Skip links

Europæiske generative AI modeller er muligvis bedre for den menneskelige suverænitet

Forfatter: Udgivet: Published in: Nyheder

Suverænitet er mere end digital suverænitet. Når vi taler om det svære ved at vælge europæiske alternativer til amerikansk tech, overser vi de faktorer, der kan have langsigtet betydning for menneskelig suverænitet såsom vedholdenhed, tro på egne evner, hukommelse, selvstændig tænkning og kritisk sans.

Vi har efterhånden et vigtigt fokus på digital suverænitet på tværs af EU, erhvervsliv og blandt eksperter i teknologi, dataetik og cybersikkerhed. I den sammenhæng bliver europæiske alternativer til de amerikanske sprogmodeller naturligvis fremhævet som et afgørende alternativ. Men samtalen stopper ofte med en anke mod netop de europæiske alternativer.
”Men de er jo ikke lige så gode som de amerikanske,” lyder det ofte fra både techoptimister såvel som medarbejdere, som er blevet vant til sprogmodeller, der fixer en opgave på kort tid.
”De gør det for besværligt og løser ikke bare opgaven,” eller ”jeg skal selv bevare overblikket eller forholde mig for meget til indholdet,” lyder det. 

Det er naturligvis valide pointer, men måske er kritikken netop et tegn på, at vi vurderer kunstig intelligens ud fra de samme kriterier, som vi har vurderet teknologi i årtier. Dermed afgiver vi ikke kun vores digitale suverænitet, men også en menneskelig suverænitet. For mens vi diskuterer data, infrastruktur og teknologisk uafhængighed, er der måske også grund til at stille spørgsmålstegn ved, hvor meget af vores menneskelige kapacitet og sammenhængskraft vi er villige til at udlicitere til en (amerikansk) sprogmodel. 

Det interessante er måske ikke, om Mistral, Lumo eller andre europæiske sprogmodeller er lige så gode som ChatGPT, Gemini eller Claude. Det interessante er, at vi igen står i en situation, hvor vi måler teknologi ud fra effektivitet, bekvemmelighed og hastighed, mens forskningen begynder at stille spørgsmål ved, hvad disse gevinster betyder for mennesket på længere sigt.

Her er fem indsigter, der er værd at overveje og som griber ud over det friktionsløse og tilknytningsøkonomiens metoder.

Vedholdenheden udfordres
Et nyt studie fra USA og Storbritannien viste, at personer, der blot brugte omkring ti minutter på at få hjælp fra en AI-chatbot til læse- og matematikopgaver, efterfølgende klarede sig dårligere, når de skulle løse lignende opgaver alene. Samtidig var der en markant forandring hos deltagerne efterfølgende. De gav op hurtigere end forventet. Deres vedholdenhed blev med andre ord ændret. Forskerne konkluderer, at AI ikke alene kan påvirke vores præstationer, men også vores tilbøjelighed til at blive i en opgave, når den bliver vanskelig.
Et af kritikpunkterne overfor europæiske alternativer er, at man selv skal drive svaret og opgaven frem i højere grad end, når man bruger de amerikanske. Det kræver vedholdenhed.

Afvikling af troen på egne evner
Den canadisk-amerikanske psykolog Psykologen Albert Bandura beskrev allerede i 1970′ erne, hvordan menneskers tro på egne evner udvikles gennem erfaringer med at mestre udfordringer. Det er ikke succes i sig selv, der styrker vores handlekraft, men oplevelsen af at kæmpe med noget vanskeligt og gradvist lykkes.
Hvad sker der med vores oplevelse af mestring, hvis vi i stigende grad modtager løsningen, før vi selv når at kæmpe os frem til den eller ovenikøbet bliver mødt med et forslag om forbedringer?
En sideeffekt ved de amerikanske sprogmodeller er, at de ofte selv foreslår forbedringer og optimering: “Skal jeg give dig et bud på, hvordan du bliver endnu skarpere? ”Vil du have, at jeg optimerer dit budskab?”
Det udfordrer vores tro på egne evner, når vi dels ikke bliver i stand til at kæmpe for det, der umiddelbart virker vanskeligt og samtidig bliver mødt med evige forslag om forbedringer.

Hukommelse og læring skal trænes
Et studie fra MIT viste for nyligt, at personer, der skrev essays med hjælp fra ChatGPT, havde vanskeligere ved at huske deres eget arbejde bagefter. De klarede sig også dårligere, når de senere skulle skrive uden hjælp. Bag studiet står forskeren Nataliya Kosmyna fra MIT Media Lab, som sammen med sine kolleger undersøgte de kognitive konsekvenser af at bruge AI i skriveprocessen.
Studiet peger ligesom andre studier på, at når vi skriver, argumenterer, strukturerer og omskriver træner vi samtidig vores evne til at tænke.
Hvis vi springer dem over, fordi teknologien kan levere resultatet hurtigere, risikerer vi måske at miste mere end tid. Det tager måske længere tid at bruge en europæisk sprogmodel, men til gengæld træner vi samtidig vores evne til at tænke.

Kognitiv outsourcing
Vi bruger i forvejen mange af de digitale apps til at gøre hverdagen nemmere. Kalenderen, noter, GPS, lommeregner. Men flere forskere peger på, at generativ AI adskiller sig fra tidligere teknologier ved ikke blot at understøtte tænkningen, men i stigende grad at overtage dele af den.
Når vi bruger de europæiske sprogmodeller, bliver vi i højere frad udfordret i vores evne til at tænke selv.

Erfaring – indsigt – erkendelse
Dannelsesbegrebet er ofte baseret på at bruge børn og unges erfaringer til at skabe indsigter og fælles erkendelse. Det er vi voksne vokset op med, men når det kommer til børn og unge, er det ekstra sårbart overfor potentielt at gå glip af den proces. Med amerikanske sprogmodeller, der er mere sleske og venlige, er der en risiko for, at de vil vælge dem over europæiske, hvis de ikke får hjælp til at vælge de europæiske. Den australske forsker Kristy Armitage peger på, at dilemmaet ved brug af generativ AI stadig er underbelyste i relation til børn og unge. Modsat voksne, der har udviklet kritisk sans, står børn stadig overfor at skulle lære flere vigtige evner. Men hvordan udvikler man kritisk sans, problemløsning, argumentation og refleksion, hvis stadig større dele af processen overlades til et system, der løser det hele for dig?

Generelt peger forskningen ikke entydigt i én retning
Historien om teknologi er ikke kun en historie om tab. Det er også en historie om nye muligheder.
Da lommeregneren blev hvermandseje, frygtede mange, at børn ville miste deres matematiske færdigheder. Erfaringen viste imidlertid, at teknologien kunne styrke læringen, hvis den blev introduceret på det rigtige tidspunkt. Først lærer man at regne. Derefter bruger man lommeregneren.

Sam Gilbert fra University College London advarer mod at konkludere, at AI nødvendigvis svækker vores tænkning. For udfordringen er næppe, om vi skal bruge kunstig intelligens eller ej. Udfordringen er snarere, hvordan vi bruger den. Om vi bruger den som erstatning for vores egen tænkning eller som et redskab til at kvalificere den.

Måske er det derfor, de europæiske sprogmodeller fortjener mere opmærksomhed, end de ofte får. Fordi de peger på en mulighed, som sjældent diskuteres, nemlig bevarelse af den menneskelige suverænitet.

Kilder:

You may also like