Hvad nu, hvis ethvert faktum blot er 30 sekunders søgning på Google væk.

Hvis vi i enhver situation kan få trin-for-trin-instruktioner, analyser, anbefalinger og fejlretning, f.eks. ved at gå med augmented reality-briller, der løbende sender os den information, vi har brug for.

Hvis vi til enhver lejlighed lynhurtigt kan lære og få viden gennem onlineundervisning eller korte, intense kurser.

Eller hvis en stor del af det pensum, man tilegner sig gennem fem års akademiske studier, er forældet allerede, når man dimitterer.

Hvis retskrivning, informationssøgning, mønstergenkendelse og oversættelser til og fra alverdens sprog er apps, der står til rådighed for enhver.

Hvis maskiner er bedre til at lave faglige vurderinger og analyser, fordi de er mere stabile, aldrig bliver trætte, og ikke har bias og forudfattede meninger.

Og hvis computerne med den nuværende udviklingshastighed har 100 gange så meget kraft om 10 år. 

Hvad er der så tilbage, som en person kan tilføje, fordi vedkommende har en akademisk uddannelse? Hvad kan en højtuddannet, som de allestedsnærværende og stadig mere vidende og intelligente maskiner ikke kan gøre hurtige, billigere og mere præcist?

Det er et godt spørgsmål, som der med god grund er diskuteret, analyseret og skrevet meget om, for risikoen for, at maskinerne overtager de opgaver, som i dag giver folk med korte og mellemlange uddannelser smør på brødet, er ikke blot en risiko – det er for mange akademikere allerede en realitet.

Så når det sker, og maskinerne, robotterne og den kunstige intelligens virkelig bider sig fast, hvad skal man så kunne som akademiker i fremtiden?

Når man læser i de mange rapporter, der er skrevet om fremtidens kompetencer, eller spørger eksperter inden for læring og computerteknologi, så er den korte konklusion, at akademikerne skal lave alt det, som maskinerne ikke kan. Det vil sige alt det, som er unikt for mennesket.

Kreativitet på tværs af discipliner

Kreativitet står øverst på listen i den rapport, som den britiske tænketank Nesta netop har udgivet. I ’The Future of Skills: Employment in 2030’ forsøger forfatterne at identificere præcis hvilke kompetencer, vi skal leve af fremover.

”De opgaver, der har den største grad af kreativitet og originalitet involveret, er bedst beskyttede mod automatisering,” siger Michael Osborne, professor i Machine Learning og leder af forskningsenheden "Teknologi & Beskæftigelse" på University of Oxford.

Han fortæller, at den menneskelige kreativitet hænger sammen med, at vores intelligens er meget bred og generel, og at vi derfor er i stand til at overføre indsigter og inspiration fra vidt forskellige domæner til problemer, vi aldrig har mødt før.

Der findes computere, der ud fra en række parametre kan generere et stort antal mulige forslag til et design, og i mange tilfælde er det løsninger, som både er anderledes og i nogle tilfælde bedre, end hvad menneskelige designere har kunnet finde på.

”En computers forståelse af verden og de ideer, den kan generere, er baseret på et stort, men stadig relativt snævert sæt af data, som den har analyseret. Men en arkitekt kan blive inspireret af naturen eller af en sang,” siger Michael Osborne og fortsætter: 

”Den type kreativitet bunder i en dyb kulturel forståelse for, hvem vi er som mennesker, og den har computere ikke.”

Ifølge Ole Winther, professor i data science ved Danmarks Tekniske Universitet, DTU, er den type kunstig intelligens, vi har udviklet, meget specialiseret.

”Det er værktøjer, der fungerer i en helt bestemt sammenhæng som en hammer eller en skruetrækker. Mennesker er generalister, vi kan både cykle på arbejde om morgenen og flirte på en café om aftenen. Vi har hele spektret,” siger Ole Winther.

Han mener, at der vil gå længe, før kunstig intelligens er andet end snævre værktøjer, som det er op til mennesker at betjene sig af. 

Dømmekraft og kulturel ballast

Anne Marie Pahuus, filosof og prodekan ved Aarhus Universitet, peger også på forståelsen for den brede kulturelle sammenhæng som et særkende ved menneskets tænkning. 

”En maskine kan lynhurtigt oversætte mellem alverdens sprog, men sprogforståelse handler om mere end at oversætte ordret ord for ord. Med sproget kommer en hel verdensforståelse. Når en maskine oversætter en koreansk tekst til dansk, har den intet begreb om, hvad der er op og ned i livet for en koreaner. Du risikerer at komme helt galt af sted, hvis du kun forholder dig til Google Translate,” siger hun.

Anne Marie Pahuus taler om den menneskelige evne til at skelne som en central kompetence for fremtidens akademikere:

”Du kan spørge Siri om alt, men svaret kan være helt hen i vejret. Der er fake news og egentlige nyheder, der er gode og dårlige kilder til viden, der er gode og dårlige bøger og musik og filosofi, og det gør en forskel, hvad du beskæftiger dig med. Ved at studere lærer man at skelne. Med livslang læring er man altid undervejs imod en voksende forståelse for, hvorfor noget er bedre and andet,” siger hun.

Egenskaben dømmekraft er en anden af akademikerens langtidsholdbare kompetencer, mener Anne Marie Pahuus:

”En robot kan måske overtage sagsbehandling og sikre, at alle bliver behandlet lige. Men sommetider er der noget i en sag, en lille ting, der gør den store forskel. Og der bruger vi skønnet. ’Skal jeg efterkomme en ansøgning om en ph.d. eller give en medarbejder orlov?’ I situationen kan man ikke med sikkerhed vide, hvad der er rigtigt eller forkert, men man fornemmer, hvordan man skal reagere. Det er en ekspertise, der er vanskelig at installere i en maskine. Den er personbåret, og den er trænet gennem, at man udvikler sig selv i et samspil med andre,” siger Anne Marie Pahuus, der mener, at den professionelle dømmekraft, der gør mennesker i stand til at afvige fra det regelrette, er vigtig for alle højtuddannede, lige fra revisorer til læger.

