HansPetter.info

innovasjon

Kan kunstig intelligens virkelig ikke skape noe nytt?

17. mars 2026 av Hans-Petter Nygard-Hansen

«Kunstig intelligens kan ikke skape noe genuint nytt», hevdes det i en fersk kronikk i Forskersonen. Men hva om denne påstanden bygger på en forenklet forståelse av både menneskelig og maskinell kreativitet? Forskning og praktiske eksempler tyder på at nye ideer nettopp oppstår i samspillet mellom eksisterende kunnskap, enten det er mennesker eller maskiner som står bak.

I en kronikk 6. mars hevder Erika Eidslott at kunstig intelligens ikke kan skape noe genuint nytt, fordi systemene kun reorganiserer informasjon som allerede finnes. 

Men dette argumentet hviler på en forutsetning som sjelden diskuteres, nemlig at menneskelig kreativitet fungerer fundamentalt annerledes.

Forskningen gir ikke nødvendigvis støtte til den antagelsen. Premisset er langt mer omdiskutert i forskningen enn kronikken gir inntrykk av. Det handler kanskje ikke først og fremst om at kunstig intelligens kan skape noe nytt, men hva vi egentlig mener med å skape noe «genuint nytt».

Kreativitet oppstår ikke i et vakuum

Innen kreativitetsteori beskrives innovasjon og kreativitet sjelden som noe som oppstår i et vakuum. At det handler som regel om evnen til å koble sammen ideer som tidligere ikke har vært koblet sammen, og om å kombinere, utforske og omforme eksisterende tanker. Nye ideer oppstår med andre ord nesten alltid gjennom nye kombinasjoner av ideer som allerede finnes. Det gjelder i kunst, teknologi og vitenskap.

Jeg har selv eksperimentert med dette i et nylig musikkprosjekt. I albumet Tekoligarkenes manifest brukte jeg generativ AI til å utvikle tekst og musikk inspirert av hiphop fra 80- og 90-tallet. Musikk-tekstene ble generert av AI, men var basert på artikler jeg har skrevet og publisert gjennom mange år. Verken tekstene eller komposisjonene eksisterte før dette samspillet mellom tidligere publisert materiale og generativ teknologi fant sted. Resultatet bygger på eksisterende kulturuttrykk, men selve verket har aldri eksistert før.

I så måte er det ikke åpenbart at kunstig intelligens er prinsipielt ute av stand til å skape noe nytt eller bidra til nye ideer. Generative AI-modeller gjør nettopp dette ved at de analyserer store mengder eksisterende kunnskap og kombinerer mønstre på nye måter.

Derfor er det ikke så viktig om ideene er nye, men hvilke nye forbindelser som blir synlige.

//Artikkelen fortsetter etter annonsen//

Når kunstig intelligens faktisk fører til nye oppdagelser

Diskusjonen blir enda mer interessant når vi ser på hvordan teknologien faktisk brukes i forskning. Et av de mest kjente eksemplene er DeepMinds AlphaFold-system, som i 2021 løste et av biologiens mest krevende problemer: å forutsi hvordan proteiner folder seg i tredimensjonale strukturer. Resultatet er et åpent bibliotek med strukturer for hundrevis av millioner proteiner, noe som allerede brukes i forskning på blant annet medisiner og sykdommer.

I 2020 identifiserte forskere ved MIT også et nytt antibiotikum – halicin – ved hjelp av maskinlæring som analyserte kjemiske strukturer på en måte forskere tidligere ikke hadde gjort. 

I slike tilfeller fungerer ikke kunstig intelligens bare som en tekstgenerator, men til å identifisere mønstre og hypoteser som ellers ville vært svært vanskelige å oppdage av oss mennesker.

Det betyr ikke at maskiner «tenker» slik vi gjør, men at nye innsikter kan oppstå når mennesker og maskiner analyserer kunnskap sammen.

