Kunstig intelligens vil kunne øge adgangen til sundhedsydelser, retsvæsen og andre funktioner, hvor knaphed på viden og færdigheder i dag medfører høje priser, skaber ventelister eller helt fjerner adgangen til vitale samfundsfunktioner. Syvende og sidste afsnit i Pejlingers essay Om Arbejde
I. Intelligens, viden og færdigheder
TIDLIGT OM FORÅRET vågner skoven, hvor jeg bor, op efter vinteren med et kor af fuglesang. Her midt i en storslået natur er der en mangfoldighed af fuglestemmer, der synger i munden på hinanden.
Jeg kender nogle få af fuglene på deres sang – solsorten, tranen, gæs, der flyver højt snakkende i store flokke – men de fleste fuglestemmer kan jeg ikke sætte navn på.
Hvis jeg vil lære at kunne kende fuglene på deres sang, må jeg tålmodigt og forsigtigt finde steder, hvor jeg kan se fuglene, når de synger. Når jeg har fået øje på en af dem, må jeg efter hukommelsen forsøge at finde en lignende fugl i en fuglebog. På den måde kan jeg efterhånden lære at kende deres navne og kende dem fra hinanden på deres sang.
Jeg kan så føre en dagbog om, hvor og hvornår jeg har set eller hørt hvilke fugle.
Jeg kan også bruge en kikkert eller lære at fotografere fuglene og optage deres sang med mikrofon. Fotos og lydoptagelser kan herefter bruges sammen med Google og andre apps til at lære fuglene at kende.
Inden man får set sig om, er en tilsyneladende simpel opgave, som at lære at kende fugle på deres sang, blevet en proces, der involverer et kæmpe netværk af opsamlet viden i form af fuglebøger, kalendere, kikkerter, fotografiapparater med linser, udstyr til lydoptagelser, internetforbindelser, digitale apps og meget mere. Hvis jeg ihærdig, kan jeg bruge den intelligens, som jeg er udstyret med som menneske, til at udnytte hele dette ekstremt komplicerede netværk af opsamlet viden og de produkter, der er blevet udviklet og markedsført på grundlag af denne viden, og som ad snoede veje og ofte fra den anden side af kloden er kommet i mine hænder, til at lære nyt om fuglene, og på den måde kan jeg gennem træning af min intelligens møjsommeligt opnå den nye færdighed at kunne kende fuglene på deres sang.
Hvis jeg er så heldig at kende en ornitolog, der vil gå med mig i skoven mange gange, så vil en del af ornitologens færdigheder gradvist kunne blive kopieret over til mig gennem instruktion: her er spætten, her er musvågen, her er træløberen. Ornitologen har gennem en tålmodig indsats skaffet sig en mængde viden og færdigheder ved at trække på et stort og kompliceret netværk af opsamlet viden, teknologi og markeder, og ornitologen har anvendt alle disse forskellige ressourcer til at træne sin intelligens og har på den måde udviklet færdigheder til at kunne kende fuglene på deres sang. Gennem instruktion kan ornitologen overføre en kopi af en del af disse færdigheder til mig, hvorefter jeg kan kende i hvert fald nogle af fuglene på deres sang, og jeg vil have opnået denne færdighed med en langt mindre indsats, end hvis jeg skulle have opnået den gennem træning af min intelligens fra grunden.
Men ornitologens færdigheder kan ikke kopieres i større omfang. Hvis vi allesammen gjorde os umage, ville ornitologen måske kunne lykkes med at kopiere en lille del af sine færdigheder til en gruppe på fem, seks motiverede personer, men hvis vi gik ud i skoven i en større gruppe på 50 personer, ville hele øvelsen hurtigt falde fra hinanden.
En tværfaglig gruppe forskere på Cornell University i USA satte sig for nogle år siden for at udfordre nogle af disse begrænsninger.
Ornitologer, fuglefotografer, lydspecialister, matematikere, computereksperter og mange andre specialister har arbejdet sammen i et netværk, der har haft som mål at udvikle en metode til at kunne stille deres kombinerede viden og færdigheder til rådighed i et format, som mange mennesker kan gøre brug af. Resultatet er blevet en app, der benytter mobiltelefonens mikrofon til at optage den fuglesang, der er i omgivelserne. Herefter kan appen i løbet af få sekunder vise navn og billede på den eller de fugle, der synger lige nu. Hvis man klikker på billedet af fuglen, vises der en side med ornitologiske detaljer. Samtidig føres der dagbog over, hvor og hvornår optagelserne har fundet sted.
App’en er udviklet ved at træne en kunstig intelligens til at kunne kende over tusind forskellige fuglearter på deres sang, og app’en gør det muligt at stille de færdigheder, som den trænede intelligens har opnået, til rådighed for mennesker over hele verden 24 timer i døgnet, året rundt. Jeg kan derfor nu gå rundt i skoven eller sidde i haven og umiddelbart kunne kende fuglene på deres sang samtidig med, at jeg får ført en dagbog over mine iagttagelser. Det hele sker, uden at jeg har haft behov for at skulle træne min egen intelligens. I stedet bruger jeg de færdigheder, der er opnået gennem træning af den kunstige intelligens på Cornell University, som jeg har direkte adgang til fra min mobiltelefon.
Intelligensen, der er udviklet i Cornells ornitologiske laboratorium, er forankret i et computernetværk, og den er trænet efter den samme metode som et menneske ville benytte til at træne sin egen intelligens, nemlig ved at lære gennem fejltagelser og på den måde opbygge viden og færdigheder.
Det er mennesker, der har konstrueret og møjsommeligt oplært den kunstige intelligens til at kunne identificere en bestemt fuglesang, og som minutiøst har oplært den til at kunne forbinde en bestemt fuglesang med et billede af en bestemt fugl (og omvendt). Men når først den kunstige intelligens har lært det, som den skal kunne, kan den operere på egen hånd, og i modsætning til en ornitolog, så kan dens samlede viden og færdigheder uden videre kopieres i praktisk talt ubegrænset omfang. Over to millioner mennesker rundt om i verden gør i dag brug af dens færdigheder direkte fra deres mobiltelefon.
