Viktigheten av presisjon i KI-debatten – Didaktiske betraktninger

«Så hva er kunstig intelligens? Først og fremst er det et gammelt fagfelt med et misvisende navn. Som helhet har fagfeltet vært en skuffelse, fordi ordet «intelligens» antyder et løfte disse løsningene aldri har vært i nærheten av å innfri. Samtidig er ideer derfra blitt brukt til å lage IT-løsninger i flere tiår.»
Bjørn Stærk, 2023 (1)

Debatten om kunstig intelligens er i ferd med å bli en samtale full av store ord og små presisjoner. Når sekkebegrepet «KI» brukes om alt og ingenting forsvinner viktige forskjeller mellom teknologier, bruksområder og risikoer. Det gjør oss dårligere rustet til å ta gode beslutninger både politisk og utdanningsmessig.

Hva mener vi når vi sier «KI»

Strictly speaking, AI is not a technology at all. Facial-recognition software, translation and speech recognition programs, scheduling algorithms, and predictive models might all have different machine learning tools running in the background, but it is patently absurd to refer to them as a singular technology. We do not call everything containing copper wires «wiring»

– R.H. Lossin, PhD. og J. Resnikoff, PhD., 2024 (2)

Begrepet «kunstlig intelligens» dekker et vidt spekter av ulike teknologiske løsninger som i flere tiår har vært, og fortsatt er, en del av vår digitale hverdag: fra stavekontroll og autokorrektur, semantisk søk i Google, spam-filtre, enkle statistiske modeller som forutsier strømpriser, via dagens generative språkmodeller som skriver tekst, til visjoner om kunstig generell intelligens (AGI).

Å snakke om «KI» som om det var én ting er misvisende. Mange av dagens mest omtalte systemer så som ChatGPT, Microsoft Copilot og Gemeni, er i realiteten statistiske tekstgeneratorer som setter sammen ord basert på mønstre i store datasett. De fremstår tilsynelatende intelligente, men de «forstår» ikke på samme måte som mennesker gjør. Å bruke begreper som «forstår», «tenker» eller «vil» skaper antropomorfisering som forvirrer mer enn den oppklarer.

Hvorfor presisjon er viktig

«One problem with the term “artificial intelligence” is that it gets tossed around so carelessly. The current AI chatbot narrative centers around the use of natural language processing (NLP), for example, but Google Search has been using NLP in its search results for a long time. AI is a marketing term used to generate hype, and the tech media is buying right into it.»

– Skyler Schain, 2023 (3)

«KI er alt det en datamaskin ikke kan gjøre ennå» er et sitat kreditert IT-forskeren Larry Tesler, men formulert som et teorem av Douglas Hofstadter i Gödel, Escher, Bach. Teslers egen foretrukne formulering var mer direkte. Intelligens, sa han, er det maskiner ennå ikke har gjort (Masood, 2026).

Med utgangspunkt i Teslers formulering og det som kalles «KI-effekten», vil jeg hevde at uten presisjon blir reguleringer og retningslinjer for bruk av såkalt «KI» unøyaktige og lite relevante. Når vi ikke skiller mellom teknologier, blander vi sammen helt ulike problemstillinger: opphavsrett og kildebruk ved tekstgenerering, hallusinasjoner og faktasikkerhet i undervisning, algoritmisk skjevhet i beslutningsstøtte, og sikkerhetskrav i medisinsk diagnostikk. Risikoen er kontekstavhengig: kravene til dokumentasjon, validering og ansvar må være strengere der feil kan skade mennesker direkte, og mer pragmatiske der konsekvensene er lave.

Tre presisjonsfeil som går igjen

At their core, LLMs are nothing more than sophisticated memorization machines, capable of reasonable-sounding statements, but unable to understand fundamental truth. Importantly and despite the fervent hopes of many, they are far from delivering or even prefiguring artificial general intelligence (AGI). The hype surrounding LLMs has reached stratospheric levels, fostering a misguided belief in their potential as AGI precursors

– Matt Asay, 2024 (4)

