På lag med maskinene

Kunstig intelligens og ChatGPT er på alles lepper om dagen, men hva betyr egentlig den stadig økende bruken av intelligent teknologi for ledere – vil det fremdeles være behov for dem i fremtiden?

– Absolutt, beroliger Vegard Kolbjørnsrud.

Han er førsteamanuensis ved Institutt for strategi og entreprenørskap på BI og seniorforsker i Accenture.

– I de fleste organisasjoner har det lenge vært slik at jobbene utføres av mennesker og teknologi, men teknologien får stadig flere bruksområder. Det betyr at ledere i tillegg til å kjenne fagområdet de jobber innenfor og forstå medarbeiderne, også må lære seg teknologispråket, utdyper han.

Kolbjørnsrud definerer kunstig intelligens som en kombinasjon av ulike teknologiske systemer som kan sanse, forstå, handle og lære. Teknologien kan dermed oppføre seg intelligent i komplekse omgivelser.

– Jo mer relevante data vi mater maskinene med, jo mer presise algoritmer lager den. Maskinene klarer imidlertid ikke å si noe om kontekst og gyldighetsområder – der må vi tenke selv, sier han.

Les også: Klar for å innføre kunstig intelligens på jobb?

Verdifullt samspill

Oppgavefordeling mellom mennesker og maskiner blir viktigere for mange ledere fremover.

– Når et problem skal løses eller et prosjekt gjennomføres, er det opp til ledere å vurdere hvilken type kompetanse som er nødvendig og hvilke oppgaver teknologien kan utføre. Det betyr ikke at ledere må være både ingeniører og psykologer, men det må ha tilstrekkelig kompetanse til å kunne avgjøre hvordan mennesker og maskiner kan utfylle hverandre. Det nytter ikke lenger å gjemme seg bak IT- og HR-avdelingen, sier han.

Det største verdiskapingspotensialet teknologien fører med seg er knyttet til nettopp komplementaritet, eller samspillet mellom mennesker og maskiner. 

– Det handler mer om hvordan de to kan utfylle hverandre enn i hvor stor grad maskiner kan erstatte mennesker. Mye av gevinsten fra kunstig intelligens ligger i samspill og synergier, derfor er det helt avgjørende at ledere jobber smart med teknologi fremover, sier Kolbjørnsrud.

På samme måte som mennesker lærer av hverandre og av erfaringer, kan teknologien læres opp gjennom input.

– Algoritmer er maskinens «oppskrift» som trekkes ut av mønstre basert på treningsdataene som legges inn. Det som er spennende er hvordan vi bruker prosessene og samhandler – vi utvikler oss både som mennesker og organisasjoner og det gjør også at teknologien blir bedre over tid, påpeker han.

– Det handler mer om hvordan de to kan utfylle hverandre enn i hvor stor grad maskiner kan erstatte mennesker.

Vegard Kolbjørnsrud

del

Viktig gjennombrudd

Teknologi kan allerede brukes til mye mer enn å automatisere kjedelige rutineoppgaver. 

– Mye tyder på at teknologien også vil bli stadig bedre til å støtte oss i mellommenneskelige prosesser. ChatGPT vil ikke himle med øyene over «dumme» spørsmål, men være en sparringspartner som kommer med fornuftige innspill, og bidrar til å korrigere og forbedre oppgaver og prosesser, forteller Kolbjørnsrud.

– Det er mye ståhei rundt ChatGPT nå, og det er et viktig gjennombrudd først og fremst på grunn av brukervennligheten. Store språkmodeller som ChatGPT er basert på kan brukes til så mye mer enn å skrive konfirmasjonstaler, for eksempel innen genetikk, som har lignende strukturer som språk, legger han til.

Utfordringen fremover blir å finne ansvarlige måter å jobbe på.

– Når du som leder delegerer en jobb til en medarbeider eller en maskin, sitter du fremdeles igjen med ansvaret for resultatet, presiserer Kolbjørnsrud. 

