Når maskiner kan gjøre stadig mer, hva kan vi bruke mennesker til?

Skrevet av Camilla Tepfers fra inFuture.

Selv om maskiner kan lære, er de langt fra å ha generell intelligens, slik vi mennesker har. Innenfor mer spesialiserte områder, derimot, gjør maskinene store gjennombrudd. Utviklingen kan illustreres med hvordan maskiner spiller spill.

«Mennesket sjakk matt» skrev Bergens Tidende da verdensmesteren i sjakk – Gerri Kasparov – ble slått av IBMs Deep Blue i mai 1997. Frem til da hadde sjakk fremstått som den ultimate testen på intelligens. Det ble det slutt på. Deep Blue slo ikke Kasparov fordi maskinen var mer intelligent. Den var utstyrt med en formidabel regnekraft, etter datidens standarder. Deep Blue kunne beregne 200 millioner sjakkposisjoner i sekundet. Det var nok til å slå verdens beste menneske i sjakk.

Da er det annerledes med brettspillet Go. Etter de to første trekkene i sjakk er det 400 mulige neste trekk. I Go er det nær 130.000. De samlede kombinasjonsmulighetene i Go er flere enn antall atomer i universet. Maskiner kan dermed ikke lenger regne seg frem til beste neste trekk. Go har lenge derfor vært utpekt som umulig for maskinene å beseire. Likevel, i 2016 slo Googles AlphaGo verdens­mesteren Lee Sedol i spillet. Det var mulig fordi AlphaGo kan lære. Ved å spille millioner av partier med Go, lærte maskinen seg til å bli verdens beste.

Når maskiner kan lære, kan de klare å gjøre ting vi mennesker har vært alene om. Da blir de våre nye kollegaer, og da kan de ta over en lang rekke jobboppgaver. Maskiner har overtatt jobber før. For eksempel klesvask. Fra 1901 til 2011 har andelen med yrket klesvasker gått ned med 90 %. Samtidig opplever vi vekst i andre yrker. Fra 1871 til 2011 har andelen som jobber innen helsetjenesten blitt tidoblet. Noen jobboppgaver blir borte, og nye kommer til.

World Economic Forum estimerer at til­veksten av nye jobber vil overgå tapet av de eksisterende. Det forutsetter innovasjon. Og det forutsetter at vi mennesker også lærer. Hele livet.

Lær hele livet

Den amerikanske professoren og fagbokforfatteren Peter Denning skriver at halveringstiden for under­vist kunnskap er fem år. Det tar fem år å ta en mastergrad. Halvparten av det man har lært kan være utdatert fem år etter. Da nytter det ikke å utdanne seg én gang for alle. Vi ser et skift i hvordan arbeids­givere tenker om kompetanse. For eksempel skal DNB har brukt 2.5 milliarder kroner på slutt­pakker i perioden 2015-18, ifølge Dagens Næringsliv.

Utviklingen går imidlertid nå så raskt, at det å skifte gamle medarbeidere med nye, som har riktigere kompetanseprofil, ikke fungerer godt. DNB har isteden utviklet et program som lar de ansatte utdanne seg til dataanalytikere (data scientists). Når de er ferdige med kurset går de over i nyopprettede dataanalysestillinger.

DNB er ikke alene om å mangle folk med den riktige kompetansen. Ifølge NHOs Kompetansebarometer for 2018, svarer 61 % av bedriftene at de har udekket kompetansebehov. Går vi dypere inn i tallene, avdekker vi et interessant mønster. Blant store bedrifter, med 250 ansatte eller flere, svarer 72 % at de har udekket behov.

Hos de små derimot, med færre enn ti ansatte, svarer kun 51 % det samme. Dette avviket handler neppe om at småbedriftene er langt bedre stilt kompetansemessig enn de store. Snarere bunner forskjellen i ulik evne til å oppdage og sette ord på hvilket kompetansegap man står overfor. Det tyder på at det å være en dyktig etterspørrer etter kompetanse i seg selv blir mer grunnleggende i fremtidens arbeidsliv.