Den kunstige intelligens anvender ikke samme metode som mennesker til at genkende fuglestemmer. Den forstår ikke lyd, men kun billeder. Alle fuglestemmerne er derfor blevet oversat til billeder, der udgør en grafisk repræsentation af lyden. Når jeg optager en fuglestemme med min mobiltelefon, bliver lyden omsat til et grafisk billede, og det er dette billede, som den kunstige intelligens kan identificere og sætte i forbindelse med et foto af en bestemt fugl.
Hele det netværk af mennesker, der står bag Merlin-appen fra Cornell, har gjort brug af en uoverskuelig mængde af oplagret viden og avanceret teknologi for at kunne udvikle app’en, og man sige, at de mennesker, der har medvirket til at udvikle app’en kun udgør toppen af et kolossalt isbjerg af viden, færdigheder og processer. Ingen mennesker har overblik over dette vidtforgrenede og i stigende grad globale isbjerg, og der er heller ingen mennesker der ved, hvordan den kunstige intelligens, der ligger til grund for Merlin-app’ens viden og færdigheder, finder ud af at kombinere et lydbillede med et bestemt foto af en fugl. Men vi kan konstatere, at den kan finde ud af det, og jeg kan derfor nu med min mobiltelefon i hånden sidde i haven og gøre brug af en kopi af de færdigheder, der er blevet oplært i en kunstig intelligens, der bor i et computernetværk på et universitet på den anden side af kloden, og jeg kan på den måde få direkte adgang til detaljeret viden om hver enkelt af de fugle, der lige nu sidder i træerne omkring mig og synger hjerteligt i munden på hinanden.[1]
II. Overflod af syntetisk viden
I SUNDHEDSSEKTOREN er viden og færdigheder til fortolkning af billeder fra scanninger inden for mammografi, øjensygdomme og andre områder en kritisk ressource. Indtil for få år siden kunne mængden af disse kritiske ressourcer kun forøges ved at uddanne flere læger og radiologer. I Europa og USA har begrænsningerne i adgangen til tilstrækkelige mængder af den nødvendige viden og færdighed hæmmet udviklingen af det forebyggende arbejde inden for blandt andet brystkræft. Med kunstig intelligens kan udviklingen af de nødvendige kompetencer til at analysere billeder fra scanningerne nu bringes op i et nyt gear. Systemerne, der er trænet på grundlag af eksisterende billeder fra tidligere scanninger, har ved flere stort anlagte forsøg vist sig at kunne gennemføre analyser af billederne med samme eller bedre præcision som trænede specialister blandt læger og radiologer. I et forsøg, der er gennemført i samarbejde mellem hospitaler og universiteter i Danmark i 2022, og som omfattede over 100.000 billeder fra tidligere scanninger, var en af konklusionerne, at systemer, der er udviklet med anvendelse af kunstig intelligens, vil kunne erstatte to tredjedele af det arbejde, der i dag udføres af læger og radiologer. [2]
Den viden og færdighed, der er udviklet med kunstig intelligens, kan desuden kopieres og bringes i anvendelse, hvor der måtte være behov for det. Måske kan den snart pakkes ned i en app.
Der er indlysende positive aspekter af denne udvikling, men nogle yngre læger og radiologer vil muligvis nu tænke sig om en ekstra gang, før de kaster sig ud i den dybe specialisering, der er nødvendig for at arbejde kvalificeret med fortolkning af billeder fra mammografi. Er det et smart karrieretræk, hvis området er på vej til at blive overtaget af maskiner?
Dette dilemma blev tydeligt for en del forskere inden for et andet forskningsområde, hvor der gennem årtier er blevet arbejdet med at afdække hemmelighederne bag proteinfoldning, der er et af naturens store vidundere, men som også er et af dens store mysterier.
Afdækningen af denne hemmelighed ville kunne åbne for helt nye forståelser af menneskers biologi og vil dermed kunne bane vej for nye former for forebyggelse og behandling af sygdomme. I denne eksklusive og krævende gren af den internationale forskningsverden kunne et enkelt projekt, hvor der blev fokuseret på foldningen af et enkelt, udvalgt protein, koste mange millioner og projektet kunne vare i et årti eller mere.
Men så kom DeepMind, den verdensberømte udviklingsvirksomhed for kunstig intelligens, pludselig ud af det blå, og i løbet af 24 måneder havde virksomhedens programmører udviklet en kunstig intelligens, der kunne producere en komplet facitliste for foldningen af samtlige proteiner. DeepMind gjorde facitlisten frit tilgængelig. En af de forskere, der arbejdede indenfor dette felt, skrev åbenhjertigt på sin blog om de karrieremæssige chokvirkninger, der blandede sig med den faglige begejstring i det internationale forskningsmiljø. [3]
Hverken læger, der arbejder med fortolkning af billeder fra scanninger eller de forskere, der har arbejdet med proteinfoldning, står næppe i fare for at miste deres job på grund af kunstig intelligens.
Men intelligente maskiner medfører mindst to grundlæggende forandringer i det, man kunne kalde de generelle rammevilkår.
