När yrkesverksamma inom olika branscher tävlar om att använda verktyg för artificiell intelligens, flyttar en oroande fråga sig från spekulation till sfären av uppmätta bevis: förlorar vi de färdigheter som dessa verktyg var avsedda att hjälpa?
En rapport som publicerades i Nature visar att tidiga resultat finns – och de är inte uppmuntrande. Beroendet på AI-drivna system börjar urholka förmågan hos läkare, mjukvaruingenjörer och andra kvalificerade arbetare, vilket väcker brådskande frågor om hur man kan bevara mänsklig expertis i en tid av automatisering. For more context on this story, see our ongoing latest AI developments.
Läkare presterar sämre utan AI
Ett av de tydligaste exemplen kommer från medicinen. En studie av polska läkare som specialiserat sig på endoskopi undersökte vad som händer när erfarna läkare vänjer sig vid en AI-assistent och sedan förlorar tillgången till den.
Läkarna, som alla hade utfört minst 2 000 koloskopier under sin karriär, fick ett AI-system som analyserar koloskopibilder i realtid och flaggar för en typ av precancerös tarmskada som kallas adenom. Verktyget var tillgängligt vissa dagar men inte andra, vilket skapade ett naturligt experiment.
Resultaten var skarpa. Under tremånadersperioden innan AI-verktyget introducerades fann specialisterna minst ett adenom under 28,4 procent av koloskopierna. Efter att verktyget introducerades sjönk adenomdetekteringsfrekvensen för koloskopier utförda utan AI-assistans till 22,4 procent.
Med andra ord, när läkarna började förlita sig på AI-systemet, minskade deras egen diagnostiska prestanda när den inte var tillgänglig. Resultaten publicerades i oktober förra året i The Lancet Gastroenterology and Hepatology.
Studiens författare drog slutsatsen att kontinuerlig exponering för sådana verktyg kan göra att läkare blir "mindre motiverade, mindre fokuserade och mindre ansvarsfulla när de fattar kognitiva beslut utan AI-hjälp."
En undersökning visar att oron är utbredd
Rädslan för förlust av färdigheter är inte begränsad till ett fåtal studier. En undersökning bland amerikanska sjukvårdspersonal som publicerades tidigare i juni visade att 70 procent av sjuksköterskorna och 77 procent av läkarna är oroliga för att förlora sina färdigheter på grund av övertilliten till AI-system.
Den ångesten verkar motiverad av de nya uppgifterna. När fler yrkesverksamma integrerar AI i sina dagliga arbetsflöden, kan klyftan mellan vad de kan göra med tekniken och vad de kan göra utan den öka.
Kevin Crowston, en informationsforskare vid Syracuse University, formulerade utmaningen tydligt: "Bara att vara medveten om att detta fenomen existerar provocerar förhoppningsvis en viss självreflektion om vilka färdigheter människor vill behålla och vilka de är villiga att lägga ut" till AI-verktyg.
Mjukvaruingenjörer visar liknande mönster
Avlägsnande effekten är inte begränsad till medicin. För att undersöka om kompetens går förlorad inom datavetenskap designade forskare vid AI-företaget Anthropic en randomiserad kontrollerad studie som involverade 52 mjukvaruingenjörer.
Alla deltagare ombads utföra en grundläggande kodningsuppgift. Varje ingenjör kunde söka på webben och få instruktioner om hur man slutför det. Hälften uppmanades också att använda en AI-assistent. Studien, släppt som ett förtryck, utformades för att isolera effekten av AI-hjälp på grundläggande kodningsförmåga.
Fynden lägger till en växande mängd bevis för att överlämning av rutinmässigt kognitivt arbete till AI kan försvaga de underliggande kompetenserna som proffs en gång utvecklade genom upprepad träning. När AI:n hanterar de tunga lyften får den mänskliga utövaren färre möjligheter att bygga och behålla behärskning.
