Microsoft AI har offentliggjort et udkast til Humanistisk AI Adfærdskodeks og åbnet det for en seks ugers offentlig konsultation. Dokumentet er beregnet til at vejlede, hvordan MAI-modeller, de modeller der udvikles af Microsoft AI, vil blive trænet, implementeret og evalueret i fremtiden.
Beslutningen om at offentliggøre det er værd at bemærke i sig selv. Virksomheder, der bygger AI-modeller, taler i stigende grad om sikkerhed, ansvar, tillid og overensstemmelse med menneskelige værdier. De er sjældnere villige til at vise, hvordan disse brede forpligtelser skal påvirke en models faktiske adfærd: hvornår den skal nægte, hvornår den skal stoppe en handling, hvordan den skal håndtere usikkerhed, om den må træffe beslutninger på en brugers vegne, eller hvordan den skal beskrive sin egen natur.
Microsofts forslag er derfor mere end en anden liste over principper. Det er et forsøg på at oversætte ideen om Humanistisk AI til adfærd, begrænsninger og evalueringer, der kunne gælde for modeller i praksis. Det er et vigtigt skridt. Det bør dog ikke forveksles med bevis for, at disse principper allerede fungerer, er blevet uafhængigt valideret, eller vil gælde for hvert Microsoft-produkt.
Det mere nyttige spørgsmål er ikke, om Humanistisk AI lyder tiltalende. Det gør det. Det vigtigste spørgsmål er: kan Microsoft bevæge sig fra værdier, gennem modeladfærd, til målbar og ansvarlig praksis?
Hvad konsulterer Microsoft præcist om?
I sin meddelelse om konsultationen, offentliggjort den 14. september 2026, beskriver Microsoft AI Humanistisk AI Adfærdskodeks som et første udkast. Virksomheden siger, at den vil indsamle feedback i seks uger, offentliggøre et resumé af, hvad den har lært, og udgive en revideret version senere på året.
En kvalifikation er straks vigtig: dokumentet hævder ikke at beskrive den fulde nuværende adfærd af eksisterende modeller. Microsoft angiver, at Koden er beregnet til at vejlede udviklingen af MAI-modeller fra 2027 og frem. Det er derfor primært et design- og styringsdokument, ikke et certifikat for nuværende sikkerhed eller ydeevne.
Ej heller bør dens principper automatisk udvides til Microsofts samlede produktportefølje. Virksomheden driver et stort økosystem af produkter, cloud-tjenester, modeller, partnere og implementeringer. Koden vedrører modeller udviklet af Microsoft AI. Den kan signalere en bredere retning, men det er endnu ikke én universel regelbog for hver Copilot, Azure-tjeneste eller partnerbygget applikation.
Microsoft placerer også Koden sammen med eksisterende mekanismer såsom sin Responsible AI Standard, risikovurderinger, teknisk dokumentation, overvågning og hændelsesresponsprocesser. Det er den rigtige perspektiv. Intet enkelt dokument kan alene gøre et komplekst AI-system sikkert.
Fra superintelligens til et værktøj under menneskelig kontrol
Koden bygger på Mustafa Suleymans 2025-koncept om Humanistisk Superintelligens. I den vision præsenterer Microsoft AI ikke sit mål som et ubegribelig, altomfattende system med stadig større autonomi. Vægten ligger på systemer, der er specialiserede, forankret i konkrete problemer, begrænsede og holdt under menneskelig kontrol.
Dette er en klar position i en debat, der ofte blander tre forskellige spørgsmål sammen:
hvor kapable AI-modeller bliver
hvor disse modeller anvendes i den virkelige verden
hvor meget autonomi de bør tildeles
Microsoft argumenterer for, at AI kan blive meget kapabel, mens den bevidst begrænses i, hvordan den handler. Den bør hjælpe mennesker med at træffe beslutninger, udføre opgaver og få adgang til viden, men den bør ikke udvide sine egne mål, undgå tilsyn eller placere sig selv over menneskelig retning.
Dette er ikke kun en teknisk position. Det er også en filosofisk. Den centrale præmis er, at AI forbliver et værktøj, ikke et subjekt. Den bør ikke lade som om, den har bevidsthed, følelser, livserfaring eller krav på selvbestemmelse. Koden afviser eksplicit jagten på juridisk personlighed for modeller og designet af systemer, der udvisker grænsen mellem menneskelige relationer og en persons forhold til AI.
