og kompliserte beregninger på gamlemåten. Det er ikke mange slike igjen. Jeg har ikke sett noen tall, men jeg er overbevist om at fotografiet førte til en kraftig reduksjon i etterspørselen etter portrettmalere. Jeg mener ikke at vi skal la være å ta i bruk ny teknologi fordi noen føler at den truer deres arbeid, og at vi heller skal fortsette å gjøre arbeidet på den tungvindte, gammeldagse måten.
Jeg har nevnt programmet “Band-in-a-Box”. I disse tider hvor det i alle fall for meg er et poeng å begrense bruken av USA-baserte produkter og tjenester, er det verdt å nevne at det er et Canadisk program. Hvis man skal lage et enkelt musikkarrangement, kan man starte med et slikt program, og eventuelt justere resultatet videre. Slike programmer vil ganske sikkert også bli mer avanserte med mer avansert teknologi. Enkle popmelodier har gjerne ganske enkle arrangementer. Det går minst 14 på dusinet av låter hvor man starter med et litt enkelt og luftig arrangement, så legges det på flere og flere instrumenter, med en ganske kraftig avslutning. Man kan sikkert få systemene til å lage slike.
Ved mange musikkproduksjoner bruker man nå samplede instrumeter i datamaskinbaserte arrangementer. Man leier ikke lenger inn musikere. En fiolinist jeg en gang snakket med, sa at hun godt kunne høre når det var fiolin spilt av en fiolinist, og når de hadde brukt samplede instrumenter. Hun syntes samplede instrumenter låt helt feil. Men de fleste av oss er ikke i stand til å høre slikt, og de som lager kommersielle musikkproduksjoner lager ikke musikk disse for musikerne.
NRKs programserie “Verdensarv” har fått kritikk fordi de har brukt kunstig “intelligens”. Jeg har bare sett et par episoder, så jeg har ikke så mange meninger om selve serien. Uansett ser jeg ikke helt problemet. Jeg kjøpte en gang en serie videoer fra Time-Life som het noe slikt som “Wonders of the World”. De sier at de har brukt den mest avanserte datateknologien til å gjenskape stedene mm slik man (tror) de var. David Attenborough har brukt dataanimasjon til å “gjenskape” utryddede dyrearter. Dette er produsert i perioder før Kunstig “intelligens” igjen var kommet på moten, så de omtaler ikke teknologien som AI. Dagens animasjonsfilmer lages med dataanimasjon. Jeg tror ikke mange mener at man skal gå tilbake til Disneys gamle metode, hvor hvert enkelt bilde var håndtegnet.
Når KI blir brukt til rene forfalskninger og villedende markedsføring, er det selvfølgelig uakseptabelt. Men det hadde ikke vært noe mindre ille hvis det hadde vært håndtegnede forfalskninger.
Vi ser mange KI-genererte bilder og videoer. Jeg har sett mange KI-genererte videoer med Donald Trump. Jeg har delt en del slike. Så lenge de er morsomme, har jeg ingen problemer med det. Alle kan uansett se at disse ikke er ekte, noe de heller ikke utgir seg for å være.
Det lages veldig mye dårlig med KI. Stabburet m.fl. har gitt oss eksempler på det. I det offentlige er det et mantra at man skal bruke KI, uten at noen kan si til hva og hvorfor. Det er bare en reperise på digitalisering og nettbrett i skolen. Digitalisering for digitaliseringes egen skyld, fordi noen politikere har trodd på hypen og på dyktige teknologiselgere. Et sted i sin bok “Maskiner som tenker” skriver Inga Strümke om ekspertsystemer. Det ble hausset voldsomt opp, og nå er det “business as usual”. Om noen år vil de fleste av oss bruke verktøy basert på den teknologien som har blitt markedsført som kunstig “intelligens”, uten at vi tenker over det. Det vil ha blitt en del av verktøykassen, men det vil fortsatt være verktøy.
Et av de største problemene er at folk er blendet av KI og tror på hypen.
