4. Det sociala i AI-diskussionen
4.3 Den sociologiska AI-diskussionen
tolkade relevansen är beroende av det han kallar systemet av ämnesmässig relevans. Han framhåller att det inte finns någon tolkad relevans i sig, utan bara sådan tolkad relevans som förhåller sig till ett givet ämne. I överensstämmelse med detta finns det heller ingen speciell typ i sig. Det finns bara typer som relaterar sig till särskilda problem. Schütz menar att denna karaktäristik av typer är av fundamental betydelse för samhällsvetenskapens metodologi (Schütz,1970:63-64).
Luhmann själv menar att hans användning av funktionsbegreppet också är ett försök att utveckla den fenomenologiska traditionen. Och vi kommer att redovisa texter som hävdar att det finns en möjlighet att se Luhmanns teori som ett komplement till Habermas användning av livsvärldsbegreppet. I International Encyclopedia of the Social & Behavioral Sciences (s.13606) talas också om att Schütz har omformulerat den fenomenologiska uppfattningen av mening, så att den handlar om en självskapande egenskap hos sociala och psykiska system. Artikeln påpekar också att det är en av influenserna till Luhmanns systemteori.
Den första sociologiska konferensen kring AI (Gilbert&Heath,1985)8 hölls samma år som Woolgar skrev sin artikel, men sociologin har varit mycket dålig på att ge teoretiska bidrag till AI-forskningen. Ett faktum som också den till USA emigrerade svenske sociologen Bo Anderson påpekade redan 1989. Han menade att andra beteendevetenskaper varit bättre på att teoretisera frågan om AI (Anderson,1989). Ett påstående som understryks av Douglas Heckatorns uppfattning att den interdisciplinära forskning som mest har undersökt AI, kognitionsvetenskapen, bygger på sex traditionella vetenskapliga discipliner:
neurovetenskap; psykologi; artificiell intelligens; filosofi; lingvistik och antropologi (Heckathorn,1989:97). Hans diskussion handlar om hur sociologin kan dra nytta av att inkorporeras i denna forskning.
4.3.2 Senare diskussion
I början av 90-talet började sociologin visa ett större intresse för AI och för den distribuerade varianten av AI. Framför allt handlar det om vad konnektionistisk programmering betyder för möjligheterna av att använda AI för att modellera sociala processer.
Bland artiklar från denna andra våg av sociologisk AI-diskussion finns en av de mer kritiska artiklarna. Den är skriven av Alan Wolfe i American Journal of Sociology med titeln Mind, Self, Society, and Computer: Artificial Intelligence and the Sociology of Mind. Wolfe ifrågasätter starkt både konnektionismen och det luhmannska systemtänkandet som ett sätt att förena AI-strategier med sociala processer. Wolfe tar avstånd från möjligheterna att grunda stark AI i den luhmannska teorin därför att människornas kapacitet för intellektuella aktiviteter relativiseras i den luhmannska teorin. Wolfe menar att detta antagande bygger på ett fel i denna teori (Wolfe,1991:1090ff.). Wolfes argument går ut på att människorna har ett så speciellt medvetande att det inte kan kopieras med symbolisk databehandling eller med de neurala nätverk som konnektionismen bygger på.
Vi kan också hänföra Randall Collins diskussion och den diskussion om artificiell social intelligens som Carley m.fl. gjorde till denna period. Både Carley och Collins måste räknas till dem som förhåller sig positiva till AI, men ingen av dem har argumenterat för DAI.
4.3.3 Den senaste diskussionen och forskningsprogrammet Socionics Kopplingen mellan DAI och sociologisk systemteori syns tydligast i en tysk sociologisk forskning om AI som går under benämningen Socionics. Den är mycket relevant för den sociologiska diskussionen om AI eftersom den är fokuserad
8 Surrey conferences on sociological theory and method, 3
på att reda ut vilken betydelse begreppet social har. För att utreda begreppets betydelse lutar man sig mot det sätt att uppfatta dess innebörd som Niklas Luhmann använder. Denna forskning finns bland annat samlad i antologin Sozionik: Soziologische Ansichten über künstliche Sozialität utgiven av Thomas Malsch. I en av artiklarna som ursprungligen publicerades i Zeitschrift für Soziologie argumenterar Malsch för att sociologin kan lära sig mycket av forskningen kring hur vi kan modellera artificiella samhällen.
Malsch skriver att det anmärkningsvärda är att denna nya DAI-forskning också använder metaforen social på ett nytt sätt. Genom den konnektionistiska idén har AI-forskningen kunnat ta sig ifrån den klassiska AI-forskningens bindning till den metodologiska individualismen (Malsch,1997:6). På så sätt har AI-forskningen också kunnat komma med nya idéer för den så kallade mikro-makro länken inom sociologin. Den länk som sociologin ser som förbindelsen mellan delar och helhet.
Malsch frågar om det finns någon skillnad mellan hur DAI-forskningen och sociologin använder det grundläggande begreppet social (Malsch,1997:8-9). Hans inställning är att ett par viktiga modeller för att bedöma AI är fast i en försociologisk uppfattning om den individuella människan. De modeller han nämner är Turingtestet och Searles kinesiska rum. Om sociologerna använder dem menar Malsch att sociologin blir inspärrad i definitioner av problemet med social intelligens som bestäms av hur filosofer och psykologer uppfattar vad det sociala är.
Sociologin måste då omfatta den psykologiskt grundade kognitionsvetenskapens uppfattning om AI (Malsch,1997:9). Malsch menar alltså att den MI grundade uppfattning om vad som karaktäriserar den socialt orienterade agenten, innebär att sociologin retirerar från naturliga sociologiska positioner, vilket reducerar sociologin till en kognitionsvetenskap.
I artikeln Naming the Unnamable menar Malsch att den semantik som DAI använder måste bli genomsyrad av sociologin för att den skall kunna ge ett bidrag till den sociologiska teorin och vice-versa. Malsch varnar för att argumenten kring AI lätt blir cirkulära och att vi inte får blanda ihop de frågor som hör till sociologin med de frågor som hör till datavetenskapen (Malsch,2001:160-161). I denna avhandling ligger betoningen på att diskutera vilken betydelse sociologins uppfattning om begreppet social har. Genom att diskutera detta centrala begrepp bör vi kunna undanröja en orsak till sociologins cirkulära hållning till frågan om AI. Förhoppningsvis skall vi då också ge ett bidrag som underlättar för den datavetenskapliga AI-forskningen att göra sin strategi mer verklighetsinriktad.
Malsch hävdar att varken klassisk AI eller konnektionism kan stödja en sociologisk teoriutveckling. Han ser en skillnad mellan konnektionism och DAI och hävdar att det bara är DAI-forskningen som kan hjälpa till att utveckla sociologin (Malsch,2001:161-162). Malsch framhåller att den klassiska AIn inte kan utveckla sociologin eftersom den bara ser intelligent handling som något en ensam aktör utför. Konnektionismens svaghet är att den bara ser handling som en
funktionalitet i nätverken och saknar därmed ett begrepp för självständig handling.
Här finns det en skillnad mellan det systemteoretiska perspektiv på DAI som används i denna avhandling och det perspektiv på DAI som Malsch använder.
Trots att Malsch och många andra av de forskare som deltar i diskussionen om socionik använder Luhmanns systemteori som ett analytiskt redskap, ser de på DAI som en modell där flera agenter agerar tillsammans. Därför kan det se ut som om Malsch ansluter sig till en modell som brukar kallas Multi Agent Systems (MAS)9. Det är en modell som fortfarande är nära förknippad med att intelligens handlar om en egenskap som har så komplex funktionalitet att den måste höra samman med människans hjärna. Ett systemteoretiskt perspektiv på DAI, som är mer i överensstämmelse med att Luhmann tonar ner individernas betydelse, bör istället utgå från det perspektiv på intelligens som säger att intelligens är en egenskap som finns lagrad i kontexterna vilket innebär att betoningen inte behöver ligga på kapaciteterna i olika agenter. Det är det perspektivet som medger att vi kan gå ifrån påståendet att människans natur representerar något som i ontologiskt hänseende är av en sådan reell natur att vi aldrig kan ersätta henne med artificiella aktörer. Det finns även i en systemteoretisk modell anledning att hävda att det finns aktörer, eller observatörer, inblandade. Men i den teorin har dessa aktörer en enkel funktionalitet och inte den komplexa funktionalitet som vi kopplar till den mänskliga hjärnan. På så sätt kan det vara en definitionsfråga om det finns en skillnad mellan en MAS-modell och en DAI-modell. Det är dock mest i överensstämmelse med en systemteoretisk modell att använda benämningen DAI.
Detta systemteoretiska perspektiv innebär också att det finns mindre anledning hävda att det finns en skillnad mellan konnektionism och DAI. I systemteorin behöver inte den distribuerade intelligensen finnas nedlagd i artificiella aktörer. Det räcker med att se på funktionaliteten i nätverken. Om själva programmeringstekniken inte är det viktigaste, utan att det istället är möjligheterna att registrera komplexiteten i omvärlden som är avgörande, så finns det mindre anledning att bekymra sig för att konnektionismen skulle sakna ett begrepp för självständig handling. Det viktiga är inte att programmen i sig innehåller en komplex funktionalitet. Det viktiga är istället att programmen hjälper till att lyfta fram den komplexa funktionalitet som blir resultatet av att kontexterna genom programmen bättre kan påverka kunskapsproduktionen.
Socionics-forskningen har i Sverige bara nämnts i en uppsats. Simon Flyman redovisar den skillnad som finns mellan den forskning som diskuterar hur aktörer fungerar utan inblandning av människor, och den som diskuterar hur AI-aktörer och människor fungerar tillsammans (Flyman,2001). Flymans syfte är att diskutera den senare. Frågan om stark AI innebär att vi måste diskutera den förra.
Det kan synas som ett naturligt sociologiskt perspektiv att diskutera hur teknik och människor fungerar tillsammans. Och att intresset för hur artificiella
9 Bygger på att många små men kompetenta aktörer samarbetar.
aktörer fungerar tillsammans bara är en fråga som datatekniken bör intressera sig för. Det är här som de sociologiska teoriernas ontologiska dimension blir viktig.
Utifrån ett MI-perspektiv bör naturligtvis sociologin inte intressera sig för mer än den första frågan. Problemet med detta perspektiv är att det innebär att fokus ligger på frågor som handlar om de inre mentala processer som andra vetenskaper, framför allt psykologin, är bättre på att analysera. Förklaringen till att sociologin varit så dålig på att ge teoretiska bidrag till AI-forskningen kan handla om att den diskuterat svag AI istället för stark.
Frågan om hur AI-redskapen fungerar tillsammans har, som sagts, istället mycket gemensamt med den holistiska sociologi som försöker förklara hur sociala processer fungerar utan att de behöver grundas på individuella handlingar. Bägge måste leta efter andra funktioner än sådana som har sitt ursprung i människornas medvetanden. Det förklarar att ett av sociologins intressen för AI-frågan har handlat om att med AI kunna modellera sociala processer eller hela sociala samhällen. I denna avhandling bygger en del av resonemanget på att det är de artefakter, av vilka AI är en del, som den humanistiska kulturen har skapat, som skapar den funktionalitet som medger att sociala processer kan fungera fristående från mänskliga handlingar.