2. Diskussion av studieobjektet
2.2 Kunskapsprocesser som problemlösning eller som expandering utöver
Diskussionen om AI har traditionellt handlat om en kapacitet som skall motsvara den kalkylerande rationalitet som människan använder då hon försöker lösa ett problem. Redskapsanvändandet aktualiserar en viktig dimension inom diskussionen om stark AI. Den dimensionen frågar huruvida skapandet av ny kunskap skall ses som problemlösning eller som en process som försöker leta efter nya möjligheter. Problemlösning hör samman med att kompetenta aktörer analyserar problem, medan den senare processen kräver att vi skapar möjligheter att se något nytt.
Diskussionen i denna avhandling ansluter sig till en uppfattning om att problemlösning inte är det perspektiv vi skall ha när vi diskuterar intelligens.
Intelligens uppfattas som en förmåga att gå ut över det som redan är känd kunskap. Problemlösning handlar ur det perspektivet bara om en förmåga att hitta lösningar på redan kända problem. Skillnaden kan ibland vara hårfin eftersom problemlösning ofta kan handla om att hitta på nya sätt att lösa ett givet problem.
Ofta handlar det också om att man tvingas omdefiniera problemet för att hitta en lösning. Det viktiga med denna omdefiniering är att den kräver att man kan gå utanför den kontext som man trodde att var relevant för problemet. Det är en situation som kräver att medvetandet kan gå utöver det som en person redan kände till. Det kallar jag i denna avhandling för en expanderande social process med ett begrepp som jag har lånat från aktivitetsteorin (Engeström,1987).
Problemlösning sker ofta inom områden som är formaliserade. Den typ av AI-system som kallas expertsystem är inriktade på denna typ av problemlösning.
Mycket talar för att de löser sådana problem på ett effektivt sätt. Det som AI-kritikerna antagligen menar att dessa system inte kan hantera är just sådan omdefiniering som handlar om att gå utöver redan kända problem.
Argumentationen i denna avhandling bygger däremot på att människorna, liksom expertsystemen, är alldeles för bundna av det som redan är känt, för att vi skall kunna förvänta oss att någondera kan lösa sådana problem på ett effektivt sätt utan att låta processen påverkas av kontextfaktorer. Visserligen kan en människa få hjälp av andra människor som är verksamma inom andra områden. Men det handlar då om en kunskap som redan är någorlunda känd, eftersom människor har svårt att förstå andra människor som inte har samma referensramar som de själva. Den kunskap som är icke-formaliserad kan bara påverka oss i en process som så småningom leder till att olika sociala system närmar sig varandra.
Möjligen finns det personer någonstans i världen som har sådana perspektiv att de skulle kunna visa på nya vägar framåt. Men vi bör uppmärksamma att det är svårt att förstå människor som inte tillhör vårt sociala system. Vad människan i sådana lägen alltid har gjort är att ta hjälp av litteraturen. På så sätt kan en människas tankar överföras till en annan människa fastän de aldrig direkt har samtalat med varandra. Men det handlar inte om personlig interaktion utan om en kommunikation som använder sig av funktionaliteten i artefakterna. Vi bör uppmärksamma att texter, liksom andra av de artefakter som människan skapat, har en speciell egenskap. Den egenskapen handlar om att innehållet kan förändras beroende på vem som läser det, och beroende på i vilken kontext texterna framställs. I det finns en förmedlingskapacitet som visar på att artefakternas funktion handlar om något som går utöver det människorna kan skapa med sina handlingar. Det handlar då om att det artificiella utvecklar människans möjligheter till reflexion. På så sätt kan man argumentera för att det sociala inte bara är förenligt med AI, utan också att AI kan utveckla människans sociala kapacitet där mänskliga interaktioner inte räcker till.
2.3 AI som robotar med mänsklig kapacitet eller som program för holistiska sociala processer
Den kritik av AI, som utgår från medvetandets kapacitet i problemlösandet, menar också att AI-system måste ses som robotar som motsvarar mänskliga aktörer. Om vi istället tar avspark i en holistisk sociologi behöver vi ta fasta på hur den sociologin diskuterar sociala processer. Vi kommer att se att holistisk sociologi, i belysning av de frågeställningar som aktualiseras genom den distribuerade AI-designen, måste vara mycket klarare över vilken funktionalitet som kan ersätta den som härrör sig från människornas handlande. Framför allt måste den vara mycket klarare över om grunderna bygger på kausala processer eller funktionella processer. I den luhmannska sociologin tas uttryckligen avstånd från kausala sociala processer till förmån för funktionella processer. Vi skall se att den diskussionen har paralleller
med en diskussion kring AI som handlar om en jämförelse mellan den symboliska AI-tekniken och den konnektionistiska. Den kausala sociologins positioner gör att den så mycket liknar utgångspunkterna för symbolisk AI, att den har svårt att försvara varför sociala faktorer kan ersätta mänskligt resonerande. Det går lättare att försvara de sociala faktorernas roll om vi ser på dem som funktionella processer. På så sätt kan vi lyfta fram några frågor kring stark AI som är viktiga.