Den ene er, at de intelligente maskiner baner vej for en slags “snyd”, i den forstand, at de nok giver det rigtige svar, men at de ikke altid kan redegøre for, hvordan de er nået frem til svaret. OK, dette protein folder sig på den og den måde, men hvor er det matematiske bevis for, at foldningen sker på den måde? I Ugeskrift for læger har en gruppe læger i 2020 skrevet om de lovende muligheder for anvendelse af kunstig intelligens inden for mammografi. Men forfatterne henviser samtidig til en righoldig international faglitteratur om, hvordan teknologien stadig savner den nødvendige dokumentation og sikkerhedsmæssige godkendelse for at kunne blive bragt i anvendelse. Desuden ønsker lægerne at få adgang til de algoritmer, som maskinerne er trænet med for at kunne forstå, hvordan maskinerne virker. [4]
Inden for det naturvidenskabeligt funderede verdensbillede er det en grundlæggende forestilling, at fremskridtet i verden bygger på, at vi møjsommeligt, generation efter generation lægger veldefinerede sten på sten i forståelsen og udviklingen af den fysiske verden, og inden for dette verdensbillede er det simpelthen vanskeligt at forholde sig til for slet ikke at tale om at gøre brug af viden og færdigheder, som vi ikke kan forstå oprindelsen af. Set i det lys kunne facitlisten for proteinfoldning lige så godt være noget, der var blevet leveret af en engel, og hvor er vi så henne? Men i de kommende år kan vi forvente, at der vil dumpe flere lignende indsigter ned fra himlen, som vil kunne vise sig at være overordentligt nyttige, og mennesker vil uden tvivl benytte sig af dem, selvom det rokker ved fundamentet for det verdensbillede, der siden mennesker i Europa forlod middelalderens religiøst og mystisk funderede verdensbillede, har båret os frem til, hvor vi er i dag.
Den anden grundlæggende udfordring er, at viden og færdigheder, der er udviklet med anvendelse af kunstig intelligens, i mange tilfælde kan kopieres i praktisk talt ubegrænset omfang. Specialiseret viden og færdigheder, der indtil nu har været forbeholdt en lille elite af højtuddannede mennesker, vil fremover kunne produceres i metermål og for omkostninger, der udgør en brøkdel af omkostningerne til at uddanne en ny læge eller forsker. Det vil næppe betyde, at der bliver mangel på jobs til hverken læger eller forskere, men det kan komme til at betyde, at markedsværdien af noget af deres viden og færdigheder falder. Hvis markedet gradvist får tilført betydelige mængder af af syntetisk viden og færdigheder, der matcher lægers og andre specialisters viden og færdigheder inden for afgrænsede opgaver som at fortolke billeder fra mammografi, så vil prisen på disse færdigheder kunne forventes at falde.[5]
De læger og andre eksperter, der i 2020 skrev i Ugeskrift for læger om de lovende muligheder for anvendelse af kunstig intelligens inden for mammografi, pegede samtidig på de politiske, administrative, forskningsmæssige, sikkerhedsmæssige og juridiske udfordringer, der skal afklares for at kunne bringe teknologien i anvendelse som et hjælpemiddel inden for rammerne af den nuværende organisering af arbejdet. Afklaringen af alle disse udfordringer bør ifølge artiklens forfattere ske i et lægefagligt regi med inddragelse af andre relevante faggrupper, og efter denne tankegang bliver det derfor eksperterne, der kommer til at sætte tempoet for anvendelsen af syntetisk fremstillet viden og færdigheder inden for deres arbejdsfelt.[6]
III. Konkurrence og faldende priser
MEN ANDRE GRUPPER i befolkningen vil kunne se anderledes på det.
Hvis det viser sig, at Europas store, nationale mammografiprogrammer vil kunne gennemføres med lavere omkostninger og med samme kvalitet som i dag ved at bringe syntetisk viden og færdigheder i spil, så er det vanskeligt at se, hvordan budgetmyndighederne vil kunne bremse for anvendelsen af de nye ressourcer. Brystkræft er stadig en forholdsvis almindelig og ofte dødelig sygdom, og hvis en udbredt anvendelse af ressourcer, der er udviklet ved hjælp af kunstig intelligens, viser sig at rumme et perspektiv om, at succesraten af behandlinger kan forbedres ved, at flere kvinder fremover vil kunne få foretaget hyppigere og mere præcise scanninger inden for rammerne af et reduceret budget, så vil det sikkert ske – også selvom det ville være uden eksperternes billigelse. I det scenarie vil prisen på lægers og radiologers nuværende viden og færdigheder inden for mammografi kunne forventes at blive udsat for et vedvarende, nedadgående pres.
Den samme markedsmekanisme vil kunne sætte sig igennem inden for andre grene af arbejdsmarkedet, hvor kunstigt fremstillet viden og færdigheder efterhånden vil kunne bringes i spil. Viden og færdigheder, der i dag indgår som en knap ressource i forskellige sammenhænge, og som derfor kan opnå en høj pris på arbejdsmarkedet, kan med introduktionen af syntetiske ressourcer, der er fremstillet med anvendelse af kunstig intelligens, blive forvandlet til en hyldevare, der har en betydeligt lavere pris.
I Europa er mange mennesker i den nederste og mellemste del af arbejdsmarkedets lønhierarki siden omkring år 2000 blevet presset på løn og arbejdsvilkår.
De globale handelsaftaler fra omkring år 2000 medførte en åbning af det globale arbejdsmarked, og set fra Europa skete der på den måde over få år en forøgelse af udbuddet af arbejdskraft med over 1,5 milliarder mennesker. Udbuddet af arbejdskraft i dele af Europa er desuden blevet forøget gennem indvandring i forbindelse med, at mange millioner mennesker fra EU’s østlige medlemslande er flyttet til de økonomiske vækstcentre i de nordvestlige lande. Samtidig har flygtninge og migranter fra Asien og Afrika især sat sit præg på den uformelle gren af arbejdsmarkedet i EU’s sydlige medlemslande.
Bundlinjen i hele denne udvikling har været, at den viden og de færdigheder, som millioner af mennesker i Europa hidtil havde kunnet sælge på arbejdsmarkedet til en forholdsvis høj pris, nu blev udsat for et vedvarende prisfald, fordi der skete en dramatisk udvidelse af udbuddet af en tilsvarende form for viden og færdigheder.
