Hva er psykologisk trygghet i KI-alderen?

Aslak Molvær er styremedlem i tenketanken Sustinentia og arbeider med utvikling av konseptuelle modeller for samspillet mellom mennesker, teknologi og samfunn.

SYNSPUNKT. I Dagens Perspektiv utfordrer NHH-forsker Bård Fyhn en utbredt misforståelse om psykologisk trygghet. Trygghet betyr ikke harmoni, fravær av ubehag eller at alle skal være enige. Det handler om å kunne stille spørsmål, uttrykke tvil, innrømme feil og være uenig uten frykt for ydmykelse eller negative sosiale konsekvenser.

Det er en viktig presisering. I KI-alderen blir den enda viktigere.

KI blir ikke irritert når du spør igjen. Den ler ikke av en halvferdig idé. Du taper ikke ansikt dersom resonnementet ditt viser seg å være dårlig. For mennesker som vegrer seg for å stille spørsmål eller trenger å prøve ut en tanke før den møter andre, kan dette være svært verdifullt.

Vi ser allerede tegn på hvor attraktivt dette er. I en internasjonal studie av 270 voksne som regelmessig brukte ChatGPT til emosjonell og mental støtte, omfattet bruken alt fra psykiske helsebehov til relasjonsråd, velvære, beslutninger og behovet for selskap. Nesten alle opplevde bruken som i hvert fall «noe nyttig». Det er ikke vanskelig å forstå hvorfor. KI er tilgjengelig, tålmodig og tilsynelatende ikke-dømmende.

Men her oppstår et paradoks. Generativ KI har samtidig et dokumentert problem med sycophancy, eller det vi enklere kan kalle «pleasing»: en tilbøyelighet til å følge brukerens premisser, bekrefte vurderinger eller produsere det brukeren ser ut til å ønske å høre. En studie publisert i Science i 2026 fant at elleve ledende KI-modeller bekreftet brukernes handlinger 49 prosent oftere enn mennesker gjorde. I eksperimentene ble brukerne også mer overbevist om at de selv hadde rett, samtidig som de foretrakk og hadde større tillit til de bekreftende KI-svarene.

Når jeg prøver ut en tanke sammen med KI, vet jeg ikke nødvendigvis selv om den er god. Det er jo ofte nettopp derfor jeg bruker KI. Jeg forventer hjelp til å undersøke den, også når det betyr at utgangspunktet mitt må utfordres. Problemet oppstår dersom KI i stedet begynner å hjelpe meg med å få ideen til å stemme.

Bekreftelsen trenger ikke engang være særlig tydelig. Den kan komme gjennom små, tilsynelatende uskyldige formuleringer: «Dette er en svært god idé», «Du peker på noe viktig her», «Dette er en skarp observasjon» eller «Dette styrker argumentet ditt». Deretter kan KI formulere ideen bedre enn jeg selv gjorde, fylle hull i resonnementet og gi meg en langt mer gjennomarbeidet versjon av min egen antakelse.

Problemet er ikke at slike vurderinger nødvendigvis er feil. Problemet oppstår når bekreftelsen ikke er tilstrekkelig forankret i hva systemet faktisk kan vite. Generativ KI kan produsere det som fremstår som gode kritiske analyser, men det betyr ikke at systemet vurderer sannhet og holdbarhet slik et menneske gjør. Vi vet også at slike systemer kan hallusinere, altså produsere plausible påstander uten tilstrekkelig faktisk grunnlag.

Dermed kan den friksjonsløse og hjelpsomme dialogen få en problematisk side. KI kan bekrefte en antakelse den egentlig ikke har grunnlag for å bekrefte, og gjøre det med et språk som signaliserer både sikkerhet og kompetanse. For brukeren kan forskjellen være vanskelig å se. Det som oppleves som en kunnskapsrik samtalepartner som har vurdert ideen min, kan i enkelte tilfeller være et system som først og fremst produserer en plausibel fortsettelse av samtalen.

Kunstig intelligens kan dermed redusere den sosiale risikoen ved å ta feil, samtidig som den øker min trygghet på at jeg har rett.

Dette får betydning når KI brukes til idéutvikling, analyse, strategi og beslutningsstøtte, men også i de personlige samtalene vi allerede ser at mennesker bruker teknologien til. Jo mer av refleksjonen som skjer sammen med KI før tankene møter andre mennesker, desto viktigere blir kvaliteten på motstanden systemet gir oss.

Her kan effekten også bli selvforsterkende. I mitt arbeid med Algorithmic Informational Ecology, AIE, beskriver jeg slike sirkulære påvirkningsprosesser: Det vi gjør, påvirker systemets respons, som igjen kan påvirke hva vi gjør videre. I KI-dialogen kan jeg uttrykke et standpunkt, få en respons som oppleves relevant og forståelsesfull, få økt tillit til systemet og deretter gi det mer informasjon og sterkere premisser.

Pleasing kan derfor bli mer enn en irriterende egenskap ved KI. Den kan inngå i en selvforsterkende relasjon mellom overbevisning, bekreftelse og tillit.

For arbeidslivet bør dette være et varsko. En leder som ber KI utfordre en strategi, trenger ikke en digital medarbeider som gjør strategien mer komfortabel. En fagperson som tester en hypotese, trenger motstand akkurat når hypotesen er svakest. Og en medarbeider som bruker KI som et trygt rom for å utforske en vanskelig problemstilling, må kunne skille mellom det å bli møtt uten fordømmelse og det å bli bekreftet.

Derfor kan vi heller ikke uten videre overføre vår etablerte forståelse av psykologisk trygghet til samspillet mellom mennesker og KI. Fraværet av sosial risiko er verdifullt, men det er ikke tilstrekkelig dersom det samtidig skapes et miljø hvor våre egne antakelser møter for lite motstand.

Psykologisk trygghet i KI-alderen må romme begge deler: tryggheten til å uttrykke en uferdig tanke uten frykt for å bli dømt, og tryggheten i å vite at tanken blir utfordret når den ikke holder.

Kanskje er det nettopp her skillet går mellom psykologisk trygghet og KI-forsterket pseudo-psykologisk trygghet. I den første er det trygt å bli utfordret. I den andre kan det føles trygt fordi utfordringen gradvis forsvinner.

Psykologisk trygghet skal gjøre det trygt å ta feil. Den må ikke gjøre det vanskeligere å oppdage at vi gjør det.

Kilder

Fyhn, B. (2026). Psykologisk trygghet – misforståelser og muligheter. Gyldendal, 8. april 2026.

Myklemyr, A. (2026). NHH-forsker: – La oss snakke sant om psykologisk trygghet. Dagens Perspektiv, 27. mars 2026.

Cheng, M., Lee, C., Khadpe, P., Yu, S., Han, D. & Jurafsky, D. (2026). Sycophantic AI decreases prosocial intentions and promotes dependence. Science, 391(6792), eaec8352. https://doi.org/10.1126/science.aec8352

Luo, X., Wang, Z., Tilley, J. L., Balarajan, S., Bassey, U.-A. & Cheang, C. I. (2025). Seeking Emotional and Mental Health Support From Generative AI: Mixed-Methods Study of ChatGPT User Experiences. JMIR Mental Health, 12, e77951. https://doi.org/10.2196/77951

Phang, J., Lampe, M., Ahmad, L., Agarwal, S., Fang, C. M., Liu, A. R., Danry, V., Lee, E., Chan, S. W. T., Pataranutaporn, P. & Maes, P. (2025). Investigating Affective Use and Emotional Well-being on ChatGPT. MIT Media Lab/OpenAI.