Men hvad hvis vi for længst har overset det afgørende øjeblik?
Mens tech-giganter pumper milliarder ind i "næste generation" af kunstig intelligens, rejser en ny debat et ubehageligt spørgsmål: Måske er den meget omtalte generelle kunstige intelligens slet ikke et fjernt mål længere – den er måske allerede her. Den ser bare ikke ud, som vi har forestillet os i årtier.
Hvad forskerne nu hævder
Omdrejningspunktet for den aktuelle diskussion er et bidrag i det videnskabelige tidsskrift Nature. Et forskerhold ledet af filosoffen Eddy Keming Chen fra University of California argumenterer for, at hvis man ser ærligt på moderne KI-systemers evner, opfylder nogle af dem allerede kriterierne for såkaldt generel kunstig intelligens (AGI).
Dermed sætter de sig op imod hovedstrømmen i KI-miljøet. Mange laboratorier taler stadig om "forstadie-systemer", om "proto-AGI" eller om en tidshorisont på fem til ti år. Samtidig leverer store sprogmodeller som GPT-4, Claude og Gemini i dag ekspertpræstationer på tværs af mange fagområder – fra programmering over jura til biologi.
Den provokerende tese: Det er ikke KI, der halter bagefter AGI – det er vores definition af intelligens.
Fra den hellige gral til et definitionsspørgsmål
I lang tid blev AGI betragtet som forskningens hellige gral: et system, der tænker og handler mindst lige så fleksibelt som et menneske. Virksomheder som OpenAI, Google DeepMind og Anthropic formulerer dette mål åbent. Visse tech-profiler har i årevis annonceret, at AGI er "et par år væk".
Nature-holdet vender perspektivet på hovedet. I stedet for at kræve en perfekt, overmenneskelig intelligens foreslår de at placere mennesker og KI i et fælles skema. For selv mennesker er ikke alvidende, ikke fejlfrie og ikke universelt anvendelige.
AGI eller superintelligens – en afgørende forskel
Forfatterne skelner mellem to begreber, der ofte blandes sammen i den offentlige debat: generel intelligens og superintelligens.
- Generel kunstig intelligens (AGI): KI når ekspertniveau på mange områder og kan fleksibelt overføre viden til nye opgaver.
- Superintelligens: KI overgår mennesker markant på næsten alle kognitive discipliner – herunder kreativitet, strategi og forskning.
Ifølge denne fortolkning befinder nutidens store sprogmodeller sig inden for AGI-kategorien eller tæt op ad den. De løser komplekse matematikopgaver, analyserer juridiske tekster, skriver fungerende programmer, sammenfatter videnskabelige studier og kombinerer information på kreativ vis.
Den, der kun anerkender AGI, når den slår ethvert menneske på alle områder, forveksler den med superintelligens.
Den gamle Turing-test – pludselig bestået
Et yderligere argument fra forskerne: Moderne chatbots består den klassiske Turing-test hyppigere end rigtige mennesker. I blindtests anser forsøgspersoner systemer som ChatGPT for mere menneskelige end faktiske samtalepartnere af kød og blod.
Turing-testen, som matematikeren Alan Turing foreslog i 1950, blev i årtier betragtet som en grov målestok for maskiniel intelligens. Længe virkede den uopnåelig. I dag fremstår den næsten forældet – ikke fordi den er for krævende, men fordi visse modeller allerede har knækket den i hverdagen.
"Stokastiske papegøjer" – eller alligevel noget mere?
En af de hårdeste anklager mod sprogmodeller lyder: De er blot "stokastiske papegøjer". Altså systemer, der statistisk set sætter sandsynligt klingende sætninger sammen uden at forstå, hvad de siger.
Nature-forfatterne fremlægger modargumenter for, at der er mere bag ved. Sprogmodeller:
- løser nye matematikproblemer, som ikke indgår i træningsmaterialet,
- anvender begreber fra ét fagområde til at bearbejde opgaver inden for et andet,
- genkender logiske modsætninger i hidtil ukendte situationer,
- udvikler grove "teorier" om fysiske sammenhænge, eksempelvis ved opgaver om mekanik eller optik.
