Artikel
Kunstig intelligens i psykologifaget – hvilken rolle spiller AI?
Kunstig intelligens(AI) er i hastig udvikling. De kunstige intelligensformer er beslægtet med psykologifaget, teoretisk såvel som i anvendte discipliner. Men i hvilke temaer kan vi inddrage AI i undervisningen?
Hvad er kunstig intelligens?
Ifølge onlineleksikonet Merriam-Webster kan kunstig intelligens defineres som: "en gren af computervidenskab, der arbejder med simulationen af intelligent adfærd i computere og en maskines evne til at imitere mennesker”.
Det vil sige, at begreber som intelligens, kognitive processer og social adfærd er relevante at arbejde med, når man skal undersøge, hvordan AI udvikles og anvendes. I undervisningssammenhænge vil undervisning i AI derfor både give eleverne indsigt i centrale psykologiske teorier og give indblik i de dele af den anvendte psykologi, hvor AI spiller en stadig voksende rolle. Samtidig vil undervisning i AI også bidrage til elevernes digitale dannelse.
Her gives nogle bud på, hvordan AI kan indgå i psykologiundervisningen.
AI og den menneskelige intelligens
For at udforske det teoretiske grundlag for AI, kan man inddrage teorier om intelligens i en diskussion af, hvordan menneskelig intelligens adskiller sig fra kunstig intelligens. Ifølge Stuart J. Russell og Peter Norvig, der har skrevet bogen ´A Modern Approach´ (2021), kan AI forstås ud fra rationalitetsbegrebet. AI handler og opfører sig i udgangspunktet rationelt, og når man fodrer den med de rette informationer, vil den principielt kunne handle ’rigtigt’.
I modsætning til AI, er menneskelig adfærd karakteriseret ved ofte at være irrationel og baseret på følelsesmæssige impulser, kognitive bias, uheldige vaner mv. Men er det rationelle og rigtige altid at foretrække? Tesla har for længst lanceret intelligente, selvkørende biler, hvis styresystemer i vidt omfang er automatiserede, men ifølge det amerikanske nyhedsmedie NPR (juli 2022), er der registreret 400 uheld, hvoraf 273 involverede Teslaer, og som alle skyldtes AI. Der er naturligvis rigtig mange ulykker, der skyldes menneskelige fejl, men AI-genererede fejl opfattes som mere uhyggelige.
Ifølge Stanford professor Jerry Kaplan, hænger det blandt andet sammen med, at AI ikke besidder almen menneskelig ’common sense’. Derfor opfattes AI-fejl som uforståelige og forudsigelige, og det har vi svært ved at rumme. Psykologifagligt er der således en oplagt mulighed for at beskæftige sig med kognitive processer, og hvad der karakteriserer de to måder at ’tænke’ og være intelligent på.
AI og diagnosticering
Fremtidens AI kan indgå som redskab i diagnosticering af psykiatriske lidelser. Ifølge artiklen ’Kunstig intelligens kan aflaste fremtidens psykiatri’ (Anne Sophie Thingsted. Videnskab.dk. April 2023), håber fremtidens forskere på, at AI kan lette opgaven med at stille korrekte diagnoser. Psykiatriske diagnoser er ofte præget af subjektive skøn og kognitive bias. Men såkaldte deep learning-modeller kan nu fodres med information om patientens sundhedsdata, såsom genetik, scanninger, blodprøver, familiære forhold mv. På baggrund af disse data, kan AI beregne sandsynligheden for, at patienten har en bestemt diagnose eller ej, herunder f.eks. ADHD, depression, bipolær lidelse og skizofreni. AI vil således kunne lette arbejdet med at ramme den korrekte diagnose, så man hurtigere kan iværksætte den korrekte behandling og forhindre fejldiagnosticering.
Men selvom AI virker lovende for psykiatrien, er der også en række faldgruber forbundet med at lade maskinerne overtage en del af psykiaterens arbejde. Modellerne har indtil videre svært ved at tage højde for andre diagnoser: de kan kun svare på spørgsmålet om, hvorvidt en patient er rask eller syg. På den måde har AI ikke øje for nuancer og komplekse sygdomsbilleder. Derfor opstår der en serie andre typer kognitive bias, end dem, der opstår i den menneskelige interaktion.
Her kunne man arbejde med et forløb om psykiske lidelser, såsom f.eks. stress, depression eller skizofreni, og i den forbindelse beskæftige sig med validitet og reliabilitet i diagnosticering. Hvorfor er det vanskeligt at stille den korrekte diagnose (validitet), og hvorfor er der ikke altid enighed om en bestemt diagnose, når forskellige fagpersoner skal evaluere en patient (reliabilitet)? Her er det oplagt at studere nogle af de kognitive bias, der er forbundet med diagnosticering, som også vil afspejle sig i en AI-model. Der er med andre ord en relevant diskussion i spørgsmålet om fordele og ulemper ved at begynde at anvende AI i psykiatrien.
ChatGPT
Endelig er der ChatGPT, som ramte omkring årsskiftet 2022-2023. Den udfordrer os især på områder såsom akademisk redelighed og manglende evner til selvstændig og kritisk tænkning. ChatGPT har for alvor sat fokus på vigtigheden af at kontrollere kilder og tjekke facts. Robotten er kendt for at ’male’ kilder (skabe falske kilder) og ’hallucinere’ (digte ’facts’, så huller i en tekst fyldes ud). Men ChatGPT ’véd’ kun det, den har fået at vide - den kan ikke tænke selv, og det lægger op til flere studier af de unikke sider af menneskets evne til at bearbejde data reflekteret. Blandt psykologiske forskere ser man imidlertid ChatGPT som en mulighed snarere end en trussel. Psykolog og Ph.d. Angela Duckwork skrev januar 2023 en artikel LA Times, hvor hun argumenterede imod et forbud mod ChatGPT af den simple årsag, at den og andre teknologier er kommet for at blive, og derfor bør indgå som læringsredskaber (Los Angeles Times, 19 januar, 2023). Duckworth og hendes kolleger anerkender faktisk, at ChatGPT kan træne psykologielevers evne til at tænke kritisk og forholde sig reflekteret til viden.
Samtidig bliver den relevant i forbindelse med undervisning i kognitiv psykologi i en diskussion af forskellen mellem viden på den ene side og tænkning på den anden. Hvor viden handler om lagring af information, indebærer tænkning en forholden sig til den lagrede viden. Her kunne et forløb i psykologi beskæftige sig med viden om hukommelsens opbygning (korttids-og langtidshukommelse samt arbejdshukommelsen), koblet med viden om tænkning og heuristik, herunder Kahnemans (2012) teorier om system 1 og system 2 tænkning. I den forbindelse kunne man i samarbejde med andre fag – f.eks. biologi, filosofi eller matematik - undersøge sandsynligheden for, at AI en dag vil blive i stand til ikke bare at vide, men at tænke.
Kreditering
Mette Morell, Nørre Gymnasium, i samarbejde med CFU.
Materialet er udarbejdet af Centre for Undervisningsmidler (CFU) - en del af af Danmarks Professionshøjskoler.
Tekstindholdet på denne side må bruges under følgende Creative Commons-licens - CC/BY/NC/SA Kreditering/Ikke kommerciel/Deling på samme vilkår. Creative Commons-licensen gælder kun for denne side, ikke for sider, der måtte henvises til fra denne side.
Billeder, videoer, podcasts og andre medier og filer på siden er underlagt almindelig ophavsret og kan ikke anvendes under samme Creative Commons-licens som sidens tekstindhold.