Tænk som en algoritme
Hvorfor er AI så god til at tænke, og hvad kan vi lære af den uden at åbne en computer? På denne endagsworkshop får du otte principper fra Data Science oversat til enkle værktøjer til ledelse, møder og hverdagens valg. Du lærer også, hvornår du ikke skal stole på dem. Ingen forudsætninger i matematik eller kode. Tænk som en algoritme, beslut som et menneske. Computational thinking for klogere valg i hverdagen og ledelsen.
- Start
- Sted
- Online
- Pris
- Pris efter aftale
- Arrangør
- Simone S
- Mentor
- Simone Stilling
Om forløbet
Hver dag træffer du hundredvis af valg. Hvilken kandidat skal vi ansætte? Skal vi blive ved det, der virker, eller prøve noget nyt? Er den ene utilfredse kunde et tegn på et større problem? Det er de samme spørgsmål, som computere skal svare på, når de anbefaler film, sorterer søgeresultater eller frasorterer spam.
Hvordan træffer maskinen sine valg? Vi starter med at kigge ind bag skærmen. Du får en enkel forklaring på, hvordan algoritmer og maskinlæring træffer beslutninger. Den korte version: computere blev først rigtig gode, da man holdt op med at give dem regler og i stedet lod dem lære af eksempler, feedback og fejl, ligesom vi selv gør. Når du forstår det, forstår du også, hvorfor AI er så stærk, og du kan forklare det til andre uden fagsprog.
Hvad kan du bruge det til? Bag algoritmerne ligger løsninger, som forskere har brugt årtier på at finde, og mange af dem er overraskende enkle. Vi gør dem til tommelfingerregler, du kan bruge allerede næste dag:
• Hvornår har du set nok muligheder til at vælge?
• Hvorfor bør alle skrive deres mening ned, før mødet starter?
• Hvorfor kan det betale sig at være lidt rodet i starten af et projekt?
Du afprøver dem på dine egne situationer fra arbejdet og går hjem med mindst tre værktøjer, du har valgt ud til dine egne beslutninger, møder og processer.
Hvornår går det galt? Algoritmer tager fejl, og vi gennemgår hvordan. De kan overtage skævheder fra de data, de lærer af (bias). De kan lære tilfældigheder udenad og tro, det er mønstre (overfitting). Og de kan blive ekstremt gode til at ramme et mål, der viser sig at være det forkerte. Det sidste kender de fleste organisationer også fra deres egne KPI’er. Du lærer at stille de spørgsmål, der afslører, hvornår algoritmisk tænkning hjælper, og hvornår den fører dig galt af sted.
Du skal ikke kunne regne eller kode. Vi arbejder med hverdagseksempler, små øvelser hvor deltagerne selv er med, og dine egne cases. Du går hjem med en lille værktøjskasse til bedre beslutninger, en fornemmelse for dens grænser og en plan for, hvor du vil bruge den først.
Det lærer du
Efter workshoppen kan du:
1. Forklare i enkle vendinger, hvordan centrale algoritmer og maskinlæring træffer beslutninger, og hvorfor det virker.
2. Anvende mindst tre algoritme-principper som konkrete værktøjer i egne beslutninger, møder og processer.
3. Vurdere kritisk, hvornår algoritmisk tænkning hjælper, og hvornår den fører galt af sted, fx ved bias, overfitting eller forkerte succesmål.