Magma forskning og viten
29(1)
s. 79-87
Doi:
https://magmaforskning.econa.no/index.php/magma/article/view/1524
Denne artikkelen presenterer og diskuterer konseptuelle rammeverk som ledere kan anvende for å vurdere når kunstig intelligens (KI) i form av språkmodeller kan bidra til bedre beslutninger. Utgangspunktet vårt er at teknologien bak KI i hovedsak bygger på prediksjonsmodeller, og at nytteverdien av disse vil være avhengig av hvilke typer beslutninger den anvendes på. Vi vil problematisere en utbredt antakelse om at språklig formulert informasjon kan likestilles med kunnskap i organisasjoner, og viser hvordan denne antakelsen kan føre til feil bruk av KI i ledelse.
Vår diskusjon bygger spesielt på det såkalte Cynefin-rammeverket (uttales ku-nev-in) for å dele inn beslutningsoppgaver etter grad av forutsigbarhet, usikkerhet og årsakssammenhenger. Deretter knytter vi diskusjonen opp mot skillet mellom beregnelige problemer, estimerbare hemmeligheter og åpne mysterier. Til sammen utgjør disse begrepene et beslutningsheuristisk rammeverk for bruken av KI som støtte til analyse og prediksjon. Rammeverket åpner for å vise hvor menneskelig dømmekraft, fortolkning og koordinasjon må være viktigere enn teknologi.
Artikkelens bidrag er tredelt. For det første argumenterer vi for at språkbasert KI er en teknologi som er avhengig av den epistemiske struktur i beslutninger. For det andre beskriver vi hvordan Cynefin-rammeverket kan fungere som et praktisk verktøy for avgrenset bruk av KI i organisasjoner. For det tredje illustrerer vi rammeverkets analytiske nytteverdi gjennom konkrete eksempler fra markedsføringsledelse, knyttet til medieallokering og etterspørselsplanlegging.
Artikkelen viser at effektiv innføring av KI krever mer enn teknologisk kompetanse. Ledere må forstå forholdet mellom kunnskapsformer, prediksjon, forklaring og sosial samhandling. En sentral implikasjon er at ledere ikke bør starte med spørsmålet «hvordan kan vi bruke KI?», men med «hvilken type beslutningsproblem står vi overfor?».