(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.
Oskrivet och omätt är det det som de flesta företag drivs på.
Liknande institutionellt minne, know-how, tyst kunskap, underförstådd kunskap, kunskap i väggarna
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.
AI gjorde just osynlig kunskap dyr
Länge var det här ett långsamt läckage: någon slutade, lite know-how gick ut, och inget instrument pekade ens på förlusten.
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.
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.
Outtalad
Tyst kunskap. Ingen har satt ord på den än. Den lever i händer, vanor och känslan för hur saker ska gå till.
Uttalad
Sagt högt, inte nedskrivet. Någon skulle kunna berätta om ni frågade. Ingen frågade. Ingen skrev ner det.
Förlorad
Dokumenterat, men begravt. Ingen hittar det när de behöver det. Att vara nedskrivet är inte samma sak som att vara nåbart.
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.
Kontext är tillgången ingen prissätter än
Först köpte företag arbetskraft, sedan uppmärksamhet. Nästa värdefulla sak en människa producerar är tystare: kontext, den situerade känslan som gör ett generellt system specifikt för er tisdag, er kund, ert hantverk.
En sak utan namn har inget pris, och en sak utan pris tas, eller prissätts av någon annan.
Den kontexten håller på att bli det mest värdefulla ni gör på jobbet, och nästan ingen behandlar den som något de äger. Dark Context utgår från motsatt hållning: namnge den som er och håll den, innan den prissätts åt er.
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. Det som blir kvar läser sig väl och betyder mindre.
När en modell lär sig av er är jag är inte säker det första som försvinner.
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: gör det värt någons möda att vara den som kan det hörnet av arbetet bäst, och att hålla den skarp.
Från ett tomrum till något ni äger
AI som utgår från er verklighet
Samma verktyg som gav er generiska svar börjar låta som att de känner stället.
En karta hela teamet delar
En bild som levde i ett huvud blir en gruppen håller ihop, innan någon automation gör det.
Minne som överlever personen
Samma dokument som introducerar en nyanställd introducerar en agent. Arbetet slutar gå ut genom dörren.
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.
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, och arbetet sker längst ner i trappan, där en människa fortfarande håller ramen och avgör vad som är värt att säga.
Ett beprövat sätt att få människor samspelta
Dark Context är byggt på MethodKit, en metod för att få grupper på samma sida om hur saker verkligen fungerar. Den gemensamma bilden var alltid det svåra. Den är också precis den kontext en AI behöver.
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 kan inte läcka
något den inte kan se.
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.
Vilka som står bakom
Ola Möller
Hans karriär är en lång version av samma projekt: att kartlägga hur en grupp pratar om ett ämne, nu genom MethodKit. Tidigare kapitel var medborgarfotojournalistik som ställde olika verkligheter sida vid sida, konstkuratering och taxonomiarbete. Varje kapitel byggde på samma metod: att arbeta med människor kring hur de ser på saker och lyfta fram helhetsbilden.
Andriy Zhukov
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:~$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.