En utfordring for ledere er forutinntatt eller partiskhet, som kan føre til systematisk forskjellbehandling, eller resultere i dårlige produkter og tjenester. 

– Her kan teknologien være en del av problemet og løsningen, fordi skjevheter i treningsdataene kan gjenskape og forsterke skjevheter i samfunnet. Men vi kan også trene systemer til å teste for forskjellsbehandling og dermed bidra til å rette opp slike problemer, sier han.

Historisk vendepunkt

Etter hvert som rutineoppgaver blir mer automatisert, vil lederes ansvarsområde handle mer om personlig tjenesteyting og menneskelig samhandling.

– Når maskiner kan ta seg av mange av de kjedelige arbeidsoppgavene, frigjøres tid til vurderinger og etisk refleksjon som vi mennesker er så gode på. Det er viktig å huske på at teknologi er et verktøy – det er vi som velger hvordan vi bruker det. Det kan sammenlignes med dynamitt: Det samme sprengstoffet brukes til å lage både landminer og tunneler, påpeker Kolbjørnsrud.

En fersk rapport fra den amerikanske investeringsbanken Goldman Sachs beregner at to tredjedeler av arbeidsstyrken i USA vil berøres av kunstig intelligens innen 2030, men at kun 7 prosent av jobbene vil automatiseres. Banken spår også at kunstig intelligens vil bidra til 7 prosent økning av global BNP de neste ti årene.

– Det er lett å være fremtidspessimist, fordi det er mye enklere å forestille seg hva slags typer oppgaver teknologien kan gjøre for oss, enn hvilke nye jobber som vil skapes, poengterer han.

I fjor utga MIT-økonomen David Autor en studie basert på historiske sysselsettingstall i USA. Den viste at 60 prosent av arbeidsstyrken i dag jobber i yrker som ikke fantes i 1940.

– Alle prognoser om storstil teknologidrevet arbeidsledighet de siste 200 årene har slått feil på makronivå. Bare tenk hvor engstelige folk var da traktoren gjorde sitt inntog i landbruket! Nå står vi igjen ved et vendepunkt, og da er det viktig å holde hodet kaldt. Brukt feil kan teknologi føre til alvorlige konsekvenser, men samtidig er mulighetene for en positiv utvikling enormt store, sier Kolbjørnsrud.

Ifølge forskningen er ferdigheter det beste middelet mot teknologiangst.

– Eksponeringsterapi virker – når vi faktisk lærer oss å bruke teknologi oppdager vi at vi kan hjelpe oss i å gjøre jobben vår bedre. Ledere har ofte overdreven tro på ordenes effekt, men medarbeiderne blir ikke mindre engstelige fordi du prater positivt om teknologi, sier han. 

– Bare tenk hvor engstelige folk var da traktoren gjorde sitt inntog i landbruket!

Vegard Kolbjørnsrud

del

Fakta kunstig intelligens (KI):

• Defineres av regjeringen som «systemer som utfører handlinger, fysisk eller digitalt, basert på tolkning og behandling av strukturerte eller ustrukturerte data, i den hensikt å oppnå et gitt mål.»
• Deles gjerne inn i tre kategorier:
  • Prediktiv: En prosess der et fremtidig utfall eller atferd blir antydes basert på tidligere og nåværende data.
  • Klassifiserende: Maskinlæring brukes til å analysere, systematisere og klassifisere data.
  • Generativ: Kan generere originalt innhold som tekst, bilder og musikk. ChatGPT er eksempel på generativ kunstig intelligens.

Fire råd om kunstig intelligens:

• Ikke bruk folk til å gjøre maskinjobber. Bruk heller ressursene til å hjelpe folk med omstillingen.
• Vi trenger tospråklige ledere og medarbeidere. De må kunne både forstå seg på både folk og teknologi (og faget).
• Bygg teknologiferdigheter.
• Prøv selv og ta ansvar. Det finnes ikke noen annen måte å lære på enn å prøve. Tilpass teknologien til eget behov. 

Kilde: Vegard Kolbjørnsrud