Viden på flaske

Jeg skrev med en ven om videoredigering. Vi er begge i gang med at bygge værktøjer, der skal gøre det lettere at arbejde med video gennem AI. Mit begyndte med nogle læringsvideoer, jeg havde brug for at lave, og er efterhånden vokset derfra.

Han nævnte, at han havde set flere erklære videoredaktøren død. Det var han skeptisk over for. Videoredigering er komplekst. Et værktøj, der kan efterligne en stil og lade ham rette det sidste selv, kunne han til gengæld godt se muligheder i.

Jeg genkendte hans skepsis fra programmering. Jeg har selv siddet og kigget på noget, en person uden programmeringserfaring har bygget med AI, og tænkt: Det virker, men der er noget her, du ikke har fået øje på endnu.

Med video er jeg selv den person.

Jeg kan lave noget nu, som tidligere ville have krævet hjælp eller langt mere tid. Men jeg har ikke samtidig fået den erfaring, der gør, at jeg kan se, hvorfor en sekvens føles forkert, eller hvad der ville gøre den bedre. Nogle gange mangler jeg sikkert også at opdage, at den kunne være bedre.

Senere, i badet, kom jeg til at tænke på AI som viden på flaske.

Noget af det, andre har brugt år på at lære, er blevet tilgængeligt for mig. Jeg kan bede om et resultat, som jeg aldrig selv ville have kunnet producere fra bunden. Men jeg får ikke nødvendigvis forståelsen med.

Det er en forskel, jeg har lettere ved at mærke, når jeg arbejder med video, end når jeg programmerer. I programmering har jeg erfaring at holde resultatet op imod. Jeg kan stille flere spørgsmål, opdage nogle af de forkerte antagelser og forklare, hvad jeg vil have ændret. I video ender jeg hurtigere ved: Det ser da meget godt ud.

Søren Søndergaard Poulsen talte i Nyborg om at gøre faglig dømmekraft til kode, så den kan bruges dér, hvor behovet opstår. Han har også skrevet om at gøre ekspertise tilgængelig gennem AI. Det er noget af det, jeg prøver at beskrive med flasken.

Dan Shipper undersøger konsekvensen i After Automation: Når AI gør tidligere ekspertarbejde let tilgængeligt, ændrer det også, hvor værdien ligger. Der skal stadig vælges, vurderes og findes ud af, hvad der er værd at lave.

Jeg tror, min første indskydelse var, at AI bringer os alle op til et bestemt niveau, og at eksperterne så tager sig af resten. Men det billede er nok for stillestående.

Værktøjerne bliver bedre. Begynderen lærer. Eksperten bruger også AI og kan afprøve flere muligheder, end hun kunne før. Noget, der kræver erfaring i dag, kan måske beskrives og gentages i morgen. Så opstår der andre ting at tage stilling til.

Det er også derfor, jeg ikke tror, at ekspertens fordel alene er at kende de rigtige prompts. Hun ved, hvad hun skal lytte efter. Hvad hun skal fjerne. Hvornår en teknisk flot løsning gør historien sværere at forstå. Det er erfaring, som blandt andet kommer til udtryk i det, hun beder AI om.

Samtidig behøver min video ikke være lige så god som hendes.

Hvis jeg skal forklare en arbejdsgang, og modtageren forstår den, har videoen gjort sit arbejde. At jeg kan lave den selv, er en reel gevinst. Jeg behøver ikke blive videoredaktør for at få glæde af det.

Men hvis jeg vil videre, skal jeg også lære noget om video. AI giver mig mulighed for at prøve, få feedback og prøve igen langt hurtigere. Jeg kan vælge at bruge den til at få arbejdet færdigt, eller jeg kan også bruge den til at undersøge, hvorfor én version fungerer bedre end en anden.

Lige nu er jeg nok mest optaget af at få mine videoer lavet. Men samtalen med min ven gjorde mig opmærksom på, at der er noget at lære i de forskelle, jeg endnu ikke selv kan se.