Varför AI-bias inte nödvändigtvis är något dåligt i strategiarbetet
När vi pratar om AI låter ordet ”bias” oftast negativt. Det antyder fördomar eller orättvisa. Men bias finns hos både människor och AI-modeller, även om den kommer från olika håll. Hos oss människor beror den på de genvägar hjärnan tar och på våra livserfarenheter. Hos AI är det helt enkelt vad modellen har lärt sig av sina enorma träningsdata. Men tänk om vi såg på bias i AI på ett annat sätt? Tänk om vi, i stället för att bara se den som ett fel som måste bort, använde den som ett verktyg för att medvetet anta olika perspektiv?
Från brist till egenskap: kraften i olika synsätt
Vi utgår från en AI som inte bara ger ett svar, utan direkt ett spektrum av välgrundade åsikter. Vi talar inte om att skapa skadliga fördomar, utan om att utforma AI så att den tydligt uttrycker specifika, genomtänkta ståndpunkter, precis som när olika mänskliga experter gör olika analyser.
Förhållningssättet utgår från att verklig förståelse ofta uppstår när olika synsätt förs samman. En modell med ”bias” i den här positiva meningen är inte felaktig. Den är medvetet utformad för att företräda ett visst synsätt eller kunskapsområde.
Multiagentsystem: arkitekturen för olika synsätt
AI som blandar olika typer av information, som text, bild och ljud (multimodal AI), är mycket bättre på att förstå helheten. När vi kopplar detta till multiagentsystem med LLM:er (system med stora språkmodeller där flera specialiserade AI:er samarbetar) skapar vi ett kraftfullt system för att ta fram olika perspektiv.
Anta att en knepig samhällspolitisk fråga diskuteras. I stället för en allmän AI skulle ett multiagentsystem kunna använda flera specialiserade agenter:
- En agent för ”ekonomisk påverkan”: en AI som bara fokuserar på ekonomiska frågor och finansiella data.
- En agent för ”social rättvisa”: en AI som fokuserar på rättvisa, etiska regler och hur samhället påverkas.
- En agent för ”miljömässig hållbarhet”: en AI som fokuserar på klimatdata och påverkan på naturen.
Varje agent använder sin fokuserade ”bias”, eller specialisering, för att granska samma information genom sitt eget filter och tar fram tydliga och väl underbyggda analyser. De separata resultaten förs sedan samman. En mänsklig analytiker kan jämföra och kombinera synsätten och få en mycket mer heltäckande och nyanserad förståelse än någon enskild, allmän AI skulle kunna ge.
En större kunskapsvektor
Att medvetet använda dessa olika AI-perspektiv ger oss stora fördelar:
- Bättre mänskliga beslut: Människor får en tydlig, strukturerad nedbrytning av problemet från flera håll. Det får oss att tänka efter mer och leder till sundare beslut.
- Färre blinda fläckar hos AI: Genom att stämma av vad de olika ”vinklade” modellerna säger kan systemet upptäcka luckor, saker som inte riktigt går ihop eller områden där ett enda perspektiv kan vara missvisande.
- Snabbare problemlösning: Vid komplex forskning, design eller strategisk planering kan specialiserade AI-agenter snabbt utforska många möjliga utfall ur sina egna perspektiv.
Ur det här moderna perspektivet är bias inte ett problem som ska utplånas, utan en egenskap som ska byggas och användas med omsorg. Genom att medvetet utforma modeller med specifika synsätt och världsbilder, utifrån designval, skaparens synsätt och de data modellen har tränats på, skulle vi kunna ge både maskiner och människor möjlighet att bygga upp en verkligt omfattande och detaljerad kunskapsmassa. AI:s framtid handlar inte bara om allmän intelligens, utan om klokt sammansatta, olika intelligenser som samverkar.
Det avgörande samspelet: hybrid intelligens
Det leder oss till det slutliga målet: inte att ersätta människor, utan att uppnå hybrid intelligens, det djupa samspelet mellan människor och AI. När de specialiserade AI-agenterna ger sina tydliga och mångfacetterade synsätt lämnar de över en mycket rikare och mer strukturerad uppsättning information till den mänskliga strategen eller analytikern. Människans uppgift är sedan att använda sitt unika omdöme, sitt moraliska ramverk och sina många års erfarenhet för att sammanföra synsätten och fatta det slutliga, välgrundade beslutet. Den verkligt stora kunskapsvektorn, och det bästa strategiska utfallet, nås först när klok, specialiserad AI arbetar hand i hand med oersättlig mänsklig expertis.