{"id":34,"date":"2017-09-10T15:34:31","date_gmt":"2017-09-10T15:34:31","guid":{"rendered":"https:\/\/wordpress.usn.no\/109225\/?page_id=34"},"modified":"2017-11-02T13:10:18","modified_gmt":"2017-11-02T12:10:18","slug":"skriveoppgave-3","status":"publish","type":"page","link":"https:\/\/wordpress.usn.no\/109225\/innforingsemne\/skriveoppgave-3\/","title":{"rendered":"Skriveoppgave 3"},"content":{"rendered":"<p><strong>Tore Pedersen Faglig essay (eller ble det fagartikkel?) Samling 3 inkl Faglogg<\/strong><\/p>\n<p><strong>\u00a0<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Kunstig intelligens<\/strong><strong>: <\/strong><\/p>\n<p><strong>En autonom forlengelse av mennesket?<\/strong><\/p>\n<p><strong>\u00a0<\/strong><\/p>\n<p><strong>Tore Pedersen<\/strong><\/p>\n<p><strong>\u00a0<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p><strong>Kunstig intelligens <\/strong>er et fenomen som er egnet til \u00e5 frembringe b\u00e5de fascinasjon og frykt. Nyhetsoppslag nasjonalt og internasjonalt, b\u00e5de i aviser og andre medier, vitner om at kunstig intelligens b\u00e5de har nyhetens verdi og offentlighetens interesse. I tillegg er fenomenet ogs\u00e5 popul\u00e6rt \u00e5 fordype seg i, noe f\u00f8rst og fremst engelskspr\u00e5klige sakprosab\u00f8ker vitner om, om enn med varierende grad av etterrettelighet og substans, Men hva <em>er<\/em> kunstig intelligens? Kort fortalt er kunstig intelligens selvl\u00e6rende systemer som b\u00e5de kan interagere med omgivelsene og l\u00e6re av interaksjonen med omgivelsene. Slike systemer kan for eksempel brukes til \u00e5 l\u00f8se problemer som mennesker ikke er i stand til \u00e5 l\u00f8se selv, b\u00e5de fordi maskinen kan behandle et betydelig st\u00f8rre informasjonsvolum enn hva mennesker kan, samtidig som den kan prosessere denne informasjonen mye raskere enn hva mennesker kan. N\u00e5r maskinen i tillegg reprogrammerer seg selv som f\u00f8lge av det den l\u00e6rer av omgivelsene, kan kunstig intelligens avlaste mennesket i dets daglige gj\u00f8rem\u00e5l og derved gj\u00f8re livet enklere for mennesket. Slik sett er maskinen en hjelper i den forstand at den utgj\u00f8r en slags \u00abforlengelse\u00bb av mennesket i utf\u00f8relsen av menneskets aktiviteter.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Forlengelsen av mennesket.<\/strong> I \u00abUnderstanding Media: The Extensions of Man\u00bb (1964) beskriver Marshall McLuhan forskjellen mellom et <em>informasjonsinnhold<\/em> og den formidlingskanalen, alts\u00e5 mediet, som brukes for \u00e5 <em>kommunisere<\/em> informasjonsinnholdet. Ett aspekt i McLuhans analyse er at et medium kan forst\u00e5s som en forlengelse av menneskelige egenskaper og derved ogs\u00e5 en forlengelse av mennesket som s\u00e5dan. Skrift er en forlengelse av tanke og tale. Redskaper er forlengelser av armer og bein. Bekledning er en forlengelse av huden. Slik sett kan all teknologi forst\u00e5s som forlengelser av mennesket. Et annet aspekt i McLuhans analyse er at ethvert medium har en tendens til \u00e5 lede oppmerksomheten bort fra selve det innholdet som mediet formidler. Derved kan mediet som s\u00e5dan komme til \u00e5 overta forst\u00e5elsen av det som er det egentlige innholdet som medier formidler. Mediet <em>blir<\/em> slik sette selve innholdet (\u00abthe medium is the message\u00bb) (McLuhan, 1964).<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Teknologiens egenskaper.<\/strong> I \u00abTechnopoly: The Surrender of Culture to Technology\u00bb (1992) foretok Neil Postman en analyse av teknologi som p\u00e5 mange m\u00e5ter kan sees i lys av McLuhans analyse, nemlig den at alle redskaper og all teknologi har iboende egenskaper som gj\u00f8r dem spesielt godt egnet til \u00e5 utf\u00f8re helt bestemte oppgaver. Derved oppst\u00e5r det ogs\u00e5 en tendens eller en slags \u00abiboende trang\u00bb i redskapene og teknologien til \u00e5 fremme utf\u00f8relsen av nettopp disse oppgavene. Postman argumenterte for at, p\u00e5 samme m\u00e5te som den iboende egenskapen til \u00f8ksa er \u00e5 hugge, og knivens egenskap er \u00e5 skj\u00e6re, har ogs\u00e5 avansert teknologi iboende egenskaper som gj\u00f8r den velegnet til \u00e5 fremme helt bestemte prosesser og lede til helt bestemte utfall (Postman, 1992). Mens de iboende egenskapene hos enkle redskaper lett lar seg avkode, er disse egenskapene betydelig mer krevende \u00e5 avkode i den mer avanserte teknologien. Vi glemmer derfor \u2013 eller snarere, vi forst\u00e5r ikke \u2013 teknologiens iboende egenskaper og dens tilh\u00f8rende \u00abtrang\u00bb til \u00e5 fremme spesifikke prosesser som leder til spesifikke utfall.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Teknologisk autonomi<\/strong>. McLuhans og Postmans analyser er sammenfallende: Teknologi er p\u00e5 den ene siden en forlengelse av mennesket, og presumptivt noe som b\u00e5de er skapt av mennesket og kontrollert av mennesket. Men teknologi kan ogs\u00e5, dersom den ikke forst\u00e5s, t\u00f8yles og kontrolleres, komme til \u00e5 sette sitt eget preg p\u00e5 menneskets forst\u00e5else og tolkning av selve det informasjonsinnholdet teknologien er satt til \u00e5 behandle eller formidle \u2013 i menneskets tjeneste. Hvorvidt McLuhan og Postman hadde kunstig intelligens eksplisitt i tankene i sine analyser vites ikke \u2013 sannsynligvis er fenomenet ogs\u00e5 for nytt \u2013 men deres analyser kan allikevel bidra til \u00e5 forst\u00e5 den kunstige intelligensens iboende egenskaper, nettopp med McLuhans og Postmans analyser av redskaper, medier og teknologi som et bakteppe. Fordi kunstig intelligens er en type teknologi som p\u00e5 mange m\u00e5ter kan komme til \u00e5 bli autonom \u2013 eller som kanskje allerede har blitt det<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Vitenskapelige tradisjoner. <\/strong>I forlengelsen av McLuhans og Postmans