«Generativ AI – sesongens hype eller et gjennombrudd for kunstig intelligens?»

Christoffer Hernæs

Digitaldirektør i Skanska

Den siste tiden har det vært nærmest umulig å ikke få med seg mengdene av AI (kunstig intelligens)-genererte bilder, skapt av tjenester som DALL-E og NightCafe. Og aktiviteten nærmest eksploderte denne måneden med tjenestene ChatGPT og Lensa.

ChatGPT, en tjeneste for generering av tekst som åpnet tilgang til åpen beta nylig, kan vise til fem millioner brukere på fem dager. Appen Lensa som lar brukere generere bilder av seg selv som superhelter, astronauter og tegneseriekarakterer, ligger øverst på listen over nedlastinger i App-store i Norge.

Men hvilke implikasjoner vil denne teknologien ha ut over en jevn strøm av AI-generert innhold og profilbilder i sosiale medier?

Mange teknologier har vært spådd å kunne føre til den neste teknologiske paradigmeskiftet slik internett gjorde på midten av 90-tallet og smarttelefonen gjorde i 2008, og generativ AI viser alle tegn til å kunne bli nettopp den neste store digitale teknologirevolusjonen.

Kunstig intelligens gjennomsyrer allerede de fleste aspekter av våre liv, enten det er ved innlogging via ansiktsgjenkjenning, scanning av en faktura i mobilbanken, spamfilteret til epostkontoen din eller Spotify sin «Discovery Weekly» funksjon. Der alle disse er eksempler på hvordan kunstig intelligens analyserer og gi mening basert på noe som allerede finnes, ligger det revolusjonerende potensialet i generativ AI at den er i stand til å skape noe nytt.

Selv om resultatene i dag har varierende kvalitet, vil denne teknologien utvilsomt utfordre en rekke bransjer og funksjoner. Åpenbare kandidater som fotografer, designere og tekstforfattere ble raskt identifisert. Jeg gjorde selv et eksperiment der jeg gjennom et sett med spørsmål fikk ChatGPT til å forfatte et blogginnlegg der flere lesere ikke innså at de hadde lest en maskingenerert tekst før de kom til konklusjonen av innlegget, nemlig at innlegget var skrevet utelukkende av ChatGPT.

Men teknologien har et potensiale som strekker seg langt forbi de åpenbare bruksområdene.

Forrester peker på et forestående kappløp innen utvikling av generativ AI for bedrifter, og peker blant annet på hvordan generativ AI kan endre entreprenørbransjen gjennom bedre innsikt og oppfølging av komplekse kontrakter, eller gjennom bildegjenkjenning raskt identifisere tegn på feil og mangler i byggeprosessen som eksempelvis sprekker i betong. Alternativt generere store mengder syntetiske data som viser kjennetegn på sprekker i betong som opplæringsmateriell.

Koding er et annet område der virtuelle agenter som ChatGPT kan ha et stort potensial.

Verktøy som Github copilot fungerer som en slags autocomplete for utvikling og kan bidra til å øke produktiviteten til utviklere og bidra til at bedrifter kan få mer ut av kompetansen de allerede har.

Ettersom en gjenganger i NHO sitt kompetansebarometer er den vedvarende og økende mangelen på teknologikompetanse, hvor halvparten av bedriftene oppgir et udekket behov for IKT-kompetanse, er dette særlig interessant.

I Skanska har vi prøvd ut ChatGPT til dette formålet og ser at tjenesten klarer å generere relativt presise databasespørringer og enkel kode basert på input i klartekst. Samtidig er det viktig å minne seg selv på at assistert utvikling ved bruk av virtuelle agenter vil ikke erstatte utviklere. Teknologien er relativt umoden og egner seg best til svært enkle operasjoner, og generer fortsatt mange feilaktige resultater. Noe som har resultert i at Stack Overflow har valgt å forby kode skrevet av ChatGPT.

En annen utfordring som reiser seg ved utstrakt bruk av teknologien er håndhevelse av opphavsrett. Generativ AI skaper basert på mønstergjenkjenning, og disse mønstrene kan i mange tilfeller kommer fra materiale beskyttet av opphavsrett.

På hvilket abstraksjonsnivå er dette inspirert av, og når er det kopiert av? Jeg ba selv DALL-E gjenskape «The garden of earthly delights by Hieronymus Bosch in the style of Henri Matisse» og fikk tilbake fire unike resultater som på hver sine måter hadde klare referanser til kildematerialet i både motiv og stil.

Et annet opphavsrettslig spørsmål er hvem som eier resultatet som produseres? Et spørsmål som ikke har noe entydig svar, der prosessen og graden av menneske-maskin interaksjon er avgjørende, der majoriteten av resultatene med stor sannsynlighet ikke vil være underlagt opphavsrettslig beskyttelse.

Men ikke alle er like begeistret for teknologien. I kjølvannet av lanseringen av ChatGPT har lærerne sendt bekymringsmelding til Stortinget om den bruken av kunstig intelligens i skriftlige leveranser der de hevder at teknologien kan undergrave integriteten til utdanning og dermed devaluere graden man oppnår ved fullført utdanning.

Å kjempe mot ny teknologi slik Landslaget for norskundervisning byr opp til har historisk sett vist seg å være en dårlig tilnærming. Teknologiens natur er å utfordre tradisjonelle metoder. Selv om luddittene organiserte seg for å sabotere vevemaskiner i England på tidlig 1800-tall i frykt for at automatisering ville ta fra dem arbeidet klarte de ikke stanse den industrielle revolusjon.

Som med all teknologi har også generativ AI sine baksider. Generativ AI har vist evnen til å generere gode phishing-mailer, skrive grunnleggende kode som utnytter sårbarheter, samt scripts for å omgå deteksjon av antivirus. Generativ AI har også på egen hånd produsert mengder av seksualisert innhold til det som skulle være et uskyldig AI-basert fantasy-spill.

Teknologiens uforutsigbare natur er både hva som gjør den spennende, men også hva som gjør at den produserer feilaktige og av og til moralsk tvilsomme resultater.

Utviklingen og etter hvert vidstrakt bruk av kunstig intelligens er uunngåelig, og som Captain Picard i Star Trek fikk erfare i møte med den kybernetiske rasen Borg er motstand nytteløst. Bruken av teknologi er hva som definerer mennesker som art, og vi trenger å forstå teknologien for å kunne utnytte fordelene, og samtidig finne måter å forhindre baksidene.