Organisationens mörka materia

Dark Context

Kunskapen som finns i våra huvuden

En generell AI vet nästan allt i allmänhet, och nästan ingenting om er. Det ni skrev ner kan bli dess kontext. Den del ni aldrig skrev ner är er dark context.

Det som sägs på möten, men aldrig skrivs nerGenvägen alla använder, i ingen manualKunden vi jagade, och varför det sprackSteget ni tryggt kan hoppa över, om ni vetSkälet till att regeln finns, bortglömt på pappretDet vi lärde oss den hårda vägen, aldrig loggatLöftet som gavs i ett samtal, aldrig satt på präntVarningen en person vet ska ignorerasTonen den här kunden behöver, som ingen brief fångarVilket hörn som går att slarva med, och vilket som inte gör detDen enda person som faktiskt vetDet överlämningsdokumentet utelämnarLösningen som finns i ett enda huvudVad "klart" egentligen betyder här Det som sägs på möten, men aldrig skrivs nerGenvägen alla använder, i ingen manualKunden vi jagade, och varför det sprackSteget ni tryggt kan hoppa över, om ni vetSkälet till att regeln finns, bortglömt på pappretDet vi lärde oss den hårda vägen, aldrig loggatLöftet som gavs i ett samtal, aldrig satt på präntVarningen en person vet ska ignorerasTonen den här kunden behöver, som ingen brief fångarVilket hörn som går att slarva med, och vilket som inte gör detDen enda person som faktiskt vetDet överlämningsdokumentet utelämnarLösningen som finns i ett enda huvudVad "klart" egentligen betyder här
Dark context

(substantiv)/dɑrk ˈkɑn.tɛkst/

Det er organisation vet men aldrig skrev ner. En generell AI-språkmodell (LLM) rymmer all den allmänna kunskapen men ingen av er. Det gapet är er dark context.

Det mesta ett företag vet skrivs aldrig ner. Det lever i människor, och när någon slutar försvinner en bit av hur saker fungerar med dem. Oskrivet och omätt är det det som de flesta företag drivs på.

Liknande institutionellt minne, know-how, tyst kunskap, underförstådd kunskap, kunskap i väggarna

00 / Konceptet

Det finns en massa ni inte kan se

I fysiken är mörk materia den osynliga massa som håller galaxerna samman, aldrig sedd direkt, känd bara för att allt synligt rör sig kring den. Varje organisation har sin egen: kunskapen ingen skrev ner, besluten som aldrig dokumenterades, känslan för hur saker görs som lever i huvuden och i mellanrummen mellan möten. Den finns i inget dokument, och den håller samman hela stället.

Det är den kontexten AI nu är hungrig efter, och gapet den inte kan se.

Fig. 00 / Gapet mellan vad modellen vet och vad ni vet
TILLGÄNGLIGT FÖR AI ER ORGANISATION GENERELLMODELL allmän kunskap som modellen har DELBARKONTEXT det ni skulle kunna dela med AI DARKCONTEXT aldrig nedskriven aldrig gjord åtkomlig
01 / Varför nu

AI gjorde just osynlig kunskap dyr

Länge var det här ett långsamt läckage. Någon slutade, lite know-how gick ut, arbetet rullade vidare, en kostnad ingen behövde sätta namn på. De flesta organisationer mäter redan det hårda, fakturerade timmar, drifttid, pengar, och nästan ingen mäter det mjuka: vad som sägs på ett möte, hur ett beslut faktiskt rörde sig, vem som i det tysta kan saken. AI behöver nu den mjuka sidan, och de flesta företag har varken språket eller instrumenten för den.

En modell är ren förmåga utan en aning om hur ni arbetar. Ge den er dark context och den rör sig med er; ge den ingenting och ni får svar som är självsäkra, generiska och en aning fel. En förare med körkort och ingen karta över era vägar.

02 / De fyra formerna

Två fångas aldrig, två går inte att nå

Dark context kommer i fyra former. Två är infångningsmissar: kunskapen uttrycktes aldrig eller skrevs aldrig ner. Två är åtkomstmissar: den skrevs ner, men går inte att nå.

infångning

Outtalad

Tyst kunskap. Ingen har satt ord på den än. Den lever i händer, vanor och känslan för hur saker ska gå till.

infångning

Uttalad

Sagt högt, inte nedskrivet. Någon skulle kunna berätta om ni frågade. Ingen frågade. Ingen skrev ner det.

åtkomst

Förlorad

Dokumenterat, men begravt. Ingen hittar det när de behöver det. Att vara nedskrivet är inte samma sak som att vara nåbart.

åtkomst

Inhägnad

Dokumenterat, men inlåst. Bara vissa kommer åt det. Resten av teamet jobbar utan det, och ingen AI ser det heller.

Infångningsmissar och åtkomstmissar kräver olika lösningar. Båda håller kunskapen osynlig, och båda lämnar AI:n att arbeta utifrån ett gap.

03 / Den nya tillgången

Kontext är tillgången ingen prissätter än

Först köpte företag arbetskraft, sedan uppmärksamhet: vad ni föredrog, vad ni klickade på, hur ni kände. Nästa värdefulla sak en människa producerar är tystare och svårare att se. Det är kontext, den situerade känslan som gör ett generellt system specifikt för er tisdag, er kund, ert hantverk.

