Kunstig intelligens og bærekraft Flashcards
Kunstig intelligens i organisasjonen
Heia!
Kunstig intelligens
En type datavitenskap som bruker algoritmer og statistikk til å lære av data
Kunstig intelligens kan utvikle systemer som kan gjenkjenne mønstre og trender i store mengder data
Teknologien kan også identifisere mønstre enklere enn de fleste mennsker kan eller ikke kan se
Kunstig intelligens kan forbedre beslutningstaking i organisasjonen
-> Mer informerte beslutninger om alt fra kundepreferanser, markedsføringsstrategier og investerings beslutninger
Fallgruver innenfor beslutninger
Mennesker er ikke designet for å prosessere informasjon raskt og nøyaktig, uten å blande inn følelser og tidligere erfaringer.
Vi vektlegger følelser og lar tidligere erfaringer få betydning i beslutningstakingen vår.
Nettop det å ta beslutninger kunstig intelligens særlig god på
Utfordringer ved å benytte kunstig intelligens i beslutninger
Et etisk dilemma er at organisasjoner må håndtere etiske spørsmål knyttet til personvern og datalagring (META)
Algoritmer kan være basert på feilaktig data, for å unngå disse problemene er det viktig for organisasjoner å ha gode data analytikere, og etisk ansvarlig beslutningstakere på plass når de tar i bruk kunstig intelligens
Organisasjoner kan også møte på utfordringer med å få de ansatte til å stole på kunstig intelligens, ved at de stoler på programvaren og at de føler seg sike for at de tar riktige beslutninger med riktig informasjon.
Kort oppsummert:
Kunstig intelligens er et godt verktøy for å forbedre beslutningstaking
Det er viktig å være bevisst på ulike utfordringer, og at man må ta hensyn til de etiske og menneskelige aspektene innenfor en organisasjon
Designing AI to make decisions
Kathryn Hume er ekspert innen anvendelsen av kunstig intelligens i virksomheter
Etiske konsekvenser og behovet for å forstå
hvordan AI tar beslutninger
Må forstå hvordan AI tar beslutninger for å kunne stole på systemene
Sikre at AI systemer er rettferdige og ikke diskriminerer
For å oppnå dette:
Må designere være oppmerksomme på potensielle skjevheter som kan oppstå i AI systemer. Enten gjennom dataene de er trent på eller beslutnings algoritmen de benytter.
Når det gjelder koblingen mellom Kahneman og Tversky:
Er det viktig å huske på at det de studerte som var menneskelige biaser og heuristikker er svært relevante for AI beslutningstaking.
Hvis AI er trent på å bruke data som er generert av mennesker for å ta beslutninger kan AI potensielt lære menneskelige biaser og potensielt reprodusere dem i sine egne beslutninger.
Dette er et område hvor forståelse for menneskelig bias og beslutningstaking kan hjelpe i design og implementering av AI i organisasjoner
Kahneman og Tverskys forskning kan også hjelpe til med å bidra for å forstå hvordan mennesker vil tolke og reagere på AI-beslutninger
For eksempel hvis en AI sin beslutning går i mot en persons intuitive forventinger, som kan være formet av deres egne baser og heuristikker. Kan gjøre det vanskelig å stole på AI sine beslutninger selv om den er statistisk mer sannsynlig og være korrekt
How is AI making prediction cheaper
Avi Goldfarb, Ajax Agrawal, Joshua Gans
Utviklet en økonomisk ramme for å forstå virkningen av AI
Prediction machine: The simple economics of artificial intelligence
Ved å bruke store datasett og avanserte algoritmer kan AI-systemer forutsi utfall basert på mønstre i data
Redusere usikkerhet
- Bedre beslutninger
- Effektivitet
Kahneman og Tversky sin forskning finne det noen intressante paralleller:
- Kahneman og Tversky sine studier om menneskets kognitive biaser omhandler ofte feil i menneskes evne til å forutsi fremtiden.
BÆREKRAFT
7 Dragons of inaction (Robert Gifford)
Psykologiske barrierer som hinder handling mot klimaendringene
Hindrer at vi gjennomfører nødvendige tiltak som fungerer
Begrenset kognisjon (Dragons of inaction 1)
Vårt kognitive system er tilpasset langt mer primitive omgivelser enn det moderne samfunn
Vi tenker ikke alltid rasjonelt, heller ikke når det gjelder klima
Oldtidshjerne (1 Psykologiske barriere)
Menneskehjernen endrer seg ikke like raskt som omgivelsene våre
Vi er opptatt av å verne om ressurser da det var adaptivt i et jeger-samler-samfunn
Største motivasjon var å sikre overlevelse for å føre sine gener videre
Umiddelbare farer var av stor betydning
Vanskelig å ta stilling til klimakrisen fordi det er et problem som er langt frem i tid
Uvitenhet (Barriere 2; på to måter)
- Mennesker som ikke vet at problemer eksisterer
- Mennesker som vet om problemet, men ikke vet hvordan de skal løse det eller gjøre med problemet når de blir klare over det
Mange mennesker vet ikke om hvilke handlinger som kan være nyttige eller hvilken effekt ulike handlinger kan ha
Miljømessig lammelse
Klimaendringer oppfattes som fjernt og ikke avgjørende for vår egen og våre signifikante andres overlevelse her og nå
Vi blir numne fordi klimakrisen ikke finner sted i vår umiddelbare nærhet
Det gir oss ingen akutte personlige vanskeligheter
Vi tenker mer på det i etterkant av store naturkatastrofer, men så glemmer vi det
Tilgjengelighets heuristikken:
Klimakrisen mye omtalt i media med lite variasjon -> vi blir vant til det og det får en bedøvende effekt
Er hyppig medieomtale ugunstig av den grunn?
Usikkerhet
Usikkerhet
-> Utsetter handlinger eller forholder oss passivt til problemet
Usikkerhet
-> Overdreven optimisme
Forskning kommuniseres med en viss usikkerhet.
Fravær av bastante formuleringer tolkes som usikkerhet om hele fenomenet
Altså påvirker manges oppfatning av faren ved klimautslipp
Eksempel:
Mennesker unnlot å ta korona vaksinen grunnet enkelthendelser der folk ble syke eller døde av bivirkningene
Altså:
Medie oppslag = Lettest tilgjengelig i hjernens hukommelses senter
Spiller en uhensiktsmessig stor rolle i risikoestimering
Undervurdering av fremtidig risiko
Verne om kognitive ressurser ->
Umiddelbare farer motiverer oss
Umiddelbare farer motiverer oss mer enn farer lengre frem i tid
Optimisme
Overdreven optimisme når det gjelder oss selv og de vi er glade i?
-> Beskyttelsesmekanisme mot angsten vi ellers ville opplevd dersom vi var redde for alt det ille som ville skje hele tiden som fører til en; optimistisk skjevhet når det gjelder risiko av klima endringer og konsekvenser av det.
Oppfattet kontroll
Klimaendringene er et globalt problem
Opplever å ha lite kontroll over utfallet
Hjelper individuelle handlinger? Eller må vi handle kollektivt?
Dragons of inaction (2-3)