Sekkebetegnelsen «KI»: Når alle systemer samles under ett navn, forsvinner nyansene som trengs for målrettet regulering og god praksis. Når mange utdanningsinstitusjoner forbyr elever og studenter å “bruke KI” så vil det, om vi skulle ta dette bokstavelig, omfatte så mange verktøy at all digital teknologi fort kan omfattes. Men det vi egentlig snakker om er et forbud mot å bruke samtaleroboter av typen ChatGPT eller Copilot i visse situasjoner.
Blanding av virkelighet og science fiction: Eventyrscenarier om maskiner som foretar egne valg helt utenfor det de er programmert for tar oppmerksomheten bort fra at vi står midt i en teknologisk utvikling som svekker vår individuelle dømmekraft, devaluerer den politiske og kulturelle verdien av selvstendig menneskelig refleksjon og truer demokratiets evne til å skille mellom velfundert kunnskap og glattformulert uvitenhet. Og dette skyldes ikke at datamaskiner er blitt intelligente og tar over makten, men at vi lar kommersielle aktører få lov til å definere hva som er virkelig.
Antropomorfisering: Å tillegge systemene menneskelige intensjoner eller bevissthet fører til feilaktige forventninger og ansvarsvakuum. Hvorfor skal vi kreve at selskaper som OpenAI tar ansvar for det de leverer når vi tror blindt på at datamaskiner nå har fått selvstendig evne til å tenke og handle?

Et konkret eksempel fra akademia

«Språkmodeller er lagd for å skrive gode setninger, ikke for å undersøke virkeligheten»

– Førsteamanuensis Inga Strümke, 2025 (5)

Som foreleser i teknologifag og med over 20 års erfaring både med studentaktiv undervisning, konstruksjon av arbeidskrav i tråd med Blooms taksonomi og digital distribusjon av undervisning, er det en selvfølge at mine studenter har lov til å bruke samtaleroboter som del av sine arbeider med ulike arbeidskrav. Og som teknolog kaster jeg like selvfølgelig ikke bort tiden med å bruke såkalte «KI-detektorer» på studentenes innleveringer.

Men mine studenter må i hvert arbeidskrav de leverer skrive en egenerklæring om bruk/ ikke bruk av KI, og for å ikke forvirre studentene mer enn nødvendig bruker jeg i den forbindelse forkortelsen «KI». Men i retningslinjene, i de generelle veiledningene og i et eget kapittel om «KI» i fagemnenes FAQ, presiseres følgende: «Nevn hvilken type samtalerobot du har benyttet og vær konkret når du beskriver bruken».

For når studentene skriver «jeg har brukt KI» i sine egenerklæringer, så åpner det for stor usikkerhet. Har studenten benyttet avanserte stave- og gramatikk kontroll-program eller andre system som ikke lengre ansees som «KI», men som studenten oppfatter som «intelligente system»? I så fall er jo dette egentlig ikke interessant gitt den debatt som har rast i de akademiske søylehaller siden november 2022. For det vi som undervisere og sensorer ønsker å vite, er jo om det er tekstgeneratorer av typen Copilot eller Gemeni som er benyttet. Og i 9 av 10 tilfeller er det jo akkurat disse verktøyene studentene tenker på når de deklarerer sin «KI-bruk».

Så for å få meningsfull dokumentasjon på studentenes bruk av disse verktøyene må vi be om presise opplysninger: hvilken samtalerobot og hva ble denne konkret benyttet til; ideutvikling, formulering, kildekritikk eller ren tekstproduksjon. Uten slike detaljer blir en egenerklæring om bruk/ ikke bruk av “KI” ubrukelig og vil skape utfordringer for både vurdering av studentenes teoretiske arbeider og for studentenes evne til å skille mellom science fact og science fiction.

Forslag til mer presisjon når vi snakker om «KI»

Artificial intelligence is often talked about as a single technology. This is unhelpful. AI is an umbrella term covering a wide range of technologies, from translation tools and recommendation engines to predictive models and the LLMs that power ChatGPT and many generative and agentic AI systems. These technologies have different lineages, are designed for very different purposes, work in different ways and raise different questions. Yet, they are routinely bundled together under the single label of AI; a simplification that obscures important distinctions and makes informed discussion and decision-making far more difficult than it should be.

– Jo Morrison, PhD. , 2026 (6)

En artikkel på Khrono publisert 31.08 i år har overskriften «Her har sensorene forbud mot å bruke KI». Gitt hvor mange ulike dataprogram og systemer som omfattes av dette sekkebegrepet blir det litt av en oppgave både for sensorer og utdanningsinstitusjoner å holde styr på hvilke digitale verktøy dette forbudet skal gjelde. Men selvsagt er det kun snakk om samtaleroboter, og det hadde absolutt gitt både forbud og debatter et mer informativt preg om man her hadde hatt en høyere grad av presisering.

