Människors kunskapsförmedling i praktiken

Om vi överger tanken på att emotioner och medvetna handlingar ligger bakom alla de faktorer som skapar ny kunskap bör kunskapsförmedling handla om att exponera relationer så att vi kan se hur ny kunskap kan kombineras med gammal kunskap. Antagligen är det framför allt kunskapsproducenter som exponerar sådana relationer. I akademiska sammanhang handlar det främst om forskare och lärare. Det blir då intressant att jämföra denna typ av förmedling med den som intermediära förmedlare utför. Ett typexempel på en sådan intermediär förmedlare är bibliotekarier. Vi har redan talat om hur biblioteksinstitutionen förmedlar kunskap som en form av artefakt. Det kan vara lärorikt att fundera på vad den utveckling av biblioteksinstitutionens funktioner som vi får med AI-teknik innebär för mänskliga förmedlares positioner i förmedlingsprocessen.

Skillnaden mellan en bibliotekarie och en forskare handlar om att forskaren har ämneskunskap medan bibliotekarien bara kan förmedla genom att använda de redskap som biblioteken och det bibliografiska systemet erbjuder. Bibliotekarier har till idag sannolikt rätt sällan haft möjligheter att visa på nya möjligheter att kombinera kunskap. Det beror antagligen på att de inte har den ämneskompetens som krävs för att kunna gå utöver den etablerade kunskap inom ett ämne som redan beskrivits med de klassificeringar som biblioteken använder sig av. Den ämneskunnige forskaren bör ha varit bättre på att se nya mönster, vilket sannolikt beror på att ämnesexperten under en längre tid har lyckats bekanta sig med innehållet i ett relativt stort antal texter. Medan bibliotekarien med de kataloger och citeringsindex som erbjuds, bara kan se hur texterna inom ett ämnesområde brukar användas. Forskaren har genom sin erfarenhet skaffat sig en översikt av var den distribuerade kunskapen finns medan bibliotekarien måste lita till de symboler som beskriver etablerad kunskap. Bibliotekarien fungerar då enligt samma modell som den symboliska AIn. Det kan innebära att det bara är forskaren som har förutsättningar att i egentlig mening kunna skapa ny kunskap. Skall vi ifrågasätta detta perspektiv bör vi rikta in oss på det vi har sagt om medvetandets begränsningar. Det skulle innebära att forskaren är alltför fast i en uppfattning om hur kunskapen inom ämnesområdet ser ut för att kunna se nya möjligheter.

Forskaren är alltför bunden av sin egen disciplins systemreferens. Det är något som understryks av att det tycks vara svårt att hitta ett disciplinöverskridande språk.

Förhållanden som kan innebära att bibliotekarien med sin förmåga att bättre behärska hur redskapen skall användas, och med ett mer neutralt förhållningssätt till kunskapen, är den som har bättre förutsättningar att exponera möjliga kunskapsrelationer.

Vi har dock varit inne på att expertsystem ändå bara kan avspegla formaliserade kunskapsrelationer inom ett ämne. Även om bibliotekarierna kan använda dessa expertsystem för att nå kunskap inom andra ämnesområden som

forskaren inte sysslar med, så handlar det ändå inte om en kapacitet att nå det icke-formaliserade. Det finns också anledning att tro att den kunskap som handlar om att kunna hantera dessa expertsystem är så enkel att det knappast finns anledning att tro att inte en forskare med ganska liten ansträngning skulle kunna lära sig att hantera dessa expertsystem. Det stärks av att Wertsch menar att det sällan handlar om ett behov av att kunna internalisera kunskapen om redskapen innan vi kan använda oss av dem. Eftersom själva söksystemen fungerar likadant inom alla ämnesområden gäller det kanske mest för forskaren att skaffa sig anledning att vilja observera något utanför det egna kunskapsområdet. På så sätt bör forskaren också lätt komma åt det som är formaliserat inom andra discipliner även om han/hon inte kan observera det som inte är formaliserat. Men det finns också anledning hävda att erfarenheten av både det som är formaliserat och inte formaliserat inom det egna området skapar en observationsmöjlighet som pekar på de informella relationer som kan finnas mellan de bägge disciplinerna. Vi bör emellertid inse att det handlar om att forskaren här exponeras för kunskaper som är distribuerade på två olika håll. Det är tveksamt om det räcker till att den mänskliga kapaciteten ser det informella inom det egna området. Den kapaciteten bör snarare tendera till att man fastnar i den egna disciplinens systemreferens. Man måste bli exponerad för motsvarande informella möjligheter inom andra discipliner innan erfarenheter av informella relationer kan appliceras på en annan disciplin. Det är först när man exponerats för möjlighetern inom en annan disciplin genom att använda tekniska redskap, som denna förmåga att hantera det informella inom den egna disciplinen kan användas för att se nya informella relationer i det nya sammanhanget.

