Louise Juhl

Det handler om at regne den ud:
Hvornår huspriserne topper og trængslen på motorvejen er mindst. Hvornår vinden vender, og det ikke længere er in at “smart i en fart”, men i stedet “ven med zen.” Så godt som alt kan forudsiges ved hjælp af matematiske modeller. Vejret. Aktierne. Hormonniveauet. Det gælder om at høste af fortidens viden for at læse fremtiden.
“To be successful, a model needs to replicate the known while generalizing into the unknown,” sådan skriver professor Dan Rockmore I artiklen “How Much of the World Is It Possible to Model?”

Et vildt interessant spørgsmål, ikke mindst med den stadigt mere raffinerede AI- teknologi in mente, for hvornår kan en algoritme erstatte fuglesang, havgus, sociale relationer.
Vi har allerede modeller for det meste. For befolkningstilvækst, økonomisk udvikling, forventet fiskebestand. Og for særligt gunstige tidspunkter for sex for par, der forsøger at undfange et barn. Det er godt med den slags modeller, de kan hjælpe os med at imødegåkriser. At tage regntøj med i tasken, så vi ikke bliver våde på vej hjem. At fordele mængden af kød og grøntsager på tallerkenen hensigtsmæssigt, så vi kan smide de tre kilo, vi ønsker.
Men en model er ikke – og bliver aldrig – virkelighed. Den er et estimat, et meget kvalificeret estimat ja, men stadig kun en anslået værdi, et skøn. Statistik handler om sandsynlighed, men uanset hvor usandsynligt det er, at få et fly i hovedet i en lille landsby i Skotland, så skete det faktisk i Lockerbie i 1988. Og uanset, at så godt som alle økonomer i 2008 forudsagde yderligere økonomisk vækst, så endte det med et brag og en verdensomspændende finanskrise.
For så vidt angår Chat Gpt, så er mulighederne tæt på mange, det er alt overvejende godt. Langt hen ad vejen øger det nøjagtigheden og relevansen af de svar, vi får, når vi beder maskinen om hjælp. Men som der står i artiklen af Dan Rockmore, så er en del af problemet, at vi bruger modellerne som en erstatning for at tænke os om. Det er jo i vid udstrækning selve ideen- og hensigten med algoritmerne: At lette os for tankearbejde. Men, skriver Rockmore, det er i den forbindelse godt at huske på fortællingen om Ikaros. For selvom hans vinger bar ham, mens han fløj tæt på jorden, så tålte de ikke, at han fløj nær solen. Vi er på samme måde nødt til at være opmærksomme på algoritmernes begrænsning, deres fejl og mangler, for ellers risikerer vi – som Ikaros- at det går galt.
Lad os ikke ende med en tredjegradsforbrænding.