Det gjelder både for arbeidsgiverne og den enkelte arbeidstaker.Det er vanskelig å identifisere nøyaktig hva vi må kunne mer om i fremtiden. Noe kan vi likevel si.

For det første trenger Norge flere med teknologisk spisskompetanse.

For det andre trenger de fleste av oss digital breddekompetanse.

For det tredje blir det viktigere å styrke menneskenes komparative fortrinn når maskinene blir våre nye kollegaer.

Tren på de fire fremtidskompetansene

I det nye samspillet mellom mennesker og maskiner vil fire fremtidskompetanser bli viktigere: skaperkraft, informasjonskyndighet, fordypningsevne og sosial kompetanse.

Skaperkraft

Kreativitet en relativ styrke for menneskene sammenlignet med maskinene. Likevel, forskning viser at kreativitet er unaturlig også for oss. NASA var tidlig ute med kreativitetsstudier. De fant i sine tester at 98 % av femåringene var svært kreative. Kreativiteten faller imidlertid etter hvert som vi vokser opp. Blant 25-åringene var det bare 2 % som var svært kreative. Som om ikke det var nok, spiller også det mentale oss et puss når det gjelder kreativitet. Frykt for usikkerhet stikker dypt i den menneskelige psyken.

Det medfører at vi avviser kreative ideer til fordel for dem som kun er praktiske. For best mulig samspill med maskinene må vi trene på skaperkraft som en del av den livslange læringen, og vi må trene på toleranse for usikkerhet. Mens vi trener, kan det være greit å ha med seg følgende i bakhodet: Studier viser at åpenhet for nye erfaringer ligger stabilt høyt fra vi er 20 til vi blir 55 år. Kreativiteten faller når vi blir voksne, javel, men vår mulighet til å trene på den holder seg altså jevnt høyt.

Informasjonskyndighet

Informasjonskyndighet er evne og vilje til å finne og fortolke relevant informasjon. Det blir viktigere blant annet fordi informasjonsmengden øker dramatisk. I 2001 estimeres det at det fantes én exabyte data i verden. I 2020 estimeres det at vi vil ha 40.000 exabyte data.

Digitalisering er den viktigste driveren bak utviklingen. Digitalisering bidrar også til å forsterke de bekreftelsestendensene vi alle sammen har. Det vil si en tendens til i større grad å søke og tro på informasjon vi er enig i fra før. Det svekker vår evne til å være gode bedømmere av informasjon. MIT (Massachusetts Institute of Technology) finner i en omfattende studie av meldinger i sosiale media, at falske nyheter spres seks ganger så raskt som sanne nyheter. Da blir det viktigere å trene på informasjonskyndighet.

Fordypningsevne

Digitaliseringen gjør at vi blir kollektivt mer kunnskapsrike. Individuelt derimot, risikerer vi å bli mer kunnskapsløse fordi vi lar oss digitalt distrahere. Lekende lett søker vi underholdning og status­opp­dateringer i digitale kanaler, mens vår evne til oppmerksomhet over tid blir utfordret. Samtidig viser forskning at evne til selvregulering og konsentrasjon er mer utslagsgivende for å lykkes senere i livet enn IQ, sosio-økonomisk status eller familiebakgrunn.

Studier viser også at samvittighetsfullhet øker jevnt i perioden 20-65 år. Det blir viktigere å trene på fordypningsevne, og det ligger til rette for at vi kan trene i hele karrieren.

Sosial kompetanse

Maskiner automatiserer ikke først og fremst hele yrker, men oppgaver innenfor yrker. Det betyr at flere yrker vil bestå, men med hvor sosial kompetanse blir viktigere.

For eksempel Helse: Helsearbeiderne kan få meget god støtte av kunstig intelligens i diagnostisering og behandling av pasienter fremover. Deres menneskelige kvaliteter blir da bare viktigere. Studier ved Diakonhjemmet sykehus viser at pasienter som opplever angst etter infarkt lettere får betennelser. Behandlingen må dermed inkludere angsten, ikke bare betennelsene.

