12. november 2026

    Kunstig, samarbejdende, super: Hvad lover de navne, vi giver AI?

    Sebastian Kondracki, Donald Trump og en polsk forkortelse viser, hvordan forskellige navne for AI former forventningerne. Et kildebaseret overblik over begreberne og forskningen i deres effekt.

    Nærbillede af ordet “artificial” og dets definition på en side i en engelsk ordbog
    Foto: Mick Haupt / Unsplash

    Sebastian Kondracki bryder sig ikke om navnet “artificial intelligence”. Donald Trump ville også erstatte det. Kondracki, der er medskaber af Bielik, foretrækker “collaborative intelligence” – et navn, der sætter relationen til mennesker først. Den amerikanske præsident beordrede sin administration til at bruge “Super Intelligence”. Den samme indvending mod et navn fører altså til to vidt forskellige fortællinger om en teknologi. På polsk er der endnu en krølle: Forkortelsen SI kan forblive helt den samme, selv om betydningen ændrer sig. [1, pp. 263–264] [2] [9]

    Et afsnit i RzeczpospolitAI, bogen af Krzysztof Domaradzki og Artur Kurasiński, fik mig til at standse op og tænke. Jeg var aldrig før stødt på Kondrackis foretrukne polske udtryk, kolaboratywna inteligencja. I interviewet forklarer han, at “artificial” antyder noget mangelfuldt eller ringere end det naturlige. Han vil hellere sætte navn på en teknologi, der udvider menneskers evner. Kondracki forbindes med initiativet SpeakLeash og projektet Bielik. [1, p. 263]

    Den polske formulering rummer en komplikation, som en ligefrem oversættelse til engelsk kan skjule. Kolaboratywna skal signalere samarbejde, men kolaboracja kan også vække ubehagelige historiske associationer. Kondracki anerkender selv problemet. Invitationen til at samarbejde kan derfor møde en association, der trækker i en anden retning. Og alt det besvær, før vi overhovedet er nået til substantivet. [1, p. 263]

    Trump valgte den administrative vej. Hans bekendtgørelse af 29 September 2026 pålægger føderale ministerier og myndigheder i den udøvende magt at bruge “Super Intelligence” og “SI” i stedet for “Artificial Intelligence” og “AI” i officiel korrespondance, offentlig kommunikation og andre dokumenter, der ikke er lovgivning, i det omfang loven tillader det. Afgrænsningen er vigtig: Det er ikke et generelt forbud mod, at nogen uden for den føderale udøvende magt siger “AI”. [2, Section 2]

    Det er det, der interesserer mig ved de to eksempler. Et navn lægger op til en bestemt fortolkning af teknologien. Hvad ændrer sig i vores forventninger, når vi kalder et system samarbejdende, generelt, menneskecentreret eller superintelligent? Og hvor slutter begrebets betydning, og hvor begynder det løfte, vi knytter til det?

    Hvad er kunstigt ved kunstig intelligens?

    Lad os begynde med det ord, der satte hele diskussionen i gang. “Artificial intelligence” optræder i forslaget til Dartmouth Summer Research Project dateret 31 August 1955. John McCarthy, Marvin Minsky, Nathaniel Rochester og Claude Shannon foreslog, at aspekter af læring og intelligens kunne beskrives præcist nok til, at en maskine kunne simulere dem. Forskningsprogrammet omfattede sprogbrug, begrebsdannelse og problemer, der tidligere var forbeholdt mennesker. [3]

    I den sammenhæng peger “artificial” på, at bestemte evner realiseres i et konstrueret system. Kondracki hører noget andet i ordet: en antydning af, at det kunstige er ringere end det naturlige. Ét adjektiv, to betydningslag. De er værd at skille ad. En teknisk definition indfanger ikke alt det, målgruppen hører. [3] [1, p. 263]

    Tiffany Petricini interesserer sig også for, hvad mennesker hører i AI-sproget. Hendes analyse undersøger, hvordan begreber knyttet til assistance og samarbejde fungerer som fortolkningsrammer, der retter opmærksomheden mod bestemte funktioner og relationer til brugerne. Det er en semantisk og retorisk analyse, ikke et eksperiment, der måler menneskers reaktioner på hvert enkelt navn. Men den efterlader os med et nyttigt spørgsmål: Hvad har vi antaget om et system, før vi har undersøgt, hvad det gør? [23]

    Superintelligens: en evne eller en ny betegnelse?

