Webbläsaren som du använder stöds inte av denna webbplats. Alla versioner av Internet Explorer stöds inte längre, av oss eller Microsoft (läs mer här: * https://www.microsoft.com/en-us/microsoft-365/windows/end-of-ie-support).

Var god och använd en modern webbläsare för att ta del av denna webbplats, som t.ex. nyaste versioner av Edge, Chrome, Firefox eller Safari osv.

På AI-teknikens axlar : Om kunskapssociologin och stark artificiell intelligens

On the Shoulders of AI-technology : Sociology of Knowledge and Strong Artificial Intelligence

Författare

  • Peter Kåhre

Summary, in Swedish

Popular Abstract in Swedish

Avhandlingen diskuterar Sociologins position i debatten kring artificiell intelligens, d.v.s sådan AI som kan skapa kunskap på egen hand. Det påpekas att sociologin behöver göra en åtskillnad mellan två sätt att skapa AI system: Symbolisk AI (eller Klassisk AI) och Distribuerad AI – DAI.

Den sociologiska litteraturen visar en i stort kritisk attityd till symbolisk AI vilket är rätt. Avhandlingen handlar istället om att DAI inte bara kan omfatta sociologins uppfattning om vad som är socialt utan också kan visa på en fungerande modell av hur ett socialt system fungerar. Den uppfattningen understöds med hjälp av Niklas Luhmanns teori om sociala system och med hjälp av vygotsky-orienterade utbildningspedagoger som menar att de processer som leder till ny kunskap handlar om expansion och inte om problemlösning. Problemlösning kan bara handla om att laborera med existerande kunskap. Det påpekas dessutom att människan alltid har använt olika typer av artefakter för att kunna skapa kunskap. Vilket visar att människorna är beroende av sin miljö och att kunskap inte bara är något som finns i deras hjärnor utan också i deras kroppar och omgivningar.

Dessutom handlar AI inte om att robotar skall kunna tänka på samma sätt som människor utan om holistiska sociala processer. Stark AI behöver därför inte vara kapabel till en komplex funktionalitet som jämförs med människans tänkande. Detta ger en god möjlighet att förklara sociologins begrepp emergens – alltså hur sociala processer skapar kunskap utan att människor behöver vara inblandade.



Möjligheterna av AI måste utvärderas utifrån människornas kapaciteter att hantera reflexiva processer. Luhmann lär oss att vi måste skilja mellan tre olika former av reflexivitet: självreferens, reflexivitet och reflexion. För att kunna skapa kunskap i expanderande processer måste det finnas förutsättningar som tillåter reflexion. Vi kan finna stöd hos Luhmann för att de processer som skapar ny kunskap är beroende av en kapacitet för reflexion mellan de sociala systemen och deras omvärld. Stark AI har större kapacitet att hantera dessa processer än människor, eftersom det bästa argumentet för stark DAI är att de kan nå ett större område än människors hjärnor kan. Denna kapacitet för reflexion är ett bättre sätt att bedöma stark AI än kapacitet för kausalitet eller kapacitet för handling.

Avdelning/ar

Publiceringsår

2009

Språk

Svenska

Publikation/Tidskrift/Serie

Lund Dissertations in Sociology

Volym

87

Dokumenttyp

Doktorsavhandling

Förlag

Department of Sociology, Lund University

Ämne

  • Sociology (excluding Social Work, Social Psychology and Social Anthropology)

Nyckelord

  • James Wertsch
  • Gregory Bateson
  • Yrjö Engeström
  • Katherine N. Hayles
  • Lucy Suchman
  • Hubert Dreyfus
  • John Searle
  • David Bloor
  • Lev Vygotsky
  • Niklas Luhmann
  • Chinese room
  • Turing test
  • socionics
  • darwinism
  • emergence
  • relativism
  • posthumanism
  • environmentalism
  • situationism
  • social communication
  • second order cybernetics
  • systems theory
  • sociology of knowledge
  • connectionism
  • Strong artificial intelligence
  • distributed artificial intelligence

Status

Published

ISBN/ISSN/Övrigt

  • ISSN: 1403-6061
  • ISBN: 91-7267-289-7

Försvarsdatum

29 maj 2009

Försvarstid

13:15

Försvarsplats

Kulturen

Opponent

  • Tom Ziemke (Professor)