forskning

AI – frälsare eller fiende?

AI kan vara till stor hjälp i arbetslivet. Men riskerna handlar bland annat om förlorad kunskap och utarmat arbetsinnehåll.

ARTIFICIELL INTELLIGENS. Hur kommer arbetsmiljön att påverkas när AI används i allt större utsträckning på arbetsplatserna? Det ska forskaren Åsa Cajander undersöka i två nya projekt.

Publicerad Uppdaterad

Enligt studier känner allt färre sig motiverade på jobbet och arbetsengagemanget minskar för varje år som går. Trots det finns enligt Åsa Cajander, professor vid Uppsala universitet i människa-datorinteraktion, väldigt lite forskning på området kopplat till digitalisering.

– Arbetsengagemanget är sämre än någonsin. Givet forskningsläget har vi därför bett om och också fått medel till att ta fram en bättre teori kring hur arbetsengagemang kopplat till digitalisering och specifikt nya tekniker som AI och automatisering påverkar arbetsmiljön, säger Cajander som forskat om arbetsmiljö och digitalisering i mer än 20 år.

Genom det ena av två beviljade treåriga projekt, som båda möjliggörs av Afa Försäkring, ska ett ramverk tas fram. Det ska besvara vilka komponenter som är viktiga att tänka på för att skapa ett högt arbetsengagemang i arbeten där medarbetare jobbar digitalt.

Hur klarar man arbetet då? Exempelvis måste piloter kunna flyga planet trots att det finns autopilot.

– Om man lägger in AI överallt där det är tekniskt möjligt finns en stor risk att vi tar bort det som motiverar folk i sina jobb. Den mänskliga aspekten måste tas in i beslutet. Vi kan inte bara se till vad som är möjligt. Då finns en risk att människan glöms bort, säger professorn.

Cajanders hypotes är att artificiell intelligens, kommer att påverka arbetsmiljön om vi inte är försiktiga. Exempelvis kan väldefinierade och repetitiva uppgifter lätt automatiseras genom AI eftersom det redan finns stora mängder data. Samtidigt finns en risk att man då tar bort hur arbetet i grunden går till.

– Generation ett vet och kan hur arbetet går till i grunden, men generation två varken vet eller kan. Vad händer då? Hur klarar man arbetet då? Exempelvis måste piloter kunna flyga planet trots att det finns autopilot.

Å andra sidan finns flertalet arbetsuppgifter som många inte trivs med. Där menar professorn att AI med fördel kan användas. Eller inom områden där enbart mänsklig kapacitet inte räcker till.

– Exempelvis vid bildanalyser av cancerbilder för att upptäcka bröstcancertumörer. Eller där patienter har fler än elva mediciner. Då kan det vara svårt för den mänskliga hjärnan att hålla reda på vilka läkemedel och ämnen som krockar med varandra. Där kan man använda AI för att hjälpa till.

Hon är själv en flitig användare av AI och tycker att det är kul att se hur AI kan fungera som ett stöd i det egna arbetet. Cajander har bland annat använt AI-genererade bilder vid föreläsningar – vilket publiken till hennes förvåning var mäkta imponerade av – samt med hjälp av AI analyserat data från intervjuer.

– Jag testade med AI som analysprogram vid kodning av intervjuer. Och jag blev chockad av resultatet. AI:n snappade upp hur kodningen skulle göras efter den intervju som matades in. Den fick bara texten, men hittade själv på teman vilket såg helt rätt ut. AI:n kodade på samma sätt som doktoranden hade gjort, utan att jag hade gett den några koder. Det gjorde AI:n på en till två timmar. För mig tar det veckor.

AI:n kommer att fortsätta diskriminera på det sättet som vi alltid har gjort.

Men det finns baksidor med tekniken. En vanlig föreställning är att AI motverkar diskriminering, men det stämmer inte enligt Åsa Cajander. Diskrimineringen blir snarare osynlig och svår att upptäcka, exempelvis vid rekryteringsprocesser.

