Hvorfor vurderer erfarne klinikere så dårlig enda de - Universitetet i ...
Hvorfor vurderer erfarne klinikere så dårlig enda de - Universitetet i ...
Hvorfor vurderer erfarne klinikere så dårlig enda de - Universitetet i ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
2<br />
disjonen har man hatt vyer om å spre sofistikert og dyr ekspertise i form av datapro-<br />
grammer. Man har brukt avanserte formalismer til å representere eksperters kunnskap, og<br />
utviklet komplekse ekspertsystemer basert på disse formalismene. Det er imidlertid få eks-<br />
empler på at man har lykkes med å erstatte eksperter med slike programmer (f.eks. Kirke-<br />
bøen, 1993). I beslutnings- og vur<strong>de</strong>ringsforskningen har man sammenlignet eksperters<br />
skjønn med til <strong>de</strong>ls helt enkle mekaniske rutiners ”vur<strong>de</strong>ringer” av data. Det tilsynelaten<strong>de</strong><br />
paradokset er at sammenligninger av eksperter med komplekse KI-programmer har<br />
åpenbart menneskers styrke i forhold til datamaskiner, mens sammenligningen av<br />
intelligente, motiverte og <strong>erfarne</strong> beslutningstagere med enkle mekaniske rutiner har avslørt<br />
dramatiske svakheter i menneskelig skjønn og vur<strong>de</strong>ringsevne.<br />
I tillegg til å belyse <strong>de</strong> tilsynelaten<strong>de</strong> paradoksale resultatene fra ekspertiseforskningen,<br />
gir jeg en kort historisk oversikt over <strong>de</strong>batten om eksperters vur<strong>de</strong>ringsevne sammenlignet<br />
med formler og maskiner. I framstillingen tar jeg utgangspunkt i kontroversen rundt mulig-<br />
heten av å utvikle KI-programmer. Jeg anty<strong>de</strong>r hvorfor man i liten grad har lykkes, men<br />
legger hovedvekten på å avlive <strong>de</strong>n generelle "mind-over-machine"-myten som KI-fiaskoen<br />
har gitt næring til. Denne myten kommer særlig til uttrykk i <strong>de</strong>t populære ekspertisesynet<br />
som Dreyfus og Dreyfus forfekter i sin bok Mind over machine (1986). Jeg viser at <strong>de</strong>tte<br />
synet er en myte sett i lys av beslutnings- og vur<strong>de</strong>ringsforskningen. Deretter presenterer og<br />
diskuterer jeg noen sentrale funn i <strong>de</strong>nne forskningstradisjonen. På <strong>de</strong>n bakgrunn viser jeg<br />
at <strong>de</strong>t er relaterte årsaker til at ”intelligente” ekspertsystemer ikke har vært noen suksess og<br />
at eksperter <strong>vur<strong>de</strong>rer</strong> <strong>dårlig</strong> <strong>enda</strong> <strong>de</strong> vet mye. Jeg avslutter med å drøfte hvilke konsekvenser<br />
resultatene fra beslutnings- og vur<strong>de</strong>ringsforskningen bør få for klinisk praksis, og jeg spe-<br />
kulerer og<strong>så</strong> litt over hvorfor konsekvensene ikke tas.<br />
"Kunstig intelligens"-kontroversen<br />
I 1947 ble <strong>de</strong>n første datamaskinen satt i drift. Samme år startet Alan Turing <strong>de</strong>batten om<br />
muligheten for å utvikle kunstig intelligens. Turing (1947) antok at kognisjon essensielt er<br />
symbolsk problemløsning som alltid kan betraktes som søking: "the form 'Finding a number<br />
n such that ...' (...) We should not go far wrong if we assumed that all problems are<br />
reducible to this form" (s. 22). På slutten av 40-tallet diskuterte matematikeren Turing<br />
psykologi særlig med en venn og nabo, nemlig kjemiprofessoren Michael Polanyi. Polanyi<br />
hev<strong>de</strong>t at kognisjon slett ikke lot seg mo<strong>de</strong>llere eller simulere med formelle systemer.