Da er sosial kompetanse hos helsepersonell avgjørende. Personlig tjenesteyting: Vi forventer jobbvekst innen personlig tjenesteyting. Vi ser det allerede. Det var større vekst på 2000-tallet i personlig tjenesteyting enn i varehandelen.

Delings­økonomien vil forsterke utviklingen. Her estimeres det at personlig tjenesteyting blir viktigere enn transport innen 2025. I denne typen jobber er sosial kompetanse hos utøveren vesentlig. I tillegg til at menneskenære jobber er i vekst, blir også de menneskenære oppgavene i nesten enhver jobb mer sentrale, når andre typer oppgaver kan overtas av maskiner. Da blir det viktigere å trene på sosial kompetanse. Sosial kompetanse synes å ha en viss sammenheng med alder.

Vår med­menneske­lighet øker bare når vi blir eldre. Fra 20 til 55 år er den jevnt stigende før den øker enda kraftigere frem mot 65-års alder. Sosial kompetanse er et robust fortrinn for oss mennesker.

Utnytt digital undervisning

Når utviklingen går raskere og kompetansebehovene endres, står vi overfor et dilemma.  Den formelle utdanningen er Norge er forskningsbasert. Det bidrar til kvalitet. Det kan også bidra til lang responstid fra et kunnskapsbehov oppstår til en utdanningstjeneste foreligger. Her kan digitale læringsmidler gi en raskere responsevne uten at kvaliteten forringes.

MIT og Harvard er blant verdens fremste utdannings­institusjoner. Det har tilbudt åpent tilgjengelige nettkurs (MOOC, massive open online courses). Etter de fire første årene hadde de utviklet 290 kurs og utstedt 245.000 akkrediteringer som bevis på mottatt læring hos deltakerne. De har hatt 4.5 millioner deltakere på kursene, som har brukt 28 millioner timer på å tilegne seg ny kunnskap.

Dette viser hvor mye bredere de har nådd ut med sin undervisning enn hva som ville vært mulig dersom alle skulle møte opp på campus.Ifølge SSB (Statistisk sentralbyrå) deltok 63 % av norske arbeidstakere i opplæringsaktiviteter i 2018. Kun hver fjerde av disse mottok formell utdanning. Resten gjennomførte ikke-formell opplæring.

Tilbyderne av ikke-formell utdanning spiller dermed en helt sentral rolle i norske arbeidstakeres livslange læring. Denne typen kunnskap er imidlertid ofte vanskeligere å dokumentere. Flere land i Europa har lagt til rette for at ikke-formell utdanning kan plasseres inn i det nasjonale kvalifikasjons­rammeverket. Det gjelder blant annet våre naboland Sverige og Danmark. Det kan bidra til at dokumenterbare kompe­tanse­tilbud kan nå ut til flere.

Digitale læringsmidler bidrar ikke bare til at kunnskap kan nå raskere og bredere ut. Det kan i seg selv fremme læring som ellers ville være for dyrt. For eksempel benytter NTNU VR (virtual reality) til å binde sammen sine campuser i Trondheim, Gjøvik og Ålesund. Hamilton College på sin side benytter allment tilgjengelige VR-verktøy for å fremme selve læringsutbyttet. De anvender VR-simuleringer for å undervise i anatomi. Studentene kan se direkte inn i hjertet, og oppdage hvordan det reagerer på stimuli. Det gir en form for erfaringslæring som passive undervisningsformer ikke kan tilby.

Vi som individer kan finne våre styrker og samspille med våre nye kollegaer, maskinene. Den beste måten å få det til på er ikke å jage opp frykten for digitalisering. Det er heller å identifisere hvilke nye kompetansekrav vi vil stå overfor, og starte treningen på disse for å forberede oss på fremtidens arbeidsliv. På veien dit kan maskinene hjelpe oss.