Samtidig betød den skærpede konkurrence, at millioner af mennesker i EU, især i de unge aldersgrupper, kom til at befinde sig i en situation, hvor deres viden og færdigheder viste sig at være værdiløse på det almindelige arbejdsmarked, og mange millioner unge blev på den måde presset ud i vedvarende arbejdsløshed.[7]
Det stærkt forøgede udbud af viden og færdigheder, der på denne måde ramte store dele af EU’s arbejdsmarked, var og er forankret i mennesker.
Den næste store forøgelse af udbuddet af viden og færdigheder kan forventes at tage form af syntetiske ressourcer, der er udviklet med anvendelse af kunstig intelligens, men en vigtig begrænsning i deres udbredelse kan blive at få disse nye typer af syntetiske ressourcer bragt i spil på arbejdsmarkedet.
Producenterne af syntetisk viden og færdigheder vil ifølge almindelig markedslogik se sig om efter områder, hvor der er mangel på bestemte typer af forholdsvis kostbar viden og færdigheder, som det for eksempel er tilfældet inden for mammografi. I Storbritannien er der ifølge sundhedsmyndighederne behov for yderligere 1.000 kvalificerede læger og radiologer, hvis det nuværende mammografiprogram skal kunne opretholdes. [8]
De nye typer af syntetiske ressourcer vil også kunne finde et stort marked indenfor finanssektoren, i den offentlige administration, inden for distribution og dagligvarehandel og mange andre områder, hvor der enten er mangel på arbejdskraft, eller hvor der findes et betydeligt pres for at reducere omkostningerne. Strukturudviklingen i den europæiske banksektor har i de seneste år medført nedlæggelse af over 600.000 arbejdspladser, eller ti gange flere end der er ansat i hele den danske finanssektor. Med fortsat udvikling af nye kategorier af syntetisk viden og færdigheder vil strukturudviklingen og nedlæggelsen af arbejdspladser i bankerne kunne fortsætte i forøget tempo, og samtidig vil der kunne være en tendens til, at de tilbageværende arbejdspladser samler sig i bunden og i toppen af lønhierarkiet.[9]
Store dele af arbejdsmarkedet for mellem- og højtuddannede mennesker vil på lignende måde kunne blive udsat for virkningerne af et markant forøget udbud af højt specialiseret viden og færdigheder. Markedsværdien for disse færdigheder vil derfor kunne forventes at falde, og det pres på løn og arbejdsforhold, der indtil nu især har ramt de nederste og mellemste grene af arbejdsmarkedets lønhierarki, vil herefter kunne forventes at brede sig ind i de højere indkomstgrupper. Nogle højtuddannede mennesker vil i forbindelse med denne omstilling kunne opleve, at markedsværdien af deres viden og færdigheder falder hurtigt, markant og muligvis varigt, sådan som det skete for over 200.000 mennesker, der har været ansat i nogle af San Franciscos store techvirksomheder, og som i begyndelsen af 2023 mistede deres job fra den ene dag til den anden, ofte uden anden begrundelse end, at der ikke længere var brug for dem. [10]
IV. Business as usual
DER ER INTET NYT ved udbredelsen af syntetisk viden og færdigheder. Siden 1950’erne er masser af funktioner og hele fag blevet afløst af syntetiske færdigheder i form af computersystemer og forskellige former for automatisering. De fleste grene af arbejdsmarkedet er blevet fuldstændig forandret gennem de seneste 70 år som konsekvens af udbredelsen af syntetisk viden og færdigheder, og gennem hele denne udvikling har tilsvarende færdigheder hos mennesker gradvist og nogle gange ganske pludseligt mistet deres værdi på arbejdsmarkedet.
Ifølge den fremherskende fortælling om hele denne udvikling har automatisering og computersystemer ført til en gradvis modernisering af produktionen overalt i samfundet, og mennesker er på den måde blevet frigjort fra hårdt, manuelt arbejde. Flere mennesker kunne derfor udføre arbejde med et større vidensindhold og med en højere værditilvækst. I tilknytning til denne fortælling er der igennem hele perioden fra 1950’erne frem til i dag blevet fortalt en tilhørende fortælling om de særlige menneskelige egenskaber og færdigheder, som maskinerne og computerne aldrig ville kunne erstatte, og med usvigelig sikkerhed er denne tilhørende fortælling år for år blevet justeret i takt med, at maskiner og computere systematisk har gnavet sig ind på færdighed efter færdighed. I samme takt er forsikringerne om, at computere i hvert fald aldrig NOGENsinde ville kunne udføre “X”, blevet råbt fra tagene. Til ingen nytte. Det sidste halmstrå fokuserede på menneskers kreative evner, som skulle være uløseligt knyttet til den særlige form for menneskelig intelligens. Men så fik vi syntetisk viden om proteinfoldning, og det eneste, der er i dag er tilbage af fortællingen om det, som maskinerne og computerne aldrig vil kunne, er blevet reduceret til rent filosofiske diskurser, religion og mystik.
Det nye er, at maskinerne og computerne nu trænger ind på arbejdsmarkedet for højtuddannede vidensarbejdere og den intellektuelle elite. Med forskellige former for maskinlæring og med anvendelse af de enorme computerkræfter og globale computernetværk, der gennem de seneste tyve år er blevet etableret af en håndfuld amerikanske og kinesiske virksomheder, kan syntetisk viden og færdigheder nu trænge ind overalt – proteinfoldnings-tricket skulle kunne fjerne den sidste tvivl – og det har åbnet et perspektiv om masseproduktion af syntetiske kopier af den form for viden og færdigheder, som mennesker på den højest betalte femtedel af arbejdsmarkedet baserer deres lønforhandlinger på.