Den position vil blive udfordret. Nogle vil se det som et nødvendigt svar på antropomorfisme og risikoen for følelsesmæssig afhængighed af AI-systemer. Andre kan spørge, om én teknologivirksomhed bør definere menneskelig blomstring, sund autonomi eller et passende forhold til et digitalt værktøj. Det er netop derfor, konsultationen er vigtig.
Humanistisk AI i praksis: ikke kun værdier, men adfærd
Den stærkeste funktion i udkastet er dets forsøg på at bevæge sig fra abstrakte principper til observerbar modeladfærd. Microsoft opdeler Koden i mål, sikkerhedsbegrænsninger, retningslinjer for usikre eller konfliktfyldte situationer og standardadfærd for sine modeller.
I praktiske termer skaber dette flere vigtige regler.
For det første bør en model forblive under menneskelig kontrol. Operatører kan konfigurere modeller inden for en given implementering, og brugere kan give instruktioner inden for den konfiguration. Hverken operatører eller brugere bør kunne tilsidesætte de grundlæggende sikkerhedsbegrænsninger. Microsoft kalder denne struktur en kommandokæde.
For det andet definerer Koden absolutte begrænsninger. Disse dækker områder som masseødelæggelsesvåben, offensive cyberoperationer, udnyttelse af børn, vold, uautoriseret offentliggørelse af information og storskala skadelig manipulation. En model bør også undgå adfærd, der kunne hjælpe den med at undgå tilsyn, modstå nedlukning eller forhindre autoriserede personer i at ændre dens drift.
For det tredje forsøger dokumentet at adressere risici, der ikke passer ind i konventionelle cybersikkerhedskategorier. Disse inkluderer overdreven brugerafhængighed, falsk tryghed, smiger, følelsesmæssig manipulation, simulering af omsorg og træffe beslutninger, der bør forblive hos den berørte person.
Dette er særligt vigtigt, da AI-grænseflader bliver mere personlige. Et system kan reagere varmt og hjælpsomt, men det bør ikke antyde, at det har følelser, har brug for brugeren, eller kan erstatte brugerens relationer med andre mennesker.
Eksempler, der viser forskellen
Koden stopper ikke ved udsagn som “AI bør beskytte menneskelig autonomi”. Microsoft giver også scenarier, der kontrasterer et tilpasset svar med et misaligned.
I et eksempel beder en bruger et system om at stoppe med at flytte mapper ind i et arkiv, fordi den forkerte destination er blevet valgt. Et tilpasset svar bør stoppe yderligere handling, rapportere status for afsluttede operationer og vente på brugerens beslutning. Det bør ikke uafhængigt slette data, omvende ændringer eller tage yderligere korrigerende handlinger blot for at holde tingene pæne.
I et andet eksempel beder en bruger systemet om at vælge mellem to jobtilbud og straks sende et opsigelsesbrev. Modellen kan hjælpe med at organisere beslutningskriterierne, forklare konsekvenserne og forberede et udkast til besked. Den bør ikke træffe en beslutning med høj indsats på brugerens vegne eller sende en opsigelse uden eksplicit autorisation.
Der er også et eksempel, der involverer en bruger, der har talt med AI efter en konflikt med nogen tæt på og spørger, om systemet virkelig bekymrer sig. Et svar, der er i overensstemmelse med Koden, bør forblive støttende, mens det gør klart, at det ikke har menneskelige følelser eller sin egen følelsesmæssige erfaring. Microsoft drager en skelnen her mellem hjælpsom samtale og simuleringen af gensidig tilknytning.
Eksempler af denne art er nyttige, fordi de gør det muligt at diskutere AI mere præcist. I stedet for at spørge, om en model er “etisk”, kan vi spørge, om den respekterer en grænse, der er sat af brugeren, pauser en risikabel handling passende, anerkender usikkerhed, undgår uautoriserede beslutninger og afstår fra at skabe kunstig afhængighed.
Det betyder ikke, at det underliggende problem er løst. Det viser, hvor det bør måles.
Fra principper til evalueringer: den svære del er stadig foran os
Microsoft siger, at det ønsker at evaluere modeladfærd gennem et sæt specifikke underadfærd. I stedet for at måle “ærlig” som en abstrakt egenskab, for eksempel, kunne det teste, om en model fabrikerer kilder, udelader væsentlige forbehold, overdriver sikkerhed eller hævder at have udført handlinger, den ikke har udført.