analyser og tolkninger av teknologi som autonome forlengelser av mennesket, vil dagens vitenskapelige litteratur, samt kunnskap om vitenskapelige prinsipper, kunne gi oss ytterligere forst\u00e5else av hva som kjennetegner kunstig intelligens og maskinl\u00e6ring samt hva som i dag er status for anvendelse av denne teknologien. Den vitenskapelige litteraturen p\u00e5 omr\u00e5det er i hovedsak fordelt p\u00e5 to ulike vitenskapssyn som hver har sine egne unders\u00f8kelsesmetoder for \u00e5 belyse hva kunstig intelligens er og hva kunstig intelligens kan gj\u00f8re. Men ikke minst ogs\u00e5 hva kunstig intelligens <em>kan v\u00e6re i stand<\/em> til \u00e5 gj\u00f8re. Mens forskningstradisjonene innenfor humaniora tradisjonelt har beskjeftiget seg med sp\u00f8rsm\u00e5l som hva kunstig intelligens kan komme til \u00e5 <em>inneb\u00e6re<\/em> for menneske og samfunn, har den naturvitenskapelige forskningstradisjonen i hovedsak beskjeftiget seg med \u00e5 <em>utvikle<\/em> den teknologien som brukes innen kunstig intelligens, hvor siktem\u00e5let f\u00f8rst og fremst er \u00e5 <em>anvende<\/em> teknologien. En konsekvens av dette er at humaniora ofte har hatt fokus p\u00e5 etiske perspektiver ved kunstig intelligens og hvilke trusler som kan oppst\u00e5 dersom mennesket mister kontrollen over maskinene og det maskinene gj\u00f8r (se for eksempel Bostrom, 2014), mens naturvitenskapen motsvarende har hatt et fokus p\u00e5 teknologisk utvikling i et kost\u2013nytte perspektiv, uten \u00e5 ta etikk og verdier i betraktning p\u00e5 samme m\u00e5te som det humaniora-tradisjonen gj\u00f8r. Fordi disse to vitenskapssynene ligger langt hverandre, oppst\u00e5r det en polarisering av b\u00e5de forskningsinnsats og kunnskapsstatus p\u00e5 omr\u00e5det. Forskningen i de ulike tradisjonene er ikke \u2013 eller tillates ikke \u00e5 v\u00e6re \u2013 tilstrekkelig helhetlig og \u00abdiskursoverskridende\u00bb. En helhetlig tiln\u00e6rming som inkorporerer empiri om den faktiske teknologiske utviklingen og den faktiske anvendelsen av kunstig intelligens <em>kombinert med<\/em> en analytisk tiln\u00e6rming til hva som kan komme til \u00e5 bli implikasjonene av kunstig intelligens for menneskelige aktiviteter og samfunnets institusjoner, vil kunne bidra til en enda bedre \u2013 og i vitenskapelig forstand sannere \u2013 forst\u00e5else av fenomenet kunstig intelligens.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Vitenskap og verdier. <\/strong>Den eneste m\u00e5ten \u00e5 tette kunnskapshullet p\u00e5 er alts\u00e5 \u00e5 innta en tiln\u00e6rming som b\u00e5de inkorporerer empirisk kunnskap om hva maskinene <em>faktisk<\/em> gj\u00f8r og er i stand til \u00e5 gj\u00f8re (naturvitenskap) samt ogs\u00e5 analytisk kunnskap om hvilke <em>implikasjoner<\/em> den teknologiske utviklingen kan komme til \u00e5 bety for menneske og samfunn. I dette ligger b\u00e5de at vi m\u00e5 kombinere ulike typer vitenskapssyn for \u00e5 forst\u00e5 hva kunstig intelligens og maskinl\u00e6ring faktisk er og hva det kan komme til \u00e5 bli, og at vi i tillegg m\u00e5 balansere b\u00e5de deskriptive og normative tiln\u00e6rminger til fenomenet. Vi m\u00e5 alts\u00e5 avdekke hva kunstig intelligens faktisk er, herunder alts\u00e5 hvordan den reelt sett brukes i dag, samtidig som vi m\u00e5 innta en verdibasert tiln\u00e6rming til fenomenet og gj\u00f8re oss opp en mening om hva vi vil <em>tillate <\/em>at kunstig intelligens gj\u00f8r. Hva kunstig intelligens <em>kan gj\u00f8re <\/em>og hva kunstig intelligens <em>b\u00f8r gj\u00f8re<\/em>, er ikke n\u00f8dvendigvis sammenfallende.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Kognitiv vitenskap<\/strong>. \u00c9n konkret m\u00e5te \u00e5 tette kunnskapshullet p\u00e5, er \u00e5 ta utgangspunkt i vitenskapen om menneskelig tenkning og anvende denne b\u00e5de som en forst\u00e5elseshorisont og som et pedagogisk grep for lettere \u00e5 kunne formidle kunnskap ogs\u00e5 om hvordan maskiner \u00abtenker\u00bb. \u00a0Innen kognitiv vitenskap finnes b\u00e5de empirisk kunnskap om hvordan mennesker <em>faktisk<\/em> <em>tenker<\/em> og interagerer med omgivelsene i ulike kontekster, samt ogs\u00e5 klassiske prinsipper om hva som utgj\u00f8r gyldige slutninger og resonnementer \u2013 alts\u00e5 hvordan mennesker ideelt sett <em>b\u00f8r tenke<\/em> n\u00e5r komplekse problemer skal l\u00f8ses. Uavhengig av om det er mennesker eller kunstig intelligens som observerer, vurderer, trekker slutninger og konkluderer \u2013 enten p\u00e5 egenh\u00e5nd eller i interaksjon med omgivelsene \u2013 m\u00e5 b\u00e5de mennesker og maskiner forholde seg til gyldige m\u00e5ter \u00e5 gj\u00f8re dette p\u00e5. Kognitiv vitenskap kan gi oss innsikt i hvordan maskiner \u00abtenker\u00bb, gjennom f\u00f8rst \u00e5 forst\u00e5 hvordan mennesker tenker, ettersom b\u00e5de maskiner og mennesker n\u00f8dvendigvis m\u00e5 forholde seg til de samme vitenskapelige prinsippene for gyldig tenkning.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>To m\u00e5ter \u00e5 tenke p\u00e5<\/strong>. Kognitiv vitenskap kan fremvise en empiri som gjennom mange \u00e5r b\u00e5de beskriver og forklarer hvordan mennesker tenker \u2013 og mer spesifikt hvordan mennesker foretar en bed\u00f8mmelse og en vurdering av et fenomen. Innenfor den delen av den kognitive vitenskapen som beskjeftiger seg med bed\u00f8mmelser og vurderinger \u2013 og mer spesielt med feilbed\u00f8mmelser og feilvurderinger, er det vanlig \u00e5 operere med en modell, for \u00f8vrig solid forankret i titalls \u00e5r med empiri, som deler inn kognisjon i to ulike kognitive prosesser: System 1 og System 2 (se for eksempel Kahneman, 2003). Mens System 1 er automatisert tenkning som foreg\u00e5r uten at vi har bevisst oppmerksomhet om at vi foretar en bed\u00f8mmelse eller en vurdering, er System 2 den ikke-automatiserte tenkningen som vi er bevisst oppmerksomme p\u00e5 at vi foretar. <em>Intuitiv tenkning<\/em> er den vanlige betegnelsen p\u00e5 kognisjon foretatt i System 1, mens <em>rasjonell tenkning<\/em> er den vanlige betegnelsen p\u00e5 kognisjon foretatt i System 2.