Paulina Modlitba

Vilka möjligheter och utmaningar ser du som kvinna i en ledande roll inom AI och teknik?

Paulina menar att hon ser stora möjligheter i att kvinnor kan nyansera och konkretisera bilden av AI. Hon påpekar att det idag ofta råder en splittring där vissa forskare och experter menar att AI-chanserna är kraftigt överdrivna, medan andra hävdar att tekniken redan nu är så pass avancerad att den snart kan uträtta nästintill mirakel och i förlängningen kanske till och med bli ett existentiellt hot. Hon tycker att kvinnor är särskilt benägna att lyfta fram hur AI faktiskt fungerar här och nu och vilka utmaningar som är mest akuta, exempelvis frågor om etik, hållbarhet och demokrati. Hon påpekar att kvinnor historiskt ofta drabbats av negativa effekter av ny teknik och därför gärna vill försäkra sig om att AI-utvecklingen sker på ett inkluderande och etiskt sätt, så att olika perspektiv finns med redan från början. Hon menar att kvinnor har både möjlighet och ansvar att dra diskussionen om AI från enbart spektakulära framtidsscenarier till mer konkreta frågor: Hur implementerar vi AI rättvist, hur undviker vi bias i systemen och hur ser vi till att alla får vara del av utvecklingen? Hon menar samtidigt att en av de största utmaningarna är att kvinnliga experter och ledare fortfarande inte alltid bjuds in till de viktigaste samtalen och att många hävdar att det inte finns tillräckligt många kvinnor inom AI. Hon anser att detta inte stämmer, utan att kvinnorna finns, men att de ofta har svårare att bli synliga och tas på allvar som expertkällor. Hon menar också att när AI förknippas med större teknikområden blir problemet att kvinnor får kämpa i uppförsbacke för att hävda sin expertis, vilket enligt henne är en del av ett generellt mönster inom teknikbranschen. Hon tar upp exempel på hur AI redan kan orsaka diskriminering, till exempel genom att flagga vissa grupper oftare för fusk, och hon betonar hur viktigt det är att fler kvinnor kommer in för att ställa kritiska frågor om hur systemen tränas och implementeras. Hon påpekar också att det inte räcker att förlita sig på så kallad human in the loop, eftersom människor lätt kan känna att ”AI har ju säkert rätt” och därför inte ifrågasätter resultatet. Hon menar att det är ytterligare ett argument för att fler kvinnor och överlag större mångfald i teamen kan ge en bättre motståndskraft mot de mest uppenbara och orättvisa effekterna av AI.

Vad betyder innovation för dig, och hur driver du den i ditt arbete?

Paulina tycker att innovation kan beskrivas på flera nivåer. Ibland handlar det bara om att ta små steg för att förbättra en redan existerande lösning, men hon anser att riktig innovation ofta handlar om att finna helt nya vägar och perspektiv som människan själv inte tänkt på. Hon lyfter exempel som hur AI inom områden som Go eller proteinvikning hittat lösningar och angreppssätt som ingen människa förut sett. Hon kallar det för ett sätt att tänka utanför boxen, något hon tror är nyckeln till att AI kan bli verkligt banbrytande och öppna dörrar för helt nya affärsmodeller och helt ny kunskap. Hon menar att hennes eget bidrag till innovation bygger på att hon alltid bär med sig en nyfikenhet och en vilja att sammanföra olika kunskapsområden. Hon beskriver hur hon läser böcker, lyssnar på poddar, följer forskning och försöker koppla det hon lär sig till tidigare erfarenheter, för att på så vis se mönster och möjligheter. Hon tycker om att likna sitt sätt vid hur neurala nätverk fungerar: hon knyter ihop nya fakta med tidigare kunskap och vågar sedan extrapolera framtida trender för att bedöma vart tekniken eller samhället är på väg. Hon kallar sig futurist och menar att det är den här förmågan att ligga steget före, i kombination med att hon gärna kommunicerar och föreläser, som gör att hon driver innovation hos både sig själv och andra. Hon betonar att nyfikenhet och förståelse för sammanhang är grunden, eftersom det underlättar att se hur en nuvarande trend kan leda till nya lösningar när man kombinerar olika ämnesområden.

Hur kan vi stödja fler kvinnor att söka sig till och stanna kvar i ledarroller inom tech?