Den prediktive hjernen

Et annet argument som ofte brukes mot kunstig intelligens, er at systemene «bare» er prediktive maskiner. At de kun beregner statistisk sett hva som mest sannsynlig kommer. Og det er for så vidt riktig. Men moderne nevrovitenskap beskriver menneskehjernen på en bemerkelsesverdig lignende måte.

Innen kognitiv vitenskap beskrives hjernen som et system som kontinuerlig lager prediksjoner om verden basert på tidligere erfaringer. 

Den britiske nevrovitenskapsforskeren Karl Friston har formulert dette som «free energy principle». At hjernen vår forsøker hele tiden å minimere forskjellen mellom forventningene og det vi faktisk opplever. Menneskelig tenkning er altså også i stor grad prediktiv. Vi gjenkjenner mønstre, kombinerer tidligere erfaringer og genererer nye hypoteser.

Dermed blir forskjellen mellom menneskelig og maskinell idéproduksjon ikke nødvendigvis prinsipiell, men biologisk. Mekanismen, mønstergjenkjenning, prediksjon og kombinasjon av erfaringer, er i mange tilfeller overraskende lik.

Forskjellen ligger i at mennesker også har kroppslige erfaringer, følelser og en sosial kontekst som former hvordan ideer oppstår.

//Artikkelen fortsetter etter annonsen//

 

Autoritet, teknologi og «The Big Other»

Eidslott trekker også inn Jacques Lacans begrep «The Big Other», en symbolsk autoritet vi forholder oss til når vi forsøker å forstå hva som er riktig eller sant. Det er et interessant perspektiv, men historisk har slike autoriteter alltid eksistert i ulike former, det være seg religiøse institusjoner, lærebøker, professorer eller senere søkemotorer og Wikipedia.

Utfordringen ligger derfor kanskje ikke først og fremst i teknologien, men i hvordan vi velger å bruke den. Kunstig intelligens kan fungere som en autoritet, men den kan også fungere som et verktøy for utforskning, kritikk og idéutvikling.

Forskningen på AI og kreativitet er fortsatt ung

De siste årene har det også vokst frem et nytt forskningsfelt som studerer forholdet mellom generativ kunstig intelligens og kreativitet.

En studie publisert i PNAS Nexus i 2023 fant for eksempel at kunstnere som brukte generative bildegeneratorer produserte flere ideer og oftere fikk positive vurderinger fra andre kunstnere. Samtidig viste studien at teknologien kunne bidra til å utforske mer uvanlige ideer, selv om gjennomsnittlig originalitet ikke alltid økte.

Andre studier viser lignende mønstre. Generativ kunstig intelligens kan fungere som et verktøy for idéutvikling og bidra til økt kreativ produktivitet, selv om kvaliteten på ideene fortsatt avhenger av menneskelig vurdering og filtrering.

Det mest interessante funnet i mye av denne forskningen er nettopp at kreativitet ofte  oppstår i samspillet mellom menneske og maskin.

//Artikkelen fortsetter etter annonsen//

 

Den virkelige utfordringen

Det betyr ikke at bekymringen for kunstig intelligens er irrelevant. Hvis teknologien brukes som en fasit, kan den selvsagt svekke kritisk tenkning. Akademia bør derfor være særlig forsiktig med å delegere vurdering, sensur eller faglig autoritet til automatiserte systemer.

Men det er noe annet enn å hevde at teknologien ikke kan bidra til nye ideer.

Historien om vitenskapen er også historien om nye verktøy. Hver gang vi har fått nye måter å observere, analysere eller modellere verden på, har også forståelsen av verden endret seg. Kunstig intelligens kan vise seg å være et slikt verktøy. Ikke fordi maskiner plutselig blir kreative i menneskelig forstand, men fordi de kan hjelpe oss å se nye forbindelser i kunnskap vi allerede har.

Derfor er det egentlig ikke så interessant om kunstig intelligens kan skape noe nytt, men om vi er i ferd med å utvikle et nytt samarbeid mellom menneskelig og maskinell tenkning, og hva det i så fall vil gjøre med hvordan kunnskap oppstår.

Referanser

 

Bilde: ChatGPT

Relaterte artikler