The Mechanics of Deskilling
Forskare beskriver kompetensavveckling som en gradvis process. När ett verktyg på ett tillförlitligt sätt hanterar en uppgift, minskar en arbetares engagemang i den underliggande färdigheten. Med tiden börjar de nervbanor och omdöme som finslipats genom år av övning att blekna.
Inom medicin kan detta vara särskilt farligt. En läkare som en gång förlitade sig på skarp visuell bedömning för att upptäcka misstänkt vävnad kan, efter månader av AI-assistans, bli beroende av systemets uppmaningar. Om systemet misslyckas eller är otillgängligt, kanske läkarens ohjälpta prestanda inte längre uppfyller standarden den en gång gjorde.
Yuichi Mori, läkare-forskare vid universitetet i Oslo och medförfattare till koloskopistudien, varnar för att människor som använder AI-verktyg bör vara medvetna om att de riskerar att förlora en del av sina färdigheter. "Det finns ingen etablerad lösning mot kompetensavveckling just nu", sa han. "Det borde bli ett väldigt hett forskningsämne under det kommande decenniet."
Varför standardtestning missar problemet
En del av svårigheten med att ta itu med kompetensavveckling är att den är osynlig tills AI:n tas bort. Prestandamätningar ser starka ut när verktyget används och döljer den gradvisa urholkningen av mänsklig förmåga undertill.
Detta skapar en återkopplingsslinga. Arbetare presterar bättre med AI, så de använder det mer. Ju mer de använder det, desto mindre tränar de på färdigheten utan hjälp. När nedgången blir uppenbar - när verktyget är nere, pensionerats eller bytts ut - kan färdigheten redan ha atrofierats.
Fenomenet väcker också frågor om hur organisationer bör strukturera utbildning och bedömning. Om professionell kompetens mäts allt mer medan AI-assistans är aktiv, kan utvärderingar överdriva vad arbetare verkligen kan göra på egen hand.
Bevara mänsklig expertis
Forskare och arbetsplatsexperter diskuterar nu hur man kan bevara viktiga mänskliga färdigheter i AI-eran. Lösningarna är ännu inte klara, men flera principer växer fram.
För det första är medvetenhet viktigt. Att bara inse att kompetensavveckling kan förekomma kan få individer och organisationer att medvetet upprätthålla praktik utan hjälp. För det andra kan proffs behöva göra medvetna val om vilka färdigheter som ska hållas skarpa och vilka som ska delegeras. Inte alla färdigheter är värda att bevara med full styrka, men vissa - särskilt de som är knutna till säkerhet, diagnos och kritisk bedömning - är det helt klart.
För det tredje kan organisationer behöva designa om arbetsflöden så att AI förstärker snarare än ersätter det kognitiva kärnarbetet. Istället för att låta verktyget tänka, skulle AI kunna placeras som en kontroll av mänskligt omdöme, vilket kräver att proffsen kommer fram till ett svar först innan han konsulterar systemet.
En avgörande utmaning för AI-eran
Nature-rapporten klargör att kompetensavveckling inte längre är ett hypotetiskt problem. Bevisen, även om de fortfarande är tidiga, är konsekventa över olika områden: när människor lämnar över kognitivt arbete till AI, kan de underliggande färdigheterna försvagas.För de miljontals proffs som nu integrerar AI i sina dagliga rutiner är insatserna personliga såväl som samhälleliga. En kirurg som tappar kontakten för att upptäcka en tumör, en ingenjör som glömmer hur man felsöker utan en assistent, en sjuksköterska vars kliniska intuition dämpas - det är inte abstrakta risker.
Som Mori noterade finns det ingen etablerad lösning ännu. Men det första steget, är forskarna överens, att ta hotet på allvar. De tidiga resultaten är inne, och de är en varning: de verktyg som utformats för att göra oss bättre kan, om de används slarvigt, göra oss mindre kapabla än tidigare.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
