KI mangler ikke magi, den mangler infrastruktur

Jasvinder Sadana er konsulent, IT-arkitekt og samfunnsdebattant.

SYNSPUNKT. «Magien til Girl talk ligger i konteksten», skrev Askdedalen nylig, om hvorfor KI aldri kan gjenskape et «mashup» som virkelig treffer. Jeg er enig i konklusjonen, men mener forklaringen stopper der den blir interessant. Kontekst er ikke et mystisk privilegium. Det har et navn og et konkret sted det bor: kontekstvindu.

En språkmodell har ingen hukommelse mellom øktene dine, med mindre noen mater inn samme informasjon på nytt. Det man kaller kontekst er bare det som får plass i et kontekstvindu, en midlertidig buffer som tømmes når samtalen er avsluttet. Etter min mening er dette grunnen til at KI famler når noe skal bety noe over tid, ikke fordi den mangler følelser.

Stanfords AI Index-rapport for 2026 illustrerer gapet med et tall som overrasket meg: da en usann påstand ble presentert som noe brukeren selv trodde på, falt nøyaktigheten til GPT-4o fra 98,2 til 64,4%, og DeepSeek R1 fra over 90 til 14,4%. Jeg tolker det slik: modellen skiller sjelden mellom hva som er sant og hva noen tror er sant. Jeg tror ikke løsningen er å vente på at modellen blir mystisk klokere. «Retrieval»-baserte teknikker, der KI-en henter fakta fra virksomhetens egne dokumenter før den svarer, brukes stadig mer i norske virksomheter. Men slike teknikker henter bare det som er skrevet ned, aldri den tause kunnskapen en erfaren saksbehandler bærer i hodet.

Digdirs IT i praksis 2025 viser at godt over halvparten av offentlige virksomheter bruker KI, men bare en av fire har realisert kostnadsbesparelser. Jeg kjenner igjen mønsteret fra egne systeminnføringer: teknologien fungerer, men gevinsten uteblir fordi den avhenger av enkeltansatte som bruker den riktig. Sintefs undersøkelse for Akademikerne viser at tre av fire kunnskapsarbeidere bruker KI ukentlig, men kun fjerdedel har fått opplæring. NHOs tall viser at bruken i norsk næringsliv mer enn doblet seg siden 2023, fra 24 til 55%, mens bare 20% er blitt frontløpere. Jeg synes det er talende at resten bruker verktøyet uten å ha bygget grunnmuren under det.

Jeg medgir at mer persistent hukommelse i modellen trolig vil tette deler av dette gapet. Men det vil nok også forskyve fordelen mot virksomhetene som allerede har strukturert kunnskapen sin godt nok til å mates inn, mens mindre aktører og kommuner uten ressurser blir hengende enda lenger etter. Jeg lurer på om vi bruker for mye tid på å diskutere om KI noensinne kan bli menneskelig, og for lite tid på å spørre hva vi selv har gjort tilgjengelig for den å lære av. Jeg foreslår at ledelse og tillitsvalgte setter seg sammen om nettopp det spørsmålet.

Jeg mener KI-en ikke trenger å bli mer menneskelig for å forstå oss. Det er virksomhetene som må jobbe med a gjøre sin egen kunnskap tilgjengelig for den. Ingen andre kommer til å gjøre den jobben for oss, og den kan starte i morgen.