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Automatisk tenkning<\/strong>. N\u00e5r vi foretar bed\u00f8mmelser og beslutninger i de fleste hverdagssituasjoner, foreg\u00e5r dette ofte uten at vi er bevisst oppmerksom p\u00e5 at vi gj\u00f8r det. Hjernen har en tendens til \u00e5 ville aktivere System 1. Vanligvis er dette hensiktsmessig, fordi vi filtrerer ut stimuli og data som ikke er relevante for den bed\u00f8mmelsen vi skal foreta <em>akkurat n\u00e5<\/em>, og lar hjernen prosessere relevante data automatisk. Dette g\u00e5r n\u00e6rmest av seg selv. Problemet er at vi har en tendens til \u00e5 aktivere system 1 ogs\u00e5 i situasjoner hvor vi i stedet skulle ha aktivert system 2, for eksempel i situasjoner hvor vi har lite kunnskap om det vi skal bed\u00f8mme eller i situasjoner hvor vi har for liten erfaring til \u00e5 foreta bed\u00f8mmelsen automatisk og ikke-bevisst. I en slik kontekst vil en aktivering av System 1 lett kunne f\u00f8re til en feilbed\u00f8mmelse, mens en aktivering av System 2 lettere ville kunne lede til en korrekt bed\u00f8mmelse. En slik feilbed\u00f8mmelse basert p\u00e5 \u00abfeil\u00bb aktivering av System 1, kalles vanligvis et kognitivt bias. Et bias er en feilbed\u00f8mmelse som er systematisk, hvilket betyr at den ikke oppst\u00e5r tilfeldig, men er uttrykk for en systematisk tendens til \u00e5 feilbed\u00f8mme noe. Et kognitivt bias er for\u00e5rsaket av spesifikke psykologiske mekanismer som aktiveres n\u00e5r vi skal foreta bed\u00f8mmelser under betingelser som er usikre, alts\u00e5 n\u00e5r vi ikke har tilstrekkelig informasjon til \u00e5 foreta bed\u00f8mmelsen eller n\u00e5r informasjonen er for kompleks til at vi klarer \u00e5 foreta bed\u00f8mmelsen. Disse psykologiske mekanismene kalles heuristikker og den spesielle egenskapen til heuristikkene er at de aktiveres uten at vi er klar over det \u2013 alts\u00e5 ikke-bevisst.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Heuristikker som bias-drivere<\/strong>. De psykologiske mekanismene som utgj\u00f8r heuristikkene deles vanligvis inn i to: Tilgjengelighet og Representativitet. Det som kjennetegner disse to heuristikkene er at de aktiveres under betingelser som er preget av usikkerhet, og de aktiveres uten at vi har bevisst oppmerksomhet om hva som foreg\u00e5r. Tilgjengelighetsheuristikken forleder oss til \u00e5 tro at informasjon som ligger lett tilgjengelig i hjernen, alts\u00e5 som det er lett \u00e5 f\u00e5 umiddelbar tilgang til, ogs\u00e5 representerer det er vanlig eller det som forekommer ofte. Ettersom det er lettere \u00e5 finne frem til ord som begynner p\u00e5 A enn ord som har A som tredje bokstav, er det lett \u00e5 tro at ord som begynner p\u00e5 A forekommer oftere enn ord som har A som tredje bokstav (se for eksempel Gilovich, Griffin &amp; Kahneman, 2002). Representativitetsheuristikken forleder oss til \u00e5 foreta en bed\u00f8mmelse av ett fenomen ut fra overflatiske og ikke-substansielle likheter med et annet fenomen. Hudfarge, bekledning og kultur-kjennetegn er eksempler p\u00e5 en tilsynelatende likhet som, n\u00e5r den hos noen mennesker oppst\u00e5r sammen med andre egenskaper, for eksempel det \u00e5 v\u00e6re kriminell, kan forlede oss til \u00e5 foreta en feilbed\u00f8mmelse av et annet menneske hvor denne andre egenskapen (for eksempel det \u00e5 v\u00e6re kriminell) ikke er tilstede. Dersom vi f\u00e5r feedback p\u00e5 feilbed\u00f8mmelsen, alts\u00e5 hvis vi f\u00e5r informasjon som korrigerer feilbed\u00f8mmelsen, er det sannsynlig at det foreg\u00e5r l\u00e6ring, slik at en fremtidig bed\u00f8mmelse kan komme til \u00e5 bli mer korrekt. Men dersom vi ikke f\u00e5r slik feedback vil feilbed\u00f8mmelsene v\u00e5re ikke bli korrigert og de kan derved vedvare og opptre i andre situasjoner, noe som inneb\u00e6rer at v\u00e5rt System 1 ikke blir tilstrekkelig kalibrert mot virkeligheten. Derved <em>l\u00e6rer<\/em> vi dessverre ogs\u00e5 \u00e5 foreta nye feilbed\u00f8mmelser.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Tenkning og l\u00e6ring henger sammen.<\/strong>\u00a0 N\u00e5r vi har oppmerksom bevissthet om v\u00e5r tenkning, foretar vi det Kahneman (2003) kaller rasjonell tenkning. N\u00e5r vi ikke har oppmerksom bevissthet om v\u00e5r tenking, foretar vi det vi kaller intuitiv tenkning. Disse to m\u00e5tene \u00e5 tenke p\u00e5, henger ogs\u00e5 sammen med m\u00e5ten vi l\u00e6rer p\u00e5. Som sm\u00e5 barn f\u00e5r vi liten eller ingen formell spr\u00e5koppl\u00e6ring og vi har heller ikke bevisst oppmerksomhet om at vi l\u00e6rer et spr\u00e5k. Derved l\u00e6rer vi spr\u00e5ket intuitivt og i interaksjon med omgivelsene. En slik innl\u00e6ring har mye til felles med intuitiv tenkning i System 1. Det er ogs\u00e5 flere andre ting vi l\u00e6rer intuitivt, blant annet hvordan vi forst\u00e5r og tolker den sosiale verdenen som er rundt oss. Denne m\u00e5ten \u00e5 l\u00e6re p\u00e5, henger sammen med tenkning i den forstand at vi ogs\u00e5 tenker intuitivt. Tenkning henger alts\u00e5 sammen med l\u00e6ring. N\u00e5r vi i hverdagslige situasjoner foretar bed\u00f8mmelser av verden rundt oss, foreg\u00e5r dette ofte som intuitivt tenkning, automatisk og uten bevisst oppmerksomhet. N\u00e5r vi foretar bed\u00f8mmelser, er disse basert p\u00e5 hva vi har l\u00e6rt. Intuitiv l\u00e6ring er beslektet med intuitive bed\u00f8mmelser. En vanlig betegnelse p\u00e5 slik intuitiv l\u00e6ring er implisitt l\u00e6ring (implicit\u00a0 learning without conscious awareness) (Frensch &amp; Runger, 2003). P\u00e5 den annen side er det ogs\u00e5 mye vi l\u00e6rer ved \u00e5 ha bevisst oppmerksomhet om det vi l\u00e6rer og ikke minst det at vi er oppmerksomme p\u00e5 at vi er i en l\u00e6ringsprosess. L\u00e6ring i formelle kontekster er basert p\u00e5 bevisst oppmerksomhet. I motsetning til barnet som l\u00e6rer spr\u00e5k intuitivt, kan det v\u00e6re at vi som voksne deltar p\u00e5 et spr\u00e5kkurs. Da er vi i en kontekst hvor vi er bevisst p\u00e5 at vi skal l\u00e6re. Vi pugger fremmedartede verb-b\u00f8yninger og vi l\u00e6rer \u00e5 bruke fremmedartede setningsstrukturer. Da m\u00e5 vi ha bevisst oppmerksomhet om det vi gj\u00f8r, og vi foretar det vi gjerne kan kalle bevisst og oppmerksom l\u00e6ring. Denne prosessen ligner p\u00e5 det vi gj\u00f8r n\u00e5r vi foretar bed\u00f8mmelser og beslutninger ved hjelp av rasjonell tenkning i System 1. I tillegg til at vi har bevisst oppmerksomhet om prosessen vil det gjerne ogs\u00e5 v\u00e6re en tydelig feedback p\u00e5 om vi faktisk har l\u00e6rt det som er forventet at vi skulle l\u00e6re. Vi l\u00e6rer slik at vi skal kunne bruke spr\u00e5ket korrekt og unng\u00e5 feil.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Enkle maskiner og komplekse maskiner<\/strong>. For \u00e5 forst\u00e5 hva maskiner kan gj\u00f8re, m\u00e5 man alts\u00e5 f\u00f8rst forst\u00e5 hvordan mennesker tenker, for maskinene er f\u00f8rst og fremst ment \u00e5 skulle gj\u00f8re ting som mennesker burde kunne gj\u00f8re, eller som man skulle \u00f8nske at mennesker var i stand til \u00e5 gj\u00f8re, men som mennesker enten ikke har mulighet til \u00e5 gjennomf\u00f8re p\u00e5 grunn av kravet til \u00e5 l\u00f8se problemet p\u00e5 kort tid, eller som mennesket ikke er i stand til \u00e5 gj\u00f8re p\u00e5 grunn av kompleksiteten i problemet. Den kognitive vitenskapen, med sin empiri om hvordan mennesker faktisk foretar bed\u00f8mmelser, sammenhold med klassiske vitenskapelige prinsipper om hva som utgj\u00f8r en gyldig bed\u00f8mmelse (alts\u00e5 en gyldig slutning) er egnet til \u00e5 belyse hvordan maskiner prosesserer informasjon og foretar \u00abbed\u00f8mmelser\u00bb som underlag for en beslutning som enten foretas av maskinen selv, eller som formelt foretas av et menneske etter en gjennomgang av maskinens \u00abforslag\u00bb. Maskiner kan v\u00e6re \u00abenkle\u00bb, hvilket vil si at de forholder seg til forh\u00e5ndsdefinerte instruksjoner og aldri fraviker disse instruksjonene n\u00e5r de skal behandle informasjon, finne frem til bestemt informasjon i et datasett eller foreta en vurdering av dataene. Enkle maskiner er fullstendig tro mot de algoritmene (instruksjonene) de er programmert med og prosesseringen er transparent: det er alts\u00e5 mulig b\u00e5de \u00e5 forst\u00e5 samt ha fullstendig innsyn i hva maskinen gj\u00f8r med de dataene den behandler. Men maskiner kan ogs\u00e5 v\u00e6re \u00abkomplekse\u00bb. Da kalles de intelligente, alts\u00e5 kunstig intelligens. Dette inneb\u00e6rer at maskinen er programmert med algoritmer (instruksjoner) som lar den \u00abf\u00e5 lov\u00bb til \u00e5 interagere med omgivelsene (alts\u00e5 med data) og som et resultat av denne interaksjonen ogs\u00e5 f\u00e5r lov til \u00e5 lage nye algoritmer eller justere eksisterende algoritmer etter \u00e5 ha \u00abl\u00e6rt noe nytt\u00bb av omgivelsene.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Det menneskelige i maskinen.<\/strong> Det er vanlig \u00e5 anta at en maskin er ufeilbarlig, sammenlignet med mennesker, som vi vet at nettopp ikke er ufeilbarlige. Men nylig har det blitt stilt sp\u00f8rsm\u00e5l ved den antatte ufeilbarligheten (se for eksempel USACM, 2017), blant annet som f\u00f8lge av den oppdagelsen at maskiner \u2013 noen bare av og til, mens andre ofte \u2013 kan gj\u00f8re ukorrekte vurderinger eller ogs\u00e5 behandle sitt datamateriale p\u00e5 en \u00aburettferdig\u00bb m\u00e5te. N\u00e5r maskinen foretar mulig diskriminerende vurderinger, for eksempel av en potensiell l\u00e5ntakers antatte evne til \u00e5 betjene sitt boligl\u00e5n, eller n\u00e5r maskinen vurderer sannsynligheten for at en mistenkt i en straffesak er skyldig, gitt flere bevis som hver for seg er svake og ikke utslagsgivende, er det viktig \u00e5 forst\u00e5 hva som for\u00e5rsaker \u00aburettferdige\u00bb utfall \u2013 eller feilbed\u00f8mmelser, \u00c9n av \u00e5rsakene til at slike feil kan oppst\u00e5 er at en maskin alltid er initialt programmert av et menneske. Det er alltid en programmerer som skaper den initiale algoritmen som maskinen bruker i l\u00f8sningen av sine oppgaver. Derved kan et menneskes feilbed\u00f8mmelser (bias) enkelt overf\u00f8res til maskinens algoritme, noe som inneb\u00e6rer at maskinen vil komme til \u00e5 foreta tilsvarende feilbed\u00f8mmelser som det programmereren gj\u00f8r. En annen viktig \u00e5rsak til maskinens feilbed\u00f8mmelser er at maskinen kan l\u00e6re om verden i interaksjon med begrensede omgivelser som ikke n\u00f8dvendigvis er representative for den st\u00f8rre sosiale verdenen. Sagt p\u00e5 en annen m\u00e5te l\u00e6rer den fra et utvalg som ikke representerer den st\u00f8rre populasjonen. B\u00e5de overf\u00f8ring av bias fra programmerer til enkle maskiner samt komplekse maskiners (alts\u00e5 kunstig intelligens) egen l\u00e6ring fra interaksjonen med ikke-representative omgivelser (data) er eksempler p\u00e5 at maskiner ikke n\u00f8dvendigvis er mer ufeilbarlige enn mennesker, selv om maskinene er betydelig raskere og kan prosessere uendelig st\u00f8rre mengder informasjon enn hva mennesket kan. I det f\u00f8rste tilfellet er det et bias som er direkte overf\u00f8rt fra menneske til maskin. I det andre tilfellet et bias som oppst\u00e5r i maskinens egen l\u00e6ringsprosess med omgivelsene. Begge tilfeller er eksempler p\u00e5 at tenkning og l\u00e6ring foreg\u00e5r p\u00e5 samme m\u00e5te, uavhengig av om det er et menneske eller en maskin som foretar bed\u00f8mmelsen <em>om<\/em> noe i den sosiale verden eller som l\u00e6rer <em>av<\/em> den sosiale verdenen. Selv om mennesker og maskiner p\u00e5 mange m\u00e5ter er grunnleggende forskjellige, er de allikevel like i ett henseende: B\u00e5de maskiner og mennesker foretar vurderinger som f\u00e5r konsekvenser b\u00e5de for enkeltmennesker og for samfunnet. Da er det viktig at vi b\u00e5de forst\u00e5r hva maskinene faktisk gj\u00f8r og hvordan de kommer frem til de vurderingene de foretar \u2013 samt ogs\u00e5 at vi diskuterer hva vi \u00f8nsker at maskinene skal <em>f\u00e5 lov til<\/em> \u00e5 gj\u00f8re. De \u00abindre\u00bb prosessene i kunstig intelligens, alts\u00e5 maskinens egen programmering av sine algoritmer, blir allerede i dag betegnet som en \u00absvart boks\u00bb som ikke er tilstrekkelig transparent til \u00e5 gi innsyn i hvordan maskinl\u00e6ringen faktisk foreg\u00e5r. Derved blir det ogs\u00e5 uklart hvem som til syvende og sist er ansvarlig for de vurderingene maskinen gj\u00f8r \u2013 maskinen selv eller mennesket (organisasjonen) som eier den?<\/p>\n<p>&nbsp;<\/p>\n<p>I en slik kontekst er det n\u00f8dvendig \u00e5 mobilisere en helthetlig og omforent forskningsinnsats som inkluderer b\u00e5de humaniora og naturvitenskap \u2013 gjerne med den kognitive vitenskapen som samfunnsvitenskapelig \u00abvertskap\u00bb for satsingen. Uten en slik helhetlig tiln\u00e6rming vil McLuhans anlayse av medier som autonome forlengelser av innhold og Postmans analyse av teknologi som autonom forlengelse av mennesket, vil analysene raskt kunne omfatte ogs\u00e5 kunstig intelligens som en tilsvarende autonom forlengelse.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Referanser<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p>Association for Computing Machinery: US Public Policy Council (USACM) 2017. Statement on Algorithmic Transparency and Accountability.<\/p>\n<p>Bostrom, N. (2014). Superintelligence: Paths, Dangers, Strategies. United Kingdom, Oxford: Oxford University Press.<\/p>\n<p>Frensch, P. A., &amp; Runger, D. (2003). Implicit Learning. <em>Current Directions in Psychological Science<\/em>, 12, pp 13-18.<\/p>\n<p>Gilovich, T., Griffin, D. &amp; Kaheman, D. (2002). Heuristica and Biases: The Psychology of Intuitive Judgment. United Kingdom, Cambridge: Cambridge University Press.<\/p>\n<p>Kahneman, D. (2003). A Perspective on Judgment and Choice: Mapping Bounded Rationality. <em>American Psychologist<\/em>, 58, pp 697-720.<\/p>\n<p>McLuhan, M. (1964). Understanding Media: The Extensions of Man. USA: MIT Press.<\/p>\n<p>Postman, N. (1992). Technopoly: The Surrender of Culture to Technology: US, New York: Knopf, 1992.<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Tore Pedersen Faglogg Samling 3<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>Til samling 3 har jeg valgt \u00e5 skrive en tekst som har <em>fagessay<\/em> som sjangerformat, men med en viss risiko for at jeg ikke har klart \u00e5 f\u00e5 til tilstrekkelig med essayistiske kjennetegn, selv om jeg har fors\u00f8kt \u00e5 bruke essayistiske kjennetegn som for eksempel \u00e5 problematisere fremfor \u00e5 konkludere, samt \u00e5 bruke flere innfallsvinkler til problemet, eller det \u00e5 legge opp til en eller flere \u00abkonflikter\u00bb som senere fors\u00f8kes mediert.\u00a0 N\u00e5r jeg har landet p\u00e5 at det er et essay og ikke en artikkel, vil rasjonalet for dette fremg\u00e5 tydeligere lenger frem i fagloggen. En kan vel nesten (dessverre) si at fagloggen kanskje er mer essayistisk enn selve fagteksten\u2026\u2026<\/p>\n<p>&nbsp;<\/p>\n<p>Det jeg i det store og hele \u00f8nsker \u00e5 skrive om i hele programmet, er et overordnet tema jeg er veldig opptatt av, nemlig kuratering av kunnskap. Med begrepet kuratering av kunnskap forst\u00e5r og tolker jeg b\u00e5de hvordan kunnskap genereres, hvordan kunnskap brukes og hvordan kunnskap formidles. I dette er ogs\u00e5 vitenskapsfilosofisk forst\u00e5else en viktig komponent, alts\u00e5 \u00abkunnskap om kunnskap\u00bb.<\/p>\n<p>&nbsp;<\/p>\n<p>Som konkret tema til akkurat denne oppgaven, under dette overordnede temaet <em>kuratering av kunnskap<\/em>, som jeg h\u00e5per \u00e5 kunne jobbe med gjennom programmet, har jeg valgt \u00e5 skrive om kunstig intelligens, eller mer spesifikt hva som kjennetegner \u00abmaskiner\u00bb og deres prosessering av informasjon, til forskjell fra \u2013 men av og til ogs\u00e5 likt med \u2013 menneskets prosessering av informasjon. Men jeg strever litt med \u00e5 f\u00e5 ordentlig tak p\u00e5 formatet. Det jeg strever spesielt med, er for det f\u00f8rste \u00e5 avgrense tematikken (hvor bredt skal jeg skrive, uten at teksten blir s\u00e5 knapp at den ikke engang gir en forst\u00e5elig oppsummering innenfor hvert del-tema), og dernest hvordan jeg skal klare \u00e5 formidle \u00abtekniske\u00bb begrep p\u00e5 en forst\u00e5elig m\u00e5te. Min modelleser, jf T\u00f8nnessons (2012) beskrivelse av den tenkte leseren, er egentlig en person som befinner seg et sted mellom det \u00e5 v\u00e6re \u00abfagfelle\u00bb og det \u00e5 v\u00e6re \u00aballment opplyst leser\u00bb. Min tiln\u00e6rming til teksten er at kunstig intelligens er et begrep og et fenomen som \u2013 selv om vi \u00abtillater\u00bb at definisjonene av fenomenet er b\u00e5de mange og sprikende \u2013 ikke er tilstrekkelig forst\u00e5tt, og at fenomenet studeres for \u00absnevert\u00bb av de ulike forskningstradisjonene. Man kunne kanskje sagt at kunstig intelligens som fenomen mangler en \u00abteori\u00bb eller i alle fall at det mangler en helhetlig diskurs som er \u00abbredere\u00bb og kanskje diskursoverskridende (eller fagtradisjonsoverskridende). Men dette er kanskje heller ikke en helt korrekt beskrivelse, tror jeg. Relevante diskurser finnes det jo flere av, selv om de liksom er litt for \u00abspesialiserte\u00bb. Med diskurs i denne sammenheng, mener jeg ikke diskursanalyse som del av analyse av spr\u00e5klige handlinger, men forst\u00e5r snarere diskurs som den forskningssamtalen som befinner seg under et paradigme i en fagtradsijone: Naturvitenskap og humaniora jobber under ulike paradigmer (for eksempel hvorvidt virkeligheten kan avdekkes eller om den m\u00e5 fortolkes), mens under hvert av paradigmene er det ulike diskurser, eller samtaler, alts\u00e5 mer konkrete arbeidstradisjoner som beskjeftiger seg med mer avgrensede forskningssp\u00f8rsm\u00e5l sett fra et mer spesifikt teoretisk perspektiv.<\/p>\n<p>&nbsp;<\/p>\n<p>Det er krevende \u00e5 skrive en vitenskapelig tekst som dels retter seg mot fagfeller innen \u00e9n forskningstradisjon (eller fagtradisjon, for eksempel informatikk) og dels mot fagfeller innen en annen forskningstradisjon (eller fagtradisjon, for eksempel psykologi). Fordi jeg \u00f8nsker \u00e5 skrive en slik tekst (selv om det \u00e5 lykkes med noe slikt selvsagt er noe helt annet) vil jeg dels m\u00e5tte bruke begrep fra den ene og dels fra den andre tradisjonen, samtidig som begrepene ogs\u00e5 vil m\u00e5tte forenkles og eksemplifiseres, nettopp fordi \u00e9n leser typisk vil v\u00e6re fagfelle (ekspert) i den ene tradisjonen og allment opplyst leser (ikke-ekspert) i den andre fagtradisjonen. Og vice versa. Enda verre blir det naturligvis hvis teksten i tillegg retter seg mot allment opplyste lesere som ikke er fagfeller (eksperter) i noen av forskningstradisjonene. For \u00e5 treffe ogs\u00e5 disse leserne vil jo tematikk fra begge forskningstradisjoner m\u00e5tte forenkles og eksemplifiseres, noe som inneb\u00e6rer at fagfellene (ekspertene) og redakt\u00f8rene i tidsskriftene mest sannsynlig vil synes at teksten er for \u00ablett\u00bb og ikke egentlig frembringer ny kunnskap i det hele tatt.\u00a0 Alts\u00e5 at teksten er mer popul\u00e6rvitenskap enn egentlig vitenskap, for \u00e5 bruke begrepene fra <em>Tekstens autoritet<\/em>, av Brodersen med flere (2007).<\/p>\n<p>&nbsp;<\/p>\n<p>Som et digresjonselement i teksten her, vil jeg si at jeg strever litt med \u00e5 bruke de \u00abriktige\u00bb tekstlige virkemidlene. Jeg befinner meg muligens i det Morken Andersen i sin <em>Skriveboka<\/em> (2008) kaller det \u00abytterste rollelaget\u00bb i forst\u00e5elsen av spr\u00e5ket, hvor kjennetegnene er et saksorientert og upersonlig spr\u00e5k, selv om jeg selvsagt fors\u00f8ker \u00e5 komme meg lenger \u00abinn\u00bb i modellen for \u00e5 gj\u00f8re spr\u00e5ket mer levende og litter\u00e6rt. Min tolkning hittil er at det er mer realistisk \u00e5 n\u00e6rmer seg det midterste laget i friskrivingen og i fagloggen. Det innerste laget, det somatiske, ser ikke ut til \u00e5 v\u00e6re egnet for de temaene jeg beskjeftiger meg med, de tekstlige uttrykkene disse temaene kan resultere i, samt den typiske leserens konvensjonsforventninger. Men n\u00e5r det er sagt: Det innerste somatiske laget i modellen, hjelper meg med \u00e5 forst\u00e5 hva som kan v\u00e6re \u00e5rsakene til skrivesperre og at jeg ikke f\u00e5r helt \u00abtak\u00bb p\u00e5 materialet.<\/p>\n<p>&nbsp;<\/p>\n<p>Opplevelsen av \u00absneverhet\u00bb vil kanskje komme til \u00e5 bli mer og mer vanlig innenfor flere fagtradisjoner, alts\u00e5 at det er mange som enten allerede opplever dette, eller som vil komme til \u00e5 oppleve det. Etter hvert som hver fagtradisjon blir mer og mer spesialisert, og borer mer og mer i dybden p\u00e5 hvert sitt fagfelt, vil det v\u00e6re behov for noen (andre) som kan skrive \u00abp\u00e5 tvers\u00bb av fagtradisjonene, forutsatt at fagtradisjonene (alts\u00e5 alle akt\u00f8rene, det vil si forskerne og formidlingskanalene som kuraterer diskursene i fagtradisjonene) ogs\u00e5 \u00f8nsker dette. Hvis ikke, vil det v\u00e6re umulig. Da tenker jeg eksempelvis ikke p\u00e5 kritisk-systematiske litteraturstudier innenfor en spesifikk fagtematikk, hvor form\u00e5let er \u00e5 identifisere forskningsfronten, og hvor formidlingen er rettet mot fagfeller, men kanskje heller en \u00absammensmelting\u00bb av ulike fagtradisjoner for \u00e5 bidra ikke bare med ny kunnskap, men ogs\u00e5 en annerledes og ikke-konvensjonell kunnskap.<\/p>\n<p>&nbsp;<\/p>\n<p>Brodersen med flere beskriver i boken <em>Tekstens autoritet<\/em>, hvordan tekstlig formidling av kunnskap f\u00e5r ulike tekstlige uttrykk, avhengig av om temaet i teksten formidles til fagfeller gjennom vitenskapelige formidlingskanaler, eller om det formidles til en mer allment interessert leserkrets, uten inng\u00e5ende dybdekunnskap om temaet. Skriving til fagfeller har til hensikt \u00e5 formidle ny og original kunnskap som bidrar til \u00e5 bygge vitenskapen innenfor et bestemt fag og en bestemt diskurs innen faget. Fordi leseren allerede er opplest p\u00e5 temaet, herunder b\u00e5de dets kompleksitet og dets dybde, vil teksten n\u00f8dvendigvis bli mer \u00abteknisk\u00bb. Fordi teksten er skrevet til fagfeller vil det ikke v\u00e6re hensiktsmessig \u00e5 forenkle den eller eksemplifisere den p\u00e5 samme m\u00e5te som man ville gjort dersom man skrev til et mer allment leserpublikum. En formidling til fagfeller vil v\u00e6re i format av vitenskapelig tekst, mens en formidling til et allment publikum vil v\u00e6re i format av en popul\u00e6rvitenskapelig tekst. Vitenskapelige tekster formidler ny og original kunnskap, mens popul\u00e6rvitenskapelige tekster syntetiserer eksisterende kunnskap og gj\u00f8r denne tilgjengelig for en bredere leserkrets utenfor den vitenskapelige fagtradisjonen og diskursen. N\u00e5r jeg sammenholder denne inndelingen av tekstens formidlingsegenskaper med T\u00f8nnessons beskrivelser av den typiske modelleseren i hans bok <em>Hva er sakprosa<\/em>, hvor han betoner viktigheten av \u00e5 operere med en tenkt leser og hva slags forutg\u00e5ende kunnskap den tenkte leseren har om temaet, er det hensiktsmessig \u00e5 operere med en fagfelle som modelleser av en vitenskapelig tekst som formidler ny og original kunnskap, mens n\u00e5r teksten skal syntetisere eksisterende kunnskap og gj\u00f8re denne kjent for et allment publikum, vil modelleseren typisk v\u00e6re en person som ikke er fagfelle, men som interessert i temaet. Slik sett kan modelleseren av en popul\u00e6rvitenskapelig tekst b\u00e5de v\u00e6re politikere, myndigheter og annen offentlige forvaltning, eller ogs\u00e5 et allment opplyst leserpublikum s\u00f8m \u00f8nsker mer kunnskap av god kvalitet.<\/p>\n<p>&nbsp;<\/p>\n<p>En annen side ved vitenskapelige tekster, er i hvilken grad de hovedsakelig er problematiserende eller konkluderende. I f\u00f8lge Brodersen med flere, vil en vitenskapelig tekst som problematiserer den konvensjonelle kunnskapen som eksisterer innenfor en faglig tradisjon og diskurs, og for eksempel argumenterer for at fagdiskursen har en mangel, bli kategorisert som et vitenskapelig essay. Mens en vitenskapelig tekst som for eksempel frembringer ny empiri for \u00e5 vise hvordan eksisterende teorier kan ha forklaringskraft ogs\u00e5 innenfor denne nye empiriske konteksten, og slik sett styrke eller utvide teorien, vil v\u00e6re konkluderende i sin form. En slik konkluderende tekst vil i f\u00f8lge Brodersen med flere bli kategorisert som en vitenskapelig artikkel.<\/p>\n<p>&nbsp;<\/p>\n<p>B\u00e5de mens jeg planlegger skrivingen og mens jeg skriver, f\u00f8ler jeg at det er \u00abnoe\u00bb som mangler, som gj\u00f8r at jeg ikke helt f\u00e5r til kalibreringen mot Brodersens og T\u00f8nnessons beskrivelser. Jeg klarer ikke \u00e5 sette fingeren p\u00e5 hva som mangler, men opplevelsen av mangel er der allikevel. Det er mulig jeg befinner meg i en situasjon som kan passe med det Morken Andersen (2008) kaller musene, hvor min opplevelse passer godt med \u00abdanseren\u00bb. Hvis jeg fors\u00f8ksvis skal p\u00e5kalle de \u00f8vrige musene for \u00e5 forst\u00e5 dette bedre, kan det v\u00e6re at det jeg opplever som en mangel er \u00e5 f\u00e5 pinpointet distinksjonen mellom en vitenskapelig tekst og en faglig tekst, for eksempel slik forskjellen mellom begrepene vitenskapelig og faglig fremkommer i et tidsskrift som <em>Sykepleien<\/em> eller <em>Tidsskrift for den Norske L\u00e6geforening<\/em>, hvor det skilles mellom forskningsartikkel og fagartikkel. Hos disse tidsskriftene vil en forskningsartikkel typisk frembringe ny kunnskap, mens en fagartikkel syntetiserer eksisterende kunnskap. Begge typer artikler er fagfellevurdert, men bare den f\u00f8rste frembringer ny og original kunnskap. Jeg klarer ikke helt \u00e5 plassere disse journalene og deres artikler i det faglitter\u00e6re pensumet, men jeg sl\u00e5r meg forel\u00f8pig til t\u00e5ls med at disse tidsskriftene ikke opererer med samme taksonomi som det Brodersen med flere gj\u00f8r i boka Tekstens autoritet. En forel\u00f8pig l\u00f8sning, for ikke \u00e5 fortape meg i detaljer om sjanger, er \u00e5 forel\u00f8pig tolke journalenes fagartikkel som noen det samme som Brodersens popul\u00e6rvitenskapelige essay, mens journalenes forskningsartikkel er det samme som Brodersens vitenskapelige artikkel. Slik sett er ikke vitenskapelig essay tilstrekkelig dekket. Hvordan dette vil sl\u00e5 ut for en som sender inn en tekst til et vitenskapelig tidsskrift med fagfellevurdering, vil v\u00e6re avhengig av den fagtradisjonen og de diskursene det konkrete tidsskriftet kuraterer.<\/p>\n<p>&nbsp;<\/p>\n<p>Kuratering av kunnskap forutsetter etter mitt syn ogs\u00e5 at man forst\u00e5r de ulike vitenskapsfilosofiske dimensjonene ved kunnskap. Jeg tenker blant annet p\u00e5 hva slags fysiske eller sosiale fenomen som vi anser at eksisterer samt hvordan vi oppn\u00e5r kunnskap om det vi anser at eksisterer, alts\u00e5 hvordan vi g\u00e5r frem for \u00e5 fremskaffe kunnskap om et bestemt fenomen. For \u00e5 sette dette vitenskapsfilosofiske underlaget for kunnskap inn i en faglitter\u00e6r kontekst, opplever jeg at det er meningsfylt for meg \u00e5 sammenligne de ulike vitenskapsfilosofiske st\u00e5stedene med Askeland og Maager\u00f8s (2013) beskrivelser i kapitlet <em>Tekstkulturer <\/em>i Askeland og Aamotsbakkens redigert bok <em>Syn for skriving<\/em>, om hvordan de ulike tekstkulturene innenfor ulike vitenskapelige tradisjoner skiller seg ad. N\u00e5r jeg leser Askeland og Maager\u00f8 med et fors\u00f8ksvis \u00abvitenskapsfilosofisk\u00bb blikk, forst\u00e5r jeg det de skriver som et uttrykk for at ulike vitenskapsfilosofiske tradisjoner har ulike tekstlige uttrykk, hver med sine spesifikke kjennetegn. Det som i forlengelsen av dette er spesielt interessant, er hvorfor det er ulike tekstlige uttrykk innen de ulike vitenskapstradisjonene. Hvis jeg sammenholder de to ulike tekstkulturene som beskrives med de to ulike vitenskapelige tradisjonene humaniora og naturvitenskap \u00a0synes jeg det fremst\u00e5r tydelig at de to vitenskapstradisjonene har ulike kriterier for \u00e5 fastsl\u00e5 hva som anses \u00e5 eksistere. Mens naturvitenskapen f\u00f8rst og fremst har et forhold til <em>hva som eksisterer,<\/em> som gj\u00f8r at denne tradisjonen unders\u00f8ker og avdekker det som \u00abfaktisk finnes\u00bb (og, jo, det er jo omtvistelig slik at noe faktisk finnes, selv om det kan variere hva som er betydningen eller meningen av det som faktisk finnes), i stor grad uavhengig av ulike tolkninger av fenomenet, har humaniora et forhold til det som faktisk finnes, som g\u00e5r ut p\u00e5 at det som finnes ikke kan avdekkes, men har en betydning som m\u00e5 fortolkes, eller eventuelt ogs\u00e5 skapes. Derved kan man si at definisjonene av sann kunnskap eller sikker viten er ulik i de ulike tradisjonene. Mens sann kunnskap <em>avdekkes<\/em> i naturvitenskapen (jf korrespondanseteorien om sannhet), fortolkes og skapes den i humanioratradisjonen (jf for eksempel koherensteorien om sannhet). Denne forskjellen kommer til uttrykk b\u00e5de