“Kunstig intelligens” bruges om vidt forskellige ting — fra et system, der læser røntgenbilleder, til en chatbot, der skriver din mail.
De to har hverken samme pålidelighed, samme anvendelsesområde eller samme risici. Men de omtales med samme ord, og det er en væsentlig kilde til forvirring.
Denne artikel skiller begreberne ad.
Begreberne
Begreberne skilt ad
“AI” bruges om vidt forskellige ting. Her er de fire, der oftest blandes sammen.
| Begreb | Hvad det dækker |
|---|---|
| Kunstig intelligens | Paraplybegreb for systemer, der løser opgaver, som normalt kræver menneskelig intelligens |
| Maskinlæring | Systemer, der finder mønstre i data frem for at følge regler, en programmør har skrevet |
| Dyb læring | Maskinlæring med neurale netværk i mange lag. Ligger bag billedgenkendelse og sprogmodeller |
| Generativ AI | Systemer, der producerer nyt indhold — tekst, billeder, lyd. Det, de fleste møder i dag |
Hvorfor det betyder noget
Når en avis skriver “AI opdager kræft tidligere”, handler det om et system trænet til én opgave på kontrolleret data. Det har intet at gøre med den chatbot, du skriver med. De to har ikke samme pålidelighed, samme anvendelsesområde eller samme risici — men de omtales med samme ord.
Kunstig intelligens er paraplybegrebet — systemer, der løser opgaver, som normalt kræver menneskelig intelligens.
Maskinlæring er systemer, der finder mønstre i data frem for at følge regler, en programmør har skrevet.
Dyb læring er maskinlæring med neurale netværk i mange lag. Det ligger bag billedgenkendelse og sprogmodeller.
Generativ AI producerer nyt indhold — tekst, billeder, lyd. Det er dét, de fleste møder i dag.
Hvorfor forskellen betyder noget
Et system trænet til at genkende mønstre i røntgenbilleder er trænet på kontrolleret data til én opgave, og dets træfsikkerhed kan måles.
En sprogmodel er trænet på tekst fra mange kilder og forudsiger sandsynlige ord.
Det ene kan valideres klinisk. Det andet kan ikke.
Når begge kaldes “AI”, overføres tilliden fra det ene til det andet — og det er sjældent berettiget.
Hvad generativ AI ikke kan
Dette er den vigtigste begrænsning, og den overses ofte.
Modellen forudsiger sandsynlig tekst. Den ved ikke noget.
Den opdigter kilder, tal, paragraffer og citater — formuleret lige så sikkert som korrekte oplysninger.
Selvsikker tone er ikke et tegn på rigtighed.
Kontrollér altid navne, tal, datoer, love og kildehenvisninger ved en uafhængig kilde.
Brug det til at blive klogere på et emne, ikke til at træffe medicinske, juridiske eller økonomiske afgørelser.
Kort om historikken
Begrebet opstod i 1956 ved en konference på Dartmouth College i USA.
Optimismen var stor i begyndelsen, og forventningerne blev ikke indfriet.
Perioder med lav interesse og finansiering kaldes “AI-vintre” og indtraf blandt andet i 1970’erne og igen sidst i 1980’erne.
Fremgangen fra 2000-tallet skyldtes tre ting: mere data, hurtigere hardware og bedre algoritmer.
Gennembruddet for sprogmodeller kom med en ny netværksarkitektur i 2017, som ligger bag stort set alle nutidens store modeller.
AI i hverdagen
Stemmeassistenter, når du beder om vejrudsigten.
Anbefalinger på streamingtjenester og i musikapps.
Feeds på sociale medier — det er algoritmer, der afgør, hvad du ser, og hvad du ikke ser.
Spamfiltre i mailen.
Ruteberegning i kortapps.
Ansigtsgenkendelse til at låse telefonen op.
Det meste af dette er ikke generativ AI, men mønstergenkendelse — og det har fungeret i årevis, uden at nogen kaldte det kunstig intelligens.
Forskellen fra menneskelig intelligens
AI har ikke bevidsthed, følelser eller intuition.
Den forstår ikke verden — den reagerer på statistiske sammenhænge i data.
Den kan ikke forklare, hvorfor den nåede frem til et resultat. Det er et reelt problem i sammenhænge, hvor beslutninger skal kunne begrundes — for eksempel i sundhedsvæsen og kreditvurdering.
Mennesker lærer af erfaring, kontekst og relationer og kan handle på grundlag af værdier.
Modellen kan efterligne den slags overbevisende. Det gør den ikke til det samme.
