Nýtt! Prófaðu Málstað, vettvang fyrir allar helstu vörur Miðeindar.
Talsvert hefur verið fjallað um bjaga (e. bias) í gervigreindarlíkönum, sem er nokkuð flókið og víðfeðmt viðfangsefni. Við mannfólkið sýnum alls konar hlutdrægni og búum yfir fordómum og staðalímyndum sem hafa áhrif á ákvarðanir okkar og gjörðir. Þetta endurspeglast í því sem við segjum og hvernig við segjum það.
Bjagar geta verið meðvitaðir eða ómeðvitaðir. Til dæmis gæti ráðningarstjóri meðvitað ákveðið að velja kvenkyns umsækjanda fram yfir jafnhæfan karlkyns umsækjanda til þess að jafna kynjahlutfall í fyrirtækinu eða uppfylla markmið um fjölbreytileika, jafnrétti og inngildingu. Sami ráðningarstjóri gæti ómeðvitað valið yngri umsækjanda fram yfir eldri vegna þess að hann hefur orðið fyrir áhrifum af útbreiddum aldursfordómum í samfélaginu.
Að sama skapi er til bæði huglægur bjagi og hlutlægur bjagi. Huglægur bjagi felur í sér að persónuleg skoðun, kredda eða hugmyndafræði truflar dómgreind eða ákvarðanatöku. Að draga ályktun um einstakling byggða á hópi sem hann tilheyrir er ein tegund huglægs bjaga. Við tölum um staðalímyndir eða stereótýpur í þessu samhengi. Athugið þó að það er ekki sannleiksgildi alhæfingarinnar sem slíkt sem ákvarðar hvort um huglægan bjaga sé að ræða eða ekki. Það eru til dæmis engin fyrirliggjandi gögn sem sýna að karlar séu betri í stærðfræði en konur, en það er staðreynd að karlar hafa að meðaltali meiri líkamsstyrk en konur. Ef ég gef mér, án þess að þekkja nokkuð til viðkomandi fólks, að María sé verri í stærðfræði en Jón og að Jón sé sterkari en María, þá er ég í báðum tilvikum að mynda mér skoðun byggða á staðalímyndum, óháð því hvort ályktanir af þessu tagi gætu staðist þegar horft er á meðaltal yfir alla karla og allar konur. Ég mun koma aftur að þessum punkti síðar.
Hlutlægur bjagi er aftur á móti mælanlegur og á sér oft rætur í aðferðafræði sem notuð er við gagnasöfnun, greiningu eða líkanagerð. Til dæmis eru stór mállíkön (e. Large Language Models) bjöguð að því leyti að þau virka best á ensku vegna þess að þau eru aðallega þjálfuð (og prófuð) á enskum gögnum. Þetta er innbyggður hlutlægur bjagi og hann er með vilja gerður að því leytinu til að þau sem þróa líkönin vita auðvitað fullvel að þessi bjagi sé til staðar.
Hlutlægur bjagi getur líka verið óviljandi. Tökum nú einfalt dæmi um fínþjálfun á talgreiningarlíkani sem miðar að því að líkanið geti framkvæmt mælendagreiningu (e. speaker diarization), þ.e.a.s. borið kennsl á hver talar hverju sinni í samtali. Það sem við viljum að líkanið taki eftir og læri að greina eru ólík og sérstök raddeinkenni hvers einstaklings. Gerum nú ráð fyrir að við söfnum og merkjum stórt gagnasafn í þessum tilgangi og tökum hluta gagnanna frá til að nota sem prófunargögn að þjálfun lokinni. Prófanirnar gefa til kynna mikla nákvæmni í að greina á milli mælenda svo okkur er ekkert að vanbúnaði að gefa líkanið út til almenningsnota. En þegar notendur byrja að beita líkaninu á raunveruleg dæmi — margvíslegar upptökur af fólki í samtölum — mistekst því hrapallega að greina á milli mælenda. Í ljós kemur að mistök voru gerð við gagnasöfnunina: Þegar samtölin voru tekin upp talaði hver mælandi í sinn eigin hljóðnema. Í stað þess að læra að bera kennsl á einkenni í máli hvers einstaklings, lærði líkanið einfaldlega að greina á milli mismunandi hljóðnema.
