texten.org

En av de kanske svåraste sakerna att förutsäga är hur artificiell intelligens kommer att sprida sig i olika sektorer. Det är lätt att tro att det bara kommer att ha att göra med hur snabbt de verksamma i sektorn tar till sig tekniken, men det är bara en del av svaret: tekniken måste också upplevas som en nytta. Det är inte alltid fallet, och inte ens på områden där det tycks uppenbart att tekniken verkligen kan vara till hjälp.

I Communications from the ACM – den amerikanska dataföreningens tidskrift – illustreras detta i en artikel om hur läkare beslutat sig för att varken rekommendera eller inte rekommendera användningen av ett AI-verktyg vid kolonoskopier. Det saknas helt enkelt evidens för att tekniken gör processen bättre, effektivare eller tillför något nytt, menar man. Detsamma gäller i dermatologi och hjärtmedicin, enligt artikeln.

Att en teknik kan åstadkomma ett resultat betyder inte att den gör det bättre, effektivare eller att den tillför något nytt – och ofta kan den existerande processen redan vara optimerad. Det i sin tur betyder att när vi försöker förstå teknikens långsiktiga påverkan på samhället så måste vi också ta i beaktande att tröskeln för att anamma och använda tekniken kanske är mycket högre än vi tror.

Tekniska diffusionsmönster är fascinerande att modellera – och det första vi kan säga är förmodligen att de inte kommer att vara linjära – utan följa helt andra kurvor. Vi vet idag ganska litet om exakt vilka, men den sammanlagda effekten av teknikskiftet kommer i stor utsträckning att bero på hur dessa kurvor ser ut, och hur långa de är.