Den kontexten håller på att bli det mest värdefulla ni gör på jobbet, och nästan ingen behandlar den som något de äger. En sak utan namn har inget pris, och en sak utan pris tas, eller prissätts av någon annan. Dark Context utgår från motsatt hållning: namnge den som er och håll den, innan den prissätts åt er.

04 / Vad som står på spel

Ta kunskapen vårdslöst och ni förlorar den som vet

När tyst kunskap skördas utan omsorg är det inte datan som går förlorad. Det är den som vet. Rollen tunnas ut till en källa för kontext, omdömet slätas ut till ren prosa, utrymmet för tvivel stängs: det finns ingen plats att säga jag är inte säker inuti ett träningsdataset. Det som blir kvar läser sig väl och betyder mindre.

Det finns en allmänningens tragedi i detta: en modell kan beta fritt på den levande expertisen hos de människor som gör arbetet. Så den verkliga frågan är inte att samla in, det är incitament: hur gör ni det värt någons möda att vara den som kan det hörnet av arbetet bäst, och att hålla den skarp? Svara på det så får kunskapen en vårdare; lämna det obesvarat och även den bästa insamlingen ruttnar i tysthet.

05 / Vad som förändras

Från ett tomrum till något ni äger

generiska svar

AI som utgår från er verklighet

Samma verktyg som gav er generiska svar börjar låta som att de känner stället.

ett enda huvud

En karta hela teamet delar

En bild som levde i ett huvud blir en gruppen håller ihop, innan någon automation gör det.

kunskap som går ut genom dörren

Minne som överlever personen

Samma dokument som introducerar en nyanställd introducerar en agent. Arbetet slutar gå ut genom dörren.

en suddig bild

En tydligare känsla för er egen form

Den visar vad ni behöver från andra, rätt rekrytering, partner eller uppgift att lämna över, och öppnar drag ni inte kunde se förut.

06 / Hur kunskap rör sig

Från tyst till körbar för en maskin, ett steg i taget

Kunskap hoppar inte rakt från en människas händer in i ett körande system. Den rör sig uppåt i steg. Tyst, sedan uttalad, sedan nedskriven, sedan lärbar, sedan något en maskin kan köra. Arbetet sker längst ner i trappan, där en människa fortfarande håller ramen och avgör vad som är värt att säga.

Fig. 02 / Kunskapens mognadstrappa
TYSTförkroppsligad UTTALADsagd högt NEDSKRIVENpå pränt LÄRBARöverförbar AUTOMATISERBARkörbar för maskin DÄR MÄNNISKOR GÖR KONTEXT SYNLIG DÄR MASKINER SKULLE KUNNA HJÄLPA TILL
07 / Metoden

Ett beprövat sätt att få människor samspelta

Dark Context är byggt på MethodKit, en metod som har hjälpt myndigheter, företag och skolor att strukturera komplexa ämnen och hamna på samma sida i över ett decennium, i fler än 120 länder. Att få en grupp till en gemensam bild av hur saker verkligen fungerar var alltid det svåra. Det är också precis den kontext en AI behöver.

08 / Hållen mörk

Ibland är poängen att hålla den mörk

Dark context ramas vanligtvis in på två sätt. Som en risk: kunskapen som går ut genom dörren när någon slutar. Som en möjlighet: kunskapen ni äntligen fångar och sätter i arbete. Det finns ett tredje, och det betyder lika mycket som de andra två.

Ibland är det inte en lucka att täppa till att hålla något utanför protokollet, bort från nästa rekrytering, leverantören, modellen. Det är själva poängen. En journalist skyddar en källa. En kliniker bevarar det som sades i förtroende. Värdet ligger inte i att lyfta fram kunskapen, det ligger i att medvetet avgöra vad som förblir oskrivet och vem som aldrig får se det. Låt aldrig ett verktyg fatta det beslutet åt er.

En modell som inte kan se något kan inte läcka det. Ibland är det mest värdefulla ni kan göra med en bit dark context att bestämma att den stannar precis där den är.

09 / Var vi ska titta

Var ska vi titta härnäst?

Peka oss mot ett område där oskriven kunskap styr showen. En rad är hela frågan. Den säger oss var vi ska gräva härnäst.

10 / Författarna

Vilka som står bakom

Ola Möller

Taxonom & designer @ MethodKit

Har ägnat en karriär åt att kartlägga hur människor ser och pratar om saker: medborgarfotojournalistik som ställde olika verkligheter sida vid sida, konstkuratering, och taxonomier för hur en grupp pratar om ett ämne, alltid genom att intervjua människor om hur de verkligen arbetar och de mentala modellerna under.

Andriy Zhukov

Tinkrare @ MethodKit

Har länge försökt göra maskiner mer mänskliga: byggde tv-spel som barn, och försökte bygga AI på gymnasiet, långt innan det blev enkelt. Den röda tråden är en envis fråga. Hur får man ett system att möta en människa där hon faktiskt är?

darkcontext: håll kontakten

darkcontext:~$vill ni fortsätta tänka på det här?

Lämna en mejladress om ni vill följa idén med oss. Ingen pitch, bara en och annan rad medan vi kartlägger var dark context dyker upp och vad som hjälper till att lyfta fram den.

>