Paulina betonar att det inte bara handlar om att få in fler kvinnor, utan också om att behålla dem när de väl påbörjat en teknikkarriär. Hon tror att utbildningar inom teknik behöver förändras så att de bättre speglar hur tvärdisciplinära och breda många moderna tekniska yrken faktiskt är. Hon beskriver sin egen bakgrund som väldigt tekniskt inriktad redan från barndomen, men förklarar att hon i tonåren inte kände att KTH var ett självklart val, eftersom hon såg en snäv bild av vad en teknisk utbildning innebar. När hon till slut hittade medieteknik upplevde hon att den blandade ingenjörsmässiga kurser med journalistik, design och estetik. Hon kände att detta passade hennes breda intressen och att det hjälpte henne att verkligen utveckla sin kärlek till tekniken. Hon tror att fler kvinnor, som ofta gillar att kombinera tekniken med andra ämnen, skulle söka sig till de här områdena om det tydligare framgick att modern ingenjörskonst inte behöver vara begränsad till den traditionella stereotypen av ingenjörer. Hon menar också att det finns en kultur inom tech som behöver förändras. Kvinnor vittnar om att de blir ifrågasatta som tekniska experter, vilket i längden leder till att många tröttnar och lämnar branschen. Hon berättar att hon själv på KTH märkte hur vissa ansåg att man inte var ”riktig” ingenjör om man läste något annat än de traditionella programmen såsom teknisk fysik eller datateknik. Hon menar att om man vill uppmuntra mångfald måste man låta olika typer av tekniska kombinationer vara lika mycket värda och välkomna. Hon poängterar att det är särskilt viktigt i början när man ska bygga team, eftersom en kvinna som är ensam i en mansdominerad miljö riskerar att känna sig exkluderad. Därför betonar hon vikten av att fortsätta rekrytera tills man når en mer balanserad representation, för då förändras kulturen gradvis av sig själv. Hon säger att det inte finns några genvägar utan att man måste jobba med detta långsiktigt och verkligen vilja förändring på djupet, både i rekrytering och i hur man bygger arbetskultur.

Vilka framtida trender inom AI tror du kommer att påverka ledarskap och organisationer mest?

Paulina beskriver att hon ser AI som en kraft som kan skaka om invanda mönster i företag, inte minst genom att ifrågasätta hur vi använder vår arbetstid och vad vi anser vara ”produktivitet”. Hon säger att många organisationer fastnar i att hålla möten och skriva rapporter enligt gamla traditioner, och att man ibland glömmer fråga sig varför man faktiskt gör det. När AI på ett ögonblick kan generera enorma textmängder och sedan sammanfatta dem lika snabbt, tycker hon att det blir tydligt hur mycket onödigt innehåll som kanske aldrig når en läsare. Hon hoppas därför att AI kan få oss att ompröva både möteskultur och sättet att utvärdera hur människor arbetar. Hon påpekar att människor ofta är rädda för att visa hur mycket snabbare eller mer effektivt de kan utföra en uppgift med AI, eftersom de inte vill riskera att chefen drar slutsatsen att deras arbetskraft kan minskas eller ersättas. Hon menar att det krävs en ny typ av ledarskap, där man hellre fokuserar på slutresultat och kreativitet än på antalet arbetstimmar. Hon önskar sig en kultur där medarbetare känner att det är tillåtet att använda AI på smarta sätt, eftersom det är slutprodukten som räknas och inte att visa hur flitigt man sitter på möten eller hur många timmar man lägger ner på en text. Hon tror att de företag och organisationer som inser detta och vågar omstrukturera sitt sätt att arbeta kan bli väldigt framgångsrika, medan de som håller fast vid gamla tidmätningar och hierarkier riskerar att missa AI:s verkliga potential.

Vilken roll kan AI spela i att skapa mer mångfald och inkludering i näringslivet?

Paulina påpekar att AI alltid tycks ha två sidor. Samtidigt som AI kan förstärka redan existerande bias i data, kan tekniken enligt henne också bli ett ovärderligt verktyg för att upptäcka och rätta till mönster som missgynnar vissa grupper. Hon ger exempel på hur AI skulle kunna användas i rekryteringsprocesser för att gallra bort onödiga fördomar genom att koncentrera sig på de faktiska kunskaperna och kompetensen hos en kandidat, snarare än på namn eller bakgrund. Men hon betonar också att det här bara fungerar om man är väldigt noga med hur man tränar systemen, eftersom historisk data ofta är snedfördelad och kan leda till att AI felaktigt föreslår samma typ av kandidater om och om igen. Hon säger att AI också skulle kunna hjälpa företag att se mönster de annars skulle missa, som varför vissa grupper slutar efter en viss tid i organisationen, eller var i processen man tappar mest kompetens. Hon tycker att tekniken kan bli ett verktyg för självrannsakan och en hjälp för ledningen att fatta bättre beslut, men att det kräver att man är medveten om riskerna och lägger ner arbete på att justera algoritmerna. Hon hoppas att vi framöver ska se AI hjälpa oss att skapa arbetsplatser där fler känner sig inkluderade och där det inte finns några blinda fläckar för hur människor blir bemötta, men hon varnar för att det bara blir verklighet om det finns ett medvetet engagemang kring att göra AI rättvist och transparent. Samtidigt är hon övertygad om att om man använder AI på rätt sätt, kan den bli en stark positiv kraft för att lyfta in fler perspektiv och få organisationer att se nya vägar mot mångfald och inkludering.