Það er óhætt að gera ráð fyrir að stór mállíkön séu ekki aðeins mörkuð af hlutlægum bjaga, sem rekja má til tölfræðilegrar samsetningar þjálfunargagna, heldur búi einnig yfir alls konar huglægum bjaga. Ekki vegna þess að þau hafi sjálf ákveðnar skoðanir eða hugmyndafræði (þau eru jú ekki mannleg), heldur vegna þess að þau eru eftirhermur sem endurspegla mannlega hegðun sem finna má í þjálfunargögnunum, en meirihluti þessara gagna kemur af veraldarvefnum. Gervigreind er bjöguð vegna þess að við mannfólkið erum bjöguð. Vandamálið sem þarf að finna lausn á — ef við stefnum að gervigreind sem er laus við bjaga — snýst þess vegna um að kljúfa gervigreindina frá hinum mannlegu kennurum á ákveðnum sviðum, að aftengja hana mannlegum veikleikum.
Hægt er að hafa áhrif á hegðun gervigreindarlíkana á ýmsa vegu. Við getum t.d. valið að sleppa ýmsum vandræðatextum úr þjálfunargögnunum. Við getum líka sett líkönum mörk um ásættanlega hegðun með svokölluðu viðgjafarnámi. En jafnvel þótt bjagar séu vissulega til staðar í mannlegum samskiptum þýðir það ekki að við séum öll sammála um hvað telst eiginlega vera bjagi. Og hvernig getum við þá ákveðið hvers konar girðingu við viljum reisa í kringum leyfilega hegðun gervigreindarlíkana?
Ein tilraun sem gerð hefur verið til að bera kennsl á orðræðu sem fólk getur sammælst um að sé ekki aðeins bjöguð, heldur einnig dónaleg eða eitruð, var samstarfsverkefni Háskóla Íslands, Háskólans í Reykjavík og Miðeindar, og bar nafnið „Ummælagreining“. Yfir tólf þúsund ummælum af íslenskum spjallborðum var safnað saman í vefviðmót og almenningi var boðið að lesa ummælin og meta þau með tilliti til ýmissa bjaga, kurteisi, tilfinningalegs innihalds, hatursorðræðu o.s.frv. Sérhver athugasemd var merkt af fleiri en einni manneskju og auk þess var risamállíkanið GPT-4o mini frá OpenAI fengið til þess að leggja mat á sömu ummæli. Markmiðið var tvíþætt: 1) að byggja upp gagnasafn íslenskra ummæla sem flest eru sammála um að séu eitruð eða bjöguð, og 2) að öðlast betri skilning á því hversu líkt eða ólíkt gildismat gervigreindarinnar er því mannlega.
Niðurstöðurnar sýndu að einu merkingarnar sem marktæk mannleg samstaða var um (Krippendorff's alpha > 0,667) tengdust því hvort ummæli létu í ljós ákveðnar tilfinningar, eða hvort þau væru kurteis eða ásættanleg í ýmsum aðstæðum. Þegar kom að bjaga gagnvart ákveðnum hópum, hatursorðræðu, kaldhæðni og þar fram eftir götunum var hins vegar engin marktæk samstaða í hópi mannlegra þátttakenda. Hrútskýringar var sá flokkur sem minnst samstaða var um. Sömu sögu má í stórum dráttum segja um samhljóm milli gervigreindar og manna.
Hvað getum við ályktað af þessum niðurstöðum? Ein augljós ástæða er sú að huglægur bjagi er, jú, huglægur á meðan viðmið um félagslega samþykkta hegðun og kurteisi eru almennari, og tilfinningar eru að jafnaði vel skilgreindar og jafnvel algildar. En önnur möguleg túlkun er sú að þegar kemur að umdeildum málefnum eins og kynjamisrétti og hrútskýringum ættum við að fara varlega í að draga víðtækar ályktanir út frá svörum við mjög sértækum spurningum.
Nýleg skoðanagrein í New York Times fjallaði um nýjar kannanir sem sýna að andfeminískar skoðanir virðast njóta aukins samþykkis meðal ungra karlmanna í Bandaríkjunum. Þessir ungu menn eru í auknum mæli sammála fullyrðingum eins og „staður kvenna er á heimilinu“ eða „þýðing þess að vera karlmaður hefur breyst, og ég tel þá þróun ekki góða fyrir samfélagið“. Þetta helst í hendur við vaxandi hægri öfgastefnu og aukinn sýnileika íhaldssamra gilda á samfélagsmiðlum (þar á ég t.d. við vinsældir „tradwife“ efnis á TikTok, þ.e. efnis sem sýnir konur í hefðbundnu húsmóðurhlutverki).
