{"id":8070,"date":"2026-09-01T10:43:28","date_gmt":"2026-09-01T08:43:28","guid":{"rendered":"https:\/\/site.nord.no\/didaktiskebetraktninger\/?p=8070"},"modified":"2026-09-01T14:55:41","modified_gmt":"2026-09-01T12:55:41","slug":"viktigheten-av-presisjon-i-ki-debatten","status":"publish","type":"post","link":"https:\/\/site.nord.no\/didaktiskebetraktninger\/2026\/09\/01\/viktigheten-av-presisjon-i-ki-debatten\/","title":{"rendered":"Viktigheten av presisjon i KI-debatten"},"content":{"rendered":"\n

\u00abS\u00e5 hva er kunstig intelligens? F\u00f8rst og fremst er det et gammelt fagfelt med et misvisende navn. Som helhet har fagfeltet v\u00e6rt en skuffelse, fordi ordet \u00abintelligens\u00bb antyder et l\u00f8fte disse l\u00f8sningene aldri har v\u00e6rt i n\u00e6rheten av \u00e5 innfri. Samtidig er ideer derfra blitt brukt til \u00e5 lage IT-l\u00f8sninger i flere ti\u00e5r.\u00bb<\/p>Bj\u00f8rn St\u00e6rk, 2023 (1<\/a>)<\/cite><\/blockquote><\/figure>\n\n\n\n

Debatten om kunstig intelligens er i ferd med \u00e5 bli en samtale full av store ord og sm\u00e5 presisjoner. N\u00e5r sekkebegrepet \u00abKI\u00bb brukes om alt og ingenting forsvinner viktige forskjeller mellom teknologier, bruksomr\u00e5der og risikoer. Det gj\u00f8r oss d\u00e5rligere rustet til \u00e5 ta gode beslutninger b\u00e5de politisk og utdanningsmessig<\/strong>.<\/p>\n\n\n\n

Hva mener vi n\u00e5r vi sier \u00abKI\u00bb<\/strong><\/h3>\n\n\n\n
\n

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 \u00abwiring\u00bb<\/em><\/p>\n\n\n\n

– R.H. Lossin, PhD. og J. Resnikoff, PhD., 2024 (2<\/a>)<\/p>\n<\/blockquote>\n\n\n\n

<\/p>\n\n\n\n

Begrepet \u00abkunstlig intelligens\u00bb dekker et vidt spekter av ulike teknologiske l\u00f8sninger som i flere ti\u00e5r har v\u00e6rt, og fortsatt er, en del av v\u00e5r digitale hverdag: fra stavekontroll og autokorrektur, semantisk s\u00f8k i Google, spam-filtre, enkle statistiske modeller som forutsier str\u00f8mpriser, via dagens generative spr\u00e5kmodeller som skriver tekst, til visjoner om kunstig generell intelligens (AGI). <\/p>\n\n\n\n

\u00c5 snakke om \u00abKI\u00bb som om det var \u00e9n ting er misvisende. Mange av dagens mest omtalte systemer s\u00e5 som ChatGPT<\/a>, Microsoft Copilot og Gemeni, er i realiteten statistiske tekstgeneratorer som setter sammen ord basert p\u00e5 m\u00f8nstre i store datasett. De fremst\u00e5r tilsynelatende intelligente, men de \u00abforst\u00e5r\u00bb ikke p\u00e5 samme m\u00e5te som mennesker gj\u00f8r. \u00c5 bruke begreper som \u00abforst\u00e5r\u00bb, \u00abtenker\u00bb eller \u00abvil\u00bb skaper antropomorfisering som forvirrer mer enn den oppklarer.<\/p>\n\n\n\n

Hvorfor presisjon<\/strong> er viktig<\/h3>\n\n\n\n
\n

\u00abOne problem with the term \u201cartificial intelligence\u201d 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<\/em>.\u00bb<\/em>

\u2013 Skyler Schain, 2023 (3<\/a>)<\/p>\n<\/blockquote>\n\n\n\n

<\/p>\n\n\n\n

\u00abKI er alt det en datamaskin ikke kan gj\u00f8re enn\u00e5<\/em>\u00bb er et sitat kreditert IT-forskeren Larry Tesler, men formulert som et teorem av Douglas Hofstadter i G\u00f6del, Escher, Bach<\/a>. Teslers egen foretrukne formulering var mer direkte. Intelligens, sa han, er det maskiner enn\u00e5 ikke har gjort (Masood, 2026<\/a>).<\/p>\n\n\n\n

Med utgangspunkt i Teslers formulering og det som kalles «KI-effekten<\/a>\u00bb, vil jeg hevde at uten presisjon blir reguleringer og retningslinjer for bruk av s\u00e5kalt «KI» un\u00f8yaktige og lite relevante. N\u00e5r vi ikke skiller mellom teknologier, blander vi sammen helt ulike problemstillinger: opphavsrett og kildebruk ved tekstgenerering, hallusinasjoner og faktasikkerhet i undervisning, algoritmisk skjevhet i beslutningsst\u00f8tte, og sikkerhetskrav i medisinsk diagnostikk. Risikoen er kontekstavhengig: kravene til dokumentasjon, validering og ansvar m\u00e5 v\u00e6re strengere der feil kan skade mennesker direkte, og mer pragmatiske der konsekvensene er lave.<\/p>\n\n\n\n

Tre presisjonsfeil som g\u00e5r igjen<\/strong><\/h3>\n\n\n\n
\n

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<\/em><\/p>\n\n\n\n

\u2013 Matt Asay, 2024 (4<\/a>)<\/p>\n<\/blockquote>\n\n\n\n

<\/p>\n\n\n\n