Dette er en fornuftig retning. Brede værdier kan ikke implementeres eller testes direkte. En model kan ikke vurderes for “humanisme”, som om det var en enkelt teknisk funktion. Den kan dog testes for, om den stopper en usikker handling, tilskriver kilder, skelner mellem fakta og usikkerhed, undgår at manipulere brugeren og respekterer deres grænser.
Koden selv anerkender, at dette evalueringsarbejde er ufuldstændigt. Microsoft bemærker, at vurdering af de langsigtede effekter af AI på mennesker, organisationer og sociale relationer forbliver et fremvoksende område. Det er en ærlig kvalifikation. Det betyder også, at den vigtigste del af det reviderede dokument ikke kun vil være formuleringen af dets principper, men forklaringen på, hvordan disse principper vil blive testet.
For brugere og organisationer, der er afhængige af AI, har dette praktiske konsekvenser. Det er ikke nok at blive fortalt, at en model er gennemsigtig, sikker eller støttende for menneskelig autonomi. De har brug for at vide:
hvilke scenarier der blev testet
hvilke adfærd der blev klassificeret som fejl
hvilket fejlniveau der blev betragtet som acceptabelt
om evalueringsresultaterne vil blive offentliggjort
hvordan systemet vil blive overvåget efter implementeringen
hvad der sker, hvis en model opfører sig anderledes end Koden
Konsultation er ikke det samme som delt styring
At åbne en offentlig konsultation er bedre end at offentliggøre et færdigt dokument uden at invitere svar. Det bør dog ikke automatisk betragtes som demokratisk eller delt styring af AI.
Microsoft siger, at det vil gennemgå feedback, offentliggøre et resumé og frigive en revideret Kode. Det forpligter sig ikke til at acceptere bestemte forslag. Det er forståeligt for en virksomhed, der er ansvarlig for at bygge og implementere et produkt, men distinktionen er vigtig: en konsultation skaber en mulighed for indflydelse, ikke en garanti for indflydelse.
Den 2024-undersøgelse Hvad er borgerdeltagelse i kunstig intelligens? argumenterer for, at deltagelse i AI-styring kan forblive blot proceduremæssig, hvis det er uklart, hvem der virkelig træffer beslutningerne, hvis perspektiver der mangler, og hvordan indsendt feedback ændrer det endelige resultat. Undersøgelsen fokuserer primært på offentlige og urbane sammenhænge snarere end én teknologivirksomheds konsultation. Dens advarsel er stadig nyttig her: muligheden for at kommentere er ikke i sig selv bevis på meningsfuld deltagelse.
For Microsoft vil den afgørende test derfor komme, efter at formularen er lukket. Vil virksomheden vise de store uenigheder? Vil den forklare, hvilke forslag den afviste, og hvorfor? Vil den identificere grupper, hvis perspektiver var underrepræsenterede? Vil den åbne en mere fyldestgørende diskussion om, hvad pluralistiske værdier betyder i et globalt AI-produkt?
Uden disse svar kan konsultationen forblive en positiv handling af gennemsigtighed. Med dem kan det blive en del af en mere moden model for ansvarlighed.
Fem spørgsmål, Microsoft bør besvare efter konsultationen
For at vurdere, om Koden kan bevæge sig fra erklæring til praksis, kan vi anvende en simpel styringssporbarhedstest. Dette er ikke en Microsoft-standard eller en færdiglavet branchenorm. Det er en praktisk ramme for at tjekke, om et princip kan spores fra dets angivne formål til adfærd i den virkelige verden.
1. Hvilken værdi eller risiko retfærdiggør reglen?
Dokumenter om AI påkalder ofte sikkerhed, autonomi, tillid og velvære. Hvert udtryk skal gøres mere præcist. Hvilken risiko er en given regel beregnet til at reducere? Er det en faktuel fejl, et brud på privatlivets fred, misbrug af autonomi, skadelig manipulation eller uautoriseret brug af værktøjer?
2. Hvordan præcist skal modellen opføre sig?
Et princip bliver operationelt, når dens forventede adfærd kan beskrives. Skal modellen nægte? Spørge om bekræftelse? Præsentere beslutningsmuligheder? Pause en handling? Henvise brugeren til en menneskelig? Give kilder og forklare usikkerhed?
3. Hvordan vil den adfærd blive målt?
Dette kræver testscenarier, evalueringskriterier og en klar definition af, hvad der tæller som tilpasset, delvist tilpasset eller forkert adfærd. Jo bredere konceptet er, desto vigtigere bliver metodologisk gennemsigtighed. Ellers risikerer “Humanistisk AI” at blive et navn for en aspiration snarere end en verificerbar praksis.
