Att förstå den framtida potentialen av AI – dags att matte blir det coolaste ämnet i skolan

AV MICHAEL FEINDT

Språk, matematik och naturvetenskapliga ämnen är grunden för lärandet i skolan. Men bara en av dessa betraktas ofta som ”onödig”, ”oanvändbar” eller överflödig i vuxenlivet. Underligt nog gäller detta det ämne som formar affärslivet, dess ledare, ekonomier och våra framtida samhällen. 

Matematik är fortfarande det där dubiösa ämnet som betraktas med ointresse eller besvikelse. Många undrar öppet över varför de behövde lära sig algebra, trigonometri, formler eller rentav de grundläggande räknesätten – särskilt nu när vi har miniräknare i våra telefoner. När matematik ställs emot språk och naturvetenskap som ett av grundämnena i skolan, riskerar många elever tro att matematikämnet inte är relevant i deras dagliga liv. Bortsett från nyttan av matte för den egna eller företagets ekonomi, betraktas nyttan ofta som begränsad, om du inte ska arbeta i en matematikorienterad bransch. Det är så det ser ut. Men allt fler branscher baseras numera på ingenjörsvetenskap, teknik, IT och innovation. Samhället förlitar sig alltmer på algoritmer, artificiell intelligens (AI), automation, robotisering och digital innovation. Det är idag väldigt få organisationer, transaktioner, kommunikation och livshändelser som inte består av processer som kan härledas ur matematik. I takt med att världen förändras i den här riktningen behöver vi nu säkerställa att skolbarn bättre förstår nyttan av matematikämnet. 

Mer än ett skolämne

Vart vi än vänder oss finns det uppenbara exempel på hur världen bygger på matematik – ständigt mer avancerade tekniska utbildningsprogram, tidigare otänkbara tekniska lösningar och vetenskapliga genombrott. Hur skulle responsen på Covid-19-pandemin sett ut om vi inte ägnade oss åt vetenskap ingenjörskonst, ekonomisk hållbarhet och medicinsk uppfinningsrikedom? Matematik är grunden för alla ingenjörsvetenskaper och, genom ombud, grunden för alla industrisektorers utveckling i våra dagar. Den myt som behöver avlivas är den där matematik enbart är ett skolämne och inte ett vitalt ämnesområde för utvecklingen av vårt samhälle. På samma sätt gäller det att sluta med att göra en åtskillnad mellan matematik och vetenskap den dagen eleverna lämnar skolan. På samma sätt som väldigt få skulle påstå att de inte behöver kunna svenska eller ett annat språk senare i livet, måste vi få skolbarn att bygga en relation till matematik i skolan och förstå att matematikkunskaperna verkligen spelar roll för deras framtida liv. 

Ledarskap kräver kunskap

I vissa länder uppmuntras ofta entreprenörskap, företagsledning eller affärsutveckling snarare än forskning och utveckling. Detta tycks befria människor från behovet av att förstå datavetenskap, statistisk signifikans eller automatisering. Man tycks tänka att; ”När jag väl är chef kommer jag att anställa andra som får ta itu med det där. Men skulle detta synsätt vara acceptabelt inom något annat område inom företagsledning? Om du ingår i företagsledningen förväntas du kommunicera effektivt med mer än enbart grundläggande kunskaper i svenska språket. På samma sätt är ditt företag förmodligen beroende av processer som är matematikbaserade, vilket gör det angeläget att också ha mer än en grundläggande kunskap om dessa principer. För även om du, exempelvis inte själv arbetar med kodning av programvara så är det troligt att de beslut du kommer att fatta kommer att involvera anställning, placering och bedömning av personal som arbetar som kodare. Att helt enkelt välja att fokusera på ledarskap eller på ledarskap på bekostnad av matematikkunskaper kommer att påverka ledningsarbetet negativt, särskilt i ett näringsliv som byggs alltmer av matematik och naturvetenskap.