    Superintelligens har en længere historie end denne diskussion om terminologi. I “How Long Before Superintelligence?”, skrevet i 1997 og revideret året efter, definerede Nick Bostrom det som en intelligens, der langt overgår de bedste menneskelige hjerner på praktisk talt alle områder, herunder videnskabelig kreativitet og sociale færdigheder. Det er en høj barre. Begrebet beskrev et bestemt niveau af evner. [4]

    Afsnit 3(a) i Trumps bekendtgørelse gør noget andet. I bekendtgørelsen omfatter “Super Intelligence” teknologier og systemer, der falder ind under den eksisterende lovbestemte definition af kunstig intelligens. I dette dokument ændres navnet på en eksisterende kategori. Det viser ikke, at systemerne har nået Bostroms tærskel. Et nyt skilt på døren opgraderer ikke det, der befinder sig bag den. [2, Section 3(a)] [4]

    Det er også værd at holde styr på kronologien. Silicon Valley begyndte ikke at tale om superintelligens efter bekendtgørelsen. I “Reflections”, udgivet i January 2025, beskrev Sam Altman superintelligens som et mål, der ligger ud over AGI, eller kunstig generel intelligens. I July 2025 offentliggjorde Meta Mark Zuckerbergs vision om “personal superintelligence”. Ingen af de tidligere udmeldinger kan beskrives som en reaktion på en bekendtgørelse fra September 2026. [5] [6]

    I en meddelelse fra NVIDIA dateret 8 October 2026 brugte Jensen Huang “Super Intelligence”, da han talte om avanceret teknologi til amerikanske forskere. Microsoft AI har samtidig udviklet sin egen vision om “Humanist Superintelligence” – systemer, der skal forblive underordnet mennesker og under deres kontrol. Når vi møder den slags erklæringer, bør vi spørge, hvad afsenderen mener: en fremtidig destination, en teknologi, der findes i dag, eller et princip for, hvordan den skal designes? [8] [7]

    Det polske SI: samme bogstaver, forskellig betydning

    Her er en lille sproglig detalje med overraskende store konsekvenser. På polsk står SI allerede for sztuczna inteligencja, det polske udtryk for kunstig intelligens. Den polsksprogede version af Europa-Kommissionens meddelelse fra 2018, Artificial Intelligence for Europe, bruger netop denne forkortelse i indledningen. I den amerikanske bekendtgørelse står SI derimod for “Super Intelligence”. [9, Section 1] [2]

    Typografisk er det praktisk. Fortolkningsmæssigt knap så meget. En polsk læser kan støde på en henvisning til “udviklingen af SI” uden straks at vide, om afsenderen mener kunstig intelligens eller superintelligens. Det er en mulig tvetydighed, som bliver synlig, når man stiller de to betydninger op ved siden af hinanden. Det er ikke et målt resultat af, hvordan polske læsere faktisk reagerer. [9] [2]

    Jeg kan godt se den kommunikative appel: De velkendte to bogstaver bliver stående, mens vi giver dem en ny betydning. Der er ingen ny forkortelse at lære. Prisen for den bekvemmelighed er, at det synlige signal om et begrebsskifte forsvinder. Konteksten må fortælle læseren, om vi taler om et teknologifelt eller et påstået niveau af evner.

