Når vi arbejder formidling af AI, så bliver vi naturligvis også mødt af nogle af de bekymringer og spørgsmål, der melder sig i forbindelse med den nye teknologi blandt borgerne. 

Her her vi forsøgt at uddybe nogle af de problemstillinger, der knytter sig til den nye teknologi. 

Etik, lovgivning og ophavsret

Vi ved i virkeligheden alt for lidt om, hvor de store AI-modeller får deres data fra. Vi kunne godt ønske os langt mere gennemsigtighed i det, men efter EU's AI act, må vi som offentlig institution antage, at modeller, der er på markedet i EU, overholder den gældende lovgivning, medmindre andet er bevist.

Når der udvikles værktøjer, der er blevet brugt af over en tredjedel af Danmarks befolkning, bliver vi nødt til at formidle viden – både teoretisk og praktisk – for at opretholde de forpligtigelser, vi har overfor vores omkringliggende samfund. Vi skal fremme oplysning, uddannelse og kulturel aktivitet – også ved at tilgængeliggøre elektroniske informationsressourcer, hvilket generative AI-modeller er.

Vi er klar over, at de større AI-modeller er udviklet i enten USA eller Kina, hvor loven om ophavsret er en helt anden, hvor det i langt højere grad er tilladt at bruge små bidder af andres værker, hvilket de europæiske bestemmelser på området ikke altid tillader. Vi ventede derfor spændt på, hvordan EU's AI act ville svare på det problem. Der er stadig ikke et klart svar, men når der nu er et EU-svar på området, der ikke ulovliggør brugen eller formidlingen af AI-modeller samt åbner for, at folk med ophavsret over kreative værker kan forlange, at de ikke indgår i AI træning eller lignende, ligger ansvaret ikke umiddelbart hos os som kommunalt folkebibliotek.

Så er der selvfølgelig også en etisk vinkel – er det ok at bruge AI-modellerne, når vi er bevidste om ovennævnte udfordringer? Det er et svært spørgsmål, og derfor har vi også underlagt os selv nogle ekstra regler i forbindelse med vores egen brug og formidling af generative AI-modeller. Blandt andet vil vi så vidt muligt søge at undgå at bruge kommercielle generative modeller til at efterligne konkrete kunstnere, forfattere eller lignende uden deres direkte accept. 

Vi erstatter heller ikke folk eller kultur med AI modeller, hvorfor vi stadig bruger både grafikere, fotografer og andre til størstedelen af vores arbejde. Et godt eksempel er processen med at udvikle et nyt børnebibliotek. Der har vi både spurgt børnene og fået dem til at lave tegninger, og vi samarbejder med Designskolen i Kolding. Vi kender ganske godt værdien af både historier og illustrationer/tegninger lavet fra bunden – og bruger det i vores praksis – men det udelukker ikke, at vi sammen med borgerne også tager et praktisk blik på, hvad AI kan og ikke kan. Selvfølgelig bruger vi AI-værktøjer af i vores arbejde, men de bliver typisk afprøvet og anvendt af folk, der netop har en faglighed indenfor feltet.

Klima og miljø

AI og klimaaftryk har været et ret omdiskuteret emne, der desværre sjældent har været baseret på reelle tal. En af de primære årsager hertil, er at de store generative AI-modeller ikke siden GPT 3.0 har frigivet data om, hvor megen energi det kræver at bruge og træne modellerne. 

Vi har dog noget viden på området. Hvis man er frisk på at læse en længere beskrivelse (på engelsk) om AI og energiforbrug, er forskning om klimaaftryk for AI-modellerne beskrevet af nogle ret kompetente AI-forskere hos HuggingFace. Hvis man herudover er interesseret i hvor meget energi, det ’koster’ at bruge AI-modeller, har de kørt nogle test med de ’bedste’ opensource AI-modeller for et lille års tid siden, hvor de har lavet nogle tusinde billeder, tekster og lignende, for at undersøge strømforbruget.

Selve strømforbruget giver os et billede, hvor vi ikke har så store problemer med at bruge generative AI-modeller til hverken intern brug eller formidling til vores besøgende. Ifølge ovennævnte forskning kræver det 0.047 kWh at lave 1.000 tekstprompts, mens det kræver 2.907 kWh at lave 1.000 billeder ud fra tekst. Til sammenligning kræver det 0.091 kWh at koge en liter vand. Det vil sige, at vi kan lave over 2.000 tekstprompts eller lidt mere end 31 AI genererede billeder med samme mængde strøm, det kræver at koge en liter vand til te. 

Vi er selvfølgelig opmærksomme på, at vi altid gerne vil nedbringe vores energiforbrug, men når vandet til kaffe og te til et af vores fællessangsarrangementer kræver mere strøm end vores AI ’forbrug’ på en måned, tænker vi ikke, det er her, vi finder de største klimagevinster.

Når det er sagt, så gør vi selvfølgelig, hvad vi kan for ikke at bruge strøm, vi ikke behøver at bruge. Og vi har klimaaftryk som en del af overvejelsen, når vi vælger, hvilke AI modeller vi bruger.