AI fra hype til hverdag – sådan gør du i praksis
Som mennesker elsker vi mønstre og vaner. De gør mange gode ting for os, ja faktisk er de helt nødvendige for vores overlevelse, men samtidig er det vores mønstermaskine-tilgang til hverdagen, der gør eksempelvis forandringer og innovative tiltag og kulturer så vanskelige.
Vi kan ikke gøre for, at vi er vanedyr. Det er indbygget i vores biologi.
Så snart, vi tilegner os sproget, lærer vi at kategorisere ting og sætte dem kasser. Vi ser noget højt i skoven og lærer, at det er et træ. Og vi lærer, at er der rigtig mange af de træer, så hedder det … ja, en skov.
Når vi bliver ældre, får vores sprog flere nuancer og kombinationer i sig. Vi begynder at vurdere, hvorvidt et træ (eller et menneske 😊) er smukt eller gammelt. De mønstre bruger vi så til at navigere i verden og rent sprogligt sætte ting i kasser.
AI er mønstermaskiner på steroider
Når jeg skal forklare folk til foredrag og workshops, hvad AI er for forunderlig en størrelse, så bruger jeg ovenstående eksempel med træet og skoven, for AI er på mange måder menneskelige mønstermaskiner på steroider.
AI sætter ligeledes ting i kategorier og kasser, og dens livserfaring er data. Desto mere livserfaring desto bedre bliver resultaterne ofte, såfremt ellers fundamentet for AI’en er på plads.
Derfor giver det også god mening, at AI er så god til at spille skak; analysere store mængder data eller lave et referat. Vi kan sætte nogle klare regler op for, hvad den skal gøre, og AI elsker, når der er mange data og et afgrænset antal resultater.
AI er ligesom du og jeg – og så alligevel ikke
Mennesker og AI adskiller sig på tre helt fundamentale måder. Nogle gange hører man selvudnævnte AI-eksperter, der hyper teknologien og påstår, at den inden længe vil have eksempelvis bevidsthed. Et ret paradoksalt udsagn af to grunde:
1) Der er absolut ingen evidens for, at dette snart skulle blive tilfældet.
2) Vi ved ikke engang, hvad bevidsthed er for en størrelse.
Derfor er det altid sundt at skelne hype fra hverdag, når vi taler om AI, og jeg interesserer mig for sidstnævnte. Altså at gøre det letforståeligt og handlingsorienteret i hverdagen.
For at kunne få bedst muligt udbytte af AI i hverdagen, skal vi forstå de tre måder, hvorpå kunstig intelligens adskiller sig fra det at være mennesker:
1. Sund fornuft
For det første har vi sund fornuft. En kunstig intelligens, eksempelvis i form af en chatbot, besidder ikke en sådan fornuft.
Det kan du lynhurtigt afprøve i praksis ved fx. at besøge Esbjerg Kommunes hjemmeside og skrive med deres ellers udmærkede chatbot.
Når jeg i dette eksempel skriver til chatbotten, at jeg sover, så kommer den med et høfligt svar og tilbyder endda at hjælpe mig med mere indsigt omkring sunde søvnvaner. Paradokset er jo blot, at man naturligvis ikke kan skrive til chatbotten i søvne.
2. Bevidsthed
For det andet har vi bevidsthed – noget der grundlæggende adskiller sig fra AI, som hverken har en bevidsthed eller forholder sig emotionelt til sin eksistens.
Det betyder ikke, at den ikke kan give dig svar, som fremstår på en sådan måde, men det er fortsat udelukkende baseret på milliarder af data.
Indenfor AI taler man om tre stadier, hvor såkaldt maskinlæring er det første. Det har du mødt i praksis igennem hjælpsomme chatbots og fx Siri, men igen skal vi huske, at når vi taler om et begreb som ’læring’, så er det en metafor, der kan være misvisende i den forstand, at vi tænker det i menneskeform. Det er det ikke.