    Kondrackis foretrukne navn støder på et andet sprogligt problem. Han vil fremhæve samarbejde, men erkender, at de polske associationer til kolaboracja kan stå i vejen. Det er en nyttig påmindelse om, hvad der kan ske, når et navn bevæger sig mellem sprog. Afsenderens hensigt og modtagerens associationer behøver ikke at mødes samme sted. [1, p. 263]

    Samarbejde mellem mennesker og computere har en længere historie

    Lad os et øjeblik lægge de nyeste betegnelser til side. Ideen om, at computere kan styrke menneskers evner, begyndte ikke med nutidens chatbots. J.C.R. Licklider beskrev “man-computer symbiosis” i 1960. To år senere fremlagde Douglas Engelbart en ramme for at udvide menneskets intellekt gennem et designet system af værktøjer, sprog og arbejdsmetoder. [10] [11]

    Den tradition giver os én måde at forstå nutidens “augmented intelligence” på. Fokus er på det, et menneske kan udrette med teknologiens hjælp. Ethan Mollicks bog fra 2024, Co-Intelligence: Living and Working with AI, udbreder en beslægtet idé om at arbejde sammen. Beslægtede idéer er dog ikke nødvendigvis udskiftelige definitioner. [11] [14]

    Forskellen bliver tydeligere med den mere specifikke definition af “hybrid intelligence”, som Dominik Dellermann og hans medforfattere fremlægger. De beskriver en konstellation af mennesker og AI, der præsterer bedre end deltagerne hver for sig og udvikler sig gennem gensidig læring. Det er ikke nok blot at sætte et menneske og en model ved samme skrivebord. Samarbejdet skal skabe noget mere specifikt. [12, Section 4]

    “Collective intelligence” har et andet anvendelsesområde. Begrebet handler om grupper, der handler sammen på måder, vi opfatter som intelligente; forskningen på området undersøger også kombinationer af mennesker og computere. AI kan indgå i en sådan gruppe, men begrebet forudsætter det ikke. [13]

    Et overblik over AI-navne og deres betydning

    Det er let at miste overblikket over begreberne, så lad os ordne dem efter, hvad de beskriver. Oversigten nedenfor samler udvalgte anvendelser fra forskning og offentlig kommunikation. Den sidste kolonne viser min fortolkning af, hvad hvert navn retter opmærksomheden mod. Det er ikke en måling af målgruppers reaktioner.

    Dette er ikke en trappe af successive AI-generationer. Betegnelserne beskriver forskellige dimensioner: En model, der genererer indhold, kan indgå i et agentic system, som hjælper et menneske. Ingen af beskrivelserne fastslår i sig selv, at AGI er opnået. Morris og hans medforfattere foreslår derfor, at generalitet, præstation og autonomi vurderes hver for sig. [16] [17] [18]

    Hvad fortæller forskningen os om effekten af et navn?

    Kan et navn virkelig ændre, hvordan mennesker vurderer en teknologi? Den intuition har forskningen belæg for. Markus Langer og hans medforfattere gennemførte to studier med henholdsvis 397 og 622 deltagere. De undersøgte, hvordan betegnelser for systemer, der træffer eller understøtter beslutninger, påvirkede opfattelsen af systemernes egenskaber og vurderingen af deres anvendelse i bestemte sammenhænge. Terminologien påvirkede blandt andet den oplevede kompleksitet og tilliden. [19]

    Vi bør ikke konkludere, at det altid hjælper at tilføje “AI”. I seks eksperimenter fandt Mesut Cicek, Dogan Gursoy og Lu Lu, at det at nævne AI i produkt- og servicebeskrivelser reducerede købsintentionen. Følelsesmæssig tillid spillede en rolle, og den negative effekt var stærkere, når produktet blev opfattet som mere risikabelt. Det målte resultat var købsintention, ikke et fald i det faktiske salg. Resultatet kan heller ikke uden videre overføres til enhver anden anvendelse af store sprogmodeller eller AI. [21]

    Cindy Candrian og Anne Scherer fandt et andet mønster. I tre studier reagerede deltagerne mere positivt på en fejl begået af et system, der blev præsenteret som AI, end på en fejl begået af et system, der blev præsenteret som algoritmisk. Der er en detalje, jeg ikke vil overse: Deltagerne fik også forskellige beskrivelser af, hvordan systemerne fungerede. AI-systemet blev beskrevet som lærende, mens det algoritmiske system blev beskrevet som regelbaseret. Studierne testede altså en betegnelse sammen med en forklaring af systemernes evner. Vi kan ikke tilskrive hele effekten betegnelsen alene. [20]

