AI hjalp mig bygge mDAR og afslørede gamle mønstre

“ Jeg byggede mDAR med hjælp fra AI. Undervejs opdagede jeg et mønster, jeg troede jeg havde lagt bag mig.
 Om softwarearkitektur, selvforståelse og læring der aldrig stopper.

Klokken var 07.15 søndag morgen. Jeg sad på sengekanten med telefonen i hånden og begyndte at skrive. Ikke til nogen bestemt. Bare til mig selv. Det er en vane, jeg har fået: at lade tankerne flyde, inden dagen kræver noget af mig.

Det, jeg skrev den morgen, var teknisk i sin form. En ny tilgang til mDAR, military DataAnalyzR, et softwareværktøj jeg har arbejdet på under min arbejdsprøvning på TAC. Et system til dataanalyse, der ikke fungerer som planlagt, og som kræver en fundamental ændring i sin arkitektur. Jeg skrev om lærende systemer, operatørbekræftelser og automatisk fejldetektering.

Men mens jeg sad der og læste det igennem, gik det op for mig, at jeg ikke kun beskrev en softwarearkitektur. Jeg beskrev noget langt mere personligt.

Systemet der ville løse alt på én gang

Idéen bag mDAR var ambitiøs fra starten. Det skulle kunne importere ukendte militære datatyper, oversætte dem til noget analyserbart og automatisk identificere fejl og uregelmæssigheder i komplekse datasæt. Et komplet system. Selvkørende. Perfekt fra dag ét.

Det lød godt på papiret. Problemet er bare, at det ikke virker i praksis.

Den oprindelige arkitektur var bygget op omkring en antagelse om, at systemet skulle være færdigt og dygtigt fra starten. Det skulle selv tage beslutninger, selv konkludere og selv forstå data, det aldrig havde set før. Det er en tilgang, der lyder imponerende, men som fundamentalt misforstår, hvad det vil sige at lære.

Den nye arkitektur er anderledes i sin kerne. mDAR skal ikke træffe beslutninger. Det skal stille spørgsmål.

Konkret betyder det, at systemet ved mødet med ukendte datatyper ikke forsøger at fortolke dem alene. I stedet foreslår det mulige oversættelser og afventer operatørens bekræftelse. Visualiseringsmodeller, tabeller, grafer og bindingsvisninger, præsenteres så operatøren selv kan påpege anomalier. Simple fejl som sekvensbrud og brudte nøglebindinger kan detekteres automatisk, men kun efter de er bekræftet som ægte fejl første gang. Forslag konverteres først til regler, når de er godkendt tilpas mange gange. Falske positiver markeres, så læringsmotoren løbende tilpasses og styrkes.

AI er ikke fraværende i dette billede, tværtimod. Det er præcis i mødet med AI, at meget af arkitekturen er blevet til. Ikke fordi AI har haft svarene, men fordi processen med at formulere problemet præcist nok til at AI kunne hjælpe, tvang mig til at tænke klarere. AI er den stille medarbejder, der aldrig stiller spørgsmål tilbage. Den udfører. Den foreslår. Og netop fordi den ikke udfordrer, bliver jeg selv nødt til at gøre det.

Motoren må ikke antage sandheden. Den skal trænes til at nå frem til den.

Jeg sad og kiggede på de ord. Og så begyndte noget andet at tage form i tankerne.

Jeg havde set mønstret før

Jeg har forsøgt at bygge noget perfekt i lang tid. Ikke kun i kode. Også som person. Som professionel. Som ham, der altid leverer, altid har svarene, altid kommer lidt længere end forventet.

Det er et mønster, jeg har skrevet om tidligere. I Da kroppen sagde fra beskrev jeg, hvordan 15 år med konstant overlevering og manglende grænser til sidst sendte kroppen i knæ. I Direktør i egen stol kom jeg ind på det paradoks, der opstår, når ambitioner og reel indflydelse ikke følges ad. Mønstret er ikke nyt. Men den morgen på sengekanten fik det et nyt lag.

Det, der rammer mig nu, er ikke selve mønstret. Det er gentagelsen af det. Jeg har set det før. Jeg har skrevet om det. Jeg har talt med psykologer og coaches om det. Og alligevel sad jeg der på sengekanten og havde gjort præcis det samme igen, bygget et system med skyhøje forventninger, forsøgt at løse alle problemer på én gang og undret mig over, hvorfor det ikke virkede.

Det er ikke en fejl at have høje ambitioner. Men det er et problem, når ambitionerne konsekvent løber fra virkeligheden, og jeg ikke opdager det, før systemet knækker. Det er præcis det mønster, der kostede mig dyrt tidligere. Og det er præcis det mønster, jeg genkendte i mDAR.

Jeg indså, at jeg ikke kun har bygget mDAR forkert. Jeg har også bygget min tilgang til arbejdet forkert. Jeg er startet med skyhøje forventninger, udelukkende mine egne, og forsøgt at indfri dem alle på én gang, uden at vide præcist, hvad problemet egentlig er. Det giver ikke et stærkt system. Det giver et skrøbeligt et.

Og ligesom mDAR kræver en operatør, der kan påpege anomalier og bekræfte forslag, kræver jeg tilsyneladende det samme. Feedback. Anerkendelse. Bekræftelse på, at jeg er på rette spor. Det er ikke en svaghed i sig selv. Det er en del af, hvordan læring fungerer. Men det bliver et problem, når anerkendelsen er det eneste, der holder motoren i gang.

Når behovet for succes bliver større end arbejdet selv

Der er et spørgsmål, jeg ikke kan lade være med at stille mig selv: Hvad sker der, hvis arbejdet bare er et arbejde?