En berör det sätt den konnektionistiska AIn skiljer sig från den symboliska AIn. Den frågan är viktig att utreda eftersom den sociologiska kritiken oftast använder symbolisk AI som mall för att kritisera all stark AI. Den symboliska AIn kritiseras oftast för att den knyter kausalitet till kognitiva faktorer. Istället hävdar den sociologiska kritiken att kausaliteten kommer från sociala faktorer. Om vi kan förklara att konnektionistisk AI inte arbetar med kausalitet utan med funktionalitet, kan vi förklara att kritiken mot symbolisk AI inte kan överföras på konnektionistisk AI.
Kunskapssociologer skapar ofta en konstlad motsättning mellan sociala och kognitiva faktorer i kunskapsprocesserna baserat på att de olika faktorerna står för olika kausala påverkanssamband. En funktionell syn på processerna ger en bättre möjlighet att förmedla mellan kognitiva och sociala faktorer i kunskapsprocesserna.
Det ger i sin tur en bättre möjlighet att beskriva hur de sociala processer som är inblandade i kunskapsskapande verkligen ser ut. Detta skapar en möjlighet att bättre frilägga möjligheterna av att stark AI kan vara förenlig med sociala aspekter på skapandet av ny kunskap, vilket också kan användas för att stärka den holistiska sociologins positioner.
Att vi kopplar bort frågan från den symboliska AIns kausala perspektiv och anlägger ett funktionellt perspektiv, ger också en möjlighet att bättre diskutera om AI handlar om robotar som skall likna människor eller om något som mer handlar om sociala processer. AI-frågans anknytning till medvetandets kapaciteter har gjort att AI oftast ses som en fråga som handlar om robotar. Inom AI-forskningen finns det en stor och företrädesvis teknisk forskning som handlar om att skapa robotar som kan göra samma saker som människor. Sådana robotar kan vara tämligen enkla, vilket gör att de knappast behöver innehålla någon komplicerad form av intelligens, även om de kan kräva rätt så avancerad dataprogrammering för att kunna fungera på avsett sätt. På den kommersiella marknaden finns till exempel gräsklippare och dammsugare, som själva kan klara av att klippa en gräsmatta och dammsuga en lägenhet. Den fråga som uppkommer är vad en robot skall göra för att kunna kallas intelligent. Vanligen menar man att roboten är intelligent om det roboten åstadkommer inte kan skiljas från det en människa med sitt tänkande åstadkommer. Här uppkommer frågan om hur människan lyckas bete sig intelligent. Frågan brukar oftast diskuteras som en fråga som handlar om att lösa problem. En robot som klipper en gräsmatta löser givetvis ett visst problem men de flesta problem är ju mer komplexa än så. AI-system som skapats för att lösa givna problem kallas, som sagts, vanligen för expertsystem. Den första tidens utveckling
av AI-system motiverades av en vilja att skapa expertsystem som skulle hjälpa människan att lösa problem. AI blev då något som skulle göra människan mer kapabel att utföra intelligenta handlingar eller att fatta intelligenta beslut. Typiska sådana system handlade om olika former av stöd för läkare att upptäcka symptom och att föreslå behandlingsmetoder.
Ambitionen att utveckla expertsystem handlar om att man tror att människans möjligheter att bete sig intelligent är beroende av att hon kan använda olika former av redskap som förlängning av den kapacitet hon har i sin hjärna.
Forskningen om robotar har ofta utvecklats genom att man försöker konstruera redskap som gör människorna intelligentare. En engelsk professor, Kevin Warwick, blev för några år sedan känd sedan han låtit inoperera ett datachips under sin hud.
På så sätt kunde datorerna i den byggnad där hans laboratorium ligger, känna igen honom utan att han själv behövde identifiera sig. Bland annat öppnades kodade dörrar automatiskt samtidigt som en högtalare önskade honom välkommen. I ett senare experiment utvecklades dessa färdigheter genom att ett mer avancerat implantat inopererades. Eftersom detta implantat också var kopplat till Warwicks nervsystem kunde professorn direkt kommunicera med datorer genom att hans eget nervsystem aktiverade implantatet till att sända signaler till datorn. På samma sätt kunde en dator sända signaler till Warwicks nervsystem. Efter att Warwicks egen fru fått ett motsvarande implantat kunde makarna kommunicera med varandra genom dessa implantat (Warwick,2002).