    Jeg har stillet studierne ved siden af hinanden, fordi de undersøger forskellige situationer: vurdering af et system, overvejelser om et køb og reaktioner efter en fejl. Det betyder noget, hvordan vi præsenterer en teknologi. Men studierne giver os ikke ét navn, der altid er bedst. De tester heller ikke direkte den polske kontrast mellem “artificial” og “collaborative” intelligence. [19] [20] [21]

    “Collaborative” er også et løfte, der skal efterprøves

    Lad os vende tilbage til Kondracki. For ham ledsager et navneskifte en ændring i samtalen om implementering: væk fra omkostningsreduktion og nedskæringer, hen imod skabelsen af yderligere forretningsværdi. “Den måde, folk tænker på denne teknologi, påvirker faktisk, hvordan den bliver brugt,” siger han i interviewet. Det er en praktikers observation og et argument for en bestemt tilgang, her oversat fra polsk. [1, p. 264]

    Samarbejde garanterer ikke i sig selv et bedre resultat i enhver sammenligning. Michelle Vaccaro, Abdullah Almaatouq og Thomas W. Malone analyserede 106 eksperimentelle studier, der blev offentliggjort mellem January 2020 og June 2023. I gennemsnit klarede kombinationer af mennesker og AI sig bedre end mennesker, der arbejdede alene, men dårligere end den part, der klarede sig bedst, når mennesker og AI blev vurderet hver for sig. [22]

    Det er let at overse forskellen mellem at hjælpe et menneske og at skabe synergi. En medarbejders resultat kan blive bedre, uden at den kombinerede tilgang overgår AI-systemet alene. Metaanalysen afgør ikke spørgsmålet for enhver anvendelse i dag. Den viser, hvorfor et løfte om samarbejde bør følges op af to spørgsmål: Til hvilken opgave, og sammenlignet med hvad? [22]

    Der findes også en måde at værne om menneskets rolle på uden at bruge partnerskabssproget. I sin beskrivelse af human-centred AI foreslog Ben Shneiderman at kombinere høj grad af automatisering med høj grad af menneskelig kontrol. Han foretrak metaforer om værktøjer, der styrker mennesker, frem for billeder af autonome teammedlemmer. Et beslægtet mål, men et andet ordvalg. [15]

    Hvad betyder det for det sprog, brands bruger?

    Hos Brand Semantics interesserer jeg mig især for det punkt, hvor et navn begynder at træde i stedet for en forklaring. Hvis et produkt kaldes “superintelligent”, vil jeg vide, hvad det overgår – og med hvor meget. Hvis et system er “collaborative”, hvordan fordeler det så helt konkret arbejdet med et menneske? Hvis det er “human-centred”, hvem har så kontrollen og ansvaret? Navnene er et godt sted at begynde med at efterprøve løftet.

    Det samme gælder brands. En kategoribetegnelse fortæller os ikke meget, hvis vi ikke kan fastslå, hvilke påstande om en virksomhed der er underbygget af kilder. Vi udforsker den sammenhæng nærmere i vores artikel om brand semantics infrastructure.

    Her er en enkel øvelse. Tag beskrivelsen af et produkt, en service eller en implementering, og besvar tre spørgsmål: Hvad gør systemet? Hvad er fortsat menneskets ansvar? Hvad bygger vi vores vurdering af resultatet på? Et godt navn hjælper med at strukturere svarene. Hvis det træder i stedet for et svar, må vi tilføje de konkrete detaljer. Adjektivet kan ikke gøre arbejdet for os.

    Det kræver samme disciplin at beskrive selve brandet, før man undersøger AI-svar. Vi skal skelne mellem fakta og ambitioner og fastslå, hvilke navne der henviser til den samme enhed.

