Kunstig intelligens i offentlig sektor - Smart eller skremmende? Make Data Smart Again 2017, 31.05.17 Robindra Prabhu, prosjektleder robindra.prabhu@teknologiradet.no 1
Teknologirådet 2
Førerløse biler Google lanserer sin førerløse bil. Bilindustrien henger seg på. 2010 Uten hjelp En Google-algoritme gjenkjenner katter i YouTube videoer, uten først å ha blitt trenet opp på kattebilder. 2012 Advarsler I et åpent brev, advarer ledende teknologer om samfunnsmessige farer knyttet til KI. 2015 2008 Tale 2011 Jeopardy! 2014 Ansikt 2016 Go! Nå kan vi snakke med maskinen (f.eks. Apples Siri) IBMs Watson vinner spørrekonkurransen Jeopardy! Facebooks DeepFace kjenner igjen ansikter på bilder like godt som mennesker DeepMinds AlphaGoprogram slår regjerende verdensmester i det kompliserte spillet.
Kilde: https://pixabay.com/en/snowdrops-winter-snow-melting-793435/ KI har fått en vårløsning Hva betyr det for det offentlige og for politikken? 4
CC BY 2.0: https://www.flickr.com/photos/katerha/4436395036
CC BY 2.0: https://www.flickr.com/photos/katerha/4436395036 B E H O V F O R E N D R I N G P E R S P E K T I V M E L D I N G E N 2 0 1 7 1 B I D R A G E T F R A O L J E S E K T O R E N O G F O N D V I L A V T A 2 Færre i arbeid A L D R E N D E B E F O L K N I N G Mindre skatteinntekter Flere kronisk syke
Helse Arbeid Skole 7
Helse 8
Helse There are fundamental changes that will happen ( ) now that computers have opened their eyes. Jeff Dean, Google, Fortune Mag. 28.09.2016 Kilde: https://commons.wikimedia.org/wiki/file:cats_in_germany_2011_by-raboe_01.jpg, Attribution: Ra Boe / Wikipedia 9 Kilde: http://tupac.tue-image.nl/node/3
Helse Føflekkreft nevralt nett vs ca. 20 sertifiserte hudleger: algoritmen fanget opp flere faktiske tilfeller av føflekkreft færre falske positive Metoden kan anvendes bredt Spesialistvurderingen demokratiseres og gjøres tilgjengelig for langt flere 10
Helse Chatbots: den nye fastlegen eller legevakten? Kilde: Babylon Health
Førstelinje på mobilen Pasient, mobil-app og lege deler på jobben Mål: 80% reduksjon av lege-tid Fra 15 minutter til 1-2 Mer presis enn legen? Basert på store data Koster lite å skalere
Den nye helsemakten? Google-eide DeepMind får helsedata fra over en million pasienter i London-området fra britiske NHS Også det norske helsevesenet har unike data om en samlet befolkning Hvordan forvalter vi disse til felleskapets beste? 13
Tre punkter til ettertanke 1 Åpenhet? Kravene til innsyn må være ekstra sterke. Innbyggerne må informeres og gis anledning til å samtykke. Bred konsultasjon. 2 Eierskap? Hvem eier algoritmen, når den er trent opp på offentlige data betalt av felleskapet? Er innbyggerne medskapere og dermed medeiere? 3 Vinneren tar alt? Kommersiell KI domineres av et knippe store utenlandske selskaper. Bør offentlige data brukes til bred næringsutvikling fremfor monopolisering? 14
Arbeid 15
Hvor mange jobber vil forsvinne? 47% av jobbene i USA vil automatiseres bort (Frey & Osborne 2013) 16
Hvor mange jobber vil forsvinne? 1/3 av jobbene i Norge vil automatiseres bort (Pajarinen mfl. 2016) Bakere Revisorer Sjåfører Advokatsekretærer Finansmeglere Butikkmedarbeidere 17
Hvor mange jobber vil egentlig forsvinne? Enkelte oppgaver, ikke hele yrker! 10% av jobbene i Norge vil automatiseres bort (Arntz mfl. 2017; Chui mfl. 2015) 18
Hvor mange jobber vil egentlig forsvinne? 19
Tre nøtter for arbeidsministeren 1 1 Fleksibel etterutdanning og omskolering men til hva og for hvem? Singapore alle innbyggere over 25 år får støtte til videreutdanning hos 500 ulike tilbydere. innbyggere over 40 år, får tilleggsstøtte 20
Tre nøtter for arbeidsministeren 2 Fragmentering ( Unbundling of work ) 21
3 Arbeid i plattformøkonomien hvordan føre tilsyn med algoritmiske plattformer? 22
Skole 23
En lærer for hver elev? Kilde: https://commons.wikimedia.org/wiki/file:barack_obama_visits_a_pre-kindergarten_classroom_at_moravia_elementary_school_in_baltimore,_2013.jpg 24
Tilpasset undervisning H v a m e s t r e r d u, h v a s l i t e r d u m e d? H v a v i l d u f å p r o b l e m e r m e d f r e m o v e r? H v o r f o r? H v a b ø r d u g j ø r e? Kilde: http://mashable.com/2012/07/17/knewton-adaptive-learning/#2gqviezbxpqr
Støtte til å fullføre 26
Persontilpasset oppfølging læremid ler sosiale aktiviteter 20% interesser 27
Tilpasset undervisning lifelong learning companion stiller spørsmål oppmuntrer anbefaler 28
Hvor skal dataene komme fra? 29 Kilde: https://www.ldatschool.ca/self-advocacy/the-elephant-in-the-room/
InBloom Adaptive læremidler trenger data om eleven for å fungere, men hvilke data? hvor mye? hvem skal få tilgang? hvem bestemmer over bruken? 30
V E I E N V I D E R E? CC-BY-NC Soria Moria Theodor Kittelsen by Nasjonalmuseet Høstland, Børre
1 Åpenhet: Kravene til innsyn og åpenhet må være ekstra sterke. Innbyggerne må informeres og gis anledning til å samtykke. Bred konsultasjon. 2 Offentlige data som fellesressurs: Hvordan skal verdiene i offentlige data komme folk flest til gode? Merverdi i form av bedre tjenester, ny næringsutvikling, arbeidsplasser eller skatteinntekter? 3 Eierskap: Hvem eier algoritmen, når den er trent opp på offentlige data betalt av felleskapet? Er innbyggerne medskapere og dermed medeiere? 4 Vinneren tar alt? Trenger er en politikk som sørger for at offentlige data bidrar til bred næringsutvikling fremfor monopolisering. CC-BY-NC Soria Moria Theodor Kittelsen by Nasjonalmuseet Høstland, Børre
T A K K F O R F Ø L G E T! Robindra Prabhu robindra.prabhu@teknologiradet.no Ny rapport om det digitale skiftet i offentlig sektor www.teknologiradet.no CC-BY-NC Soria Moria Theodor Kittelsen by Nasjonalmuseet Høstland, Børre