KI i forskning: Svekker teknologien forskeres kjernekompetanse i det stille?

24. juni

Velkommen til ukens oversikt over hvordan kunstig intelligens omformer forskningen, hentet fra Nature, Science og ledende tidsskrifter innen forretningsfag og samfunnsvitenskap.

Spørsmålet om avskilling: Svekker KI evnene den var ment å forsterke?

I to år har den dominerende fortellingen om KI i forskning handlet om akselerasjon: flere artikler, raskere analyser og lavere terskler. Denne uken snudde Nature på perspektivet og spurte hva vi risikerer å miste. I en grundig artikkel med den direkte tittelen «Is AI ruining our skills? Early results are in: and they're not good», oppsummerer tidsskriftet ny dokumentasjon på at tung avhengighet av KI-assistenter kan svekke nettopp de kjerneferdighetene verktøyene skal støtte, som kritisk lesing, kompleks problemløsning og presis akademisk skriving. Bekymringen bunner i at det å sette bort det kognitive arbeidet gradvis svekker den menneskelige dømmekraften som kreves for å oppdage feil og unøyaktigheter.

Denne bekymringen på individnivå har en parallell på fagfeltnivå. I artikkelen «Will AI spark a scientific renaissance: or a diffuse monoculture?» drøfter Nature hvorvidt bred bruk av KI utvider oppdagelseshorisonten, eller om teknologien i det stille styrer fagfeltet mot de samme overfylte temaene med kortsiktig høy avkastning. En slik konvergens kan overflatisk ligne økt produktivitet, men reduserer i praksis det intellektuelle mangfoldet. De to bekymringene forsterker hverandre: dersom forskere lener seg på de samme modellene for å avgjøre hva og hvordan de skal forske, kan både individuell dyktighet og faglig mangfold forvitre samtidig. Enkelte disipliner tar allerede grep. Nature melder at matematikere nå utarbeider eksplisitte regler for bruk av KI, og argumenterer for at andre fagområder bør følge etter i stedet for å vente på at normer oppstår tilfeldig.

**Hvorfor det betyr noe:** Dette er overhodet ikke et argument mot å ta i bruk KI, ettersom produktivitetsgevinstene er reelle og uunngåelige for de fleste forskere. Det er et argument for å bruke teknologien med bevissthet. Behandle KI som en kraftforsterker for oppgaver du forstår godt nok til å etterprøve; fortsett å gjøre det krevende kognitive arbeidet som bygger og vedlikeholder solid ekspertise; og vern om de uvanlige, utradisjonelle forskningsspørsmålene som modellene aldri vil lede deg mot. Forskerne som vil lykkes, er de som lar KI forsterke dømmekraften sin snarere enn å erstatte den.

Mer fra denne uken

En autonom medisinsk KI-agent som handler direkte i pasientjournalen

Forskere presenterer MIRA (Medical Intelligence for Reasoning and Action), en autonom KI-agent som opererer innenfor et skjermet elektronisk pasientjournalsystem (EPJ) med styrt tilgang til pasientdata og mulighet til å utføre godkjente journalhandlinger under definerte sikkerhetsrammer. I stedet for bare å svare på spørsmål i et chattefelt, er agenten utviklet for å håndtere pasientforløp, et konkret skritt mot kliniske medpiloter for leger i praktisk arbeid. Forfatterne rammer dette inn som en test av hvorvidt slike systemer kan oppnå ytelse på legenivå innenfor strenge sikkerhetsbarrierer.

[Les originalartikkelen i Nature, 17. juni →](https://www.nature.com)

Hvordan KI-genererte konkretiseringer former menneskelig kreativitet

Denne studien fra Information Systems Research undersøker «aktørkonfigurasjoner» (agency configurations) i idéutvikling mellom mennesker og KI, altså de nyanserte måtene kreativt arbeid fordeles mellom person og modell. Studien tester hvordan ulike representasjonsformer i KI-genererte innspill, spesifikt tekstlige kontra visuelle konkretiseringer av en idé, påvirker kreativiteten i de resulterende ideene og den kognitive innsatsen mennesket bruker på å bearbeide dem. Funnet om at selve formen på KI-støtten, og ikke bare dens tilstedeværelse, former utfallet, er direkte relevant for alle som designer KI-verktøy for innovasjon og idémyldring.

[Les originalartikkelen i Information Systems Research, 19. juni →](https://pubsonline.informs.org/journal/isre)

Måling av hva som gjør en idé kreativ ved hjelp av ordbadinger

En god idé er mer enn summen av sine ord eller enkeltdeler; originaliteten ligger i hvordan elementene kombineres. Denne artikkelen i Journal of Marketing bruker representasjonslæringsmetoder (ordbadinger / word embeddings) for å kvantifisere den interne sammenhengen mellom bestanddelene i en kreativ idé, og kobler denne koherensen til hvordan ideen vurderes og om den lykkes. Ved å bruke et datasett med over 57 000 matoppskrifter på nett som testarena, tilbyr forfatterne markedsførere og forskere en skalerbar, datadrevet metode for å måle kreativitet som tidligere krevde menneskelige dommere.

[Les originalartikkelen i Journal of Marketing, 16. juni →](https://journals.sagepub.com/home/jmx)

Hjelper det egentlig å gjøre KI-evalueringer transparente?

Når organisasjoner integrerer KI i vurderingsprosesser som tradisjonelt har vært utført av mennesker, som rekruttering og prestasjonsevaluering, gjør algoritmenes kompleksitet dem ofte ugjennomsiktige. Dette kan begrense brukernes forståelse og skape stress eller adferdsendringer. Åpenhet fremheves ofte som løsningen. Denne studien i Information Systems Research undersøker brukeradferd og ringvirkninger under algoritmisk evaluering, og viser at fordelene med transparens ikke kommer automatisk. Dette gir en nyttig påminnelse til organisasjoner som vurderer å innføre KI-assistert vurdering.

[Les originalartikkelen i Information Systems Research, 15. juni →](https://pubsonline.informs.org/journal/isre)

«KI-ryggraden»: En organisasjonsmodell for å skalere verdien av generativ KI

MIT Sloan Management Review beskriver en ny form for intern KI-organisering som enkelte selskaper kaller «KI-ryggraden» (AI spine). Dette er en tverrfunksjonell struktur som raskt utvikler bruksområder for generativ KI i tett samarbeid med brukerne. Strukturen muliggjør deling av ideer og ekspertise på tvers av forretningsenheter, og skaper arenaer for hvordan generativ KI kan forbedre prosesser i hele organisasjonen, samtidig som disiplinert prosjektstyring sikrer at ressursene rettes dit effekten er størst. Dette gir en praktisk modell for forskningsnære organisasjoner som strever med å ta steget videre fra pilotprosjekter.

[Les originalartikkelen i MIT Sloan Management Review, 2. juni →](https://sloanreview.mit.edu)

Dette var ukens viktigste oppdateringer. Del gjerne artikkelen med en kollega som reflekterer over om KI styrker eller svekker fagkunnskapen, og utforsk KI-verktøy for egen forskning på gaiforresearch.com.

KI-forskningsnytt