Warwicks exempel kan synas som trivialt. Men det visar på att en av uppfattningarna om att intelligens måste höra samman med människan, handlar om att intelligens inte bara har att göra med människans hjärna. Den har också att göra med egenskaper i hela den mänskliga kroppen och den mänskliga kulturen. Vi kommer senare att visa på att den sociologiska kritiken mot AI ofta blir grumlig därför att man stöder sig på argument som hör ihop med embodiement (som bör vara psykologiska argument) istället för argument som hör samman med environmentalism (som bör vara sociologiska argument). I detta perspektiv betyder det att kunskapen också finns i den miljö som bildas av vår kultur. Vi kan nämna att i den luhmannska teorin består omgivningen inte bara av natur. En omgivning för ett socialt system kan också bestå av ett annat socialt system. Den kunskap som finns inom ett annat socialt system blir på så sätt en faktor som tillhör omgivningen.
Warwicks experiment bör naturligtvis tolkas som ett exempel på hur långt vi kan komma med svag AI. Det kan tolkas som att redskapen ger människan större möjligheter att utveckla sin intelligens, men inte som att det är redskapen som tillför intelligens. Å andra sida kan vi hävda att vi alltid måste se varifrån den initierande kraften kommer. Kommer den från människans intentioner eller från den funktionalitet som finns i redskapen. I det sammanhanget bör vi framhålla att en holistisk sociologi måste grunda de sociala processerna på något som finns utanför människornas handlingar. Den fråga som då uppstår är hur sociala
processer kan vara intelligenta utan att dessa processer grundas på människors handlingar. Det positiva svar till den möjligheten som ges i denna avhandling, grundas på att det handlar om kommunikation. Och kommunikation kräver en annan funktionalitet än den som är iblandad i människors tänkande.
Embodiement gentemot environment aktualiserar frågan om det som gör människor intelligenta är egenskaper som hör samman med människans biologiska natur, eller om dessa egenskaper hör samman med det samhälle som människorna lever i, och som innehåller olika former av redskap, i form av kulturella artefakter som ett språk, och tekniska redskap som böcker eller datorer. Frågan om stark AI kräver att vi måste ta ställning till skillnader som ofta är hårfina.
Även om AI-frågan alltid har dominerats av en jämförelse mellan AI och människan så har teorier om environmentalism inspirerat till ett annat forskningsområde kring AI. Istället för att skapa kompetenta robotar tar den sikte på att skapa effektiva program. Det är i huvudsak denna senare inriktning som vi skall diskutera i denna avhandling. Eftersom det handlar om program handlar det också om att AI skall jämföras med funktionella sociala processer i samhället, istället för med interaktioner mellan människor. Detta är en viktig distinktion som sällan uppmärksammas.
I praktiken är det inte alldeles enkelt att se skillnaden mellan dessa forskningsområden. Det hör samman med att också robotar kräver program och att programmen i sig kan ses som aktörer. Det som mest skiljer dessa båda varianter åt är att den senare variantens betoning av processer gör att den menar att det essentiella med intelligens är att kunna ta vara på den komplexitet som finns i världen. Därmed fokuserar den på externa processer.
Andy Clark visar att också robotutvecklingen idag tar sikte på att robotens kapacitet inte behöver vara komplicerad. Han redogör för de experimentella robotar som Rodney Brooks har skapat. Istället för att ta modell av människan har Brooks försökt utveckla dem efter modell från kackerlackor. Skillnaden mellan människor och kackerlackor är att de senare inte tros ha någon större kapacitet för interna bearbetningar av information, men desto större kapacitet för att registrera vad som pågår runt omkring dem. På så sätt har Brooks sluppit problemet med att bygga upp detaljerade och komplexa inre modeller av medvetandet. Istället skall dessa robotar vara sensibla nog för att kunna välja ut några kritiska aspekter i en situation. På så sätt är det mer avgörande att de kan använda den komplexitet som finns i omgivningen än att de själva kan skapa komplexitet. Brooks menar att även den mänskliga hjärnan fungerar på det sättet. Den försöker också använda världen som modell för den komplexitet hjärnan skapar (Clark, 2003:68).
Den processinriktade formen av AI-strategi liknar den holistiska sociologin, eftersom bägge discipliner försöker förstå processer utanför människan. Om sociologin är den vetenskap som förklarar hur människan fungerar i relation till olika sociala miljöer, till skillnad från psykologin som förklarar hur människans interna processer fungerar, så bör detta processperspektiv på AI ligga nära de frågor
sociologin studerar. Det är därför inte underligt att AI-frågan har kopplats starkt till frågan om hur den så kallade mikro-makro länken inom sociologin kan se ut.
Alltså hur holistiska sociala processer påverkar villkoren för individerna och hur enskilda individers handlingar påverkar de sociala processerna.