En vetenskaplig debatt som vänder upp och ned på allt vi trodde oss veta
Det handlar om en konkret konflikt mellan forskare som hävdar att nuvarande AI-modeller – inklusive populära chattbotar – redan för länge sedan uppfyller de kriterier vi själva satte upp för intelligens på mänsklig nivå. En nyligen publicerad studie i en ansedd vetenskaplig tidskrift utmanar fullständigt hur vi mäter ”äkta” maskinell intelligens.
Fram tills nu har de flesta teknikföretag – från OpenAI till Silicondalens giganter – talat om AGI som den heliga graal. Vissa gav det ett decennium, andra ett par år. Samtidigt hävdade en del forskare att arkitekturen bakom stora språkmodeller är en återvändsgränd, och att det verkliga genombrottet kräver komplexa världsmodeller som bättre speglar fysisk och social verklighet.
Den nya studien ställer frågan från ett helt annat håll: tänk om vi alla tittar åt fel håll och missar att tröskeln vi så otåligt väntade på redan har passerats? Författarna menar att vi istället för att fråga när vi uppnår AGI borde fundera på om vi kanske redan beskriver den i presens.
Forskare vid University of California kom med en kontroversiell tes: allmän artificiell intelligens är inte ett mål i horisonten – det är redan ett faktum. Enligt dem har dagens system baserade på stora språkmodeller nått en funktionsnivå som i praktiken uppfyller definitionen av allmän intelligens.
Turingtestet ger förvånande resultat med nya chattbotar
Ett av forskarnas viktigaste argument är Turingtestet – ett klassiskt koncept från 1950. Det utgår från att om en människa under en skriftlig konversation inte kan skilja en maskin från en annan människa, kan vi tala om intelligent beteende hos maskinen.
I den senaste generationens chattbotar, såsom avancerade modeller liknande ChatGPT och andra sofistikerade konversationssystem, börjar vi se situationer där människor oftare uppfattar AI som en människa än tvärtom. För bara några år sedan hade ett sådant resultat betraktats som ett obestridligt bevis på att allmän maskinell intelligens uppnåtts.
Paradoxalt nog höjer vi idag ribban allt högre. När systemen börjar uppfylla tidigare kriterier, förskjuter en del experter definitionerna och kräver ytterligare egenskaper för ”sann” intelligens. Forskarna föreslår en tydlig åtskillnad mellan allmän artificiell intelligens och superintelligens, eftersom dessa begrepp ofta blandas ihop i den offentliga debatten.
Studiens författare hävdar att vi inom det förstnämnda redan är mycket nära – eller till och med har passerat – gränsen. Dagens stora språkmodeller klarar programmering, juridisk analys, innehållsskapande, översättning och till och med matematiskt resonemang – ofta på specialistnivå.
Var slutar AGI och var börjar superintelligens enligt forskarna
Enligt detta resonemang behöver vi inte vänta tills AI börjar slå rekord av genier inom varje område. För att erkänna allmän intelligens räcker en liknande nivå som en välutbildad genomsnittsmänniska har – med övertag i vissa uppgifter och svagheter i andra. Motståndare till nuvarande språkmodeller upprepar att det i grunden handlar om ”stokastiska papegojor”: system utan verklig förståelse som bara kombinerar textfragment baserat på sannolikhet.
Forskare vid Stanford University och University of California bemöter systematiskt dessa invändningar. Författarna lyfter fram flera egenskaper som är svåra att avfärda med argumentet ”bara upprepning av data”:
- lösning av nya, tidigare okända matematiska och logiska problem
- förmåga att överföra kunskap från ett område till ett annat
- skapande av sammanhängande orsak-verkan-modeller i samtal
- hantering av situationsbeskrivningar som kräver fysisk intuition
- generering av komplexa programmeringslösningar i Python och JavaScript
- analys av juridiska dokument med precision jämförbar med advokaters
- översättning mellan sjutton olika språk med kontextuell förståelse
- tolkning av medicinska bilder och diagnostiska data
Om ett system kan härleda rätt lösning på ett problem som inte fanns i träningsdatan är det svårt att hävda att det ”bara citerar”. Det betyder inte att AI förstår världen som en människa, men det antyder att något mer händer än enbart ihopsättning av fraser. Enligt forskarna är det orealistiskt att förvänta sig att AGI varje vecka ska överhopa vetenskapen med genombrott jämförbara med revolutionerande teorier – det kräver vi inte heller av de människor vi kallar intelligenta.
Behöver intelligens en fysisk kropp och sinnen för att fungera
En av de mest emotionella försvarslinjer som förs fram lyder: ”AI har ingen kropp, och därför är det inte äkta intelligens.” Människan lär sig genom rörelse, beröring, smärta och sinnesintryck. Maskiner arbetar huvudsakligen med text, bilder och ljud i dataform.