De kendte problemer
De kendte problemer og reguleringen
Fire problemer, der er veldokumenterede
- Fejl fremstillet som fakta. Sprogmodeller opdigter kilder, tal og lovhenvisninger — formuleret lige så sikkert som korrekte oplysninger
- Skævheder fra træningsdata. Systemer trænet på historiske data kan videreføre mønstre af forskelsbehandling — det er dokumenteret i både rekruttering og kreditvurdering
- Ophavsret. Der kører retssager om, hvorvidt træning på beskyttet materiale kræver tilladelse
- Energi og vandforbrug. Træning og drift af store modeller kræver betydelige ressourcer
Om EU’s AI-forordning
- Systemer inddeles efter risiko. Nogle anvendelser er forbudt, andre stiller krav om dokumentation og menneskeligt tilsyn
- Kravene indfases over flere år — ikke alt træder i kraft samtidig
- GDPR gælder uafhængigt, når der behandles personoplysninger — også når de indtastes i et AI-værktøj
Sådan bruger du det fornuftigt
Kontrollér navne, tal, datoer og kildehenvisninger ved en uafhængig kilde. Indtast ikke fortrolige oplysninger. Brug det til at blive klogere på et emne — ikke til at træffe medicinske, juridiske eller økonomiske afgørelser.
Fejl fremstillet som fakta. Behandlet ovenfor.
Skævheder fra træningsdata. Systemer trænet på historiske data kan videreføre mønstre af forskelsbehandling. Det er dokumenteret i både rekrutteringsværktøjer og kreditvurdering.
Ophavsret. Der kører retssager om, hvorvidt træning på beskyttet materiale kræver tilladelse fra rettighedshaverne.
Energi og vandforbrug. Træning og drift af store modeller kræver betydelige ressourcer, og det indgår i debatten om teknologiens omkostninger.
Om reguleringen
EU’s AI-forordning inddeler systemer efter risiko.
Nogle anvendelser er forbudt. Andre stiller krav om dokumentation, gennemsigtighed og menneskeligt tilsyn.
Kravene indfases over flere år — ikke alt træder i kraft samtidig.
GDPR gælder uafhængigt, når der behandles personoplysninger — også når de indtastes i et AI-værktøj. Det er relevant på enhver arbejdsplads.
Reglerne er under udmøntning. Tjek de aktuelle forhold, hvis det har betydning for dig.
Om kunstig generel intelligens
Dagens systemer er “smalle” — specialiseret til bestemte opgaver.
Kunstig generel intelligens (AGI) betegner et hypotetisk system, der kan løse enhver intellektuel opgave på menneskeligt niveau.
Det findes ikke.
Der er ikke enighed blandt forskere om, hvorvidt det er opnåeligt, hvornår, eller hvad der skulle til.
Vær varsom med forudsigelser i begge retninger. Både påstande om, at det er lige om hjørnet, og at det aldrig sker, er spekulation.
Vi gennemgår konkrete værktøjer i artiklerne om Gemini og Siri.
Ansvarsfraskrivelse
Denne artikel er en generel, faktuel introduktion til kunstig intelligens. Den er ikke tilknyttet nogen udbyder og indeholder ingen henvisningslinks.
Området udvikler sig hurtigt, og reguleringen er under udmøntning. Se de aktuelle forhold hos Europa-Kommissionen og Datatilsynet.
Generative AI-værktøjer kan producere forkerte eller opdigtede oplysninger, herunder kilder og lovhenvisninger. Kontrollér altid væsentlige oplysninger ved en uafhængig kilde.
Værktøjerne erstatter ikke professionel rådgivning inden for sundhed, jura eller økonomi.
Kildehenvisninger
Oplysningerne i artiklen er kontrolleret mod følgende kilder.
- Lex.dk — Om begrebet kunstig intelligens, historikken og de centrale metoder
- Europa-Kommissionen — Om EU’s AI-forordning, risikokategorier og indfasning af kravene
- Datatilsynet — Om GDPR og behandling af personoplysninger i AI-systemer
- Digitaliseringsstyrelsen — Om offentlig brug af kunstig intelligens i Danmark
- Stanford HAI — AI Index Report — uafhængig, årlig opgørelse over udviklingen på området
Ofte stillede spørgsmål
Hvad er forskellen på AI og maskinlæring?
AI er paraplybegrebet. Maskinlæring er en metode, hvor systemet finder mønstre i data frem for at følge regler, en programmør har skrevet.
Hvorfor finder sprogmodeller på ting?
Fordi de forudsiger sandsynlig tekst frem for at slå noget op. De ved ikke noget og kan ikke skelne mellem korrekt og opdigtet.
Kan jeg stole på AI i sundhedsvæsenet?
Systemer til billedanalyse valideres klinisk og er noget andet end en chatbot. Det er værd at holde de to ting adskilt.
Findes der AI, der tænker som et menneske?
Nej. Kunstig generel intelligens er et hypotetisk begreb, og der er ikke enighed om, hvorvidt det er opnåeligt.
Hvad regulerer EU’s AI-forordning?
Den inddeler systemer efter risiko. Nogle anvendelser er forbudt, andre kræver dokumentation og menneskeligt tilsyn. Kravene indfases over år.
Må jeg bruge AI-værktøjer på arbejdet?
Spørg om din arbejdsplads’ politik. Personoplysninger om andre er omfattet af GDPR, også når de indtastes i et AI-værktøj.
Hvad er de største problemer ved AI i dag?
Fejl fremstillet som fakta, skævheder fra træningsdata, uafklarede ophavsretsspørgsmål og betydeligt energiforbrug.