gjennom hvordan man tenker om de ulike typene \u00abeksistens\u00bb og hvordan man formidler de ulike typene eksistens gjennom spr\u00e5k og i tekst. Askeland og Maager\u00f8 argumenterer for at de ulike tekstkulturene kan ha noe \u00e5 l\u00e6re av hverandre, og i forlengelsen av dette vil det kanskje v\u00e6re naturlig \u00e5 tenke at ogs\u00e5 de to vitenskapstradisjonene som er representert ved sine respektive tekstkulturer, ogs\u00e5 vil ha noe \u00e5 l\u00e6re av hverandre. Min personlige erfaring p\u00e5 omr\u00e5det, etter \u00e5 ha jobbet innenfor ulike vitenskapelige fagtradisjoner, er at forskere ofte er sv\u00e6rt spesialisert mot \u00e9n spesifikk tematikk samt \u00e9n eller kanskje noen f\u00e5 metoder for kunnskapsgenerering og at disse \u00abdiskursrammene\u00bb kan inneb\u00e6re at man ofte ikke har tilstrekkelig bevissthet om det vitenskapsfilosofiske paradigmet man arbeider under \u2013 eller at det finnes \u00abkonkurrerende\u00bb paradigmer (b\u00e5de n\u00e5r det gjelder finansiering og definisjonsmakt over fenomenet) som det egentlig kan v\u00e6re mer nyttig \u00e5 samarbeide med enn \u00e5 konkurrere med. En slik tiln\u00e6rming vil inneb\u00e6re at b\u00e5de tekstlige tradisjoner og fagtradisjoner som s\u00e5dan utvides.<\/p>\n<p>&nbsp;<\/p>\n<p>Andre refleksjoner jeg gj\u00f8r meg for \u00e5 pinpointe retningen p\u00e5 teksten, dreier seg om enten \u00e5 avgrense temaet mer, for derved enten \u00e5 g\u00e5 mer i dybden p\u00e5 deler av tematikken, eller ogs\u00e5 til \u00e5 fylle p\u00e5 med eksempler som bedre illustrerer de temaene jeg pr\u00f8ver \u00e5 beskrive. Den f\u00f8rste tiln\u00e6rmingen vil gj\u00f8re at jeg treffer bedre p\u00e5 de vitenskapelige kriteriene, mens den andre tiln\u00e6rmingen vil bidra til at teksten fungerer bedre som en popul\u00e6rvitenskapelig tekst.<\/p>\n<p>&nbsp;<\/p>\n<p>Jeg tenkte ogs\u00e5 at sammenligningen mellom menneske og maskin kanskje ogs\u00e5 kunne fungere som noe litt \u00abuvant\u00bb, selv om sammenligningen egentlig hverken er foretatt for \u00e5 gj\u00f8re maskinen mer menneskelig eller for \u00e5 gj\u00f8re mennesket mer \u00abmaskinaktig\u00bb. Den er derimot foretatt for \u00e5 vise at b\u00e5de mennesker og maskiner n\u00f8dvendigvis m\u00e5 forholde seg p\u00e5 samme m\u00e5te til data (verden) og til hvilke kriterier som gjelder for at en slutning skal v\u00e6re gyldig.<\/p>\n<p>&nbsp;<\/p>\n<p>Samtidig lurer jeg p\u00e5 om b\u00e5de min f\u00f8rste \u00abpastisj\u00bb (som handler om kategorier og varians) samt mange av de andre tingene jeg er opptatt av, og kommer til \u00e5 skrive om, kanskje kan utvikles til \u00e5 bli mitt masterprosjekt? Dette nettopp fordi jeg er opptatt av at ulike profesjoner ofte mangler en grunnleggende vitenskapsfilosofisk forst\u00e5else for hvordan de genererer kunnskap, hvordan de bruker kunnskapen og hvordan de formidler kunnskap. Den som foretar bed\u00f8mmelser og beslutninger innen et fagfelt og slik sett har en yrkesut\u00f8velse hvor vedkommende enten skaper, bruker eller formidler kunnskap, b\u00f8r for eksempel vite hvor stor grad av usikkerhet eller sikkerhet som finnes enten i selve datagrunnlaget som utgj\u00f8r kunnskapen eller i metodene som frembringer kunnskapen. Eksempler p\u00e5 at en slik bevissthet er nyttig, finnes mange steder: B\u00e5de innen min egne to bransjer, beslutningspsykologi og etterretningsanalyse, men ogs\u00e5 innenfor politi, forsvar, helse og skole, samt for eksempel yrker som driver risikovurderinger, eller yrker som enten foretar utredninger, eller ogs\u00e5 yrker som foretar prediksjoner om hvordan fremtiden vil komme til \u00e5 fortone seg.<\/p>\n<p>&nbsp;<\/p>\n<p>B\u00e5de for offentlig politikk, myndighetsut\u00f8velse og n\u00e6ringsvirksomhet er det viktig at de menneskene som politikk, myndighet eller n\u00e6ringsvirksomhet ut\u00f8ves p\u00e5, ogs\u00e5 er informert om den grad av sikkerhet eller usikkerhet som ligger enten i datagrunnlaget eller i de metodene som har fremskaffet den kunnskapen profesjonenes yrkesut\u00f8velse hviler p\u00e5. Det jeg er opptatt av er alts\u00e5 en opplyst og informert profesjonsut\u00f8velse, og en tilsvarende opplyst og informert befolkning, b\u00e5de for \u00e5 motvirke doktrine- og vanetenkning samt for \u00e5 bidra til god kuratering av kunnskap.<\/p>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tore Pedersen Faglig essay (eller ble det fagartikkel?) Samling 3 inkl Faglogg \u00a0 &nbsp; &nbsp; Kunstig intelligens: En autonom forlengelse av mennesket? \u00a0 Tore Pedersen \u00a0 &nbsp; Kunstig intelligens er et fenomen som er egnet til \u00e5 frembringe b\u00e5de fascinasjon og frykt. Nyhetsoppslag nasjonalt og internasjonalt, b\u00e5de i aviser og andre medier, vitner om at [&hellip;]<\/p>\n","protected":false},"author":42,"featured_media":0,"parent":17,"menu_order":2,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-34","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/wordpress.usn.no\/109225\/wp-json\/wp\/v2\/pages\/34","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wordpress.usn.no\/109225\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/wordpress.usn.no\/109225\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/wordpress.usn.no\/109225\/wp-json\/wp\/v2\/users\/42"}],"replies":[{"embeddable":true,"href":"https:\/\/wordpress.usn.no\/109225\/wp-json\/wp\/v2\/comments?post=34"}],"version-history":[{"count":2,"href":"https:\/\/wordpress.usn.no\/109225\/wp-json\/wp\/v2\/pages\/34\/revisions"}],"predecessor-version":[{"id":85,"href":"https:\/\/wordpress.usn.no\/109225\/wp-json\/wp\/v2\/pages\/34\/revisions\/85"}],"up":[{"embeddable":true,"href":"https:\/\/wordpress.usn.no\/109225\/wp-json\/wp\/v2\/pages\/17"}],"wp:attachment":[{"href":"https:\/\/wordpress.usn.no\/109225\/wp-json\/wp\/v2\/media?parent=34"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}