Hvordan blir kunstig intelligens "intelligent"?

Abstract

Denne masteroppgaven har som hovedfokus å undersøke utviklingsprosessen bak en kunstig intelligens- (AI) løsning for diagnostikk til bruk i helsetjenesten. Norges helsetjeneste sliter med underbemanning, og dette er et problem som kommer til å bli enda større i fremtiden på grunn av eldrebølgen. Den offentlige utredningen «Tid for handling» foreslår nye digitale løsninger og teknologi som en løsning på denne utfordringen, og trekker frem AI som en mulig teknologisk løsning (NOU 2023: 4, s. 11, 12, 19, 20 og 258). På grunn av dette, har AI i helsetjenesten blitt et stadig mer aktuelt tema. Denne masteroppgavens problemstilling, er «Hvordan utvikles AI for diagnostikk i et norsk tverrfaglig forskningsprosjekt?». I tillegg har masteroppgaven tre underproblemstillinger som er knyttet til hvert av analysekapitlene i oppgaven. Disse er:

«Hvilke fortolkninger og fremtidsvisjoner har prosjektdeltakerne rundt AI?»

«Hvordan er prosjektet organisert?»

«Hvordan forholder prosjektet seg til forsvarlighetskrav til helseteknologi?»

For å besvare disse problemstillingene, har jeg gjennomført seks kvalitative intervju med informanter fra tre ulike institusjoner, som har vært med å samarbeide om å utvikle en AI-løsning til diagnostikk. Oppgaven benytter seg av teorier om sosiotekniske forestillinger, innovasjon, SCOT (med fokus på fortolkningsmessig fleksibilitet) og teori rundt tverrfaglighet.

Analysene viser at samtlige informanter ser for seg at AI kommer til å fungere som et støtteverktøy i fremtidens helsetjeneste. Fem av seks informanter virket også å tolke AI som en «revolusjonerende» teknologi med et stort potensiale, mens en av informantene virket å tolke AI som bare et lite hjelpemiddel. Utviklingsarbeidet av denne AI-løsningen er en iterativ prosess som baserer seg på et tverrfaglig samarbeid mellom flere aktører, og hvor prototyper spilte en viktig rolle. Når det kommer til hvordan aktørene jobbet med tanke på forsvarlighet, handlet mye om å samle inn nok data med tilstrekkelig variasjon for å unngå bias. Informantene fortalte også om ulike utfordringer når det kommer til forsvarlighet, samt tiltak de har dersom de ikke klarer å samle inn nok data.

Helt til slutt, ser oppgaven på tvers av analysekapitlene, og finner at fremtidsvisjonene, måten aktørene har organisert utviklingsprosessen på, og hvordan de jobber med forsvarlighet, virker å henge sammen og påvirker hverandre.

The main focus of this master’s thesis is to study the developmental process behind an artificial intelligence- (AI) solution for diagnostics in the health service. The health service in Norway is facing problems in terms of lack of personnel, a challenge which in the future will grow to become even bigger because of the increase in the amount of elderly people. The public inquiry “Time for action” is suggesting new digital solutions and technology as a way to solve this problem and highlights AI as a possible technological solution (NOU 2023: 4, s. 11, 12, 19, 20 and 258). Because of this, AI in healthcare has become a topic of increased relevance. The problem formulation of this master’s thesis is “How is AI for diagnostics developed in a Norwegian interdisciplinary research project?”. In addition to this, the master’s thesis has three research questions in relation to each of the analysis chapters in this thesis. These are:

“Which interpretations and visions of the future do the project participants have regarding AI?”

“How is the project organized?”

“How are the soundness requirements regarding health technology addressed in this project?”

To answer these problem formulations, I have conducted six qualitative interviews with informants from three different institutions who have collaborated to develop an AI-solution for diagnostics. The thesis makes use of theories regarding sociotechnical imaginaries, innovation, SCOT (focusing on interpretive flexibility) as well as theory regarding interdisciplinarity.

The analysis finds that all the informants envision AI as a tool for support in future healthcare. Five of the six informants seemed to interpret AI as a “revolutionizing” technology with big potential, whilst one of the informants seemed to interpret AI as merely a minor tool for help. The developmental work of this AI-solution is an iterative process which is based on an interdisciplinary collaboration between multiple actors, and where prototypes played an important part. In regard to how the actors worked in relation to soundness, a big part was about collecting enough data with an adequate amount of variation to avoid bias. The informants also talked about different challenges when it comes to soundness, as well as measures they have if they fail to collect enough data.

At the very end, this thesis looks across the analysis chapters and finds that the visions of the future, the way the actors have organized the developmental process, and how they work in relation to soundness, seem to be connected and influence each other.