Instinktivt uppfattar vi säkert att AI är ett större hot mot bibliotekarier om dessa redskap kan skapa kunskap på egen hand. Om det är så att redskapen bara fungerar genom de människor som själva kan skapa kunskap finns det dock anledning att hävda att den svaga AIn, som ett potent redskap för kunskapsproducenter, gör att bibliotekariernas ställning hotas. Ty om redskapen bara kan användas av en människa så har den som själv kan skapa kunskap alltid en fördel. Så beskrev jag ovan forskarens relation till expertsystemen. I enlighet med detta resonemang finns det fog för att hävda att de intermediära förmedlarnas framtid måste bygga på att de redskap de använder har funktionell kapacitet som motsvarar den som en ämneskunnig forskare har. Om redskapen kan skapa kunskap på egen hand finns det fog för att anta att ämnesexpertens försprång minskar.

Vi måste troligen inse att stark AI kan innebära att den som söker efter kunskap har lättare att klara sig helt på egen hand. Alltså att en biblioteksanvändare, eller att vem som helst som är sugen på att exponeras för nya kunskapsmöjligheter, genom AI-redskapet blir sin egen bibliotekarie. Om AI fungerar så bra att människorna direkt kan interagera med AI-systemen behövs sannolikt ingen intermediär mänsklig förmedlare. Även den som själv är bibliotekarie måste bejaka en sådan utveckling, eftersom den bör ge de bästa

förutsättningar för individerna att bli exponerade för nya möjligheter utan att behöva gå via personer som kan lägga sina egna intressen emellan.

Det är svårt att ge exempel på hur AI-system fungerar. Det är en fråga som mest handlar om att vi inte riktigt vet vad det är vi skall exemplifiera, eftersom det är så svårt att enkelt slå fast vad som över huvud taget ingår i intelligenta företeelser. Det vi bör observera är att det faktiskt är lika svårt att ge exempel på intelligens i sammanhang där inga AI-system alls är inblandade. Vi vet att människor åstadkommer saker som har krävt någon form av intelligens. Vi kan förklara det med tankeförmåga, stimulerande sällskap eller tillgång till miljöer som stimulerar kreativiteten. Men vi kan inte riktigt peka på vad det är som är själva kvaliteten i denna intelligens. Och när vi försöker operationalisera intelligens handlar det om sådant som IQ-tester som handlar om en formaliserad intelligens.

Debatten kring AI handlar sällan om att den typen av intelligens inte skulle kunna hanteras av kvalificerade AI-program. Den intelligens, i.e. social intelligens, som man menar att AI inte kan omfatta är däremot väldigt svår att exemplifiera. Men mycket tyder på att det är just den typen av intelligens som är den starka DAIns bästa gren.

Vi har i detta kapitel sett att det finns anledning hävda att de kunskapsprocesser som är kopplade till kommunikation inte alls står i konflikt med tanken på stark AI. Vi har kunnat se att kommunikation handlar om processer i de sociala systemen och de behöver använda artefakter för att kunna fungera. Vi har också sett att den standardisering och mekanisering som gör att kunskapen inte kan utvecklas snarast är något som hör ihop med människornas tillkortakommanden.

Vi har också sett att de problem som finns kring stark AI måste jämföras med alla de problem som finns kring människornas sätt att skapa ny kunskap. I det perspektivet finns det anledning att påstå att stark AI kan fungera på egen hand men att det samtidigt finns anledning att påpeka att det inte hindrar att också människorna tar del i dessa processer. Vi har påpekat att ett samarbete mellan människor och AI system sannolikt leder till det bästa resultatet.

8. Det sociala som holism –