Denne håndgribelige udfordring af grundlaget for store dele af elitens høje lønninger bliver ikke modtaget med et skuldertræk. Udbredelsen af syntetisk viden og færdigheder inden for denne gren af arbejdsmarkedet bliver og vil fremover kunne forventes at blive modarbejdet og forsøgt forhindret gennem regulering og lovgivning, der bliver markedsført som beskyttelse af etiske værdier, privatlivets fred, heroisk modspil til techgiganterne, kamp mod misinformation og beskyttelse af demokratiske idealer, og i Europa vil disse initiativer kunne bremse og måske helt standse udbredelsen af bestemte typer af syntetisk viden og færdigheder, i hvert fald i en periode. Men som vi så med eksemplet fra sundhedssektoren, så vil det ikke nødvendigvis være til fordel for de europæiske mammografiprogrammer eller for de mennesker, hvis helbred er afhængig af disse programmer. Produktionen af viden og færdigheder, der er en nødvendig forudsætning for at opretholde og løbende forbedre programmerne, ser ikke ud til at kunne leve op til efterspørgslen gennem uddannelse af flere læger og radiologer, og fra mange andre grene af arbejdsmarkedet efterlyses der et større udbud af specialiseret viden og færdigheder som tydeligvis heller ikke har materialiseret sig gennem den eksisterende uddannelsessektor, selvom der er mennesker nok at tage af. På den baggrund er det vanskeligt at se perspektivet i at bremse den modernisering af det europæiske samfund, der har stået på siden 1950’erne, og som har givet sig udtryk i en gradvis udbredelse af forskellige former for syntetisk viden og færdigheder over store dele af arbejdsmarkedet, blot fordi de syntetiske ressourcer nu ser ud til at kunne brede sig ind over de højtlønnede områder af arbejdsmarkedet.
Da virkningerne af globalisering, indvandring og automatisering ramte Europa fra omkring år 2000 og først udraderede flere millioner arbejdspladser i fremstillingsvirksomhederne, og derefter medførte et markant pres på løn og arbejdsforhold i den nederste og mellemste del af arbejdsmarkedets lønhierarki, var der en tendens til, at medlemmer af de toneangivende klasser, der især orienterer sig i retning af de højere indkomstgrupper, afviste enhver bekymring over udviklingen som et udtryk for gammeldags maskinstormeri, kulturel konservatisme og politisk populisme. Arbejdskraftens frie bevægelighed på EU’s indre marked, der er den ene af EU’s fire grundlæggende og definerende frihedsrettigheder, førte blandt andet til, at nogle af EU’s østlige provinser på få år blev mere eller mindre tømt for læger og andet sundhedspersonale, fordi disse faggrupper kunne flerdoble deres indkomst ved at flytte til de vestlige medlemslande. Denne markedsbestemte omfordeling af viden og færdigheder inden for EU’s indre marked var ikke en utilsigtet fejl, men var et udtryk for at markedet fungerede som planlagt og forventet. Det gav derfor heller ikke anledning til nogen fremtrædende offentlig debat om de etiske eller de demokratiske aspekter af, at store befolkningsgrupper østpå pludselig ikke længere havde adgang til et fungerende sundhedsvæsen. [11]
Det klinger derfor hult, når de samme toneangivende klasser nu rejser alle mulige etiske, demokratiske og kulturelle alarmer over de nye typer af digitale ressourcer, der udsætter flere af de kompetencer, som højtlønnede grupper baserer deres privilegier på, for direkte konkurrence. Rigelige mængder af langt billigere syntetisk fremstillet viden og færdigheder, vil kunne komme store grupper i EU’s befolkning til gavn ved at øge adgangen til sundhedsydelser, retsvæsen og andre funktioner, hvor knaphed på viden og færdigheder presser prisen i vejret, skaber ventelister eller helt fjerner adgangen til vitale samfundsfunktioner, som det er sket i flere af EU’s østlige medlemslande.
V. Regulering som interessepolitik
HVILKET IKKE ÆNDRER på, at teknologiudviklingen rejser mange udfordringer i forhold til etiske værdier, privatlivets fred, techgiganternes dominans på markedet, udbredelsen af misinformation og behovet for beskyttelse af demokratiske værdier.
Koncentrationen af enorme computerkræfter i globale netværk og udviklingstempoet indenfor maskinlæring rejser ifølge nogle af de centralt placerede aktører inden for dette felt svimlende perspektiver. Med udsigt til fremkomsten af såkaldt Artificial General Intelligence, der måske vil kunne sætte sin egen dagsorden, er der ifølge nogle af disse aktører behov for en dybtgående politisk og global regulering af den industri, der arbejder med udvikling af kunstig intelligens. Perspektivet om at quantum computing vil kunne blive operationel og dermed åbne for computerkræfter, der er flere klasser kraftigere end alt, hvad vi kender i dag, understreger de civilisatoriske udfordringer, som teknologiudviklingen inden for hele dette felt muligvis rummer. [12]
Opfordringerne til politisk regulering af den fortsatte udvikling af kunstig intelligens kan derfor være velbegrundede, men de bygger på en præmis om, at der findes et politisk niveau at appellere til, der inden for rammerne af en bred samfundsmæssig konsensus vil være i stand til at kunne udforme og gennemføre reguleringen.
I en europæisk sammenhæng er denne præmis næppe holdbar.