Hvad der er på spil er, at computere bliver fortsat bedre og mere effektive til at analysere og gengive data. Altså mønstermaskiner på steroider.
3. At tænke ud af boksen
For det tredje har vi som mennesker evnen til at tænke ud af boksen.
Det interessante på denne forskel imellem mennesker og AI er imidlertid, at vi bliver dårligere og dårligere til at tænke ud af boksen, efterhånden som vi bliver ældre.
De mønstre og vaner, der gør os effektive til at navigere i hverdagen og eksempelvis løse problemer eller undgå farer, er også dem, der gør vores tænkning fortsat mindre fleksibel. Og her er det, at jeg altid fokuserer på, hvordan vi kan GENlære noget af den nysgerrighed ved bevidst at træne dette.
Du kan formentlig genkalde dig barndommen, hvor du hele tiden stillede spørgsmål og var konstant nysgerrig …
“Hvorfor er hunden ked af det?”
“Hvad er det for et træ?”
“Hvad skal vi have at spise i aften”
og det fortsætter i én uendelighed.
Børn stiller ufattelige mængder af spørgsmål. Voksne søger og lærer svar. Det er et stort problem, når man som organisation skal komme på nye og innovative idéer; lære at gøre ting smartere; bryde dårlige vaner etc.
Den gode nyhed er, at den menneskelige hjerne KAN genlære og gentræne sig selv.
Top 100 liste over de bedste AI-værktøjer
Generativ AI, som er det seneste skud på stammen indenfor kunstig intelligens, kan bruges til rigtig mange ting. Du har måske prøvet ChatGPT, som er ét iblandt tusindvis af eksempler på, hvordan generativ AI kan hjælpe os i hverdagen.
Ofte fremhæves eksempelvis billedgenerering; tekstforfatning etc. som smarte måder, hvorpå den seneste nye AI kan hjælpe os i hverdagen.
Jeg er for så vidt enig i disse gode anvendelsesmuligheder og har sammen med en række andre AI-eksperter lavet en gratis liste over de 100 bedste AI-værktøjer, der findes netop nu.
Når det så er sagt, så ser jeg faktisk ikke disse tidsbesparelser og optimeringsmuligheder som den mest oplagte måde, hvorpå du for alvor kan få glæde og gavn af AI i de kommende år.
Jeg tror, at det vil skabe langt mere værdi for dig og jeres organisation, hvis I gør det til en vane og kultur at bruge AI-værktøjer hver gang, at I er gået i stå, når det kommer til eksempelvis:
- Hvordan kan vi spare tid på vores nuværende rutineopgaver?
- Hvordan bør vi prissætte vores produkter?
- Hvad bliver det næste i vores branche?
Som du nok bemærkede, er alle disse overvejelser og muligheder formuleret som spørgsmål, for dels er det måden, hvorpå generativ AI som fx ChatGPT bedst kan lide at blive kommunikeret med, og dels spejler det den barnlige nysgerrighed, som på mange måder er gået tabt hos mange af os.
Jeg er slet ikke et sekund i tvivl om, at fremtiden tilhører de nysgerrige. Med det mener jeg de medarbejdere og organisationer, som udfordrer deres egne mønstermaskine-hjerner og på den måde går fra at være forandringsparate til forandringsskabende – også indenfor AI.
Sådan gør du AI til hverdag – tre simple trin
Jeg er iværksætter dybt ind i hjertet. Når jeg holder foredrag, så anser jeg det kun som værende en succes, hvis deltagerne efterfølgende handler på det, de hører.
At have en AI-strategi er udmærket, men det er kulturer, der rykker noget. Som det hedder i det klassiske Peter Drucker citat: ”Culture eats strategy for breakfast”.
Derfor er det helt afgørende, at vi gør brugen af AI så konkret som overhovedet muligt, og jeg har derfor formuleret tre nøgleord, som går igen i alt, hvad jeg laver. Det er også ord, som jeg ved, at mange hundrede danske organisationer og virksomheder har gjort til deres, fordi de har erfaret, at det virker.