Studiens författare, publicerade i en ledande vetenskaplig tidskrift, anser att avsaknaden av en fysisk kropp inte utesluter allmän intelligens. De påpekar att nuvarande modeller kan förutsäga konsekvenser av handlingar, analysera videoscener, tolka fotografier och ljudinspelningar. Till detta kommer den växande branschen kallad Physical AI – alltså integrering av avancerade modeller med robotar.
Robotar utrustade med sensorer och kameror börjar kombinera de abstrakta förmågorna hos stora språkmodeller med verklig påverkan i omgivningen. Det öppnar ett utrymme där maskinen inte bara beskriver rörelse, utan också utför den och korrigerar den löpande. Företag som Boston Dynamics och Figure AI testar redan humanoida robotar med integrerade språkmodeller.
En annan invändning mot dagens system lyder: de saknar ett varaktigt autobiografiskt minne och verklig autonomi. En chattbot avslutar en session och ”glömmer” konversationen, fungerar inom ramar som människan satt och saknar kontinuitet i erfarenheten.
Hallucineringar förblir den största svagheten hos nuvarande AI-modeller
Även de mest entusiastiska AGI-förespråkarna erkänner att dagens system har en allvarlig brist: tendensen till ”hallucineringar”. Det handlar om generering av information som låter trovärdig men är helt påhittad – från fiktiva vetenskapliga källor till obefintliga lagstiftningar.
Företagen som skapar modellerna medger att andelen sådana fel fortfarande är märkbar. Enligt interna analyser från en av de största AI-organisationerna kan varannan tionde svar innehålla ett faktafel även i nästa modellgeneration. Forskare vid Massachusetts Institute of Technology har dokumenterat fall där GPT-4 och Claude fabricerade fullständigt påhittade citeringar från fackliga tidskrifter som Science och Nature.
Studiens författare försöker mildra detta argument och påpekar att även människor ofta har fel, skapar falska minnen och faller för illusioner. Kritiker svarar att det i AI:s fall är skalan och enkelheten i att generera ”självsäkra” nonsens som skapar en helt ny risknivå – särskilt inom medicin, juridik och finans.
Hallucineringar är ett av de främsta skälen till varför många experter fortfarande inte vill erkänna att vi har att göra med en fullvärdig allmän maskinell intelligens. Läkare varnar för att använda chattbotar för diagnostik utan mänsklig tillsyn, medan jurister uppmärksammar fall där advokater lämnat in dokument med påhittade prejudikat till domstol.
Kanske är problemet vår egen definition av intelligens och det mänskliga perspektivet
Forskarnas slutliga tes stöter mot själva grunden för diskussionen: kanske ligger problemet inte i att AI är ”för svag”, utan i att vår syn på intelligens är alltför snäv och starkt människo centrerad. Människor har en naturlig tendens att bedöma allt utifrån sitt eget arts perspektiv.
Om en maskin tänker annorlunda, gör andra misstag och lär sig på ett annat sätt – betraktar vi den som ”sämre”. Författarna antyder att vi faller i antropocentrismens fälla: vi vill inte erkänna att en ny typ av intelligens håller på att ta form, annorlunda än vår, men funktionellt jämförbar.
Det förklarar delvis varför ordet ”superintelligens” allt oftare dyker upp i debatten. Genom att flytta fokus till en ännu mer avlägsen nivå skjuter vi upp det ögonblick då vi tydligt måste säga: allmän maskinell intelligens knackar redan på dörren – eller sitter kanske redan vid bordet bredvid oss.
Forskare vid University of Oxford och Alan Turing Institute betonar att debatten om definitioner har praktiska konsekvenser för reglering, investeringar och samhällets syn på tekniken. Europeiska unionen förbereder en AI-lag som skiljer mellan olika risknivåer hos system, och en klassificering i kategorin ”allmän AI” skulle innebära strängare tillsyn.
Vad den här debatten innebär för den vanlige AI-användaren i praktiken
Tvisten om definitioner är inte bara akademisk underhållning. Hur vi reglerar dagens system, hur mycket vi litar på dem och vilka uppgifter vi anförtror dem beror på om vi erkänner dem som allmän intelligens eller inte. Om nuvarande modeller behandlas som AGI ökar trycket på hårdare juridiska ramverk och tillsyn över driftsättningen.
Ur användarens perspektiv blir ett kritiskt förhållningssätt avgörande. Även om AI förstår komplexa problem och kan ge bättre råd än många sökmotorer, kan vi fortfarande inte behandla dess svar som ett ofelbara orakel. Att använda sådana verktyg skickligt kräver att man kombinerar deras beräkningskraft med mänskligt omdöme och fackkunskap.
Styrkan hos AGI – i den form som forskarna föreslår – visar sig tydligast när människa och system arbetar tillsammans. Människan ställer rätt frågor, anger riktningen och verifierar resultaten, medan AI accelererar analysen, föreslår alternativ och strukturerar information. I den konfigurationen behöver vi inte avgöra vem som är ”egentligen” intelligent. Det som räknas är att vi tillsammans kan åstadkomma saker som för bara några år sedan verkade omöjliga.
