Tractographic reconstruction of neural connections By Thomas Schultz (Own work) CC BY-SA 2.5-2.0-1.0 via Wikimedia Commons |
Om en gitarr med strängar kostar 110 euro och gitarren kostar hundra euro mera än strängarna, vad kostar strängarna?
Ditt spontana svar var troligen fel. Daniel Kahnemann fyller sin bok Thinking, fast and slow med massor av liknande exempel, experiment som han och hans kolleger (bland andra Thaler) har gjort i decennier. Han bevisar gång på gång hur lat vår hjärna är. Att tänka efter kräver en stor ansträngning, mycket energi, och därför skippar vi för det mesta att tänka analytiskt. I stället resonerar vi spontant, intuitivt, och drar massor av slutsatser hela tiden utan att vi ens märker det. Och inte sällan uppåt väggarna.
Vi påverkas av referensvärden, fördomar och kontextuella detaljer som ofta kan leda oss vilse. (Jag tar medium, den är så mycket billigare.) Vi är motvilliga att ta risker som kan leda till förluster, men ju sämre utsikter vi har att klara oss desto mer riskbenägna är vi. (Kanske klimatforskarna ändå har fel?) Varje investering är en emotionell satsning, som gör det svårare att bedöma risker och kostnader rationellt. (Jag har redan satsat så mycket på detta, bäst att satsa lite till även om utsikterna att lyckas är sämre än fifty-fifty.) Vi övervärderar sannolikheter nära 0 och 1 alldeles på tok i jämförelse med andra odds. (Den som inte lottar kan ju inte vinna.) Ju mer komplexa eller extrema situationer är, desto svårare är det att vara rationell.
Det var ju en och annan humanist som skrattade gott åt att man inom ekonomi ger stora pris åt folk som bevisar att folk inte är rationella. Samtidigt är det skrämmande att se att till och med enkla val lätt blir konstiga: Om du är på väg på teater och betalat 50 euro för biljetten, men vid ankomsten tappat biljetten köper du sannolikare inte en ny, än om du tappat 50 euro och tänkt köpa biljetten vid luckan. Förlusten svider mera för att du redan investerat. Kahnemann och beteendeekonomin förklarar varför metron och andra stora projekt oftast går över budget och varför försäkringar fungerar. Och varför mäklare och chefer ofta är lika bra eller till och med sämre än slumpen. Ibland, ibland, är det intuitiva, slappa tänkandet till och med till nytta. Men ofta är det en fälla. Att inse när man ska tänka efter är inte alltid lätt. Och också om man försöker är det svårt. För vi värdesätter ju verkligen inte bara pengar heller. Men också annan risktagning och ännu oftare riskaversion i livet kunde kanske vara bra ta fundera lite mera på. Alltför ofta gör man inget.
Det är förstås också därför människor är så förutsägbara och därför Google och andra vet vad folk kommer att göra, hurdana val och handlingar som följer på varandra. Det är vårt lata "system 1", som Kahnemann kallar det, som är i aktion. Facebooks och Googles datamassor speglar våra mest oreflekterade rutiner och handlingar. Är det också dem vi matar våra artificiella intelligenser med? Dem, som uppförstorar, förstärker och mångfaldigar våra mest inrotade fördomar och vanor?
Intuition handlar om sannolikheter. Det handlar om erfarenhetskunskap som leder oss och bär oss då, när vårt långsamma analytiska eftertänksamma system 2 slumrar. Vi känner igen tecken, subtila vinkar som vi sett många gånger förr och som kanske omedvetet leder oss på rätt spår. Men ofta hoppar vi över flera steg i resonemangen utan att inse det. Erfarenhet ger intuition. Som Siilasmaa förklarar på videon nedan handlar också (en form av) maskininlärning om att hantera sannolikheter genom att bygga upp erfarenheter. Men maskinen kan inte tänka efter. Och om alla dess erfarenheter baserar sig på data som inte är genomtänka kan den bara berätta om vanliga saker. Den kan berätta dem bra och känna igen viktiga mönster i stora mängder information. De artificiella neurala nätverken är otroligt spännande svarta lådor.
Men intelligens har de inte så tillvida att de skulle kunna använda något de lärt sig på något nytt och kreativt sätt. Egentligen är det mera som intuition. Maskinen behöver fortfarande människan som handleder och utvärderar resultaten. Som står för intelligensen.
Men intelligens har de inte så tillvida att de skulle kunna använda något de lärt sig på något nytt och kreativt sätt. Egentligen är det mera som intuition. Maskinen behöver fortfarande människan som handleder och utvärderar resultaten. Som står för intelligensen.
Inga kommentarer:
Skicka en kommentar