De tre nøgleord og ikke mindst de HANDLINGER, der ligger i forlængelse af dem, er:
1. Forundring
Vi skal skabe nysgerrighed i forhold til mulighederne med AI, så vi flytter hjernens fokus fra frygt til forundring. Det gør vi eksempelvis ved at nævne, hvor utroligt let de mange værktøjer og apps er blevet at bruge for helt almindelige brugere.
2. Fælles sprog (og brainstorm)
Den anden afgørende komponent er at få etableret et fælles sprog i, så I alle ved, hvad I taler om og IKKE taler om, når det kommer til AI. Dvs. hvad er det, vi taler om her, og hvordan kan det helt konkret bruges i hverdagen?
En god start kunne være at dele denne artikel med kollegerne, så de lynhurtigt forstår, hvordan AI fungerer i praksis. Herefter kunne I lave en hurtig brainstorm session på 10 minutter, hvor alle ud fra den viden skriver idéer ned til, hvordan AI eksempelvis kunne gøre deres hverdag lidt nemmere.
3. Forandring
Tredje skridt er det at omsætte de gode idéer og intentioner til handling. Jeg har i den forbindelse lavet et simpelt værktøj, som I kan bruge, når I skal vurdere de idéer.
Frem for at vurdere idéerne på den sædvanlige måde, hvor det måske bliver de kolleger, der taler mest, eller dem med de ‘fineste titler’, som ender med at bestemme, så udgør mit værktøj “How-now-wow” modellen en mere objektiv referenceramme at vurdere idéer ud fra.
Jeg foreslår, at I efter brainstormen i punkt 2 tegner denne model på et whiteboard el. lign. I tager nu én idé ad gangen og drøfter hvilket felt, den falder indenfor:
NOW-idéerne er dem, som ikke kræver meget tid eller ressourcer og som derfor kan gennemføres i morgen. Det kunne eksempelvis være at begynde at bruge Co-pilot til at optage jeres møder og tage referater af dem, eller det kunne være at bruge ChatGPT til at give sparring på jeres salgspitches eller marketingtekster.
HOW-idéerne er dem med et større potentiale end NOW-idéerne, men hvor I ikke er sikre på, hvor meget det vil kræve i praksis. Det kunne eksempelvis være at lave jeres egen chatbot på hjemmesiden, hvor I dels skal vurdere, om I har træningsdata nok til dette samt holde chatbottens udgifter op imod, hvad I potentielt vil kunne få ud af at bygge den – eksempelvis i forhold til bedre kundeservice; nye kunder etc.
WOW-idéerne er dem med både stort potentiale og lav kompleksitet. Typisk vil den første brainstorm ikke nødvendigvis føre til nogle sådanne, så jeg anbefaler altid at lave en sådan brainstorm-session eksempelvis én gang om måneden.
På den måde kan I også vende tilbage til tidligere idéer, hvor folk måske er kommet på måder, hvorpå de kan laves simplere i praksis. Det kan altså betyde, at I kan flytte nogle idéer fra HOW til WOW, ligesom nogle idéer måske vokser over tid, således at de udvikler sig fra NOW til WOW-idéer.
Forundring – Fælles sprog – Forandring
Ved at bruge ovenstående meget konkrete og jordnære tilgang til AI i praksis kan I således hurtigt omdanne idéer til handling og gå fra forandringsparat til forandringsskabende.
Det hele forudsætter imidlertid, at I sammen skaber en kultur præget af lysten til at blive forundret samt etablerer et fælles sprog, så I ved, hvad I taler om, når det eksempelvis kommer til AI.
Det hele kan derfor koges ned til tre de nøglebegreber, som jeg vil anbefale enhver organisation at bruge – uanset om det handler om at skabe ny innovation; gøre AI til hverdag eller på anden måde omsætte idéer til praksis og strategier til kultur:
Forundring … Fælles sprog … Forandring.
