Jeg kan huske, at da jeg tilbage i 2018 var medstifter af den efter sigende første generativ AI-virksomhed i Danmark (JumpStory), hyldede vi kunstig intelligens som den ultimative innovationsmotor.
Der var ingen grænser for, hvor denne teknologi kunne få os hen, og det ville være en revolution for menneskelig forskning og innovation.
Det tankevækkende er imidlertid, at kigger man på den seneste nye adfærdsforskning og neurovidenskabelige studier fra bl.a. Mit Media Lab, Harvard Business School, MIT Sloan, ACM m.fl., så påpeger de alle sammen et markant kreativitetsparadoks: AI gør den enkelte medarbejder mere effektiv på den korte bane, men risikerer samtidig at lamme vores kollektive evne til at skabe de ægte, radikale gennembrud.
En demokratisering af innovation og forretningsudvikling
For at forstå problemet har jeg set nærmere på, hvad der reelt sker, når mennesker og algoritmer støder sammen i innovationsprocessen.
Jeg har tidligere skrevet en række bøger om innovation i virksomheder og kommuner, ligesom jeg har interesseret mig for den seneste viden om, hvordan vi får mest muligt ud af AI – uden at det sker på bekostning af vores kollektive innovationskraft.
Et vigtigt studie i den forbindelse blev udgivet for nogle år siden i Science Advances (Anil Doshi og Oliver Hauser). Her testede forskere, hvad der sker, når forsøgspersoner skal generere kreative koncepter med og uden hjælp fra generative sprogmodeller. Det skete altså inden, at værktøjer som ChatGPT, Copilot, Perplexity etc. blev hvermandseje.
Resultatet for det enkelte individ var isoleret set imponerende. Testpersoner, der fik adgang til AI, leverede idéer med markant højere gennemsnitlig kvalitet, bedre nyhedsværdi og større umiddelbar brugbarhed. Det mest slående var den såkaldte “udligningseffekt”: De personer, der i udgangspunktet scorede lavest i uafhængige kreativitetstests, fik det absolut største løft – op mod 9 procents forbedring.
AI kan med andre ord på den ene side fungere som en demokratisering af innovationen og hæve bundniveauet i en organisation.
Bagsiden af den innovative medalje
Men denne absolut positive side af generativ AI har en markant bagside, som vi er nødt til at forholde os stadigt mere til, efterhånden som udbredelsen vokser.
For mens vi som individer præsterer bedre, så sker der noget bekymrende på gruppeniveau: Idéerne mister deres diversitet. De bliver ensartede, uden kant og færre udgør reel radikal innovation.
Forskningen viser, at kigger man nærmere på de AI-assisterede forslag på tværs af testgrupperne, så bliver de i sprog, struktur og kernekoncept bekymrende ens. Der sker altså en form for kollektiv, kreativ indsnævring.
Årsagen er simpel: Store sprogmodeller og billedgeneratorer er i deres matematiske natur bygget til at spytte det statistisk mest sandsynlige svar ud baseret på de enorme mængder historisk data, de er trænet på. Når tusindvis af medarbejdere anvender de samme tre-fire dominerende AI-modeller med de samme standardiserede formler, begynder vores løsningsmodeller uundgåeligt at konvergere. Vi optimerer os i virkeligheden mod det ordinære.
Dertil kommer den mentale pris, vi betaler. Når forskere fra blandt andet MIT har undersøgt hjerneaktiviteten via EEG under computerstøttede innovationsprocesser, finder de svagere neurale forbindelser hos de personer, der læner sig passivt op ad AI-genererede forslag. Det er det, sociologer kalder kognitiv dovenhed.
Det obskure og de geniale menneskelige fejltrin
Du kan nok næsten regne ud, at eftersom jeg var én af de første AI-iværksættere herhjemme, så er jeg ikke imod AI. Jeg har også skrevet bogen ’AGENTBOGEN’ om næste fase – AI-agenterne -, så jeg ser et kæmpe potentiale i den kunstige intelligens.
Jeg er imidlertid også skeptisk, for det handler enormt meget om, hvorvidt de evner at finde den gyldne balance. Både som individer og som organisationer.
Hvis Thomas Edison eller Nikola Tesla havde haft en algoritme til at fortælle dem, hvad den mest sandsynlige løsning på deres problemer var, havde de måske aldrig forladt de kendte stier. AI kan optimere glødepæren i det uendelige, men den opfinder ikke lyspæren af sig selv.
Hvordan redder vi så innovationen i en tid, hvor AI er kommet for at blive? Svaret ligger i metodikken. Vi skal redefinere vores innovationsprocesser, så maskinen ikke får lov til at sætte rammen for vores tænkning.
Hvad er så den bedste måde at finde den gyldne middelvej? I mine øjne handler det om tre ting:
- Tænk selv først – uden brug af AI
Når et nyt projekt, et nyt produktdesign eller en kompleks systemarkitektur skal kastes i støbeskeen, skal AI holdes fuldstændig ude af lokalet i den indledende fase. Brainstormingen skal foregå med analoge penne, rå menneskelig intuition og vilde, upolerede indskydelser. Det er her, vi sikrer den kollektive diversitet. Først når de unikke, menneskelige grundidéer er etableret, skal vi slippe algoritmerne løs. I udvælgelses-, kvalificerings- og modningsfasen er AI en stærk partner. Her kan maskinen udfordre vores blinde vinkler, stressteste koncepterne mod eksisterende data og accelerere eksekveringen. - Modvirk algoritmens middelmådighed
Standardprompts fører til standardsvar, fordi AI er designet til at finde det statistiske gennemsnit. Hvis vi vil have innovative svar, skal vi bevidst prompte AI’en til at forlade sin komfortzone. Husk derfor at give maskinen nogle bevidste benspænd – eksempelvis igennem en instruktion, der lyder: “Giv mig 5 løsninger på dette problem, men du må ikke foreslå de 10 mest sandsynlige metoder” eller “Indtag rollen som en ekstremt kritisk og utraditionel systemarkitekt fra 1970’erne”. - Beløn det uventede
Når AI gør det nemt at spytte strømlinede og “fejlfri” projekter ud i højt tempo, opstår der en risiko for, at ledelsen begynder at belønne det forudsigelige. For at modvirke det opfordrer jeg altid organisationer til aktivt at måle og belønne kognitiv diversitet og radikale afvigelser. Hvis en medarbejder præsenterer en vild idé, der går stik imod algoritmens anbefaling, skal det fejres som et sundhedstegn frem for at blive set som en fejl. AI skal bruges som en sparringspartner, man gerne må være rygende uenig med.
Jonathan Løw er serie-iværksætter, AI-ekspert og foredragsholder.
