I det følgende vil Microsoft Copilot oppsummere sitatene fra forskere og teknologer gjengitt i kapittel 1. Teksten er kopiert direkte fra Copilot og limt inn her «as is».
Kap 1 Innledende betraktninger
Her er en oppsummering som trekker fram de hovedsynene på KI, samtaleroboter og LLM slik de kommer til uttrykk i sitatene:
- Hensiktsmessighet og problemløsning: Jeffrey Bilbro utfordrer oss med spørsmålet: «What is the problem for which LLMs are the solution?» Dette stiller et kritisk krav om at man må definere hvilke reelle, konkrete problemer de enorme språkmodellene faktisk skal løse – og om de i det hele tatt er den rette løsningen for disse problemene.
- Misvisende navnevalg og uoppfylte løfter: Bjørn Stærk trekker frem at begrepet «kunstig intelligens» er både gammelt og misvisende. Samtidig som det har gitt opphav til mange IT-løsninger over flere tiår, har feltet i sin helhet vært en skuffelse fordi løftet om ekte intelligens aldri har blitt innfridd. Dette setter søkelyset på den gapen mellom markedsførte forventninger og den faktiske teknologiske realiteten.
- Illusjonen om ekte intelligens: Linda McIver presiserer at det vi i populærdiskursen kaller «AI» egentlig kun er omtalte teknikker – metoder som etterligner menneskelig tankegang gjennom mønstergjenkjenning. Ekte Generalised Artificial Intelligence, det vil si systemer som faktisk kan tenke som mennesker, ligger fortsatt langt utenfor horisonten. Her blir «intelligens» brukt for å beskrive noe som egentlig kun er sofistikerte algoritmiske prosesser.
- Terminologi som hype og markedsføring: Skyler Schain peker på at begrepet AI ofte brukes så løst og ureflektert at det i stor grad funker som et markedsføringsverktøy. Mens teknikker som naturlig språkbehandling (NLP) har eksistert lenge – for eksempel i Google Search – blir de nå pakket inn i en ny hype-faktor rundt samtaleroboter og generative systemer.
- Begrensede evner til komplekst resonnement: Flere eksperter, representert ved Mikhail Burtsev, Martin Reeves og Adam Job, understreker at LLMer ikke er utviklet for komplekst resonnement. De kan levere imponerende tekstutdata, men det er i bunn og grunn statistiske prediksjoner, og de mangler evnen til å gjennomføre dyptgående, logiske analyser.
- Ingen reell intelligens – i dag og for overskuelig fremtid: Professor Paul Compton fremhever at dagens generative AI-systemer, slik som ChatGPT, ikke har ekte intelligens. Uten fundamentale endringer i deres design, er det ikke bevis for at de kan utvikle seg til å bli «smarte» på en måte som ligner menneskelig tenkning.
- Kult- og mytebildning rundt den superintelligente KI: Inga Strümke og Anders Løland beskriver en overdrevet forestilling om en superintelligent KI som gis nesten gudelignende egenskaper – enten som en allmektig beskytter eller en truende, uunngåelig kraft. Denne tilnærmingen minner om sektmentalitet, med en brå og overveldende påstand om at verdens skjebne står på spill, ofte knyttet til hastverk og økonomiske interesser.
- Frustrasjon med språket og feilaktige forestillinger om resonnement: James Wang uttrykker sin frustrasjon over at mange taler om «resonnering» når det gjelder LLMer. Han forklarer at, uansett hvor imponerende systemets resultater framstår, er de i realiteten avanserte auto-kompletteringer basert på matrise-multiplikasjon og statistiske assosiasjoner – altså en simulering, heller enn en ekte kognitiv prosess.
Overordnet budskap: Disse sitatene tegner et felles bilde av skepsis mot de ambisiøse løftene som ofte assosieres med «kunstig intelligens». Det understrekes at de systemene vi i dag omtaler som AI eller samtaleroboter i realiteten er spesialiserte verktøy for statistisk mønstergjenkjenning. Påstanden om at de kan resonnere, tenke på egenhånd eller levere dyp innsikt blir utfordret – de presenterer i stedet imponerende, men begrensede, resultater innenfor rammene av hva de egentlig er designet for. Dette fremhever et sentralt poeng: Forståelsen av og språket om KI bør være presist, slik at vi ikke lar oss blende av markedsføringshype eller mytiske forestillinger om en overnaturlig, allvitende maskin.
Videre refleksjoner: Disse kritiske perspektivene peker også på viktigheten av å avklare hva slags problemer vi ønsker å løse med KI og hvordan vi realistisk kan integrere verktøy som LLM i arbeidsflyter og beslutningsprosesser. Uten en slik industriell og faglig presisjon risikerer vi at samtaleroboter og AI forblir imponerende tekniske demonstrasjoner heller enn løsninger som gir reell verdi. Den videre utviklingen innen KI vil derfor måtte ta hensyn til både de tekniske begrensningene og den kulturelle mytebyggingen som omgir begrepet, for å sikre en mer nyansert og ansvarlig implementering av teknologien. Denne kritiske tilnærmingen kan også inspirere til en dialog om hvordan man kan forbedre designet av slike systemer – enten ved å integrere mer robuste metoder for logisk resonnement eller ved å redefinere hva vi egentlig mener med «intelligens» i maskiner – noe som igjen åpner en spennende vei for fremtidig forskning og utvikling.
Er du enig i Copilot her har foretatt en grei og presis oppsummering av det de ulike sitatene peker på?