    Det polske SI gør den større pointe usædvanligt tydelig. To velkendte bogstaver kan stå uændret på siden, mens samtalen bevæger sig fra kunstig intelligens til superintelligens. Derfor er det vigtigt at udfolde forkortelsen. Læserne skal kunne se, om vi navngiver et fagområde, en måde at samarbejde på, en virksomheds ambition eller et dokumenteret niveau af evner.

    Kondrackis interview og Trumps bekendtgørelse giver mig anledning til at granske adjektiver lige så nøje som demonstrationer af teknologien. “Artificial”, “collaborative” og “super” lægger op til forskellige spørgsmål. God kommunikation går et skridt videre: fra navnet til svar, vi kan efterprøve. [1, pp. 263–264] [2]

    Jeg brugte ChatGPT under arbejdet med denne artikel, især værktøjet Consensus. Dawid, tak for anbefalingen!

    Jeg havde måske slet ikke fulgt denne tankegang, hvis jeg ikke havde læst flere numre af Artur Kurasińskis nyhedsbrev Technofobia. Hvis du læser polsk, kan jeg varmt anbefale et abonnement. I en tid, hvor så meget indhold er flygtigt og overfladisk, giver Arturs e-mails stof til eftertanke.

    Kilder og præcise henvisninger

    De nummererede henvisninger i artiklen linker til kilderne. Sidetal i bøger, afsnit i dokumenter, bibliografiske oplysninger og DOI’er er angivet, hvor det er relevant. Oversigten over betydninger og de fortolkende konklusioner er min sammenfatning af kilderne. Onlinekilderne til den polske artikel blev tilgået den 11 November 2026.

    [1] Krzysztof Domaradzki og Artur Kurasiński, RzeczpospolitAI, 2026, interview med Sebastian Kondracki, “Orzeł wzbija się do lotu”, pp. 263–264. Sidetallene er kontrolleret mod fotografier af bogen; Domaradzki offentliggjorde også et uddrag den 26 October 2026. se kilden

    [2] Donald J. Trump, Executive Order 14434, “Inaugurating the Era of Super Intelligence”, 29 September 2026, Sections 1–3, særligt 2(a) og 3(a). se kilden

    [3] John McCarthy, Marvin L. Minsky, Nathaniel Rochester og Claude E. Shannon, “A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence”, 31 August 1955, de to indledende afsnit. se kilden

    [4] Nick Bostrom, “How Long Before Superintelligence?”, 1997, revideret 25 October 1998, “Definition of ‘superintelligence’”. se kilden

    [5] Sam Altman, “Reflections”, January 2025, afsnittene, der begynder med “We are now confident…” og “We are beginning to turn our aim…”. se kilden

    [6] Meta, “Personal Superintelligence for Everyone”, 30 July 2025, udtalelsen, der præsenterer Mark Zuckerbergs vision. se kilden

    [7] Mustafa Suleyman, “Towards Humanist Superintelligence”, Microsoft AI, 2025, særligt “Humans matter more than AI”. se kilden

    [8] NVIDIA, “NVIDIA Commits $1 Billion to Advance US Science Over the Next Five Years”, 8 October 2026, det indledende afsnit og Jensen Huangs udtalelse. se kilden

    [9] Europa-Kommissionen, Sztuczna inteligencja dla Europy, den polsksprogede version af Artificial Intelligence for Europe, COM(2018) 237 final, 25 April 2018, Section 1. Den polske version er nødvendig her, fordi den dokumenterer forkortelsen SI. se kilden

    [10] J.C.R. Licklider, “Man-Computer Symbiosis”, IRE Transactions on Human Factors in Electronics, HFE-1(1), 1960, pp. 4–11, særligt indledningen. DOI: 10.1109/THFE2.1960.4503259. se kilden

    [11] Douglas C. Engelbart, Augmenting Human Intellect: A Conceptual Framework, SRI, October 1962, Sections I.A “General” og II “Conceptual Framework”. se kilden

