top of page
Jeppe Klitgaard Stricker

Skyggesiderne ved AI og uddannelse



Først udgivet på LinkedIn d. 18. april, 2024


I denne udgave af nyhedsbrevet ser vi nærmere på de miljømæssige, juridiske og etiske problemstillinger, der uløseligt knytter sig til brugen og udviklingen af generativ kunstig intelligens - og dermed også rejser væsentlige spørgsmål i uddannelsessektoren. 


💥 HUSK AT ABONNERE PÅ NYHEDSBREVET FOR AT MODTAGE OPDATERINGER OM AI & UDDANNELSE I FREMTIDEN 🤗💥


Om lovbrud og sløj forretningsetik

De seneste dages afsløringer i bl.a. The New York Times har vist, at tech-giganterne bag AI-udviklingen som OpenAI, Google og Meta er gået på kompromis med etik, egne virksomhedspolitikker og endda lovgivning i jagten på enorme datamængder til at træne deres AI-modeller. Avisen er som bekendt allerede på kant med tech-virksomhederne, da New York Times sagsøger OpenAI og Microsoft på grund af uretmæssig brug af materiale med copyright. 


Om avisen vinder søgsmålet må tiden vise, men den retter med udmærket graverjournalistik fokus på, at virksomhederne bevidst har tilsidesat gældende lovgivning. 


Fra problematisk transskribering af YouTube-videoer til eksplicitte overvejelser om at anvende ophavsretsbeskyttet materiale har tech-virksomhederne ifølge New York Times - med åbne øjne og helt fra begyndelsen - både begået lovbrud og haft etisk rygrad som en regnorm, når AI-systemerne skulle trænes. Tidligere på måneden skabte en artikel fra samme avis ligeledes stor omtale på denne dagsorden.

Ovenstående er i sig selv problematisk, men det er ikke den eneste AI-hovedpine for os i uddannelsessektoren. 


Miljømæssige perspektiver

En beslægtet og desværre stadigvæk alt for ofte negligeret problematik er, at den igangværende AI-transformation har massiv negativ indvirkning på miljøet. Professor Kate Crawford har længe været en førende stemme på området og har udgivet videnskabelige artikler herom i en årrække. Jeg kan varmt anbefale denne HBR podcast-episode fra april 2021 (altså FØR det hele gik løs for alvor) og hendes let tilgængelige og ret tankevækkende bog The Atlas of AI


Sagen er i al sin enkelthed, at træning og udvikling af generative AI-systemer er ufattelig ressourcekrævende. Som OpenAI's chef Sam Altman advarede om ved World Economic Forum i Davos i januar, så vil den næste bølge af store generative AI-systemer forbruge enormt meget energi - så meget, at vores nuværende energisystemer ikke kan følge med uden "et gennembrud". Nuklear fusion, mener Altman nærmere bestemt.


En søgning drevet af generativ AI kan bruge fire til fem gange så meget energi som en konventionel Google-søgning. Og inden for få år forventes store AI-systemer at have et energibehov på størrelse med hele nationer.


Enorme mængder ferskvand er også nødvendigt for at køle AI-processorer og generere elektricitet. I juli 2022 brugte et af OpenAIs/Microsofts datacentre omkring 43,5 millioner liter vand (!!) svarende 6% af vandforsyningen i West Des Moines, Iowa - en måned før GPT-4 blev færdigtrænet. 


BigScience-projektet i Frankrig har vist, er det muligt at bygge store AI-modeller med et meget mindre CO2-aftryk. Men i den brede AI-industri nedprioriteres bæredygtighed stadigvæk til fordel for skalerbarhed, implementeringshastighed og profit.


Og hvad så med uddannelse?

På uddannelsesinstitutionerne er mange af os allerede optaget af de kompleksiteter, generativ AI medfører i forhold til eksaminer, undervisning, forskning, innovation og administration. Men når vi udarbejder institutionernes respektive AI-politikker, AI-kodeks, guidelines m.m. og taler om hensynsfuld og etisk brug af generativ AI, så forudsætter vi vel, at leverandøren (fx OpenAI eller Microsoft med CoPilot) ikke har begået lovbrud og generelt har opført sig etisk ansvarligt. Det tager vi for givet, men det er nok for naivt.


Måske skal vi begynde med at tage et grundigt kig på de virksomheder, vi entrerer med, inden vi bliver alt for optagede af egen adfærd på uddannelsesinstitutionerne. Problemet begynder et andet sted, og det rejser vel så spørgsmålet:


Hvordan kan vi stå på mål for de problemer og udfordringer, jeg skitserer ovenfor, efterhånden som generativ AI udrulles mere og mere på institutionerne?


 

Tusind tak fordi du læste med.


Hvis du kunne bruge artiklen, så videresend den meget gerne til en person i dit netværk. Lad os hjælpe hinanden med, at nyhedsbrevet når ud til så mange interesserede som muligt 🙌


På forhånd tak.


// Jeppe

Commentaires


bottom of page