Boganmeldelse: ‘Futureproof’ af Kevin Roose

Hvordan skal vi forholde os som mennesker i en stadig mere automatiseret verden? Hvad er vores og robotternes styrker? I en ny bog får du 9 leveregler – og nogle bliver leveret bedre end andre.

Jeg udgiver også nyhedsbrevet Digital Ugerevy

Notits: Undervejs i denne anmeldelse bruger jeg nogle af de slides, jeg har lavet til et kursus, vi kører hos Willmore, hvor jeg arbejder. Kurset hedder ‘Automatisering for alle‘, og hvis du er interesseret i automatisering i mediebranchen, kan det være, det er noget for dig eller jer 🙂


BOGANMELDELSE. Robotterne kommer. Men tager de vores jobs, eller gør de også bedre til vores jobs? Det er en af de helt store udfordringer på et stadigt mere automatiseret arbejdsmarked. Debatten og problematikken er helt grundlæggende ikke spor ny. Vi havde den også i 1960erne.

På ene side stod de folk, der råbte “dommedag nu” og forudsagde at millioner af eksempelvis amerikanske arbejdspladser ville blive overtaget af maskiner. På den anden side stod “augment”-bevægelsen, der i stedet argumenterede for, at maskinerne ville forbedre os, og at vi kunne blive endnu bedre til vores arbejde, hvis vi lærte at bruge maskinerne som værktøjer.

Nogle af de teknologier, vi i dag tager for givet, har faktisk deres ophav i augment-tiden. Det gælder blandt andet hyperlinks, computermusen og et systemsystem bestående af “vinduer”.

9 leveregler til os mennesker

Dette historiske aspekt får du godt nok ikke med i The New York Times-journalistens Kevin Rooses ‘Futureproof’, men essensen er den samme som dengang:

Det handler om, hvad vi som mennesker kan gøre for at leve bedst muligt med maskinerne; det vil sige bruge det, der gør os til mennesker, så vi er mere uerstattelige. I hvert fald i forhold til maskinerne.

For at gøre det lettere at forstå og overskue, bryder Roose det ned i 9 regler (jeg kalder dem “leveregler”):

  1. Be Surprising, Social, and Scarce
  2. Resist Machine Drift
  3. Demote Your Devices
  4. Leave Handprints
  5. Don’t Be an Endpoint
  6. Treat AI Like a Chimp Army
  7. Build Big Nets and Small Webs
  8. Learn Machine-Age Humanities
  9. Arm the Rebels

Jeg vil ikke gennemgå samtlige punkter her (i stedet bør du læse bogen), men jeg vil lave nogle nedslag, så du kan få et indtryk af, hvad det er for en bog, Roose har skrevet, og om den er noget for dig.

Svaghed: Digital detox

Hvis vi starter med den del af det, jeg synes mindst om, så er det regel nummer tre, der handler om, at vi skal bruge vores digitale enheder (især mobiltelefoner) meget mindre. Rooses argument er, at for at vi kan klare os bedst muligt med og overfor maskinerne, skal vi lægge meget mere vægt på de dele af os, der virkelig gør os menneskelige: Vi skal sætte aftryk, så det er tydeligt, at de ting, vi rører ved, er skabt at mennesker.

For at kunne lykkes med det bedst muligt, er det vigtigt, vi ikke spilder unødig tid og energi på vores devices. Derfor skal de fylde mindre i vores liv.

Det er jo et råd, det er svært at være uenig med – og det skriver jeg som en, der selv kæmper for at kigge mindre ned i min mobiltelefon. Men Rooses levering af den del er bare ikke særlig god eller elegant.

Det er et emne, der er beskrevet i utallige andre bøger, artikler, podcasts etc., og når man lægger sit niveau under det, man ville forvente af en bog af denne type fra en person, der immervæk skriver for The New York Times, så kommer det til at stikke ud og føles forceret.

I forvejen kommer “digital detox”-vinklen lidt ind fra højre, men den ville formentlig passe bedre ind, hvis den var bundet bedre sammen med resten af bogen og konstrueret bedre, end Roose formår.

Det samme gælder et par andre pointer i bogen. Det er gode anbefalinger, men leveringen er ikke god nok. Slet ikke i forhold til de kapitler, hvor bogen viser sine styrker (dem kommer vi til om lidt).

Og så er der steder, hvor bogen og/eller Roose kommer til at fremstå lige lovlig frelst. Især i delen om at bruge mindre tid på sine digitale enheder. Okay, så han gik på toilettet for at kigge på sin mobil i stedet for at overvære dette fantastiske teaterstykke med denne fantastiske teatergruppe.

