Resultatene er i beste fall smånyttige.
Publisert: 08.07.2025 15:26
To og et halvt år etter lanseringen av ChatGPT er det fortsatt mye blest rundt språkmodeller og generativ kunstig intelligens.
Mediene formidler jevnlig påstander fra teknologiledere som Sam Altman, som mener at hele yrkesgrupper snart vil forsvinne. KI-systemer viser tegn til å kunne resonnere og forbedre sin egen intelligens. Intelligenseksplosjonen er rundt hjørnet.
Temperaturen er høy også på Linkedin og andre arenaer hvor kontorarbeidere og smågründere samler seg for å dele bransjenytt. KI er en av de største omveltningene i økonomihistorien. Utviklingen går så fort at hvis du nøler, har du allerede sakket akterut.
Skuffende resultat
Greit, tenker du, og forsøker å få månedens nye KI-verktøy til å løse en arbeidsoppgave, og får et resultat som er skuffende, frustrerende eller i beste fall litt nyttig.
Du stiller et spørsmål og får et svar som enten stemmer ganske greit med det du selv kunne funnet med en søkemotor, eller inneholder alvorlige feil. Du ber om å få laget et bilde og får noe som er greit nok til å gjøre presentasjonen på prosjektstatusmøtet litt livligere.
Du ber om hjelp til å formulere et dokument nesten ingen kommer til å lese forbi første side, og får noe som er grammatisk sett bedre, men litt dummere enn den typen GPP («generelt pisspreik») kontorarbeidere tradisjonelt tyr til når innsendingsfristen nærmer seg.
Iblant får du noe veldig bra som sparer deg for timevis med kjedelig arbeid. Jackpot! Så er det tilbake til det skuffende, frustrerende og smånyttige.
Skråsikre feil
Min egen test for ChatGPT-lignende løsninger er å spørre om et nisjetema jeg kan mye om: meg selv.
I 2023 var svarene ubrukelige. I dag gjør tjenestene et søk og oppsummerer svaret. Kvaliteten er blitt bedre. Iblant treffer de forbløffende bra, men jeg behøver ikke grave lenge før det dukker opp grove feil.
Det urovekkende er ikke feilene, men at de presenteres med det samme selvsikre, allvitende språket som de riktige påstandene. Årsaken er enkel. Språkmodeller forholder seg til mønstre i tekst, uten å forstå meningen bak.
Modellen kjenner ikke sine egne begrensninger. Derfor presenteres usannhet med samme overbevisningskraft som sannhet. Dette er ikke hallusinasjoner, men en grunnleggende svakhet ved å produsere tekst fra ordstatistikk.
Teknologi som endrer hverdagen
Måten chatteløsningene er designet på, har også andre nedsider. Den selvsikre og innbydende tonen ser hos enkelte ut til å utløse destruktiv oppførsel, hvor man behandler tekstgeneratoren som venn, terapeut eller Gud.
Men den vanligste opplevelsen er nok mer en halvhjertet tommel opp. Dette er visstnok en uunngåelig omveltning, så vi får vel bli med vi også, men hvorfor er resultatet så skuffende? Jeg har vel brukt feil prompt. Jeg får prøve på nytt.
Hvorfor denne store avstanden mellom løfter og virkelighet? Vi er blitt vant med teknologiske fremskritt som virkelig endrer hverdagen vår. Internett, søkemotorer, smarttelefonen, sosiale medier. De gjorde oss ikke nødvendigvis mer produktive eller lykkelige, men de grep tak i oss fra første øyeblikk.
Også disse teknologiene hadde sine motstandere, men for de fleste var verdien så åpenbar at kritikken raskt stilnet.
Ideer om prosjektledelse
Kontrasten mellom blest og bruk i KI minner meg ikke om smarttelefonen, men om noe helt annet: syklusen rundt nye ideer om prosjektledelse og organisering.
Ta for eksempel lean, en produksjonsmetode inspirert av måten Toyota laget biler på i 1980-årene. Gjennom 1990- og 2000-årene ble ideen gjort om til noe mer abstrakt som kunne tas i bruk av nær sagt alle organisasjoner.
Selv møtte jeg lean en gang rundt 2007, som del av smidig-bølgen som veltet inn over IT-bransjen, men den har også dukket opp i andre kontoryrker, ikke minst i det offentlige.
Jeg opplevde lean som et nyttig perspektiv som fremdeles påvirker måten jeg jobber på. Samtidig blir jeg slått av avstanden mellom evangelistenes løfter og de faktiske resultatene. Profesjonelle foredragsholdere som selv neppe hadde jobbet med IT-prosjekter på årevis, reiste rundt på konferanser for å fortelle oss hvordan vi skulle jobbe.
LinkedIn-mennesket
Så forsøkte vi å gjøre som de sa, med greie resultater, men også problemer. Ah, men da har du ikke fulgt metodikken, var svaret.
Siden kom det nye sykluser, med nye ideer og nye foredragsholdere. En del av ideene var nyttige, men etter å ha vært gjennom noen runder av dette kjenner man igjen en bestemt type menneske, med et bestemt språk, og lærer å bli på vakt.
Vi kan kalle dem LinkedIn-mennesker. Dette kan være folk som selv en gang har utrettet noe stort, eller har forsøkt å lære av andres bragder, men som her og nå driver med noe annet: å gjøre disse erfaringene om til en stor ny idé de kan misjonere for og selge.
Det fortryllende ved disse menneskene er at de lover å gjøre det kjedelige arbeidslivet vårt spennende. Du sitter ikke bare der og gjør det samme gamle til arbeidsdagen er over, du er en fremoverlent deltager i en arbeidslivsrevolusjon. En pionér, og hvem vet, kanskje en dag en gründer?
Evig misjonsvirksomhet
KI skiller seg fra slike organisasjonstrender ved at det ligger ny teknologi i bunnen. Kanskje er det derfor dette har lykkes med å snike seg under radaren til kontorarbeidere som ellers har lært å møte månedens nye foredragsholder eller prosjektledelsesbok med skepsis.
Det som er felles, er den evige misjonsvirksomheten. Noen nye ideer krever en del fyrstikkarbeid i starten, men så tar de fyr og sprer seg som ild i knusktørr skog. Det holdt med én kollega som svarte på jobbmail med smarttelefonen, og så ville alle ha det.
Organisasjonsideer krever gjerne en mer permanent innsats, fordi resultatet aldri helt lever opp til løftene. Frustrasjonen må forklares, om igjen og om igjen: Du gjør det feil. Snart blir det bedre, bare hold ut.
Misjonsbudskapet må stadig omformuleres, fordi de gamle blestordene fylles med skuffelse.
Mye penger på spill
KI skiller seg også ut ved at det står uvanlig mye penger på spill. Selskaper som OpenAI brenner risikokapital i et forrykende tempo. Jevnlige medieutspill med luftige løfter holder investorgløden oppe.
Etablerte selskaper som Meta, Google og Microsoft tenker mer defensivt. De er redde for å bli vippet av pinnen av mindre utfordrere, slik de selv en gang gjorde med sine forgjengere. Det er utrolig nok tryggere for dem å bruke hundrevis av milliarder på å dytte KI inn i alle løsningene sine enn å ta det med ro og vurdere hva dette egentlig egner seg til.
Før eller senere strammes pengesekken igjen. Da overlever bare løsningene hvor nytteverdi og brukernes betalingsvilje er i balanse. Det er uklart hva vi da sitter igjen med.
Frem til da bør vi forvente nye runder med heseblesende løfter, etterfulgt av bortforklaringer av det i beste fall smånyttige resultatet.