Så slik jeg som samfunnsinformatiker ser det, bør vi nå snarest:

Bruk mer presise begreper: Snakk om «generative språkmodeller», «bildesyntese», «prediktive modeller» eller «samtaleroboter» i stedet for bare «KI».
Kontekstualiser risiko: Still krav etter hvor kritisk bruken er. Rettslige beslutninger og eksamensvurdering krever høyere sikkerhetsmarginer enn kreative skriveoppgaver.
Unngå menneskeliggjøring: Beskriv hva systemene gjør rent teknisk, så som mønstergjenkjenning, sannsynlighetsberegning, statistisk generalisering og ikke hva de «tenker».
Krav til åpenhet: Be studenter deklarere nøyaktig hva de brukte, og lær dem forskjellen på science fact og science fiction når det gjelder det store fagfeltet “KI”.
Skille mellom hype og empirisk kunnskap: Politikere, utdanningsinstitusjoner og KI-utvalg bør basere retningslinjer for såkalt “KI-bruk” på forskning og ikke leverandørers markedsføring via mer eller mindre fantasifulle mediehistorier.

Avslutning

Presisjon i språket er ikke bare akademisk pedanteri. Det er et praktisk verktøy for å gjøre debatten nyttig og handlingsrettet. Når vi klarer å skille mellom teknologier, bruksområder og reelle risikoer, kan vi lage bedre retningslinjer, mer treffsikre reguleringer og mer meningsfull undervisning.

Datamaskiner er fortsatt datamaskiner. De er basert på digitale, binære «byggesteiner», ikke mystisk og uforklarlig magi. Siden 2022 har vi fått flere og mer spesialiserte verktøy (akselleratorer, minnetyper, DPUs, kjøleløsninger) for å møte behovene skapt av store språkmodeller, men disse endringene er forbedringer av samme grunnleggende prinsipp. Datamaskiner er fortsatt digitale maskiner som bruker binær logikk (0 og 1) i form av elektriske tilstander og begrensningene som følger av fysikk, strøm, kjøling og nettverk er ikke på mystisk vis plutselig opphevet.

Dette betyr at vi fortsatt er låst til de samme fysiske realitetene som vi har vært i flere tiår. OpenAI, Microsoft og andre kommersielle aktører har ikke funnet opp hjulet på nytt; de har bare bygget en ekstremt spesialisert versjon av det. Den «magien» vi opplever er et resultat av manglende kunnskap om hvordan datamaskiner faktisk funger, rå datakraft og sofistikert matematikk, ikke et brudd med klassisk datateknologi.

La oss derfor slutte å snakke om «KI» som én entitet, og begynne å snakke om de konkrete systemene og situasjonene vi faktisk står overfor.

Se også

Teknologisk analfabetisme er en alvorlig samfunnsrisiko, Altinget, 21.07.2025
Samtalerobotenes inntog i akademia – hype eller apokalypse?, forskersonen.no, 17.07.25
Chatbots in Education: Hype, Help, or Harm?, Medium, 05.06.25
ChatGPT og dets ulike avarter – nyttig verktøy eller digital papegøye?, Avisa Nordland, 02.06.2025
Trusler i det digitale rom – KI eller ganske enkelt the usual suspects? Trønderdebatt, 15.08.2024
Chat GPT – En mer talefør slektning av ELIZA, Trønderdebatt, 10.01.2023
Chat GPT – Et artig verktøy men ingen pålitelig eksamensløser, Avisa Nordland, nettutgave – debatt, 12.01.2023

Leseliste

Forfatter: pagodejord

Førstelektor i informatikk ved Handelshøyskolen Nord, utdannet innen fagfeltet informasjonssikkerhet (Biometriske sikkerhetssystem og betalingsformidling) samt jus med spesialisering i Politirett og Arbeidsrett, tidligere lokalpolitiker for Høyre, tjenestepliktig stabsbefal i Sivilforsvaret (pensjonert) med lederansvar for TAKEVAL ved NTSFD, tidligere IT-sjef med sikkerhetsansvar, over 30 års erfaring med bevisstgjøringsarbeid innen IKT-sikkerhet og over 20 års erfaring med digital distribuering av undervisning og studentaktiv undervisning. Vis alle innlegg av pagodejord