Ikke en identitet. Ikke et bevis. Ikke en platform for sejre og anerkendelse. Bare et sted, man møder op, bruger sine kompetencer og går hjem igen.

Det lyder enkelt. Det er det ikke for mig. I 15 år var arbejdet og identiteten sammenvævet på en måde, der ikke efterlod meget plads til resten. Det gav energi, så længe det virkede. Men som jeg beskrev i Motivation og værdier til min næste karriere, var det en afhængighed, der ikke var bæredygtig. Og da systemet brød sammen, var der ikke noget net at falde ned i.

Det, jeg ikke tidligere har sat ord på, er hvor hurtigt jeg falder tilbage i det samme mønster, når jeg får en ny opgave. Det går næsten automatisk. En ny kontekst, nye mennesker, nye muligheder, og så begynder maskinen at køre igen. Forventningerne sætter sig selv. Ambitionerne vokser, inden jeg har nået at forstå, hvad opgaven egentlig er. Og pludselig sidder jeg igen med et projekt, der er for stort, for komplekst og umuligt at indfri på den tid og med de ressourcer, der reelt er til rådighed.

Det er ikke viljestyrke, der mangler. Det er et kalibreringsproblem. Og det er præcis det, mDAR også lider af.

Måske er forståelsen ikke at finde et nyt arbejde, der giver nok sejre. Men i at lære, at meningen kan ligge et andet sted. At succes og anerkendelse ikke er livsnødvendige ingredienser i et fungerende hverdagsliv. At et roligt og balanceret arbejdsliv ikke er et kompromis. Det er et mål.

Det er filosofi på højt plan, og det er slet ikke sikkert, at jeg er kommet frem til det endnu. Men der er noget i formuleringen, der føles rigtigt.

At lære at arbejde igen

Jeg er i arbejdsprøvning. Det er en periode, der handler om at finde ud af, hvad jeg kan og ikke kan. Hvad der fungerer, og hvad der ikke gør. Det er i sagens natur en periode fyldt med usikkerhed og gradvise afstemninger.

I den periode er den vigtigste indsigt måske den enkleste. At jeg ikke kan bygge det perfekte system fra starten. At jeg skal lære at foreslå fremfor at konkludere. At fejl ikke er fiaskoer, men data. At dem omkring mig skal bekræfte, om forslagene er rigtige, inden de bliver til regler.

Det er præcis den tilgang, jeg beskrev til mDAR. En lærende motor, der ikke antager sandheden, men arbejder sig hen imod den gennem erfaring, feedback og tålmodighed.

Forskellen er, at softwaren ikke har en ego-respons, der tager over, når et forslag afvises. Det har jeg.

Jeg vidste det godt, jeg lyttede bare ikke

Noget ved formuleringen er blevet ved med at sidde fast i mig. Jeg startede med “vi skal”. Som om der var to parter involveret. Og måske er der det. Ikke i bogstavelig forstand, men som billede på noget, der foregår indeni.

Den ene del kender mønstret. Den analyse, der altid har drevet mig fremad, det overblik, der kan se, hvad der ikke fungerer og formulere en ny vej. Den del er skarp.

Den anden del har stadig svært ved at lade systemet lære i sit eget tempo. Den del vil have resultaterne nu og vil gerne have nogen til at bekræfte, at det går godt.

Det interessante er, at begge dele er mig. Og at de to sider har eksisteret side om side i mange år, uden at jeg rigtigt har lyttet til den første. Jeg har lyttet til den, der ville have resultater. Den, der satte forventningerne. Den, der ikke kunne acceptere, at tingene tager tid.

De to sider har ikke altid trukket i samme retning. Men den søndag morgen på sengekanten var de enige om ét: Det er bygget forkert, og det skal bygges om. Ikke med flere ambitioner. Med mere realisme. Ikke hurtigere. Med mere tålmodighed. Ikke med færre forventninger. Men med forventninger, der er forankret i noget virkeligt.

Det jeg tager med de næste 14 uger

Jeg sidder stadig på sengekanten i overført forstand. Arbejdsprøvningen er ikke slut. Der er 14 uger tilbage, og de kan bruges på mange måder.

Jeg kunne bruge dem på at bevise noget. Bygge mDAR færdigt. Levere resultater, der taler for sig selv. Vise, at jeg stadig har det, der skal til. Det ville være det gamle mønster, og det kender jeg udfaldet af.

I stedet vil jeg forsøge at bruge dem som det, de er: en læringsperiode. Ikke en præstation. Forslag fremfor konklusioner. Spørgsmål fremfor svar. Og en accept af, at bekræftelsen ikke behøver at komme udefra for at have værdi.

mDAR skal trænes, ikke programmeres til at være dygtig fra starten. Det samme gælder mig. Motoren skal have data, feedback og tid. Den skal lære at skelne mellem ægte fejl og falske positiver. Den skal vide, hvornår den skal markere noget som usikkert og afvente operatørens vurdering, frem for at konkludere på egen hånd.

Og operatøren, den stille tålmodige stemme, der bekræfter eller afviser forslagene, er ikke en svaghed i systemet. Den er en forudsætning for, at systemet nogensinde kan blive stærkt.

Det vidste jeg ikke klokken 07.15 søndag morgen, da jeg satte mig på sengekanten. Men jeg skriver det ned nu. Så jeg husker det.

“ Da jeg satte mig på sengekanten og skrev en mail til min arbejdskonto om hvordan mDAR skulle omprogrammeres for at komme til at virke bedre, vidste jeg ikke at jeg også var i gang med at omprogrammere mig selv