Siden finanskrisen i 2008 er landene i EU gået fra krise til krise. Storbritannien har trukket sig helt ud af samarbejdet, og er efterfølgende sunket ned i politisk, økonomisk og socialt kaos. Et blik ud over det politiske og økonomiske landskab i sommeren 2023 viser, at befolkningens tillid til regeringerne i Tyskland, Frankrig, Spanien og flere andre lande er faldet til et historisk lavpunkt. Frankrig er i oprør, den tyske regering har opbakning fra én ud af fem tyskere, og i meningsmålinger og ved regionale valg står Alternative für Deutschland nu som landets næststørste parti. I Spanien blev et af regeringskoalitionens partier udraderet ved forårets regionsvalg, og landet befinder sig nu i politisk limbo. Regeringerne i Italien og Frankrig er ikke på talefod på grund af uenighed om håndteringen af den tiltagende indvandring fra Afrika. Belgien, et af Europas rigeste lande, er på kanten af politisk opløsning på grund af de fortsatte økonomiske og politiske spændinger mellem det flamske nord og det franske syd. Holland er dybt mærket af organiseret kriminalitet og af politiske konflikter om klima, indvandring og udhuling af den offentlige sektor. Det polske parlament har i 2023 med bredt flertal rejst krav om krigsskadeserstatninger fra Tyskland på 1300 milliarder euro, et astronomisk beløb. En gruppe lande i det østlige EU har fejet EU’s fælles handelspolitik, der ellers er sakrosankt, til side, og har selv overtaget kontrollen med landenes samhandel med udlandet. I Tyskland har en af de ledende politiske veteraner, Wolfgang Schäuble, der var finansminister under Merkel fra 2009 til 2017, efter en lang politisk karriere som en af arkitekterne bag EU-projektet, nu, dybt desillusioneret, fremlagt et program for en helt ny europæisk konfiguration baseret på en akse mellem Warszawa, Berlin og Paris. Europa har, i modsætning til den imperiale selvforståelse i nogle grene af EU-landenes centraladministrationer, minimal indflydelse på den globale scene, og den katastrofale diplomatiske uformåenhed i forbindelse med krisen i det østlige Ukraine nåede et lavpunkt, da den daværende britiske udenrigsminister, Liz Truss, rejste til forhandlinger i Moskva i begyndelsen af 2022, tilsyneladende uvidende om elementære aspekter af konfliktområdets geografi og historie. Overalt er økonomien under pres, og flere lande i det østlige EU har nu tocifrede inflationsrater. Den tyske økonomi, der er EU-landenes vækstmotor, er siden 2022 blevet bragt ind i en accelererende nedadgående spiral, der allerede har kostet tusindvis af arbejdspladser. I Frankrig og Italien er statsgælden systematisk blevet forøget gennem de seneste 40 år og udgør nu henholdsvis 110 og 145 pct. af landenes BNP. Det er uholdbart, og bankerotten lurer om hjørnet. Ifølge den såkaldte stabilitetspagt mellem euro-landene må statsgælden ikke overstige 60 pct. af BNP, men flere af euro-landene har statsgæld, der ligger langt over dette niveau. Hele denne tiltagende politiske, økonomiske og sociale opløsning af EU er et direkte resultat af de seneste tyve års økonomiske politik, der har ført til en fortsat uddybning af kløften mellem på den ene side en snæver kreds af kapitalejere og en forholdsvis højtlønnet elite, der har samlet sig i dynamiske vækstcentre omkring en række europæiske storbyer, og på den anden side, en stor del af befolkningen, der oplever kulturel opløsning og økonomisk tilbagegang i landdistrikter, nedlagte industribyer og kriminalitetsplagede forstæder. I Frankrig er 40 procent af de unge mellem 15 og 29 i flere af disse efterladte miljøer NEET’s, det vil sige, hverken i arbejde eller i nogen form for uddannelse. I Rumænien, Italien, Spanien og Grækenland er mere end 20 pct af alle 15-29 årige NEET’s. Bottom line er, at den politiske, økonomiske og sociale situation i EU-landene er eksplosiv. [13]
På denne baggrund er det forventeligt, at de etiske, kulturelle og demokratiske aspekter af udbredelsen af kunstig intelligens ikke står særligt højt på EU-medlemslandenes politiske dagsorden. Men EU-Kommissionen har benyttet sin initiativret til at bringe temaet højt op på den EU-politiske dagsorden. Enorme administrative ressourcer med tilhørende milliardbudgetter er i den forbindelse blevet bragt i spil for at gennemføre højt profilerede EU-initiativer inden for det digitale felt. Tusindvis af sider med komplicerede lovtekster med tilhørende administrative bestemmelser regulerer og kontrollerer i dag på papiret de fleste aspekter af den digitale udvikling i EU, men i praksis svæver den uoverskuelige mængde af initiativer ofte frit i luften uden forbindelse til hverdagen i det civile samfund, og reguleringen er i praksis løsrevet fra enhver meningsfuld demokratisk kontrol. Ingen kender alle reglerne, men reguleringen er tilstrækkelig bredspektret til at kunne bringes i anvendelse imod en hvilken som helst adfærd, hvis det skulle vise sig politisk opportunt. Initiativerne og reguleringen kommer på den måde i praksis til at fremstå som interessepolitik til fordel for det vildtvoksende bureaukratiske kompleks og for den økonomiske elite, der søger at forhindre eller i det mindste bremse et prisfald på de former for viden og færdigheder, som medlemmer af eliten bygger deres indkomst på. Samtidig har de samme interesser besluttet at udbetale EU-støtte til en værdi af mange milliarder skattefinansierede euros til privatejede firmaer med det erklærede formål at fremme den digitale modernisering af Europa. EU-bureaukratiet har desuden givet medlemslandene grønt lys til at udbetale flere milliarder i national statsstøtte til privatejede virksomheder. Så EU-lande, der i forvejen har bundløs statsgæld, trykker nu i ly af den påtrængende “omstilling” milliarder af euros for at dele dem ud i bundter til kapitalejerne.[14] You couldn’t make it up, som de siger i Texas.
VI. Hvad nu?
DE ETISKE, KULTURELLE og demokratiske aspekter af den fortsatte teknologiudvikling i Europa er sammen med klima og miljø samt udvandring fra Asien og Afrika, nogle af tidens store udfordringer med vidtrækkende konsekvenser for det europæiske samfund, og håndteringen af disse udfordringer over de kommende tyve år vil kunne komme til at sætte rammerne for levevilkårene for de fleste mennesker i Europa i årtier fremover.