Tvivlare

Var kommer då AI in i den här ekvationen? Ja, i supply chain och i detaljhandeln är det dessa personer i företagsledningen som beslutar om när det är dags att satsa på AI/maskininlärning. För trots att de flesta företag blir mer korrekta, precisa och automatiserade vad gäller både sina lager och sina tillgång- och efterfrågeprocesser så finns det fortfarande alldeles för många beslutsfattare som tvivlar på fördelarna med AI och väljer att inte investera. Ibland beror detta tvivel på en låsning vad gäller egna erfarenheter och förmågor: ”Hur kan en maskin överhuvudtaget veta mer än en erfaren professionell?” För andra finns det en tveksamhet som beror på AI:s begränsningar: ”Om vi inte kan få en 100 %-ig korrekthet av AI, så väntar vi helt enkelt tills det är möjligt.”

Affärsnyttan av AI 

Båda dessa invändningar är utmärkta exempel på hur grundläggande matematik kan missförstås. AI är inte en ”silver bullet” som löser allt. Men ju mer data det finns, desto mer exakta blir prognoserna, och dessa prognoser blir mer exakta och intelligenta än någon mänsklig hjärna, oavsett erfarenhet. Det är min förhoppning att människor inte enbart tror på AI som verktyg, utan att de även har den kunskapsnivå som behövs för att förstå och tydligare se den potentiella affärsnyttan med AI. Naturligtvis är nyttan med AI olika för olika företag och i olika kontexter. Men för att kunna ta ett steg tillbaka och se de större möjligheterna med AI, behöver vi förändra hur vi ser på matematik som ämne. 

Positivt för skolelever, företag, ekonomi och samhälle

Det är något som behöver starta i skolan, och det behöver starta nu. En sådan utveckling är positiv för alla skolbarn som förbereds för den värld de ska arbeta i. Det är positivt för de framtida företagare och ledare som ska forma strategier kring vetenskapliga och tekniska principer, och det är även positivt för nationer vars ekonomier kommer att vara beroende av de genombrott som sker på grund av denna kunskap. Vi lever nu i en teknikdriven värld där det gäller att göra matematiken till skolans coolaste ämne, vilket kommer att vara positivt för hela vårt gemensamma samhälle.

Dr. Michael Feindt är en av världens mest framstående AI-forskare, professor vid Karlsruher Institut für Technlogie (KIT) och expert på AI/ML-applikationer för supply chain, logistik, tillverkning och detaljhandel. 2008 grundande han AI-bolaget Blue Yonder och är numera verksam som strategisk och vetenskaplig rådgivare i företaget. Artikeln ovan har tidigare publicerats i Wall Street Journal (WSJ) och är översatt och publicerad av Supply Chain Effect med tillåtelse från upphovsmannen och WSJ.

Fler nyheter

aim’n automatiserar sitt nybyggda lager med AutoStore

Svenska aim’n, ett varumärke för multifunktionella sportswear-plagg för kvinnor gör nu sin största satsning någonsin i och med investeringen i ett nytt huvudkontor med ett tillhörande automatiserat lager. Automationslösningen är en AutoStore från Element Logic som ska installeras i aim’ns nya lager i Getinge utanför Halmstad.

Läs mer »

Tre avgörande förutsättningar för datadrivet beslutsfattande

”Under de senaste fem åren har digitaliseringen inom många supply chain-segment tagit rejäl fart, vilket öppnar upp för både bättre visibilitet och dataanalys, med en bredd som verkligen möjliggör en högre grad av kvalitativt datadrivet beslutsfattande. Men det saknas ofta några avgörande förutsättningar för att lyckas – och det som saknas är inte tekniska förutsättningar.” Så inleds Hans Berggrens senaste krönika i Supply Chain Effect.

Läs mer »

Broman Group fortsätter att automatisera med Swisslog

För två år sedan valde finska Broman Group att samarbeta med Swisslog som partner för sitt avancerade automatiserade logistikcenter i Kervo, tre mil nordost om Helsingfors. Nu har det blivit dags att mer än fördubbla logistikcentret och Swisslog har återigen valts som leverantör.

Läs mer »