Køligt overblik vs. forståelse

Omvendt peger mange forskere i kunstig intelligens og automatisering på, at mennesker fremover bør holde sig fra visse typer af vurderinger.

I bogen ’Machine, Platform, Crowd’ argumenterer MIT-professorerne Erik Brynjolfsson og Andrew McAfee eksempelvis for, at vi bør overlade komplekse vurderinger til maskiner. Mennesker er fulde af fordomme og følelser, vi bliver trætte, eller vi er påvirket af forhold, som ikke har noget med sagen at gøre. Maskiner derimod kan vurdere nøgternt og på basis af enorme mængder data.

Brynjolfsson og McAfee konkluderer, at menneskers rolle i fremtiden vil være at arbejde med følelser og sociale forhold – ting, kun mennesker forstår, fordi vi ser verden med netop vores sæt af sanser og følelser.

Eller som Andrew Ng, chefforsker hos den kinesiske søgemaskine Baidu, har formuleret det:

”Lægen skal ikke stille diagnosen, men i stedet være den, der forklarer konsekvenserne og vejleder patienten igennem et behandlingsforløb.”

Også Michael Osborne fra Oxford University fremhæver de sociale kompetencer som centrale for fremtidens akademikere.

Vores evne til at forstå samfundet omkring os, evnen til at kommunikere og til at forklare og undervise andre, og evnen til at aflæse andre mennesker gennem psykologi og antropologisk viden bliver kun vigtigere, i takt med at fremtidens produkter og services bliver endnu mere personligt tilpassede, siger han.

At besidde egenskaber som empati, omsorg og indignation – dvs. at kunne lade sig bevæge af verden – mener Anne Maria Pahuus, er en kompetence i sig selv. Maskiner er ligeglade, det siger sig selv, og det er en del af deres styrke. Men der er også brug for en anden, mere følelsesmæssig rationalitet, mener hun.

”Hvis Aarhus var styret af maskiner, der bare afviklede trafikken og løste sager med korrekte og klare svar, ville borgerne ikke opleve, at det var deres by, og at de havde indflydelse på den. Man skal fornemme, at der er nogen, der vil en noget – hvad enten det er en byplanlægger eller en forfatter. Modtageren skal have betydning for afsenderen,” siger Anne Marie Pahuus.

Den 7. december er hun en af initiativtagerne bag den åbne konference ’High tech, Human touch’, der sætter spot på, hvordan humanistiske, kreative og sociale kompetencer kan bringes i spil i en digital tidsalder. Konferencen er et samarbejde mellem Aarhus Universitet og Region Midtjylland.

Den tekniske kompetence

Ole Winther fra DTU er ikke så bekymret for, at akademikere vil blive erstattet af kunstig intelligens:

”I stedet for at tale om AI – Artificial Intelligence – foretrækker jeg at tale om IA – Intelligence Augmentation. Her træffer vi stadigvæk selv beslutningerne, men maskinerne hjælper os med at gøre det på et mere oplyst grundlag. Job vil ikke forsvinde, fordi vi mennesker hele tiden er kreative i forhold til at opfinde nye behov,” siger han og uddyber:

”Da jeg skrev min ph.d., sad jeg ofte en hel formiddag på biblioteket og pløjede tidsskrifter igennem for at finde artikler. Man hyrer stadig jurister i dyre domme til at læse stakke af dokumenter for at finde problematiske klausuler. Informationssøgning er blevet effektiviseret, og samtidig har vi fået adgang til den søgning og filtrering, der sker gennem kolleger på de sociale medier,” siger Ole Winther.

Vi er med andre ord blevet mere effektive, vi kan få mere fra hånden, og vi kan arbejde på et højere og mere kvalificeret niveau end tidligere.

Men forudsætningen for at det kan ske er, at vi har kompetencerne til at bruge de stadigt stærkere teknologiske redskaber, der udvikles. 

Ole Winther så f.eks. gerne, at alle beslutningstagere blev uddannet til at magte værktøjer for programmering eller statistisk modellering.

Han mener, at det ville gøre f.eks. politikere og embedsmænd langt bedre til at forudsige konsekvenserne, når de laver dagpengereformer, lempelser af afgifter eller andre politiske indgreb.

Michael Osborne fra Oxford University er i rapporten fra Nesta inde på forståelsen af ’systemer’ som en væsentlig kompetence for fremtidens højtuddannede.

”Teknologien åbner op for nye måder at organisere arbejde på, og vi har brug for viden om, hvordan man sætter systemer op, hvor mennesker og maskiner arbejder godt sammen. Platformsøkonomien er et eksempel på en form for samarbejde, som er afhængig af, at computere kan understøtte med opsamling og analyse af data og koordination af deltagere,” siger han.

Michael Osborne nævner også gamification – altså det at anvende mekanismer fra spil til at motivere folk til at yde en indsats – som en form for viden, der kan indgå i forståelsen af, hvordan man optimerer systemer, hvor teknologi og mennesker er i tæt samspil. 

Endelig taler Anne Marie Pahuus om, at vi skal være glubske efter viden. For på mange måder er evnen til at lære den helt centrale kompetence for akademikere. 

”Al læring rummer et element af lidelse. Det har været svært. Man skal kæmpe med det, men pludselig forstår man det. Og ved at lære, lærer man at lære,” siger Anne Marie Pahuus.

Med andre ord: Det er ikke al viden, der i løbet af 30 sekunder kan slås op på nettet.