Kunstig intelligens har længe været en slags frontfigur for de hastige skridt, som computerens kraft har taget indenfor blot de seneste 10 år. Historier om, hvordan computere inden længe vil kunne udføre intelligente opgaver bedre og hurtigere end mennesket, har indgydt frygt for, om der er plads til os mennesker på morgendagens arbejdsmarked – og samtidig givet lys i øjnene på visionære forretningsdrivende verden over.
Som det oftest er med ny teknologi, så lander vi et sted midt i mellem – kunstig intelligens bliver en større og større del af vores hverdag i form af beslutningsstøttesystemer, databehandlingssoftware og selvkørende biler. Alt dét udspringer dog stadig fra menneskets hånd og kræver indtil videre menneskelig styring.
Det leder os hen til selve emnet – for nu er turen kommet til at kunstig intelligens gør sit indtog i marketing og de mange facetter, der ligger i at udkomme som annoncør. De fleste, der har været på de sociale medier de sidste par måneder, har mødt de mange forskellige muligheder, som kunstig intelligens tilbyder – både på kort sigt men også forudsigelser, der rækker længere ud i fremtiden. Her melder sig blandt andet spørgsmål omkring, hvilken betydning det vil få for vores hverdag, og det kan være svært at finde hoved og hale i det hele.
Kunstig intelligens – helt kort
Kunstig intelligens er en kompleks størrelse at komme hele vejen rundt om, og emnet vil nok i højere grad kræve en bog end et blogindlæg, hvis alt skulle kortlægges. Meget simpelt så handler kunstig intelligens om at få et computersystem til at forstå, agere, lære og handle på egen hånd. ”Traditionelt” set har computersystemer været kodet sådan, at disse facetter skal defineres på forhånd i selve koden, for ellers ved computeren ikke, hvad den skal gøre – med andre ord kan computeren kun gøre dét, vi beder den om. Men med større computerkraft er det blevet muligt at lære computeren at løse problemer på egen hånd ud fra den data, den har til rådighed, og med et defineret mål. Dette er muliggjort gennem maskinlæring, som dækker over at lære en computer, hvad det er, den ser, og definere denne data. Et eksempel kunne være at vise en computer 10.000 forskellige billeder af en banan og ved hvert billede fortælle den ”Dette er en banan” for på denne måde at lære den at afkode et billede af en banan. Resultatet af denne maskinlæring er, at vi kan lære en computer at analysere data og ud fra denne data, kan den reagere ved at sige ”det er en banan”.
Den øgede computerkraft har øget hastigheden og kompleksiteten af denne øvelse. Det betyder, at nu kan computere gøre dette for langt flere ting og udover blot at analysere, kan de nu også producere på baggrund af denne data (generativ AI). Deri består den kunstige intelligens: At gøre computeren i stand til at forstå og behandle data hurtigere med langt større kompleksitet og på baggrund af enorme datasæt, for derudfra at kunne spytte noget ud på den anden side, som er kontekstuel viden.
Det betyder også at kunstig intelligens ikke er én ting, men kan ses som en variation af, hvor intelligent computeren er, og hvorvidt kunstig intelligens kan udvikle viden, så det ikke bare er behandling af information. Derfor vil nogle argumentere for, at den kunstige intelligens, vi ser i dag, nærmere er maskinlæring, da vi ”blot” ser en funktion, hvor maskiner lærer at agere ud fra et datainput, mere end de udvikler intelligent ny viden.
Dette er også en vigtig pointe ift. den kunstige intelligens formåen: den er ikke mere intelligent end den data, som mennesker har skabt, og deres læring baserer sig på.
Det betyder at den data, man smider ind i maskinen, definerer hvilket output, man får. Et eksempel er forskellen på de forskellige billedegenereringstjenester, hvor outputtet er markant forskelligt alt efter hvilken data, som tjenesten bag har brugt til at træne sin kunstige intelligens. Som eksemplet herunder viser, så er Midjourney trænet på baggrundsmateriale af artistisk karakter, mens DALL-E er trænet med rettighedsfrie billeder af mere dokumentarisk karakter. Forskellene viser sig klart i resultatet.
https://analyticsindiamag.com/stable-diffusion-vs-midjourney-vs-dall-e2/
Udfordringerne ved brug i arbejdet med marketing
Der er mange og komplekse udfordringer ved brugen af kunstig intelligens, men én af de store beror på den input-data, som den kunstige intelligens bruger til at lære af – både i en copyright og etisk kontekst. Som beskrevet kræver kunstig intelligens en form for input både for at lære og senere kreere helt nyt indhold. Denne data skal jo komme et sted fra, og hvis nye kreationer er skabt på baggrund af ”beskyttet indhold”, falder dette så også under denne rettighed? For lige nu er systemer og algoritmer en black box, hvor vi ikke ved, hvor meget der er lavet ud fra eksisterende materiale, og hvad systemet selv har opfundet. Det skaber en udfordring.
Derudover er der selve brugen af kunstig intelligens i professionelt øjemed. Systemerne udvikler og lærer også på baggrund af de input, som brugerne laver – og hvis disse input er kode eller andre sensitive data, så risikerer du, at andre brugere kan få denne information tilbudt. Det har betydet, at flere og flere virksomheder har forbudt brugen af kunstig intelligens på 3.parts tjenester: (https://techcrunch.com/2023/05/19/apple-reportedly-limits-internal-use-of-ai-powered-tools-like-chatgpt-and-github-copilot/)
Hvad betyder det for marketingafdelingen?
Udbredelsen af kunstig intelligens til den brede befolkning kommer til at betyde noget for alt og alle. Det er den helt korte analyse – uanset hvem du spørger. Hvad det helt konkret betyder – rangerer fra meget positivt til dommedagsanalyser. Vi hos Orchestra kommer til at beskæftige os med emnet både i form af blogindlæg men også ved at lave deep dives på mulighederne med vores kunder – f.eks. gennem workshops, hvor vi afdækker potentialet. For selvom man kan bruge kunstig intelligens, betyder det ikke, at man skal bruge det til alt. I vores optik kræver det nemlig, at man forstår perspektiverne, og den kontekst kunstig intelligens kan løfte eller understøtte opgaverne i, før man bevæger sig ud i det. Denne proces kan åbne op for en helt række nye spørgsmål omkring medieetik, brug af teknologi og lovgivning. Så ræk endelig ud, hvis du sidder i en marketingafdeling og gerne vil have bedre forståelse for emnet, og hvordan det kommer til at påvirke netop din organisation.
Hvis du vil vide mere, diskutere eller give feedback så ræk endelig ud til Jarl Sloth, Director.
