Anders er lige blevet kandidat i Data Science, men han har allerede sat sit præg på forskning i kunstig intelligens

I fredags dimitterede den første årgang fra IT-Universitetets kandidat i Data Science, og med den rivende udvikling inden for kunstig intelligens er der stor efterspørgsel på kandidaternes dataanalytiske kompetencer. En af dimittenderne er Anders Giovanni Møller, der midt i specialeskrivningen sadlede om, så han kunne være blandt de første til at udgive forskning om ChatGPT.

Institut for DatalogiUddannelsedata scienceetikkarrierekunstig intelligens

Skrevet 30. juni 2023 07:39 af Theis Duelund Jensen

Danske virksomheder og offentlige organisationer efterspørger højtuddannede specialister, der kan indsamle store datamængder og omsætte dem til viden, der fører til nye indsigter eller produkter. Med fremkomsten af sofistikerede sprogteknologier – som ChatGPT – er behovet kun vokset.

I 2020 lancerede ITU en kandidatuddannelse i Data Science, som skal være med til at dække erhvervslivets behov for datakyndige specialister, og dengang spåede Institutleder for Datalogi på IT-Universitetet, Peter Sestoft, at de færdiguddannede kandidater vil kunne vælge på alle hylder, når de står med eksamensbeviset i hånden.

”Data Science-kompetencer er utrolig efterspurgte i næsten alle brancher, fra banksektoren til sundhedsområdet og detailhandel. De virksomheder, vi er i kontakt med, beskriver stor efterspørgsel efter kandidater i Data Science, og vi er derfor glade for at kunne være med til at dække erhvervslivets behov med den nye uddannelse”.

Teknologiens begrænsninger
En af de studerende, der i dag dimitterer blandt den første årgang af Data Science-kandidater fra ITU, er Anders Giovanni Møller. Han har også taget sin bachelor i Data Science på ITU, og til juli starter han på en ph.d. på universitetet. Men Anders Giovanni Møller har faktisk allerede taget hul på forskerkarrieren med sit speciale, der undersøger muligheder og begrænsninger ved kunstig intelligens og i særdeleshed ChatGPT:

”Mit speciale tog en drejning, da ChatGPT blev lanceret. Vi arbejdede med klassifikationsmodeller inden for en samfundsvidenskabelig ramme, og med ChatGPT kunne vi pludselig generere vores egen data til at efterprøve teorien. Det betyder, at vi har fået et godt billede af sprogteknologiens muligheder og begrænsninger i opgaver, hvor det traditionelt set er udfordrende at skaffe og annotere data,” fortæller Anders Giovanni Møller, der håber på at kunne præsentere sin forskning ved en konference senere i år.

I praksis kan den viden være relevant for virksomheder, der overvejer at bruge den dyre teknologi i deres forretning: ”Hvis du skal bruge ChatGPT på millionvis af datapunkter, bliver det hurtigt en dyr omgang. Du har ikke kontrol over, hvad der sker med modellerne, hvordan de opdateres og fungerer, så i nogle tilfælde kan det både være nemmere og mere sikkert at lave modellerne selv.”

Som Data Science kandidatstuderende har Anders Giovanni Møller haft mulighed for at arbejde i et felt med rivende udvikling og masser af karrieremuligheder. Kunstig intelligens får større og større indflydelse, og Data Science-kandidaterne kommer ud til arbejdsmarked, hvor de selv kan være med til at skabe og drive udviklingen på området.

”Uddannelsen handler om at lære metoder og redskaber, der kan være med til at løse problemer i samfundet. Det er dét, der betyder noget for mig. Hvad er styrkerne og svaghederne ved en given teknologi, og hvordan kan den bruges til at løse konkrete problemer? Det er det vigtigste for mig ved den her uddannelse,” siger Anders Giovanni Møller.

Etik på skemaet
Udover erfaring med praktiske opgaver har kandidatforløbet også budt på spændende indsigter i forhold til etiske problemstillinger ved databehandling og kunstig intelligens:

”På Data Science lærer vi bl.a., hvad skal man være opmærksom på, når man anvender data og modeller. Hvad er risici? De store sprogmodeller kan fx være biased i forhold til race, køn og religion, fordi de dybest set er trænet på data fra hele internettet og derfor gengiver de samfundsmæssige bias. Det er et uhyre vigtigt perspektiv, som vi har arbejdet indgående med i løbet af kandidaten.”

De etiske perspektiver er ifølge Data Science-linjeleder, lektor Luca Maria Aiello, et vigtigt led i uddannelsen og en kompetence, som er efterspurgt:

”Vi lægger vægt på de etiske aspekter ved at bedrive videnskab og undersøger bias i algoritmer, og det er også emner, der bliver større og større interesse for i industrien. Det vil kun blive større i takt med, at kunstig intelligens bliver allestedsnærværende,” siger Luca Maria Aiello.

”Samtidig er det klart, at de allermest presserende problemer i verden til dels skal løses ved hjælp af dataanalyse. Vi kan ikke løse dem udelukkende med algoritmer og teknologi, fordi det er menneskelige problemer. Vi har brug for indgående kendskab til data om menneskelig adfærd og samfundsudviklinger og deres kontekst, og til den opgave er vores kandidater i Data Science ekstremt godt rustede.”

På den anden side af dimissionen fortsætter Anders Giovanni Møller sin forskning i kunstig intelligens, men han udelukker ikke, at han senere vil gå ud i industrien.

”Det er ikke et problem at finde et arbejde. Jeg har tidligere arbejdet i en startup, og jeg er godt rustet med en Data Science-kandidat. På ITU har vi haft fag, der handler om at omsætte teori i praksis, vi har fået jord under neglene, og det har været meget gavnligt. Jeg er ikke i tvivl om, at jeg kan gå ind og bidrage med noget positivt og samtidig sætte mit eget præg på udviklingen.”