Kunstig intelligens (KI) vil utvilsomt få enorm innflytelse på kompetansearbeidet i arbeidslivet de neste årene, så vel som i skole og utdanning. Så spørs det om vi risikerer å miste noe viktig hvis vi ikke nøye avgrenser bruken av teknologien.
KI kommer til å erstatte mennesker i mange yrker og profesjoner, rett og slett fordi den lærer raskere, gjør færre feil, aldri blir sykemeldt eller utsetter andre for seksuell trakassering. For de som blir igjen i arbeidslivet – for å leke mer dystopisk enn jeg egentlig er – vil KI bli en viktig læremester, og i en del tilfeller sikkert også en slags rektor som styrer det meste.

Michelangelos berømte maleri av Gud som skaper Adam. Vil Guds finger bli erstattet av en robotfinger?
Hva jeg bruker KI til
For egen del har den viktigste nytten av KI i det daglige så langt vært å bruke ChatGPT (premium) til en slags avanserte Google-søk, hvor jeg har lært meg å raffinere spørsmålene mine i flere omganger for å få mest mulig presise svar. Så skal det tilføyes at dette er det jeg tror jeg bruker KI mest til, for jeg innser at KI allerede er overalt rundt meg og at den antagelig påvirker, veileder, styrer og korrigerer mer i livet mitt enn jeg aner.
Etter siste oppdatering av Microsoft 365 på maskinen min dukket det opp et lite ikon mange steder som jeg først ikke skjønte hva var, men som altså er Copilot, et KI-verktøy som kombinerer data fra åpne kilder og data som bare brukeren har adgang til i svarene sine, f.eks. fra egen PC. Underveis i arbeidet med denne artikkelen kan jeg f.eks. be Copilot om å beskrive negative sider ved bruk av KI i læring.

Den gir meg raskt tilbake noen avsnitt med fornuftige tanker om dette. Det mest interessante er imidlertid at jeg kjenner igjen noen formuleringer som jeg selv har brukt i andre ting jeg har skrevet, og det er jo hyggelig gjort. Fordelen med Copilot er imidlertid ikke bare at den bruker mine data i tillegg til det den finner i åpne kilder på nett, men at den er integrert i de arbeidsverktøyene som jeg bruker mest og kan brukes sømløst når jeg f.eks. arbeider med tekster som denne artikkelen.
For kort tid siden jobbet jeg med et stort prosjekt innen organisasjonsutvikling. Det ble gjennomført intervjuer med flere titalls medarbeidere i virksomheten. Referatene fra intervjuene ble samlet i en word-fil. Det ble et laaangt dokument. Med ChatGPT (versjon 4.0) ble analysen av svarene vi fikk langt enklere. Vi brukte verktøyet til å se etter mønstre i svarene og forskjeller ut fra lokasjoner og stillingsnivå. ChatGPT satte også det hele pent opp i tabeller med den sorteringen vi ba den om. Senere koplet vi også disse kvalitative dataene med kvantitative data fra en spørreundersøkelse for å undersøke samsvar og forskjeller.
Vi kunne helt klart ha gjort de samme analysene manuelt, men det ville tatt oss mye lengre tid og kanskje ville vi ha oversett en del koplinger som ChatGPT fant. Så er det viktig å si at analysene til ChatGPT bare delvis kunne brukes og da kun som et innspill for videre arbeid i prosjektet. Verktøyet misforstod en del ting bl.a. fordi den leste tekst som fanden leser bibelen og ikke hadde den organisasjonskulturelle innsikten som vi hadde. Men ChatGPT er jo som kjent kjapp til å lære, så etter hvert kan den kanskje gjøre bedre analyser enn det vi mennesker klarer.
Jeg har brukt KI en del til å generere underlag for manusskriving til bl.a. e-læringskurs. Slike KI-verktøy finnes etter hvert integrert i mange forfatterverktøy. Vi gjorde en test i en fagforening som jeg har jobbet en del med, hvor vi brukte et KI-verktøy til å lage tekster fra arbeidslivsfeltet, f.eks.: Skriv 300 ord om hva frontfagsmodellen er og hva som er argumentene for og mot denne modellen.Tekstene som verktøyet leverte ble gjennomgått av fagpersoner i organisasjonen som fant dem forbausende gode og balanserte. I mange tilfeller kan slike KI-genererte tekster brukes direkte «as is», men det de mangler er den «pedagogiseringen» som et menneske med god tekstkompetanse kan gi, for å engasjere leseren med spørsmål, kontekstualisering, henvisninger mv.
Jeg har også prøvd noen KI-verktøy for å lage PowerPoint-presentasjoner for meg, som Canva og SlidesAI (se forøvrige denne artikkelen om «De 7 beste AI Powerpoint-generatorene»). Problemet der har vært det samme som for KI-genererte tekster at pedagogiseringen ofte er dårlig. Det blir gjerne mye tekst (egentlig et manus til den som skal presentere), pene, men lite relevante bilder og dårlig struktur. Så det krever ofte mye tid av meg for å bearbeide presentasjonene slik som jeg vil ha dem.
Fantastiske muligheter
Min egen bruk av KI i arbeidet mitt er fortsatt på et beskjedent nivå, men det vil endre seg. Det er så mange spennende muligheter her allerede og mange nye vil komme allerede rundt neste sving.
Det kanskje mest interessante, tenker jeg, er mulighetene som ligger i intelligente systemer for veiledning i teknologistøttet læring. Det er nesten 30 år siden jeg først hørte at australske universiteter drømte om slike systemer, men de teknologiske mulighetene for det har egentlig ikke vært der før nå. Dette handler om programmer (f.eks. et e-læringskurs) som gir tilbakemeldinger, utdypende forklaringer, veiledning til brukeren og forslag til videre kilder for læring underveis tilpasset dennes kunnskapsnivå og forståelse (eller manglende forståelse) av fagstoffet. Slike systemer kan gi «tilpasset opplæring» – for å bruke et dogme fra norsk skole de seinere årene – en helt ny dimensjon.
Intelligente systemer for veiledning kan også koples til pre-analyser av den enkelte bruker og tilpasse både faglig innhold, nivå og måten det presenteres på ut fra dette. Lærer du best når du leser, lytter, ser filmer, baler med praktiske oppgaver eller diskuterer med andre (mennesker eller en robot)? Vi kommer dit etter hvert at du kan få læringen lagt opp akkurat slik DU foretrekker det.
Så har vi mulighetene som nå utfolder seg for å lage avansert KI-generert faginnhold, f.eks. filmer, podcaster, caser, scenarier mv – og ikke minst simuleringer. I dag er simuleringer i hovedsak lukkede systemer som gir predefinerte responser på forhåndsbestemte handlingsalternativer. Intelligente systemer derimot vil tolke den enkelte brukerens handlinger, spørsmål og reaksjoner, og spille videre på det. Tenk deg for eksempel trening i konflikthåndtering hvor simuleringen gjennom din dialog med virtuelle parter i situasjonen utvikles ut fra hva du sier og gjør, ikke hvordan programmet har tenkt at forløpet skal være. Eller en simulator for språktrening hvor programmet faktisk hører hva du sier og hvordan uttalen din er, og legger opp øvelser og tilbakemeldinger ut fra det.
KI vil etterhvert også hjelpe virksomheter i arbeidet med kompetanseledelse, f.eks. i analyser av framtidige kompetansebehov eller med å vurdere kompetansen hos den enkelte medarbeider opp mot spesifikke stillinger. Medarbeiderne vil kunne bruke KI til å vurdere egen kompetanse opp mot f.eks. strategier for virksomheten og får råd om på hvilke områder de bør styrke sin kompetanse framover for å være up to date med endrede behov.
Forsvinner mennesket?
Slik kunne jeg ha fortsatt, men uansett hvor mye tekst jeg bruker på å beskrive mulighetsrommet for KI i kompetansearbeidet, er det én ting som er sikkert: Jeg vil bare klare å fange opp en brøkdel av de mulighetene som vil utfolde seg, selv med en kort horisont. «Se hva som skjer», som TV2 sier.
Tror jeg at vi etter hvert vil fjerne den menneskelige dimensjonen i læring? På ingen måte! Alle de nye mulighetene som kommer, må designes av mennesker – for andre mennesker. Den gode læreren eller veilederen som møter mennesker ansikt til ansikt, vil fortsatt være viktig. Og mennesker som møtes til gode faglige refleksjoner og problemløsning for å lære, vil fortsatt være det sterkeste læringsverktøyet vi har. Dette skal jeg reflektere mer over i en ny bloggartikkel om ikke så lenge.