Det er bare… svært at relatere til, synes jeg, og det virker ret navleskuende, når man ved hvor store problemer, denne fear of missing out og afhængighed af vores digitale enheder kan føre med sig.

Styrke: Menneske vs. maskine

Men som nævnt har bogen også styrker. Og her står den stærkere, end den står dårligt på sine svagheder.

Især de to første regler (“Be Surprising, Social, and Scarce” og “Resist Machine Drift”) samt “Leave Handprints”, “Don’t Be an Endpoint” og “Treat AI Like a Chimp Army” er stærke kapitler.

Det er måske ikke vældig overraskende, men Roose minder os fra starten af om, hvor menneskers og robotters styrker ligger:

Slide fra Automatisering for alle-kurset

Det er derfor, algoritmer er gode til at spille skak, men formentlig ville brænde sammen, hvis de skulle tilbringe en dag som børnehavepædagog.

Derfor står de mennesker, der er gode til at holde hovedet koldt, stærkere.

Roose skriver:

“Humans who are good at handling the unexpected – who are cool in a crisis, who like dealing with messy problems and novel scenarios, and who can move forward even in the absence of a concrete plan – still have an advantage.”

Han tilføjer, at han selv bruger det i sit arbejde ved, at han skriver færre regnskabshistorier og bruger mere tid på de fortællinger og historier, der får folk til at føle noget.

(Det ændrer selvfølgelig ikke grundlæggende på, at hvis eksempelvis 10 journalistarbejdspladser bliver påvirket af automatisering, så er der ikke nødvendigvis plads til 10 journalister, der skriver artikler, der får folk til at føle noget.)

Samtidig skal vi mennesker også være glade for og gøre brug af vores evner til at kopiere løsninger, vi fandt i et scenarie, til et andet:

Slide fra Automatisering for alle-kurset
Slide fra Automatisering for alle-kurset

“Resist machine drift”-reglen handler om, at vi skal begynde at stille spørgsmålstegn ved nogle af de ting, vi gør – for eksempel de bøger, vi læser, den musik, vi hører, de serier, vi ser, etc. For gør vi det, fordi vi har lyst, eller fordi en algoritme har anbefalet det for os?

Roose har en interessant pointe i, at anbefalingsalgoritmer grundlæggende er gået fra at være teknologi, der skal forstå os samt hjælpe os til at spare tid og være mere effektive – til at være teknologi, der vil tage tid fra os og forandre os i stedet for at forstå os.

I den forbindelse citerer han en bog om anbefalingsalgoritmer, som jeg netop er gået i gang med at læse, alene fordi Roose citerede den i sin bog:

Slide fra Automatisering for alle-kurset

Jeg vidste godt, at automatiske anbefalinger står for en stor del af vores forbrug, men jeg var nok ikke klar over, at det var så meget:

  • YouTube: 70% af tiden
  • Amazon: 30% af sidevisningerne
  • Netflix: 80% af de film, vi vælger at se

Det er ret vildt.

Hvis du er interesseret i anbefalingsalgoritmer, kan du også læse en artikel, jeg tidligere har skrevet om, hvordan forskellige anbefalingsalgoritmer fungerer forskelligt, og at man kan risikere at begrænse diversiteten i det indhold, der bliver anbefalet.

Friktion og fødselsdagshilsener

Roose taler også om friktion. I flere år har der været en tendens i digitale indholdsprodukter og platforme med, at fjerne friktion. Det skal være så let som muligt at komme i gang med at konsumere det næste indhold, at anbefalingerne ikke blot skal være bedre og bedre – nej, de skal efterhånden også starte af sig selv, som vi kender det fra for eksempel Netflix.

På Facebook er det for eksempel kendetegnet ved, at det aldrig har været lettere at sige tillykke med fødselsdagen, det er blot et tryk på en knap. Det har så også betydet, at en standardiseret fødselsdagshilsen på Facebook er nærmest intet værd – fordi vi ved, at den pågældende person har lagt akkurat intet i lykønskningen.

På det seneste er der en dog en interessant modtendens på vej, nemlig at man tilføjer mere friktion. Det gør Twitter og Facebook blandt andet for at dæmme op for de mange kommentarer og svar, der kommer, og hvor alt for mange er af grænseoverskridende karakter. Det kan du læse mere om i denne Zetland-artikel, hvor jeg fortæller lidt mere om det.

Eksemplet med Facebook-lykønskningerne er en del af Rooses måske vigtigste pointe: Vi mennesker tilskriver ting mere værdi, jo mere vi kan se, at andre mennesker har brugt tid eller energi på dem. Det er derfor en simpel lervase kan være dyrere end en blu-ray-afspiller, og at en indikator for luksus er, hvor lidt teknologi, der er blevet brugt i tilblivelsen af produktet.