Hins vegar er áhugavert að þessi uppsveifla í gamaldags gildum er ekki greinanleg þegar karlmenn eru spurðir nákvæmari spurninga um hlutverk sitt í eigin fjölskyldu eða um hreina kynjamismunun. Ungir bandarískir karlmenn eyða ekki minni tíma í umönnun barna eða heimilisstörf nú en þeir gerðu fyrir áratug síðan. Af hverju stafar þetta misræmi? Ein túlkun er sú að þegar þú biður ungan íhaldssaman Bandaríkjamann um að leggja mat á karlrembuleg ummæli um eðlislægt hlutverk kvenna, gæti hann túlkað spurninguna sem svo að hún snúist í raun um almenn pólitísk viðhorf hans fremur en bókstafleg viðhorf hans til jafnréttis kynjanna. Að ganga gegn viðhorfum sem eru vinsæl á meðal pólitískra skoðanabræðra gæti þá gefið í skyn að hann sýni ekki hollustu við málstaðinn.
Að sama skapi hlýtur spurning um það hvort ummæli á netinu séu hrútskýring eða ekki að gera ráð fyrir því að viðkomandi sé sammála því að hrútskýring sé yfirleitt til sem hugtak. Ef slíkt samþykki er ekki til staðar þá breytist merking spurningarinnar í „hvaða hugmyndafræði aðhyllist þú?“. Slík spurning getur verið gagnleg en hjálpar okkur hins vegar ekki að afmarka hegðun sem víðtækt samþykki er fyrir að lágmarka skuli í gervigreindarlíkönum. Né hjálpar hún okkur að búa til mælipróf sem greina bjaga í þessum sömu líkönum – það sem við höldum að við séum að mæla er kannski ekki það sem við erum í raun að mæla.
Ýmsa augljósa bjaga er hins vegar tiltölulega auðvelt að mæla. Sem dæmi má nefna að íslensk lýsingarorð fá mismunandi endingar eftir kyni manneskjunnar sem vísað er til. Nákvæm þýðing á lýsingarorði úr ensku yfir á íslensku krefst þess vegna samhengis, eigi kynið að vera rétt. Þetta er auðvelt þegar verið er að þýða setningu á borð við „that woman is smart,“ en hvað með setninguna „I am smart“? Sýnt hefur verið fram á að þýðingarvélar á borð við Google Translate sýna verulegan kynjabjaga í svona setningum. Jákvæð lýsingarorð eins og „smart“ eða „hard-working“ fá oftar karlkyns endingar; neikvæð lýsingarorð eins og „boring“ eða „lazy“ fá oftar kvenkyns endingar.
Önnur einföld leið til þess að finna kynjabjaga er að gefa gervigreindarlíkani lágmarkssamhengi og biðja það um að fylla í eyðurnar, til dæmis að giska á hvaða starfi einhver gegnir. „Jón er fertugur og háskólagenginn. Hann vinnur í heilbrigðisgeiranum. Jón er ______.“ Gervigreindin ályktar kannski að Jón sé læknir en sú spá gæti auðveldlega breyst í „hjúkrunarfræðingur“ (eða jafnvel „hjúkrunarkona“ eða „hjúkka“) ef spurt er um Guðrúnu í staðinn.
Svona prófanir eru svo sannarlega ómaksins verðar og eru raunar oft gerðar af þeim sem þjálfa líkön, og rannsakendum, vegna þess að þær eru einfaldar í framkvæmd og það er tiltölulega auðvelt að gera úrbætur sem lágmarka svona augljósan og auðmælanlegan kynjahalla. Með því að gera slíkar úrbætur senda stórfyrirtækin, sem þjálfa risamállíkön frá grunni, þau skilaboð út í samfélagið að þau taki bjaga alvarlega og sýni ábyrgð í þróun öflugrar tækni án þess þó að valda fjaðrafoki á meðal riddara málfrelsisins enda geta flest verið sammála um að alhæfingar um kyn á borð við þær sem ég ræddi að ofan séu engum í hag.
En það eru til lúmskari og hugsanlega skaðlegri hegðunarmynstur sem hafa ekki verið rannsökuð vel og er almennt ekki prófað fyrir í gervigreindarlíkönum í dag. Að kasta fram staðalímyndum um starfsgreinar sem byggðar eru á kyni er slæmt (þótt líkanið sé einfaldlega að endurspegla hegðun sem það hefur lært af mannfólki), en svo augljós bjagi er líklegri til að láta fólk ranghvolfa augum frekar en að valda áþreifanlegum skaða.