    [12] Dominik Dellermann, Philipp Ebel, Matthias Söllner og Jan Marco Leimeister, “Hybrid Intelligence”, Business & Information Systems Engineering 61, 2019, pp. 637–643, særligt Section 4 “Defining Hybrid Intelligence”. DOI: 10.1007/s12599-019-00595-2. se kilden

    [13] MIT Center for Collective Intelligence, Handbook of Collective Intelligence, Main Page, arbejdsdefinition af kollektiv intelligens og forskningsspørgsmålet om kombinationer af mennesker og computere. se kilden

    [14] Ethan Mollick, Co-Intelligence: Living and Working with AI, Portfolio, 2024; forlagets beskrivelse og udgivelsesdatoen 2 April 2024. se kilden

    [15] Ben Shneiderman, “Human-Centered Artificial Intelligence: Three Fresh Ideas”, AIS Transactions on Human-Computer Interaction 12(3), 2020, pp. 109–124. DOI: 10.17705/1thci.00131. se kilden

    [16] NIST Computer Security Resource Center, “generative artificial intelligence”, definition i ordlisten og de kilder, der er anført dér. se kilden

    [17] Erik Schluntz og Barry Zhang, “Building Effective Agents”, Anthropic, 19 December 2024, “What are agents?” og forskellen mellem workflows og agents. se kilden

    [18] Meredith Ringel Morris, Jascha Sohl-Dickstein, Noah Fiedel, Tris Warkentin, Allan Dafoe, Aleksandra Faust, Clement Farabet og Shane Legg, “Position: Levels of AGI for Operationalizing Progress on the Path to AGI”, ICML, PMLR 235, 2024, pp. 36308–36321, abstract og Section 6.2 “Capabilities vs. Autonomy”. se kilden

    [19] Markus Langer, Tim Hunsicker, Tina Feldkamp, Cornelius J. König og Nina Grgić-Hlača, “‘Look! It’s a Computer Program! It’s an Algorithm! It’s AI!’: Does Terminology Affect Human Perceptions and Evaluations of Algorithmic Decision-Making Systems?”, CHI 2022, Studies 1 and 2. DOI: 10.1145/3491102.3517527; link til forfatternes version. se kilden

    [20] Cindy Candrian og Anne Scherer, “How Terminology Affects Users’ Responses to System Failures”, Human Factors 66(8), 2024, pp. 2082–2103, offentliggjort online 21 September 2023, særligt Study 1 og beskrivelserne, der blev brugt i eksperimenterne. DOI: 10.1177/00187208231202572. se kilden

    [21] Mesut Cicek, Dogan Gursoy og Lu Lu, “Adverse impacts of revealing the presence of ‘Artificial Intelligence (AI)’ technology in product and service descriptions on purchase intentions: the mediating role of emotional trust and the moderating role of perceived risk”, Journal of Hospitality Marketing & Management, offentliggjort online 19 June 2024, abstract. DOI: 10.1080/19368623.2024.2368040. se kilden

    [22] Michelle Vaccaro, Abdullah Almaatouq og Thomas W. Malone, “When combinations of humans and AI are useful: A systematic review and meta-analysis”, Nature Human Behaviour 8, 2024, pp. 2293–2303, Introduction og Results, særligt “Overall effects of human–AI synergy”. DOI: 10.1038/s41562-024-02024-1. se kilden

    [23] Tiffany Petricini, “The power of language: framing AI as an assistant, collaborator, or transformative force in cultural discourse”, AI & SOCIETY 41, 2026, pp. 1005–1017, offentliggjort online 10 September 2025, abstract og analyse af kognitiv aflastning, augmented intelligence og co-intelligence. DOI: 10.1007/s00146-025-02586-2. se kilden



    COO Brand Semantics

    Medstifter af Brand Semantics. Aktiv inden for marketing siden 2009. Træner. Strateg. Søger nye udfordringer inden for moderne marketing. Kombinerer viden fra forskellige områder og omsætter den til forretningsløsninger for kunder.