Det er derfor, vi skal sørge for at efterlade menneskelige aftryk i det, vi laver. Andre mennesker skal kunne se, at det er et menneske af kød og blod, der har lavet det.

Hvor det gælder om at spille på det, der gør os til mennesker, så gælder det om at undgå de områder og opgaver, hvor maskinerne er bedst. “Don’t be an endpoint,” kalder Roose det.

Tjener eller styrer du maskinen?

“Endpoint”-begrebet kommer fra API’ernes verden, hvor flere systemer kan tale sammen og for eksempel udveksle data. Det foregår via disse “endpoints”, og det gælder for os mennesker om at undgå blive et endpoint mellem to systemer, der snakker sammen.

Eksemplet er Googles Duplex (en del af deres digitale assistent), der blandt andet kan booke en frisør.

Den person, der tager telefonen hos frisøren og booker tiden for den kunstige intelligens, har kun det job eller den opgave, indtil Googles Duplex-teknologi og andre som den kan snakke direkte sammen med booking-systemet.

Roose taler om “maskinassisterede” og “maskinstyrede” jobs, og det er klart, at jo mere, du arbejder for algoritmen, jo større risiko er der for, at dit job kan automatiseres.

Her er det interessant at kigge på den liste over forskellige grader af menneske- og maskininvolvering, som Nicholas Diakopoulos har med i sin bog om automatisering i mediebranchen, ‘Automating the News’:

10. Maskinen beslutter alt, fungerer autonomt og ignorerer mennesket.

9. Maskinen giver kun mennesket besked, hvis den vil.

8. Maskinen giver mennesket besked, men kun hvis den bliver spurgt.

7. Maskinen eksekverer automatisk og giver mennesket besked, hvis nødvendigt.

6. Maskinen giver mennesket afgrænset tid til at “vetoe” en automatisk beslutning.

5. Maskinen eksekverer forslaget, hvis mennesket godkender.

4. Maskinen foreslår et alternativ.

3. Maskinen snævrer udvalget ned til få alternativer.

2. Maskinen giver mennesket en fuldstændig liste over valg og mulige beslutninger.

1. Maskinen giver ingen hjælp. Mennesket må selv gøre alt og tage alle beslutninger.

Det er klart, at jo længere vi kommer op ad den liste, jo mindre er der brug for mennesker. Måske kan du sågar se, hvordan dit job har flyttet sig op ad listen indenfor de seneste år.

Konklusion/opsamling

Alt i alt er ‘Futureproof’ en rigtig god bog. Som jeg nævnte, er der nogle kapitler, der er stærkere, og nogle der er svagere – men de stærke opvejer heldigvis de svage.

For os i mediebranchen er der masser af pointer at hente. Både fordi, automatisering naturligvis fylder meget her, men også fordi Roose ofte bruger sig selv som eksempel. Det giver nogle svagheder men også nogle styrker, når han perspektiverer til sit liv som journalist af kød og blod.

Bogen er let læst, uden at stoffet på nogle måder bliver dummet ned, og du får masser af argumenter for (og lyst til) at identificere de ting i dit liv i privaten og på arbejdet, som er der, hvor du er allermest menneske.

Og så en pudsighed, som jeg har tænkt lidt over. En af de mest omtalte kunstige intelligenser indenfor tekstgenerering (altså skrivning af artikler) er GPT-3. Lige nu er den mest en gimmick og udmærker sig for eksempel ved at kunne skrive Harry Potter-fortællinger, som Ernest Hemingway ville gøre det – fordi den er trænet på så ufatteligt meget tekstdata.

Hvis du bad GPT-3 skrive en bog om, hvordan vi mennesker bedst muligt kan leve med algoritmerne og maskinerne omkring os, og den skulle skrives, som en The New York Times-journalist ville gøre det, ville du formentlig ikke lande langt fra ‘Futureproof’ 😉

Det gør den dog ikke mindre læs- eller anbefalelsesværdig, så kom du bare i gang.


💡Er du nysgerrig på automatisering i mediebranchen?

Læs om ‘Automatisering for alle‘-kurset, hvor jeg underviser.

Boganmeldelse: ‘How Charts Lie’ af Alberto Cairo

Twitter: @larskjensen

Spredningen af coronavirus og COVID-19 har betydet, at vi ser endnu flere grafer – og nogle, der endda er svære at forstå. Derfor er det vigtigt, at vi bliver bedre til at læse og tyde grafikker og kender nogle af de tricks, som knapt så ærlige grafikere bruger.

Læs artiklen →