Kunstig intelligens er udråbt til at kunne løse alverdens problemer.

Den kan fungere som supplement til psykologbehandling, lave professionelle billeder til firmahjemmesider og bruges som inspiration til diverse skoleopgaver via ChatGPT.

Men nogle gange bliver kunstig intelligens brugt, uden at teknologien bliver udfordret tilstrækkeligt, mener pindsvineforsker Sophie Lund Rasmussen, der arbejder på både Aalborg og Oxford Universitet.

Hun har i 2022 udgivet sin kritik af et AI-studie, der under coronapandemien udråbte pindsvin til som coronasyndere.

AI-studiet er baseret på en algoritme, der ud fra 875 dyrearter har regnet sig frem til, hvilke dyr der er mest sandsynlige bærere af nye coronavarianter og eventuelt kan udgøre en smitterisiko for mennesker.

Og her udgør pindsvinet ifølge deres computerberegninger den største risiko.

»Men studiets resultater giver ingen mening i forhold til, hvad vi ved om pindsvin og corona. De har sat pindsvin på skafottet uden tilstrækkeligt grundlag. Det er langt ude, og det har fået negative konsekvenser for pindsvinene,« lyder det fra Sophie Rasmussen.

Pindsvin smitter kun hinanden

Da AI-studiet blev publiceret i Nature Communications tilbage i februar 2021, blev nyheden fanget af britiske medier, og borgerne i England blev bekymrede over studiets resultater.

»Folk tilkaldte skadedyrsservice for at få fjernet deres pindsvin i haven, fordi de var bange for, at pindsvinene kunne smitte dem med corona,« fortæller Sophie Rasmussen.

Europæiske pindsvin er i øvrigt netop blevet klassificeret som ’nær truet’ af den internationale union for bevaring af natur (IUCN, red engelsk).

AI-forskerne bag algoritmen, der har sat pindsvin øverst i COVID-smitte-hierarkiet, har ikke taget eksisterende viden om pindsvin med i betragtning, påpeger hun videre.

Pindsvin har deres egen coronavariant kaldet EriCoV.

Og selvom man har fundet ret mange pindsvin med corona i Europa – eksempelvis i England, hvor lorteprøver fra cirka 300 pindsvin viste, at 10 procent af dyrene havde corona, og i Italien, hvor mere end halvdelen af 24 indsamlede prøver var positive for corona (58 procent) – er det altid pindsvinenes egen variant af coronavirus, man har opdaget.

»Det tyder derfor kraftigt på, at pindsvin kun kan smittes med deres egen variant af corona,« forklarer Sophie Rasmussen.

For selvom pindsvin ofte er i kontakt med mennesker, fordi de bor i vores haver og eksempelvis drikker af kattes vandskål, er der ingen eksempler på smitte med den menneskelige coronavariant (SARS-CoV-2) hos pindsvinene.

»Pindsvin er også tit i kontakt med andre dyr som ræve eller grævlinger, men der er endnu ikke set tilfælde af, at coronavarianterne har blandet sig mellem dyrene,« uddyber Sophie Rasmussen.

Hun nævner også et studie, der har påvist, at menneskelig coronavirus slet ikke kan smitte pindsvin, fordi pindsvinets celler mangler en særlig receptor, som coronavirusset bruger til at kunne trænge ind i cellen med.

Intet af det ovennævnte er inkluderet i AI-studiets resultater, ifølge Sophie Rasmussen.

Er det realistisk, at et pindsvin kysser med en hval?

Derudover opsætter studiets algoritme et muligt scenarie, hvor en ny coronavariant kan opstå i mødet mellem pindsvin og hvidhvaler.

»Men det vil jo kræve, at et pindsvin kan svømme ud i havet og snave med en hvidhval. Hvor realistisk er det lige?« spørger Sophie Rasmussen.

Et andet scenarie fra studiet er risikoen for at udvikle en ny coronavariant, ved at et europæisk pindsvin interagerer med en art af dromedar, der stammer fra Emiraterne i Mellemøsten.