Hvis håndteringen fortsat kommer til ske inden for rammerne af den nuværende polarisering mellem, på den ene side, en minimal og ekstremt formuende overklasse, der kontrollerer udviklingen af produktionsapparatet, og som arbejder tæt sammen med en elite af højtuddannede og højtlønnede mennesker, der tilsammen udgør måske 20 procent af befolkningen og, på den anden side, store og voksende grupper af befolkningen, der lever i områder præget af stagnation, social opløsning og kriminalitet, og for hvem de seneste tyve år har været ned ad bakke og uden udsigt til at nedturen stopper. Hvis denne polarisering fortsat kommer til at udgøre rammen for håndteringen af tidens store udfordringer, så lover det ikke godt for Europa.
Hvis der skal kunne tegnes et lysere perspektiv for Europa, må håndteringen af tidens store udfordringer starte med at styrke den samfundsmæssige sammenhængskraft ved at bremse polariseringen gennem synlig og konkret udjævning af de økonomiske, sociale og kulturelle skel, der har vokset sig dybere gennem de seneste tyve år. Arbejdsmarkedet kommer på den måde i centrum for en politik, hvor der bliver sat fokus på at rette op på de skader, der er sket. Her kan der opregnes et helt katalog over initiativer, der ligger lige for, og flere af disse initiativer har allerede velbefolkede kontorer i Bruxelles og i EU-landenes hovedstæder, hvor der er gennemført analyser, udformet politikker og lagt programmer. På mange områder er det allerede velbelyst, hvad der bør gøres. I den sammenhæng kan vi allesammen have vores darlings. Ligeløn for kvinder, mere uddannelse til alle aldersgrupper samt skabelse af flere millioner varige jobs, der ikke kræver så meget uddannelse, står øverst på min liste. Det står også på min top ti, at det europæiske politi skal have betydeligt flere ressourcer til at kunne stille håndfast op over for den organiserede kriminalitet af enhver farve.
Men hvad ved jeg? Vi kan alle have vores darlings. Men uanset vores forskellige prioriteringer, så kommer vi i hvert fald ingen vegne uden et politisk lederskab, der formår at samle bred tilslutning til en målrettet udjævning af de dybe skel, der skandaløst har fået lov til at udvikle sig, og som i disse år truer med at splitte Europa ad. Set i lyset af det tiltagende kaos, må et sådant lederskab kunne siges at udgøre en knap ressource.
Og præcis her kan vores nye, intelligente maskiner ikke hjælpe os.
Her er vi på godt og ondt overladt til os selv.
NOTER
[1] Identify Bird Songs and Calls with Sound ID, The Cornell Lab, 2023
Machine Learning at Macaulay Library, Macaulay Library, Cornell Lab of Ornithology, 2023
Synsvinklen på udviklingen af viden og færdigheder er inspireret af Cesar Hidalgo, professor ved MIT. “This is an interpretation of the economy as a knowledge and knowhow amplifier, or a knowledge and knowhow amplification engine: a complex sociotechnical system able to produce physical packages containing the information needed to augment the humans who participate in it. Ultimately, the economy is the collective system by which humans make information grow.” (s.68)
Cesar Hidalgo: Why Information Grows – The evolution of order from atoms to economics (2015) Penguin Books, 2016
[2] José Michel Kalaf: Mammography – A history of success and scientific enthusiasm
National Library of Medicine, 2014 Jul-Aug; 47(4): VII–VIII.
Sara Reardon: Rise of Robot Radiologists – Deep-learning algorithms are peering into MRIs and x-rays with unmatched vision, but who is to blame when they make a mistake?
Nature 576, S54-S58 (2019)
Kunstig intelligens til cancerdiagnostik i brystkræftscreening
Mohammad Talal Elhakim, Ole Graumann, Lisbet Brønsro Larsen, Mads Nielsen & Benjamin Schnack Rasmussen
Ugeskrift for Læger 2020;182:V06200423
An Artificial Intelligence–based Mammography Screening Protocol for Breast Cancer: Outcome and Radiologist Workload. / Lauritzen, Andreas D.; Rodríguez-Ruiz, Alejandro; Euler-Chelpin, My Catarina von; Lynge, Elsebeth; Vejborg, Ilse; Nielsen, Mads; Karssemeijer, Nico; Lillholm, Martin.
Radiology, Bind 304, Nr. 1, 2022, s. 41-49.
“(…) The radiologist workload was reduced by 62.6% (71 585 of 114 421), and 25.1% (529 of 2107) of false-positive screenings were avoided. Screening results were consistent across BI-RADS densities, although not significantly so for sensitivity.
Conclusion
Artificial intelligence (AI)–based screening could detect normal, moderate-risk, and suspicious mammograms in a breast cancer screening program, which may reduce the radiologist workload. AI-based screening performed consistently across breast densities.”
Citeret fra KU, Datalogisk Institut, (2023) https://di.ku.dk/Ansatte/?pure=da%2Fpublications%2Fan-artificial-intelligencebased-mammography-screening-protocol-for-breast-cancer-outcome-and-radiologist-workload(a52694ef-f17f-47ec-87d9-98b037938539)%2Fexport.html
Google AI system beats doctors in detection tests for breast cancer – Algorithm reduces both false positives and false negatives
Financial Times, 01- 01-2020
McKinney, S.M., Sieniek, M., Godbole, V. et al.
International evaluation of an AI system for breast cancer screening.
Nature 577, 89–94 (2020)
We’re not ready for AI, says the winner of a new $1m AI prize
MIT Technology Review, 23-09-2020
Clinically applicable deep learning for diagnosis and referral in retinal disease
Nature Medicine, 13-08-2018
Google’s AI beats doctors at spotting eye disease in scans
Financial Times, 13-08-2018
[3] DeepMind AI cracks 50-year-old problem of protein folding
The Guardian, 30-11-2020
London A.I. Lab Claims Breakthrough That Could Accelerate Drug Discovery
The New York Times, 30-11-2020
AlphaFold @ CASP13: “What just happened?”
