Chas Talk Eftersnack med Malin Augustsson

Du har en otroligt spännande titel som Data- och AI-konsult! Kan du berätta lite om vad din roll innebär och vilka typer av projekt du arbetar med?
Jag jobbar brett och djupt med många skilda saker inom data- och AI-fältet! Det kan vara allt ifrån att bygga och underhålla en dataplattform, att bygga ETL-pipelines, träna maskininlärningsmodeller av olika slag, göra dataanalyser och visualiseringar till att bygga mer moderna applikationer baserade på generativ AI i syfte att automatisera och effektivisera. Jag har även arbetat mycket med etik, ansvarsfullhet, riskhantering, regelefterlevnad, strategi och styrning inom data- och AI-området. Jag har jobbat mest mot olika kunder inom offentlig sektor men även en del privat.

I ditt Chas Talk pratade du om några av de första AI-hallucinationerna. Har du något särskilt udda eller oväntat exempel från din egen erfarenhet?
Det roligaste är nog en jag nämnde på föredraget; ett projekt där vi hade ett dataset med information om olika personer och vi bad vår AI att rekommendera någon utifrån vissa kriterier; den hallucinerade en massa påhittade personer som hette ”John Smith”, ”Jane Doe” osv, uppenbart påhittat. Sen började den plötsligt hitta på olika svenska namn, för den hade lärt sig att det var svenska namn bland personerna i datasetet. Vi blev rejält förvirrade ett tag där, haha.

Hur ser du på AI-utvecklingen de kommande fem åren? Vilka trender och förändringar tror du kommer att ha störst påverkan?
Jag tror att det kommer att komma  mycket AI-drivna versioner av saker som redan finns, och att det kommer att finnas många nya användningsområden för AI allteftersom tekniken blir bättre och mer mogen, och vi bättre lär oss använda den. Om fem år kommer det finnas uppgifter vi blivit så vana vid att automatisera med AI att vi knappt kan föreställa oss att man förr i tiden klarade sig utan det. Vi kommer även ha sett en del misslyckade försök till AI-innovation inom områden där det senare visade sig att det inte behövdes, eller att nackdelarna vägde tyngre än fördelarna (t.ex ett att det blev för mycket problem med etik, integritet, användarvänlighet eller dylikt). Jag tror även att det kommer vara mer vanligt än inte att ha ett AI-team eller AI-avdelning med någon form av AI-plattform på stora och medelstora företag.

Om man vill rikta in sig på AI som utvecklare efter studier här på Chas Academy vilken väg skulle du rekommendera? Finns det specifika teknologier eller kompetenser man bör fokusera på?
Traditionellt har det ju varit Python man oftast arbetar med inom AI så att kunna det hjälper nog mycket. Annars tror jag att många arbetsgivare de närmaste åren kommer att behöva hjälp med mycket kring införandet och underhållet av AI-baserade system; exempelvis kan en frontend- eller JavaScript-utvecklare bygga om företagets intranät för att inkorporera en Chatbot eller andra AI-tjänster, en UX:are kan hjälpa AI-utvecklarna göra AI-systemen användarvänliga, en DevOps:are kan införa AI i DevOps-plattformen. Jag har jobbat med folk ur alla dessa roller inom olika AI-projekt, det behövs många olika kompetenser som samverkar för att fullt ut kunna dra nytta av AI i ett företag eller organisation.

Det finns många AI-modeller idag, exempelvis LLaMA och DeepSeek. Finns det någon modell du tycker sticker ut som den bästa just nu och varför?
Nja. Jag tror mer på nischade modeller, anpassade efter olika användare, use cases och domäner, snarare än ”one model to rule them all”.

Bias i AI är ett ständigt aktuellt ämne. Vilka ser du som de största riskerna när det gäller bias, och hur kan vi motverka dem?
Ofta när man pratar om bias så gäller det t.ex diskriminering av vissa grupper, vilket blir ett problem när folk helt okritiskt litar på AI i tron att den är ”mer rättvis” eller ”mindre fördomsfull” än människorna som skapat den, vilket inte nödvändigtvis är sant. Jag tror att dels måste det till fler kontroller och bättre data när AI-modeller tränas (en organisation som skriver mycket intressant om detta är Algorithmic Justice League), och sedan tror jag nog att i mångt och mycket är det en fråga om att vi måste lära oss vara källkritiska mot AI. Det är så lätt att bara blint tro på allt en AI säger, även när det är falskheter orsakat av bias. Särskilt när folk i högre utsträckning kommer att använda olika AI-modeller, kanske tränade på helt olika data, och bilda stora delar av sin verklighetsuppfattning på dem. Sam Altman (OpenAI:s VD) har t.ex pratat om att alla borde kunna ha en ”personlig GPT” i framtiden, och de kommer ju lära sig att säga det användaren vill höra.

Vilket programmeringsspråk är nummer ett inom AI idag? Är Python fortfarande det självklara valet, eller finns det andra språk som börjar ta mer plats?
Jo, det är fortfarande Python, men i och med GenAI så har det blivit lättare att bygga AI-baserade system som inbegriper en LLM och det har jag sett göras även i t.ex TypeScript. Microsoft vill väldigt gärna in och ta över så mycket de kan av marknaden och kan de få folk att göra saker i C# så lär de ju göra det, så det är inte omöjligt att det går att jobba med AI inom det också.

Är AI framtiden? Hur tror du att AI kommer att påverka arbetsmarknaden och våra liv på lång sikt?
Oj, svår och bred fråga. Men jag tittade på ett mycket bra panelsamtal på Tekniska Muséet nyligen, som handlade om just AI och arbetsmarknad. Jag tycker att inspelningen som gjordes där är väl värd en titt: [ TALBAR ] AI och arbetsmarknaden
Personligen så tror jag att en del jobb i princip kommer att försvinna (en del jobb har redan till synes gjort det) till följd av AI och många andra kommer effektiviseras mycket mha AI vilket på sikt kommer leda till att färre människor behöver anställas i de yrkena. Sen hur stor andel av alla jobb det gäller är ju svårt att sia om. Många jobb kommer börja förutsätta att man kan använda AI i sina arbetsuppgifter tror jag också.
Och vi kommer se en hel del om hur AI kan användas i desinformationssyften. Det här pågår ju redan men i förlängningen så kommer det bli värre i och med att tekniken blir bättre och det kan bli ett rejält hot för demokratin. Men jag tror även att AI kan komma att leda till genombrott inom olika fält som hade varit svårt annars, t.ex medicin eller cybersäkerhet. Det kommer bli en spännande framtid i alla fall!

Malins tankar ger en tydlig bild av AI:s enorma potential, men också av utmaningarna som tekniken för med sig. AI är här för att stanna, och oavsett om det gäller automatisering av jobb, hantering av bias eller framtida innovationer, är det tydligt att vår förmåga att förstå och navigera AI-landskapet kommer bli avgörande. Ett spännande område, men också ett som kräver medvetenhet, ansvar och inte minst kritiskt tänkande hos oss alla.

Tack Malin för att du ville dela dina otroliga kunskaper inom AI med oss!