Rétt eins og í samskiptum manna á milli þurfum við frekar að vera á varðbergi gagnvart duldum og ómeðvituðum fordómum. Skoðum dæmi þar sem mannauðsstjóri notar stórt mállíkan til að skima atvinnuumsóknir. Mannauðsstjórinn hefur kynnt sér ábyrga notkun á gervigreind og er meðvitaður um að óæskilegt sé að útvista alfarið mikilvægum ákvörðunum til gervigreindarlíkans sem er hugsanlega hlutdrægt. Þess í stað biður hann líkanið einfaldlega um að lesa umsóknir og kynningarbréf ásamt starfslýsingunni og skila af sér stuttri samantekt um hvern umsækjanda, þar sem kostir og gallar eru útlistaðir sem skipta máli fyrir stöðuna. Mannauðsstjórinn notar síðan þessar samantektir til þess að raða umsækjendum eftir hæfni og ákveða hverja þeirra á að taka í viðtal.
Við fyrstu sýn virkar þetta sem tiltölulega öruggt verkefni fyrir gervigreind, en hvað ef það er dulinn bjagi í því hvernig hún lýsir körlum samanborið við nákvæmlega jafnhæfar konur? Hvað ef karli er lýst sem „afar greindum og frábærum í að koma hlutum í verk“, en konu er lýst sem „mjög skarpri og skilvirkri“? Einhverjum gæti fundist að ekki sé um mikinn mun að ræða, en það er alls ekki útilokað að slík blæbrigði í málnotkun geti hnikað dómgreind okkar.
Þessa tegund bjaga er mjög erfitt að mæla á almennan máta. Rannsóknarverkefni sem miðar að því að finna dulinn kynjahalla í gervigreindarlíkani mun líklega fela í sér að mörgum núlltilgátum sé hafnað og fræðasamfélagið hefur lítinn áhuga á að birta slíkar niðurstöður. Að auki finna rannsakendur og þróendur líkana eðlilega fyrir meiri hvata til þess að skila af sér niðurstöðum sem vekja athygli og auðvelt er að útskýra fyrir almenningi. Ólíklegt er að verkefni sem þetta skili slíkum niðurstöðum. Að lokum má nefna að það sem telst vera skaðlegur bjagi er mjög samhengisháð. Stjórnandi sem notar risamállíkan til að hjálpa sér að skilja ársfjórðungsuppgjör fyrirtækisins þarf ekki að hafa jafnmiklar áhyggjur af kynja- eða kynþáttabjaga og dómari sem notar sama risamállíkan til að hjálpa sér að ákvarða viðeigandi refsingu fyrir dæmdan glæpamann.
Hvar skal þá til bragðs taka? Rétt eins og við gerum kröfu um að mannlegt starfsfólk gangist undir þjálfun áður en það fær að taka ákvarðanir sem hafa raunverulegar afleiðingar fyrir einstaklinga í viðkvæmri stöðu, ættum við að sjálfsögðu að krefjast hins sama af gervigreindarlíkönum áður en þau eru tekin í notkun á vinnustöðum. Risamállíkön eru bjöguð og hlutdræg, rétt eins og mannfólkið, en einn kostur við þau er sá að það er mun auðveldara að koma auga á samhengisháðan bjaga í gervigreindarlíkani en í manneskju.
Hvað á ég við með því? Ef við biðjum dómara um að ákvarða sanngjarna refsingu fyrir dæmdan glæpamann, en breytum síðan einum þætti í forsendum dómsmálsins, eins og t.d. kyni glæpamannsins, og biðjum sama dómara um endurmat á refsingu, þá myndi hann líklega gefa sama svar og áður. Við viljum jú öll trúa því að við séum drifin af skynsemi og hlutlægni þegar við tökum ákvarðanir, sérstaklega þegar um er að ræða faglegar ákvarðanir. Breytt refsing í þessu dæmi myndi jafngilda viðurkenningu dómarans á því að svo væri ekki. Gervigreindin hefur hins vegar engar áhyggjur af því hvort hún virðist hlutlæg og skynsamleg. Hún mun óhikað breyta svari sínu í samræmi við þá bjaga sem eru til staðar í líkaninu.
Annað sem mikilvægt er að hafa í huga varðandi risamállíkön er hversu auðveldlega við getum haft áhrif á hegðun þeirra. Við getum hæglega fengið þau til að breyta um málblæ, aðlaga flækjustig úttaks að ákveðnum markhópi, eða skrifa í ákveðnum stíl. Mannauðsstjóri, sem vill huga að jafnrétti kynjanna, gæti þannig til dæmis beðið risamállíkan um að setja sig í spor hins þekkta femínista Judith Butler þegar það veitir endurgjöf á ferilskrár. Með þessu færir mannauðsstjórinn auðvitað sína eigin heimssýn, með öllum þeim bjögum sem henni fylgja, yfir á gervigreindina. Ef við stefnum sannarlega að hlutlausri gervigreind, lausri við mannlega veikleika, gæti þessi valkostur virst óheppilegur.
Áðan nefndi ég að ályktun eða fullyrðing þurfi ekki að vera byggð á ósannindum til að teljast bjöguð. Skoðum þetta nú nánar í samhengi við þjálfun gervigreindar. Segjum sem svo að við viljum þjálfa mállíkan frá grunni með eins fjölbreyttum þjálfunargögnum og kostur er. Við sönkum að okkur gögnum en gætum þess þó að forðast þá afkima veraldarvefsins þar sem hatursorðræða er líkleg til að leynast. Þegar við prófum líkanið okkar uppgötvum við hins vegar óvænta og óæskilega hegðun: þegar við sendum inn í líkanið orðin „ljóshærð kona“ án samhengis („Ljóshærðar konur eru ____“) skilar það til baka fordómafullum texta sem dregur upp þá mynd af ljóshærðum konum að þær skorti greind og alvörugefni.
Af hverju gæti þessi hegðun stafað? Ef við veltum fyrir okkur í hvaða samhengi er líklegast að ljós hárlitur konu sé sérstaklega dreginn fram í umræðum, bloggpóstum eða jafnvel fréttum, áttum við okkur fljótt á að það er oft í tengslum við staðalímyndina um „ljóskuna“. Þannig er einhvers konar mistökum eða misgreindum ummælum lýst og þau sett í samhengi við útlitseinkenni („Hún er svo mikil ljóska að hún keyrði öfugt inn í einstefnugötu og féll á bílprófinu“). Neikvæðni gervigreindarinnar í garð ljóshærðra á því ekki rætur sínar í fleipri eða röngum upplýsingum (konan í dæminu að ofan gerði vissulega mistök og er sannarlega ljóshærð). Vandamálið er frekar að þjálfunargögnin, þó að þau geti verið full af sönnum staðhæfingum, veita líkaninu hlutfallslega bjagaða sýn á þennan tiltekna hóp fólks, sem þýðir að sjálfgefin hegðun þess er að grípa til neikvæðra staðalímynda.
Manneskja sem les nákvæmlega sömu fréttir og gervigreindin var þjálfuð á gæti dregið sömu ályktanir og haldið á lofti sömu skaðlegu staðalímyndum og gervigreindin hefur gerst sek um. Hún gæti jafnvel ákveðið að deila skoðunum sínum opinberlega, til dæmis á vinnustað eða í matarboði. Þar gæti hún mætt andstöðu eða fundið fyrir hóp fólks af sama sauðarhúsi. Viðbrögð meirihlutans munu þó líklega hafa áhrif á hvaða skoðanir verða viðhafðar í sama umhverfi framvegis. Það sem ég er í raun að lýsa er raunútgáfa af ummælagreiningarverkefninu sem ég nefndi hér að ofan. Og rétt eins og í samskiptum manna á milli þá veltur það nokkuð á viðmælandanum hvar mörkin liggja milli ásættanlegs og óásættanlegs svars frá mállíkani. Við manneskjurnar lögum orðræðu okkar — en ekki endilega undirliggjandi skoðanir eða heimssýn — að umhverfinu, og það er mögulega skynsamlegasta nálgunin á þjálfun gervigreindar líka, þ.e.a.s. að einblína á hegðun frekar en undirliggjandi gögn.
Þetta gæti þýtt að við bælum niður svör sem byggja á einhverjum sönnum veruleika en þykja ekki ásættanleg, og að sama skapi viljum við mögulega ýta undir ósanna hegðun í þágu kurteisi. Í mannlegum samskiptum tökum við því mikið til sem gefnu að við getum ómögulega vitað nákvæmlega hvaða sannindi og ósannindi búa í höfði annarrar manneskju - það eina sem við getum gert er að stjórna útkomunni með því að setja mörk um hvaða hegðun við teljum ásættanlega. Við gerum þetta með því að gefa viðmælendum okkar nægilegt samhengi til að skilja heimssýn okkar og siðferðilegan þröskuld; við leiðum með fordæmi eða gefum skýrar leiðbeiningar.
Gervigreindalíkön virka að þessu leyti eins og manneskjur. Með nægilegu samhengi eru þau miklu ólíklegri til að misbjóða siðferðiskennd okkar, sama hvaða gögn þau hafa innbyrt. Þetta samhengi getur notandinn sjálfur gefið þeim, nú eða fyrirtækin sem þróa líkönin, þá í formi viðgjafarþjálfunar.
Engu af framansögðu er enda ætlað að firra tæknifyrirtæki sem þróa gervigreindarlíkön þeirri sjálfsögðu ábyrgð að takast á við skaðlega bjaga í gervigreind. Þvert á móti eru það einmitt stærstu og öflugustu fyrirtækin sem hafa mannskap og fjármagn til að stunda ítarlegar rannsóknir á þessu sviði. Þau geta tekið við endurgjöf notenda og niðurstöðum mæliprófa, rannsakað orsakir og dregið úr óásættanlegri hegðun líkana. Og þau hafa vissulega verið að gera einmitt þetta. Þegar GPT-3-líkanið kom fyrst fram á sjónarsviðið árið 2020 var það stundum dónalegt í svörum og fullt af kynþáttafordómum. Þetta varð til þess að rannsakendur þróuðu aðferðir til að stjórna betur úttaki líkansins.
En, eins og ég hef farið yfir, þá er ekki til ein samþykkt skilgreining á því hvers konar málflutningur telst vera eitraður, kynjaður eða jafnvel dónalegur. Það sem telst vera ókurteisi innan einnar menningar eða jafnvel í ákveðnum vinahópi getur þótt fullkomlega ásættanlegt annars staðar. Hver sem hefur lifað og hrærst innan mismunandi menningarheima veit þetta vel. Án algildra staðla um ásættanlega hegðun lifum við nú í vistkerfi gervigreindar þar sem mörk í kringum hegðun líkana eru að mestu dregin af þeim fáu einstaklingum sem vinna hjá stórfyrirtækjum sem þjálfa grunnlíkön.
Kannski viljum við sem Evrópubúar, Íslendingar, konur, fólk af margvíslegum kynþáttum, eða hvaða annar hópur sem er draga önnur mörk. Kannski viljum við að rödd okkar heyrist og að ákvörðunin sé okkar um hvað er þróað - og hvernig það er stillt af. Ef það er tilfellið þá þyrftum við helst að þjálfa, eða a.m.k. fínþjálfa, okkar eigin líkön.
Framtíð gervigreindar er ekki aðeins tæknileg; hún snertir á menningu, tungumáli og mannúð. Nú þegar við stöndum á vendipunkti í þróun gervigreindar er áskorun okkar tvíþætt ef við viljum stuðla að réttlátari heimi: að koma auga á bjaga í öllum sínum myndum og að tryggja að litið verði til fjölbreyttra sjónarhorna við að móta þau gervigreindarlíkön sem munu í auknum mæli hafa áhrif á samfélagsgerð okkar. Við Íslendingar, með okkar einstaka tungumál og menningararfleifð sem við viljum varðveita, getum ekki skorast undan þessari ábyrgð. En í ábyrgð felast líka tækifæri til þess að leggja eitthvað af mörkum til umræðu sem mun hafa áhrif á framtíð alls mannkyns. Við erum vel fær um að smíða gervigreindarlausnir sem magna sköpunargáfu og framleiðslugetu okkar mannanna án þess að endurspegla takmarkanir okkar. En kannski þurfum við fyrst að taka til í eigin ranni, tala opinskátt um skaðlegt en jafnframt flókið eðli bjaga og fordóma og leitast við að koma betur fram við samferðarfólk okkar. Þannig þurfum við ekki lengur að gera þá kröfu á gervigreind að hún læri að haga sér betur en við mannfólkið.
Bestu þakkir fær kollegi minn, Haukur Barri Símonarson, fyrir skemmtilegar og gagnlegar samræður sem urðu kveikjan að mörgum hugmyndum í þessum pistli.
