Michael Polanyi var en av 1900-talets mest inflytelserika tänkare om kunskap, vetenskap och mänskligt lärande. På 1950- och 60-talet formulerade han sin centrala insikt om tyst kunskap och om att ”we know more than we can tell”. Det handlar om att människor bär på mer kunskap än de kan formulera i ord, regler eller instruktioner.
En läkare känner på patientens hud att den är uttorkad. En mekaniker hör på motorns ljud vad som är fel. En revisor märker att något inte stämmer trots att inga formella avvikelser hittats. En lärare uppfattar att eleven inte förstått. En hantverkare ser direkt när materialet är fel, och en förhandlare läser av signalerna i rummet.
Det är kunskap som är svår att formulera i ord, skriva ner eller skapa regler för.
Det här är exempel på kunskap som byggs genom erfarenhet, och som ofta är omedveten och situationsanpassad. Det är kunskap som är svår att formulera i ord, skriva ner eller skapa regler för.
Långt senare kom dessa insikter att sammanfattas i det som kallas Polanyis paradox. Om människor inte kan beskriva sin kunskap i ord, hur ska då maskiner kunna programmeras för att ersätta den?
Detta var länge en begränsning när arbetsuppgifter skulle automatiseras. Länge var det därför bara den del av arbetet som kunde formaliseras som gick att automatisera. Med modern AI-teknik utmanas paradoxen, men bara delvis. AI kan lära sig mönster utan att någon behöver förklara i ord. Men även den senaste AI-tekniken saknar värderingar, sammanhang, ansvar, socialt omdöme och kroppslig förankring.
Vi hör ofta att AI kommer ersätta många jobb, men det påståendet bygger på några missförstånd.
För att lyckas med att införa AI i verksamheter behöver man förstå helheten av uppgifter och processer. Man behöver förstå vad som i praktiken görs och vilken kompetens som används, inte enbart vad som är dokumenterat i processkartor, flödesscheman och instruktioner.
Vi hör ofta att AI kommer ersätta många jobb, men det påståendet bygger på några missförstånd. Det är till att börja med inte hela jobb, utan delar av arbetsuppgifter, som kan ersättas av AI. Framför allt arbetsuppgifter där den kunskap som krävs går att formalisera och formulera i ord, skriva ner eller skapa regler för.
Det man ofta misslyckas med när man inför AI i verksamheter är att fånga upp och ta hänsyn till denna tysta kunskap som Polanyi pekade på. I en artikel i Harvard Business Review lyfter man flera skäl till att företag och andra verksamheter misslyckas med att ta vara på potentialen i AI. Ofta identifierar man inte de arbetsuppgifter där AI faktiskt kan öka effektiviteten och riskerar samtidigt att automatisera uppgifter där den tysta kunskapen är avgörande. Resultatet blir att man automatiserar fel saker och förbiser de delar där effektiviteten verkligen skulle kunna öka.
Vi har sett detta i praktiken många gånger.
- Amazons försök att automatisera rekrytering havererade när AI:n inte förstod rekryterarnas tysta bedömningar och började reproducera omedvetna mönster.
- Sjukhus som infört AI för att förutse försämringar hos patienter fick backa när systemen missade sådant som erfarna sjuksköterskor ser, hör och känner innan det syns i journaldata.
- Industriföretag som velat automatisera kvalitetskontroll har upptäckt att AI:n missar fel som operatörer omedelbart reagerar på genom materialets ljud, känsla och vibrationer.
- Många banker och försäkringsbolag har märkt att kundtjänst-AI fungerar för enkla frågor men fallerar när den ska tolka tonfall, stress, tvekan eller vad kunden egentligen behöver. Sådant som mänskliga medarbetare hanterar intuitivt varje dag.
Hur ska man då göra för att fånga upp och tydliggöra den tysta kunskapen som finns i organisationen? Ja, man behöver involvera och lyssna på de som gör jobbet. Man behöver involvera de anställda helt enkelt.
Näringslivets favorittidning, Financial Times, driver initiativet FT Tech for Growth Forum för att sprida kunskap om hur ny teknik bör införas. I oktober skrev de att alla företag och verksamheter borde involvera och ge mandat till de anställda att föreslå var AI ska införas.
Även vid prestigefyllda Stanford University i USA, där bland annat den kände professorn Erik Brynjolfsson är verksam, har man lanserat modeller som bygger på att anställda får identifiera vilka arbetsuppgifter som bör automatiseras.
Att involvera de anställda är, med detta som grund, en strategi som med stor säkerhet ökar chanserna att lyckas med implementeringen av AI. Många av oss verkar också vara överens om att AI på många sätt kommer förändra företag, organisationer och arbetslivet i stor utsträckning.
Det är av största vikt för löntagarna att genom facken se till att få inflytande över dessa frågor.
Vad som är svårare att förstå är varför vi i Sverige inte använder de unika verktyg, system och fördelar vi har. Så sent som i november rapporterade Unionen att endast 14 procent av förbundets klubbar haft någon typ av förhandling eller ens diskussion med arbetsgivaren om införandet av AI. Detta trots att införandet av AI är en av de mest omfattande förändringarna av arbetslivet på flera årtionden.
Det är av största vikt för löntagarna att genom facken se till att få inflytande över dessa frågor. Men det är också helt avgörande för arbetsgivarna att företagen och andra organisationer hittar sätt att fånga upp den tysta kunskap som bara de anställda kan stå för.
Lagstiftning och avtal finns på plats. Behovet är större än på länge. Det är dags att agera. Det fanns en tid när även företagsledare uttryckte att det svenska medbestämmandet var en konkurrensfördel. Låt oss hoppas att den insikten finns kvar och att den går att väcka till liv. För det är hög tid nu.