I sin bok How to Stay Smart in a Smart World: Why Human Intelligence Still Beats Algorithms (Penguin Books Ltd) ger den välkände psykologiprofessorn Gerd Gigerenzer en nyanserad bild av möjligheterna med artificiell intelligens (AI) och utmanar den till synes brett spridda tesen att AI alltid kommer att överträffa mänsklig tankeförmåga. Bland forskare inom beslutspsykologi är författaren inte bara känd för sin energiska (men befogade) kritik av den populära teoribildningen kring kognitiva tumregler och tankefel (grundad av Daniel Kahneman och Amos Tversky), utan även för sin egen teoribildning om enkla tumreglers tillämpbarhet och ekologisk rationalitet.
Syftet med How to Stay Smart in a Smart World är att ge en bättre förståelse för möjligheterna, begränsningarna och riskerna med AI. För att citera författaren: “I have written this book to enable people to gain a realistic appreciation of what AI can do and how it is used to influence us” (s. 13). I boken används en vid definition av AI, som även inkluderar algoritmer och andra digitala teknologier.
Boken är uppdelad i två omfångsrika och faktaspäckade delar. Den första delen redogör dels för en historisk odyssé om hur olika perspektiv på AI har utvecklats över tid, dels för under vilka förutsättningar AI respektive mänsklig tankeförmåga presterar bra eller dåligt, samt för vanliga begränsningar hos algoritmer. Exempelvis beskrivs pionjären inom AI-forskningen Herbert Simon och hans idéer från 1960-talet om att AI skulle handla om att efterlikna experters tankeprocesser.
I den andra delen diskuteras riskerna med tillämpningar av AI inom ett antal områden, såsom rättskipning och sociala medieplattformars algoritmer. Riskerna härrör främst från oklarheter kring hur AI faktiskt behandlar data och genererar bedömningar. Detta kan liknas vid ett system vars inre funktioner är dolda, oöverskådliga eller svårbegripliga. För att citera Gigerenzer: ”In a black-box society, people in power use software to better predict and modify behaviour of others, without disclosing their algorithms” (s. 154). En möjlig lösning för att hantera sådana risker vore att företag och organisationer är transparenta med hur deras AI‑applikationer är uppbyggda och fungerar.
Sammanfattningsvis erbjuder boken en uppfriskande läsning som nyanserar synen på AI och visar att mänsklig förmåga i många fall kan överträffa både AI och algoritmer. Det bör dock noteras att boken publicerades för omkring fem år sedan. Sedan dess har, som bekant, AI‑utvecklingen gått — milt sagt — snabbt framåt, vilket väcker frågan om bokens beskrivna begränsningar fortfarande gäller. Med denna brasklapp rekommenderas boken How to Stay Smart in a Smart World.