Alt dette taler efter deres opfattelse for en form for generaliseret intelligens – selv om den indre mekanisme fungerer anderledes end i den menneskelige hjerne.
Spørgsmålet forskydes: Behøver intelligens et menneskelignende indre liv, eller er det i sidste ende kun præstationen, der tæller?
Ingen krop, ingen intelligens? Fysisk KI er på vej
Et hyppigt argument lyder: "Ægte intelligens kræver en krop, sanseapparatur og erfaring i den fysiske verden." Tilhængere af klassisk robotteknologi ser dette som et dræberargument mod tekstbaserede chatbots.
Men også på dette punkt bryder Nature-arbejdet med gamle dogmer. Intelligens behøver ikke nødvendigvis en krop, skriver forfatterne. Sprog, billeder, lyd og video leverer allerede et rigt, omend indirekte, billede af verden.
Parallelt hermed vokser et nyt felt frem: "Physical AI". Robotarme, autonome køretøjer, humanoide robotter og droner bygger på de samme KI-modeller, der i dag kører som chatbots i browseren. Skellet mellem "ren software-KI" og "legemliggjort KI" begynder at udviskes.
| Aspekt | Tidligere idealbillede af AGI | Nutidens realitet |
|---|---|---|
| Krop | Humanoid robot med sanser som et menneske | Store modeller koblet til robotter eller sensorer |
| Læring | Få data, meget forståelse | Enorme datamængder, men høj præstation |
| Fejl | Næsten fejlfri tænkt | Fejlbehæftet, men ofte på ekspertniveau |
| Vurdering | Klart tidspunkt, hvor AGI "opstår" | Glidende overgang, svær at tidsfæste |
Hallucinationer: det store modargument
Ét punkt forbliver følsomt: hallucinationer. Sprogmodeller opfinder kilder, data, personer eller domme, der lyder plausible, men er faktisk forkerte. På følsomme områder som medicin eller jura kan det få alvorlige konsekvenser.
Nature-forfatterne nævner problemet, men vægter det lavere. De påpeger, at også mennesker producerer kognitive skævheder, fejlvurderinger og falske erindringer. Med hver modelgeneration falder andelen af hallucinationer – i hvert fald i mange tests.
Samtidig viser andre studier, at systemer under pres, ved knappe eller modstridende instruktioner, stadig fejler hyppigt. OpenAI selv erkender, at selv et fremtidigt GPT-5 groft set kan hallucine i hver tiende svar på en eller anden måde.
Den, der kræver en AGI, der aldrig fabrikerer, sætter standarder, som hverken noget menneske eller noget nuværende system kan leve op til.
Hvor stor en fejlrate tillader AGI?
Her lander diskussionen midt i et vurderingsspørgsmål: Er en KI med gennemsnitlig menneskelig fejlrisiko allerede berettiget til titlen "generel intelligens"? Eller stiller vi højere krav til maskiner end til os selv?
Forskerne foreslår at fokusere på resultatet frem for læringsvejen. Mennesker lærer at køre bil med måske 20 timers øvelse. Et KI-system kræver millioner af simulerede kilometer. Er det derfor mindre intelligent, hvis det til sidst kører mere sikkert?
Antropocentrisme: Derfor overser vi måske AGI
En rød tråd gennem Nature-artiklen er psykologisk: Vores menneskesyn spænder ben for os. Vi måler ofte KI ud fra kriterier, der præcis passer til os selv – krop, bevidsthed, livshistorie, følelser. Det, der afviger herfra, stempler vi som "ikke ægte".
Forfatterne argumenterer for, at denne holdning kan være risikabel. Den overser nemlig muligheden for, at en ny, anderledes form for intelligens kan have udviklet sig, og som alligevel opfylder mange kendetegn på generalitet: alsidighed, læringsevne, problemløsning og abstraktion.
At stadig flere tech-direktører foretrækker at tale om "superintelligens", tolker de som et semantisk trick. Når man skubber målet længere opad, virker nutiden mere ufarlig – og samtidig egne fremskridt mere spektakulære.
