Kunstig Intelligens - Konkurrent eller Kollega? HRI #3
What if algorithms and doctors were colleagues rather than competitors?
Sådan spørger Philipp Tschandl, der er professor i dermatologi ved Medical University of Vienna i denne måneds Wired Magazine (https://www.wired.com/story/algorithm-doesnt-replace-doctors-makes-them-better/).
Forestil jer endvidere, at kunstig intelligens-algoritmer (AI) formåede at støtte, styrke og udvikle vores kognitive, sansemæssige og fysiologiske færdigheder således, at vi kunne optimere vores faglige præstationer.
Hvor ville det tage os hen?
Mit ærinde er at pointere, at den teknologiske udvikling efterhånden er så langt, at den faktisk har potentiale til at gøre os bedre til at udføre vores job og forbedre vores levevilkår. Hvis vi vil og kan gøre det med menneskets psykiske velbefindende i centrum.
AI er på nuværende stadie i stand til at støtte fagspecialiter i at forudsige sygdomme ud fra billedegenkendelse via avanceret software. Det åbner muligheder for at lægge behandlingsplaner på baggrund af massive mængder af indhentede data. Det frigiver tid for fagspecialisten til at fordybe sig i fortolkning og diagnosticering ud fra det samlede sygdomsbillede. Og det generer indsigter hvorpå læringsforløb og uddannelse af fagspecialister kan udvikles.
I sidste ende kan det redde liv.
På Medical University of Vienna har dermatologer ved hjælp af 10.000 scanningsbilleder af hudcancer lært en algoritme at prædiktere sygdomme bedre end erfarne fagspecialister. Dette er dog ingen sensation, i hvert fald ikke en ny én. De bedst trænede AI-algoritmer har de sidste par år overgået selv de dygtigste højtspecialiserede fagfolk, brætspillere og tilsvarende kloge hoveder i lige netop deres disciplin.
Sensationen, der har fået Wired Magazine til at dedikere dennes måneds hovedartikel til emnet går på, at det er ikke kun AI, der lærer af dermatologerne, men også dermatologerne, der lærer af AI.
Ved at studere AIs billedegenkendelses-adfærd har man fundet ud af, at den trænede AI er særlig “obs” ved hjælp af sine sensorer på huden omkring den potentielle cancer. Algoritmen detekterer nemlig om huden synes at have været udsat for skadelig sol. Og dét er en adfærd, som dermatologerne kan lære noget af og som man faktisk forsøger at implementere i undervisningen på Medicin University of Vienna.
Det betyder, at skønt AI nok viser sig bedre end dermatologerne til at prædiktere hudcancerforekomster og med tiden formentlig vil overtage dele af arbejdet omkring diagnosticeringen, så bidrager AI i lige så høj grad til at øge lægens faglige kapacitet og gøre lægen endnu bedre til sit job.
Så langt så godt.
Som teknopsykolog optaget af netop samarbejdet mellem menneske og maskine, ser jeg en række spørgsmål melde sig. Spørgsmål der er afgørende af tage hånd om for at teknologien faktisk tages i brug af de personer, der skal anvende den, og vi reelt får gavn af dens potentiale.
Hvordan præger denne gradvise transformation af et ellers traditionsbundet og stolt specialist-fag som for eksempel lægefaget, lægens oplevelse af at have en fagidentitet?
Og hvordan påvirker fagspecialistens interesse for teknologien hendes eller hans villighed til at samarbejde med AI-algoritmen om at løse kognitivt krævende opgaver?
Sker der for eksempel ændringer i måden hvorpå fagspecialisten træffer beslutninger? Og hvordan skal begreber som viden og evidens forstås - måske genforhandles, når det ikke kun er fagspecialiststen med mange års erfaring, men også AI, der ligger inde med massiv viden om feltet?
Jeg ligger derimod ikke inde med svarene på her oplistede problemstillinger, men det vil de kommende års erfaringer med implementering af AI i diverse sektorer lige fra sundhed til finans, forhåbentligt give os.
Jeg har en hypotese om, at fagspecialisterne bliver udfordret på godt og ondt, og at dette kalder på nye praksisser for hvordan de hver især udfører deres opgaver og ikke mindst hvordan de arbejder sammen med hinanden - og med maskinen.
Hvordan man når til at skabe et godt arbejdsmiljø, når medarbejderstaben består af såvel mennesker som maskiner, har vi også til gode at blive kloge på.
Et godt samarbejde bygger som bekendt på en vis grad af tillid og dét, at man kan relatere til hinanden hvad end det handler om arbejdsmotivation, forståelse af formålet med opgaven, sociale egenskaber og måske en nysgerrighed på hinanden. Og hvordan man så når hertil med en maskine, det mangler vi også viden om.
Når det handler om et samspil mellem teknologi og mennesker, da skal videnskaber fra begge “eksistenser” i spil. Jeg tror, at en vellykkede implementering af AI på vores arbejdspladser kræver, at AI udvikles til at kunne samarbejde med os, og dét kræver at teknologien samarbejder med psykologien.
Tak fordi I læste med.
/Astrid
