Örebro universitet bjuder in till ett forskningsseminarium om “machine unlearning”, metoder för att få AI-system att i efterhand sluta påverkas av viss data. I universitetets kalendarium, där Örebro universitet rapporterar om arrangemanget, framgår att seminariet hålls inom ARC@ORU och att föreläsaren är Buse Atli, biträdande universitetslektor i datavetenskap vid Linköpings universitet.
Ämnet är i sig inte svårt att motivera. När AI-system tränas på stora datamängder uppstår snabbt frågor om felaktiga uppgifter, persondata, upphovsrätt och modeller som lärt sig sådant de inte borde ha lärt sig. Då blir förmågan att “glömma” inte bara en teknisk detalj utan en fråga om juridik, ansvar och om systemen alls går att använda i verksamheter där fel kostar pengar. Just där finns också den intressanta lokala skiljelinjen: om universitetet bygger kompetens på områden som företag och offentlig sektor faktiskt behöver, kan forskningsseminarier bli början på uppdrag, examensarbeten och rekryteringar. Om de stannar vid att forskare bjuder in andra forskare försvinner nyttan snabbt bakom campusväggarna.
I kalendariet syns dock bara själva seminariet. Där anges varken några företag i Örebro som deltar, några pågående industrisamarbeten eller någon konkret tillämpning för regionens arbetsgivare. Det betyder inte att sådana kopplingar saknas, men det visar hur tunt sambandet ofta presenteras när universitet marknadsför spetsforskning: ämnet är avancerat, gästen meriterad, men vägen från seminariesal till lokalt värde lämnas öppen. För studenter spelar den vägen stor roll. Ett lärosäte som vill profilera sig inom AI behöver mer än en kalenderpost; det behöver visa vilka kurser, praktikplatser, forskningsprojekt och arbetsgivare som faktiskt hänger ihop med satsningen.
Örebro universitet är heller inte ensamt på fältet. Linköping, KTH, Chalmers, Lund och andra större lärosäten har redan starkare och mer etablerade AI-miljöer, ofta med tydliga band till industri, teknikbolag och större forskningsfinansiärer. För ett mindre universitet blir frågan därför inte om man kan ordna ett seminarium om en smal AI-fråga, utan om man kan hitta en nisch där näringslivet ser skäl att lägga tid och pengar. “Machine unlearning” ligger nära sådant som integritet, regelefterlevnad och säker användning av AI. Där skulle det kunna finnas ett fönster, inte minst för verksamheter som hanterar känsliga data. Men i den information universitetet själv publicerat syns ännu inte vem i Örebro som står redo att använda den kunskapen.
Det konkreta som finns är ett seminarium med en inbjuden forskare från Linköping. Resten återstår att bevisa i form av samarbeten, finansiering och jobb som finns kvar när powerpointbilderna slocknat.
Källor: Örebro universitet