»Det er vist ret usandsynligt, at et europæisk pindsvin rejser om på den anden side af jorden og nyser på en dromedar,« siger Sophie Rasmussen.

»Vi ved godt, at studiet har begrænsninger«

De britiske forskere bag AI-studiet har udgivet et svar på Sophie Rasmussens kritik i tidsskriftet Nature Communications.

De udtrykker, at de er klar over, at deres studie har nogle metodiske begrænsninger, som måske skulle have været skrevet tydeligere frem.

Begrænsningerne er eksempelvis studiets manglende evne til at tage i betragtning, om et møde mellem to dyr er realistisk eller ej – eksempelvis i forhold til sandsynligheden for, at et pindsvin møder en hvidhval.

»Men vi føler, at anvendelsesfordelene vejer tungere end disse problematikker,« skriver forskerne i deres svar på kritikken.

De uddyber, at det er brugbart at have alle de mulige scenarier for COVID-smitte med, og at det må være op til det videnskabelige fællesskab, hvordan man vil bruge studiets resultater.

Sidst påpeger de, at der altid vil være studier, der har forskellige konklusioner, når det gælder spørgsmålet om, hvorvidt et dyr kan blive smittet med menneskelig coronavirus.

De nævner eksempelvis mårhunde, der i ét studie beskrives som, at de ikke kan smittes med menneskelig corona (SARS-CoV-2), mens det i en anden undersøgelse er lykkes forskere at inficere mårhunde med netop menneskelig corona.

En algoritme er kun så god som den data, du fylder i den

For Sophie Rasmussen er AI-studiet dog et eksempel på, at man altid skal tage i betragtning, hvilke konsekvenser forskningen kan have og forsøge at perspektivere resultaterne.

»Og man skal huske at dobbelttjekke og undersøge, hvad anden forskning viser,« siger hun.

Det er Raghavendra Selvan, adjunkt i maskinlæring og algoritmer på Københavns Universitet, enig i.

»Algoritmer kan bruges til at finde mønstre i store mængder data. Men de mønstre er ikke altid fornuftige,« forklarer han.

Derfor er det helt afgørende, at man arbejder tæt sammen med fagfolk – i dette tilfælde biologer – der kan verificere eller udfordre algoritmens resultater, mener Raghavendra Selvan.

Og selvom AI-studiet faktisk har fagfolk med viden om dyr og virussygdomme med i studiet med på forfatterlisten, burde studiets metodiske begrænsninger måske have været tydeligere og have haft betydning for, hvordan forfatterne vægtede og beskrev resultatet, påpeger han.

»Det er almindelig procedure, at man validerer sine resultater med forskellige data, og at man undersøger, om de er i modstrid med etablerede forskningsresultater eller strider mod fornuft og logik,« lyder det fra Raghavendra Selvan.

AI kan også hjælpe dyr

Selvom resultaterne fra AI-studiet om pindsvin ikke var retvisende ifølge Sophie Rasmussen, findes der mange andre eksempler, hvor kunstig intelligens gavner dyr.

Overvågning af bestande med vildtkameraer giver eksempelvis forskere verden over et hurtigt overblik over, hvordan det står til med forskellige dyrearter, og om nogle dyr er truede.

»I stedet for at forskere skal sidde og kigge hundrede timers videooptagelser igennem, kan en algoritme trænes til at genkende et specifikt dyr – lad os sige en truet frø – på billederne,« forklarer Raghavendra Selvan.

Derudover bruges kunstig intelligens også til at undersøge dyrs adfærd.

Raghavendra Selvan arbejder selv med at undersøge, hvordan narhvaler jager ud fra data om deres ekkolyde og den måde, hvalerne bevæger sig på.

»Vi prøver så at se, om vi kan aflæse en sammenhæng mellem, hvordan dyrene bevæger sig, og hvilke lyde de udsender,« forklarer han i artiklen ‘Kan AI redde truede dyrearter?‘

Ønsker du at høre mere om emnet, så lyt til VidenSkabers podcast ‘Kan kunstig intelligens redde naturen?‘.