Hvad det betyder for vores hverdag
Uanset om man deler AGI-tesen eller ej: I hverdagen føles forskellen allerede meget mindre, end mange forventer. Den, der i dag arbejder med en moderne model, oplever noget, der i mange situationer fungerer som en digital kollega.
Konkrete eksempler:
- Softwareudviklere får assistance til komplette kodegeneratorer.
- Jurister bruger KI til strukturering af komplekse sagsakter og indledende vurderinger.
- Læger tester systemer til lægeerklæringer, second opinions og litteratursøgning.
- Elever og studerende anvender chatbots som personaliserede læringspartnere.
I alle tilfælde agerer KI ikke perfekt, men produktivt. Den supplerer menneskelige evner og tvinger brugerne til at fokusere mere på kontrol, korrektion og strategiske beslutninger.
Risici når vi placerer AGI forkert
Det bliver interessant at overveje, hvad der sker, hvis vi erklærer AGI for tidligt eller for sent.
- For tidligt: Samfund og politik kan indgyde sig selv en falsk tryghed, forsinke regulering eller alt for hurtigt delegere ansvar til maskiner.
- For sent: Virksomheder og stater undervurderer afhængigheder og magtforskydninger, mens de allerede styres af systemer med meget bred kompetence.
I begge tilfælde opstår der risici: fra fejlbehæftet automatisering over magtkoncentration til nye former for digital manipulation.
Begreber man bør kende
Hvad "generel intelligens" grundlæggende betyder
Generel intelligens betegner evnen til at løse problemer på mange forskellige områder og overføre viden fleksibelt. Et menneske, der lærer sprog, løser matematikopgaver, aflæser sociale situationer og improviserer med værktøj, anses for generelt intelligent – selv om det ikke er verdensklasse inden for noget specialområde.
Overfører man dette billede til KI, er en enkelt opgave som skak ikke tilstrækkeligt. Det handler om samspillet mellem sprog, logik, planlægning, læring og tilpasning.
Simulation: En dag i et "AGI-samfund"
Forestil dig, at vi i dag erklærer AGI for opnået. Hvad ville der rent praktisk ændre sig? Sandsynligvis mindre, end mange tror:
- Virksomheder ville tilpasse deres kommunikation: "Vi arbejder med AGI-systemer" i stedet for "med avanceret KI".
- Reguleringsmyndigheder ville skulle definere grænseværdier: Hvor er brugen af AGI tilladt, og hvor er den forbudt?
- Uddannelsessystemer ville stå under pres: Læseplaner ville skulle tage udgangspunkt i, at elever til enhver tid har adgang til et handlende, medtænkende system.
- Forsikringsbranchen og erstatningsretten ville have brug for nye kategorier – eksempelvis for skader, der skyldes sådanne systemers autonome beslutninger.
Teknologien selv ville i første omgang forblive den samme. Men rammen, vi placerer den i, ville forskyde sig markant.
Hvordan brugere fornuftigt kan reagere i dag
Uanset om man finder AGI-debatten overdreven eller ej: Den klogeste tilgang til nutidens systemer ser ens ud.
- Brug KI som co-pilot, ikke som ufejlbarlig autoritet.
- Efterprøv kritiske fakta, særligt inden for medicin, jura og økonomi.
- Vedligehold egne grundkompetencer i stedet for at outsource dem fuldstændigt.
- Forstå, hvor modeller er stærke (struktur, sprog, mønstre) og hvor de er svage (aktuel verdenskundskab, dyb kausalitet).
Den, der handler sådan, drager fordel af de nye muligheder – uanset om etiketten "AGI" allerede er uddelt eller ej.
Debatten om, hvorvidt generel kunstig intelligens allerede eksisterer, er mindre en teknisk prøve end et spejl for vores forventninger. Jo længere vi udelukkende søger efter en elektronisk dobbeltgænger af mennesket, desto lettere overser vi, at en anden, selvstændig form for intelligens måske for længst har slået sig ned i vores enheder.