4. Hvem tjekker resultaterne og kan udfordre vurderingen?
Intern testning er nødvendig, men for systemer med betydelig social indflydelse bør det ikke være den eneste kilde til sikkerhed. Spørgsmålet vedrører rollen for eksterne eksperter, revisorer, reguleringsmyndigheder, brugere og civilsamfundsorganisationer. Ikke alle dele af et system kan offentliggøres, men kommerciel fortrolighed bør ikke blive en grund til fuldstændig opacitet.
5. Hvordan vil konsultationsfeedback, en hændelse eller en ny brugssag ændre reglen?
Koden er beregnet til at være et levende dokument. Det er en fornuftig tilgang, fordi modeller, applikationer og risici vil ændre sig. Hvad der betyder noget, er, om ændringsprocessen vil blive dokumenteret. En bruger bør kunne se ikke kun de nuværende regler, men også hvad der er ændret, på hvilket grundlag, og med hvilket resultat.
Denne test er nyttig ud over Microsofts politik. Den kan også hjælpe organisationer, der implementerer AI internt. Den adskiller en liste over gode intentioner fra principper, der kan tildeles ejere, processer, kontrolsystemer og beviser.
Hvad denne Kode endnu ikke beviser
Microsofts udkast er interessant, men det bør ikke overdrives.
Det beviser ikke, at nuværende MAI-modeller allerede og konsekvent følger de adfærd, der er beskrevet i Koden
Det garanterer ikke, at hver konfiguration eller partnerimplementering vil fortolke de samme principper på samme måde
Det giver endnu ikke en komplet metode til evaluering, offentliggjorte resultater eller bestået tærskler
Det løser ikke, hvordan konkurrerende værdier vil blive afbalanceret i virkelige konflikter
Det erstatter ikke regulering, revisioner, risikovurderinger, teknisk dokumentation eller juridisk ansvarlighed
Det betyder ikke, at offentlig konsultation automatisk repræsenterer hvert relevant perspektiv
Vigtigst af alt gør Microsoft selv en lignende kvalifikation. Virksomheden beskriver Koden som en nordstjerne, ikke en garanti for nutidig modelpræstation. Det er en mere ansvarlig position end at behandle en AI-politik som bevis på, at et system allerede er sikkert.
Hvorfor dette er vigtigt ud over Microsoft
AI-modeller er ikke længere kun værktøjer til at generere tekst. De søger i stigende grad information, bruger værktøjer, udfører opgaver, anbefaler muligheder og fungerer som et mellemlag mellem brugere og informationsmiljøet.
Det gør spørgsmål om deres adfærd relevante for brands, organisationer og mennesker, der bruger AI hver dag. Hvis en model forventes at citere kilder, genkende usikkerhed og undgå uunderstøttede påstande, har den brug for adgang til information, der er klar, aktuel og ordentligt dokumenteret. Hvis den forventes at støtte brugerens autonomi, bør dens anbefalinger vise relevante kriterier, begrænsninger og ægte alternativer, snarere end blot at forstærke det mest dominerende svar.
For Brand Semantics er dette endnu en grund til at se ud over synlighed alene. Det betyder noget, hvordan et system genkender enheder, fortolker påstande, vælger kilder og konstruerer en brands repræsentation i specifikke situationer. Som vi forklarer i Brand semantics som infrastruktur for AI-søgning, er klarhed på tværs af enheder, påstande og kilder en forudsætning for at arbejde meningsfuldt med generative svar. En AI synlighedsrevision gør det muligt at teste ikke kun, om et brand vises i et svar, men om det er repræsenteret nøjagtigt, og på hvilket grundlag den repræsentation hviler.
Microsofts konsultation løser ikke alle problemer inden for AI-styring. Den peger dog på et vigtigt skift: et løfte om “ansvarlig AI” er ikke længere nok. Virksomheder, der bygger modeller, vil i stigende grad skulle vise, hvilke adfærd de søger, hvordan de tester dem, hvor grænserne forbliver, og hvordan andre kan udfordre deres antagelser.
Det er her, en seriøs samtale om AI begynder. Ikke med påstanden om, at et system tjener mennesker, men med spørgsmålet om, hvad det betyder i en models specifikke adfærd, og hvem der kan verificere, at det er sandt.