Mohammed AlQuraishi / Some Thoughts on a Mysterious Universe, 09-12-2018
AlphaFold: a solution to a 50-year-old grand challenge in biology
DeepMind, Blog Post, 30-11-2020
Künstliche Intelligenz macht ernst im Biolabor
Frankfurter Allgemeine, 01-12-2020
DeepMind’s protein-folding AI has solved a 50-year-old grand challenge of biology
MIT Technology Review, 30-11-2020
[4] Kunstig intelligens til cancerdiagnostik i brystkræftscreening
Mohammad Talal Elhakim, Ole Graumann, Lisbet Brønsro Larsen, Mads Nielsen & Benjamin Schnack Rasmussen
Ugeskrift for Læger 2020;182:V06200423
[5] John Danaher: Artificial General Intelligence and the Problem of Cognitive Inflation
Philosophical Disquisitions, 04-05-2023
[6] Kunstig intelligens til cancerdiagnostik i brystkræftscreening
Mohammad Talal Elhakim, Ole Graumann, Lisbet Brønsro Larsen, Mads Nielsen & Benjamin Schnack Rasmussen
Ugeskrift for Læger 2020;182:V06200423
[7] Maurice Obstfeld: Trade raises productivity but may hurt some unless policies redistribute the benefits.
In, Get on Track with Trade, Finance & Development, December 2016, Vol. 53, No. 4
Global Trends to 2030: The Future of Migration and Integration
ESPAS Ideas Paper Series, 18-10-2028, s.2
Se også de foregående afsnit om Udflytning af arbejdspladser, Indvandring og Investeringer
Pejlinger, 2019-2022
[8] Google AI system beats doctors in detection tests for breast cancer – Algorithm reduces both false positives and false negativesFinancial Times, 01- 01-2020
[9] Europe’s banks slash 60,000 jobs as outlook turns negative
Financial Times, 07-12-2019
Finans: Banker bliver udkonkurreret
Pejlinger, 09-12-2019
[10] A comprehensive list of 2023 tech layoffs
TechCrunch, 04-08-2023
[11] The EU exodus: When doctors and nurses follow the money
Politico, 27-9-2017
Brain drain of health workforce challenges EU health systems
Euractiv, 12-10-2022
[12] DeepMind’s CEO Helped Take AI Mainstream. Now He’s Urging Caution
Time, 12-01-2023
Pause Giant AI Experiments: An Open Letter
Future of Life Institute, 22-03-2023
Cynthia Rudin: How dangerous is AI? Regulate it before it’s too late
The Hill, 08-02-23
Nick Bostrom: Superintelligence – Paths, Dangers, Strategies,
Oxford 2014
[13] How the UK Became One of the Poorest Countries in Western Europe
The Atlantic, 25-10-2022
Foa, R.S., Klassen, A., Wenger, D., Rand, A. and M. Slade. 2020. “Youth and Satisfaction with Democracy: Reversing the Democratic Disconnect?” Cambridge, United Kingdom: Centre for the Future of Democracy.
Pay of FTSE 100 chief executives rose an average of 23% in 2022
The Guardian, 07-11-2022
CEO pay survey 2022: CEO pay surges 39%
The average UK CEO now collects 109 times that paid to the average British worker, up from 79 times in 2020
High Pay Centre, 22-08-2022
Christopher Caldwell: Ungovernable France – A divided country lurches toward nationalism.
Claremont Review of Books, Spring 2023
Malcom Kyeyune: France’s Bread Riots
Compact Magazine, 06-06-2023
Twilight of the Elites by Christophe Guilluy review – France and a new class conflict
The Guardian, 17-01-2019
Strikes and clashes as over 1 million protest against Macron’s pension reform
Le Monde, 23-03-2023
Le cannabis, premier pourvoyeur d’emplois en France?, Le Journal de L’economie, 12-03-2019
Peter van Elsuwege: The Ukrainian Grain Imports Saga – A Cynical Example of Realpolitik
Verfassungsblog, 27-04-2023 (Konflikt om EU’s handelspolitik)
Malcom Kyeyune: Ukraine Is Gen X’s Last Stand (Liz Truss)
Compact Magazine, 23-06-2023
Ewald Engelen: Exit Rutte (Holland)
Sidecar, 27-07-2023
Wolfgang Streeck: Pipe Dreams (Wolfgang Schäuble)
Sidecar, 12-09-2022
Anton Jäger:Middling Kingdom (Belgien)
Sidecar, 30-06-2023
Poland and Germany: the feud at the heart of Europe
Financial Times, 02-05-2023
‘The wolf is coming’: rising rates push Spain’s homeowners to the brink
Financial Times, 03-11-2022
Sánchez’s tricky road to victory after shock Spanish election result
Politico, 24-07-2023
Pedro M. Rey-Araújo & Ekaitz Cancela: No Man’s Land (Spanien)
Sidecar, 21-06-2023
Thomas Fazi: America Is Deindustrializing Europe
Compact Magazine, 09-08-2023
Inflation: Eastern Europe’s dilemma comes to a head
DW, 13-02-2023
EBRD warns high inflation in central and eastern Europe will linger
Financial Times, 16-02-2023
Christopher Caldwell: Inflation Is No Accident
Compact Magazine, 27-04-2023
Germany’s far-right AfD sees poll numbers surging
Polls see Germany’s center-left coalition government in free fall while the far-right populist AfD is reaping the benefits. It currently polls on par with Chancellor Olaf Scholz’s Social Democrats.
DW, 02-06-2023
Statistics on young people neither in employment nor in education or training
Eurostat, 05-2023
General government debt, 2021 and 2022 (General government consolidated gross debt, % of GDP)
Eurostat, 04-2023
[14] ANNEX to the Commission Implementing Decision on the financing of the Digital Europe Programme and the adoption of the work programme for 2023 – 2024 and amending the Commission Implementing Decision C(2021) 7914 on the adoption of the multiannual work programme for 2021-2022
European Commission: A European approach to artificial intelligence
Last update – 19 June 2023
EU institutions reach agreement on European Chips Act
Euractiv, 19-04-2023
European Council: EU industrial policy
Last updated, 25-07-2023