– Om man exempelvis bygger en databas på rekryteringar i IT-branschen; man går igenom och samlar in miljoner av data och sedan låter AI:n plockar ut kandidater. Då får vi vita, heterosexuella män utan funktionsvariationer till tjänsten. AI:n kommer att fortsätta diskriminera på det sättet som vi alltid har gjort.

För att motverka detta krävs att människan aktivt går in och rensar i datan, vilket också kan vara problematiskt.

– Vi har kunskap och vetskap om ganska mycket diskriminering, speciellt jämställdhet, men mindre kring exempelvis åldersdiskriminering. Vi har inte den kompetensen att rensa data efter alla diskrimineringsgrunderna, framhåller Cajander.

Åsa Cajander, professor Uppsala universitet.

Hon lyfter ett pilotprojekt hon drivit inom sjukvården där patienter fick chatta med en AI i stället för att ringa in till sjukvårdsupplysningen 1177. Därefter gjorde systemet en rekommendation på åtgärd efter vad patienten svarat, varpå sjuksköterskan som mottog den sammanställda datan fick fatta ett beslut. Sjuksköterskorna som var med i projektet upplevde att det känslomässiga arbetet blev mindre arbetsbelastande med tekniken, men diskriminering resonerades det inte om.

– Om man har matat in miljontals fall i AI:n, så bygger AI:n sin logik på dessa bedömningar. Det finns risker med det. Pratar man exempelvis dålig svenska får man en annan behandling. Likadant om du är kvinna eller har en funktionsvariation. Alla diskrimineringsgrunderna aktualiseras.

Om vi inte är vaksamma när AI integreras alltmer i arbetet på olika arbetsplatser finns även andra risker så som psykisk ohälsa.

AI ökar även risken för tomt arbete. Att man känner att man endast övervakar en process som flyter på ganska bra ...

– Jag hoppas att det som är farligt, repetitivt och tråkigt automatiseras för att minska risken för skador och ohälsa. Samtidigt finns en risk att AI ökar stressen och att man känner en minskad kontroll över arbetsuppgifterna, säger Åsa Cajander och fortsätter:

– AI ökar även risken för tomt arbete. Att man känner att man endast övervakar en process som flyter på ganska bra. Man blir en passiv observant. Och tomt arbete är lika skadligt för hälsan som superstressigt arbete, säger professorn som återigen påtalar hur viktigt det är att få med det mänskliga perspektivet i processen.

Framför allt är det viktigt att samtliga parter är med i utformningen, allt från fack- och arbetsgivarorganisationer till dem som utvecklar systemen eller ska jobba i dem. Även etiska frågor aktualiseras alltmer än tidigare i och med AI, vilket är viktigt att ha i åtanke säger Cajander.

Inom projektet om arbetsengagemang ska tre branscher undersökas. Dels programmerare inom IT-branschen, dels lantbrukare som enligt Cajander ofta är tekniskt kompetenta personer och som redan i dag använder mycket automatisering och robotar med AI. Som tredje bransch blir det antingen metallindustrin eller tågtrafikstyrning.

Vidare har Uppsalaprofessorn beviljats medel till ett auktionsforskningsprojekt inom flygbranschen som ska genomföras tillsammans med Transportfackens Yrkes- och Arbetsmiljönämnd (TYA). Projektet syftar till att se hur AI och automatiseringen påverkar arbetsmiljön för markpersonal på flygplatser.

– Som forskare är det fantastiskt att få göra det här tillsammans med en organisation. Det visar ju att det finns ett intresse. Att de vill veta det som vi har i vårt projekt och att de kommer att använda det.

Uppsalateamet som ska arbeta med projekten består utöver Åsa Cajander av Jessica Lindblom, Rebecca Cort, Andreas Bergqvist och Jonathan Källbäcker.

Läs mer: