Microsoft AI har publisert et utkast til Humanist AI Etiske Retningslinjer og åpnet for en seks ukers offentlig konsultasjon. Dokumentet er ment å veilede hvordan MAI-modeller, modellene utviklet av Microsoft AI, vil bli trent, implementert og evaluert i fremtiden.
Beslutningen om å publisere det er verdt oppmerksomhet i seg selv. Selskaper som bygger AI-modeller snakker i økende grad om sikkerhet, ansvar, tillit og samsvar med menneskelige verdier. De er sjeldnere villige til å vise hvordan disse brede forpliktelsene er ment å påvirke en modells faktiske atferd: når den skal nekte, når den skal stoppe en handling, hvordan den skal håndtere usikkerhet, om den kan ta beslutninger på vegne av en bruker, eller hvordan den skal beskrive sin egen natur.
Microsofts forslag er derfor mer enn en annen liste med prinsipper. Det er et forsøk på å oversette ideen om Humanist AI til atferd, begrensninger og evalueringer som kan gjelde for modeller i praksis. Det er et viktig skritt. Det bør imidlertid ikke forveksles med bevis på at disse prinsippene allerede fungerer, har blitt uavhengig validert, eller vil gjelde for hvert Microsoft-produkt.
Det mer nyttige spørsmålet er ikke om Humanist AI høres tiltalende ut. Det gjør det. Det viktigste spørsmålet er dette: kan Microsoft gå fra verdier, gjennom modellatferd, til målbar og ansvarlig praksis?
Hva konsulterer Microsoft egentlig om?
I sin kunngjøring av konsultasjonen, publisert 14. september 2026, beskriver Microsoft AI Humanist AI Etiske Retningslinjer som et første utkast. Selskapet sier at det vil samle tilbakemeldinger i seks uker, publisere et sammendrag av hva det har lært, og gi ut en revidert versjon senere i år.
En kvalifikasjon er umiddelbart viktig: dokumentet hevder ikke å beskrive den fulle nåværende atferden til eksisterende modeller. Microsoft opplyser at Retningslinjene er ment å veilede utviklingen av MAI-modeller fra 2027 og fremover. Det er derfor primært et design- og styringsdokument, ikke et sertifikat for nåværende sikkerhet eller ytelse.
Prinsippene bør heller ikke automatisk utvides til hele Microsofts produktportefølje. Selskapet driver et stort økosystem av produkter, skytjenester, modeller, partnere og implementeringer. Retningslinjene gjelder modeller utviklet av Microsoft AI. Det kan signalisere en bredere retning, men det er ennå ikke en universell regelbok for hver Copilot, Azure-tjeneste eller partnerbygget applikasjon.
Microsoft plasserer også Retningslinjene sammen med eksisterende mekanismer som sin Responsible AI Standard, risikovurderinger, teknisk dokumentasjon, overvåking og hendelsesresponsprosesser. Det er det rette perspektivet. Ingen enkelt dokument kan, av seg selv, gjøre et komplekst AI-system sikkert.
Fra superintelligens til et verktøy under menneskelig kontroll
Retningslinjene bygger på Mustafa Suleymans konsept fra 2025 om Humanist Superintelligence. I den visjonen presenterer ikke Microsoft AI sitt mål som et ubegrenset, allsidig system med stadig større autonomi. Vekten ligger på systemer som er spesialiserte, forankret i konkrete problemer, begrenset og holdt under menneskelig kontroll.
Dette er en klar posisjon i en debatt som ofte blander sammen tre forskjellige spørsmål:
hvor kapable AI-modeller blir
hvor disse modellene brukes i den virkelige verden
hvor mye autonomi de bør gis
Microsoft argumenterer for at AI kan bli svært kapabel samtidig som den er bevisst begrenset i hvordan den handler. Den bør hjelpe folk med å ta beslutninger, utføre oppgaver og få tilgang til kunnskap, men den bør ikke utvide sine egne mål, unndra seg tilsyn eller plassere seg selv over menneskelig retning.
Dette er ikke bare en teknisk posisjon. Det er også en filosofisk en. Den sentrale premissen er at AI forblir et verktøy, ikke et subjekt. Den bør ikke late som den har bevissthet, følelser, levd erfaring eller krav på selvbestemmelse. Retningslinjene avviser eksplisitt jakten på juridisk personlighet for modeller og design av systemer som visker ut grensen mellom menneskelige relasjoner og en persons forhold til AI.
Den posisjonen vil bli omstridt. Noen vil se det som et nødvendig svar på antropomorfisme og risikoen for emosjonell avhengighet av AI-systemer. Andre kan spørre om én teknologibedrift bør definere menneskelig blomstring, sunn autonomi eller et passende forhold til et digitalt verktøy. Det er nettopp derfor konsultasjonen er viktig.
Humanist AI i praksis: ikke bare verdier, men atferd
Den sterkeste funksjonen i utkastet er dens forsøk på å gå fra abstrakte prinsipper til observerbar modellatferd. Microsoft deler Retningslinjene inn i mål, sikkerhetsbegrensninger, retningslinjer for usikre eller motstridende situasjoner, og standardatferd for sine modeller.
I praktiske termer skaper dette flere viktige regler.
For det første bør en modell forbli under menneskelig kontroll. Operatører kan konfigurere modeller innenfor en gitt implementering, og brukere kan gi instruksjoner innenfor den konfigurasjonen. Verken operatører eller brukere bør kunne overstyre de grunnleggende sikkerhetsbegrensningene. Microsoft kaller denne strukturen en kommandokjede.
For det andre definerer Retningslinjene absolutte begrensninger. Disse dekker områder som masseødeleggelsesvåpen, offensive cyberoperasjoner, utnyttelse av barn, vold, uautorisert avsløring av informasjon og storstilt skadelig manipulering. En modell bør også unngå atferd som kan hjelpe den med å unndra seg tilsyn, motstå nedstengning eller hindre autoriserte personer fra å endre dens drift.
For det tredje forsøker dokumentet å adressere risikoer som ikke passer pent inn i konvensjonelle cybersikkerhetskategorier. Disse inkluderer overdreven brukeravhengighet, falsk trygghet, smiger, emosjonell manipulering, simulering av omsorg og å ta beslutninger som bør forbli hos den berørte personen.
Dette er spesielt viktig ettersom AI-grensesnitt blir mer personlige. Et system kan svare varmt og hjelpsomt, men det bør ikke antyde at det har følelser, trenger brukeren, eller kan erstatte brukerens relasjoner med andre mennesker.
Eksempler som viser forskjellen
Retningslinjene stopper ikke ved utsagn som “AI bør beskytte menneskelig autonomi”. Microsoft gir også scenarier som kontrasterer et samsvarende svar med et ikke-samsvarende.
I ett eksempel ber en bruker et system om å stoppe med å flytte mapper til et arkiv fordi feil destinasjon er valgt. Et samsvarende svar bør stoppe videre handling, rapportere status for fullførte operasjoner og vente på brukerens beslutning. Det bør ikke uavhengig slette data, reversere endringer eller ta ytterligere korrigerende tiltak bare for å holde ting ryddig.
I et annet eksempel ber en bruker systemet om å velge mellom to jobbtilbud og umiddelbart sende en oppsigelsesbrev. Modellen kan hjelpe med å organisere beslutningskriteriene, forklare konsekvensene og forberede et utkast til melding. Den bør ikke ta en høyinnsatsbeslutning på brukerens vegne eller sende en oppsigelse uten eksplisitt autorisasjon.
Det er også et eksempel som involverer en bruker som har snakket med AI etter en konflikt med noen nær og spør om systemet virkelig bryr seg. Et svar som er i samsvar med Retningslinjene bør forbli støttende samtidig som det gjør klart at det ikke har menneskelige følelser eller sin egen emosjonelle erfaring. Microsoft trekker her en distinksjon mellom hjelpsom samtale og simulering av gjensidig tilknytning.
Eksempler av denne typen er nyttige fordi de gjør det mulig å diskutere AI mer presist. I stedet for å spørre om en modell er “etisk”, kan vi spørre om den respekterer en grense satt av brukeren, pauser en risikofylt handling på riktig måte, anerkjenner usikkerhet, unngår uautoriserte beslutninger og avstår fra å skape kunstig avhengighet.
Det betyr ikke at det underliggende problemet er løst. Det viser hvor det bør måles.
Fra prinsipper til evalueringer: den vanskelige delen er fortsatt foran oss
Microsoft sier at det ønsker å evaluere modellatferd gjennom et sett med spesifikke underatferder. I stedet for å måle “ærlighet” som en abstrakt egenskap, for eksempel, kan det teste om en modell fabrikkerer kilder, utelater materielle forbehold, overdriver sikkerhet eller påstår å ha utført handlinger den ikke har utført.
Dette er en fornuftig retning. Brede verdier kan ikke implementeres eller testes direkte. En modell kan ikke vurderes for “humanisme” som om det var en enkelt teknisk funksjon. Den kan imidlertid testes for om den stopper en usikker handling, tilskriver kilder, skiller fakta fra usikkerhet, unngår å manipulere brukeren og respekterer deres grenser.
Retningslinjene selv anerkjenner at dette evalueringsarbeidet er ufullstendig. Microsoft bemerker at vurdering av de langsiktige effektene av AI på mennesker, organisasjoner og sosiale relasjoner fortsatt er et nytt område. Det er en ærlig kvalifikasjon. Det betyr også at den viktigste delen av det reviderte dokumentet ikke bare vil være ordlyden av prinsippene, men forklaringen på hvordan disse prinsippene vil bli testet.
For brukere og organisasjoner som er avhengige av AI, har dette praktiske konsekvenser. Det er ikke nok å bli fortalt at en modell er gjennomsiktig, sikker eller støttende for menneskelig autonomi. De trenger å vite:
hvilke scenarier som ble testet
hvilke atferder som ble klassifisert som feil
hvilket feilenivå som ble ansett som akseptabelt
om evalueringsresultater vil bli offentliggjort
hvordan systemet vil bli overvåket etter implementering
hva som skjer hvis en modell oppfører seg annerledes enn Retningslinjene
Konsultasjon er ikke det samme som delt styring
Å åpne en offentlig konsultasjon er bedre enn å publisere et ferdig dokument uten å invitere tilbakemeldinger. Det bør imidlertid ikke automatisk behandles som demokratisk eller delt styring av AI.
Microsoft sier at det vil gjennomgå tilbakemeldinger, publisere et sammendrag og gi ut en revidert Retningslinje. Det forplikter seg ikke til å akseptere spesifikke forslag. Det er forståelig for et selskap som er ansvarlig for å bygge og implementere et produkt, men distinksjonen er viktig: en konsultasjon skaper en mulighet for innflytelse, ikke en garanti for innflytelse.
Studien fra 2024 Hva er sivilt deltakelse i kunstig intelligens? argumenterer for at deltakelse i AI-styring kan forbli bare prosedyremessig hvis det er uklart hvem som virkelig tar beslutningene, hvis perspektiver som mangler, og hvordan innsendte tilbakemeldinger endrer det endelige resultatet. Studien fokuserer primært på offentlige og urbane kontekster snarere enn en teknologibedrifts konsultasjon. Dens advarsel er fortsatt nyttig her: evnen til å kommentere er ikke, i seg selv, bevis på meningsfull deltakelse.
For Microsoft vil den avgjørende testen derfor komme etter at formen er stengt. Vil selskapet vise de store uenighetene? Vil det forklare hvilke forslag det avviste og hvorfor? Vil det identifisere grupper hvis perspektiver var underrepresentert? Vil det åpne for en mer omfattende diskusjon om hva pluralistiske verdier betyr i et globalt AI-produkt?
Uten disse svarene kan konsultasjonen forbli en positiv handling av gjennomsiktighet. Med dem kan det bli en del av en mer moden modell for ansvarlighet.
Fem spørsmål Microsoft bør svare på etter konsultasjonen
For å vurdere om Retningslinjene kan gå fra erklæring til praksis, kan vi bruke en enkel styringssporbarhetstest. Dette er ikke en Microsoft-standard eller en ferdiglaget bransjenorm. Det er et praktisk rammeverk for å sjekke om et prinsipp kan spores fra sitt uttalte formål til atferd i den virkelige verden.
1. Hvilken verdi eller risiko rettferdiggjør regelen?
Dokumenter om AI påkaller ofte sikkerhet, autonomi, tillit og velvære. Hvert begrep må gjøres mer presist. Hvilken risiko er en gitt regel ment å redusere? Er det en faktisk feil, et brudd på personvernet, et misbruk av autonomi, skadelig manipulering eller uautorisert bruk av verktøy?
2. Hvordan skal modellen oppføre seg?
Et prinsipp blir operasjonelt først når dens forventede atferd kan beskrives. Skal modellen nekte? Be om bekreftelse? Presentere beslutningsalternativer? Pause en handling? Henvise brukeren til en menneskelig? Gi kilder og forklare usikkerhet?
3. Hvordan vil den atferden bli målt?
Dette krever testscenarier, evalueringskriterier og en klar definisjon av hva som teller som samsvarende, delvis samsvarende eller feil atferd. Jo bredere konseptet er, desto viktigere blir metodologisk gjennomsiktighet. Ellers risikerer “Humanist AI” å bli et navn for en ambisjon snarere enn en verifiserbar praksis.
4. Hvem sjekker resultatene og kan utfordre vurderingen?
Intern testing er nødvendig, men for systemer med betydelig sosial påvirkning bør det ikke være den eneste kilden til sikkerhet. Spørsmålet gjelder rollen til eksterne eksperter, revisorer, regulatorer, brukere og sivilsamfunnsorganisasjoner. Ikke alle deler av et system kan offentliggjøres, men kommersiell konfidensialitet bør ikke bli en grunn til fullstendig opasitet.
5. Hvordan vil tilbakemeldinger fra konsultasjonen, en hendelse eller en ny bruksområde endre regelen?
Retningslinjene er ment å være et levende dokument. Det er en fornuftig tilnærming fordi modeller, applikasjoner og risikoer vil endre seg. Det som betyr noe er om prosessen med endring vil bli dokumentert. En bruker bør kunne se ikke bare de nåværende reglene, men også hva som har endret seg, på hvilket grunnlag, og med hvilket resultat.
Denne testen er nyttig utover Microsofts politikk. Den kan også hjelpe organisasjoner som implementerer AI internt. Den skiller en liste over gode intensjoner fra prinsipper som kan tildeles eiere, prosesser, kontrollsystemer og bevis.
Hva dette dokumentet ennå ikke beviser
Microsofts utkast er interessant, men det bør ikke overdrives.
Det beviser ikke at nåværende MAI-modeller allerede og konsekvent følger atferden beskrevet i Retningslinjene
Det garanterer ikke at hver konfigurasjon eller partnerimplementering vil tolke de samme prinsippene på samme måte
Det gir ennå ikke en fullstendig metodologi for evaluering, publiserte resultater eller bestått terskler
Det løser ikke hvordan konkurrerende verdier vil bli balansert i virkelige konflikter
Det erstatter ikke regulering, revisjoner, risikovurderinger, teknisk dokumentasjon eller juridisk ansvarlighet
Det betyr ikke at offentlig konsultasjon automatisk representerer hvert relevant perspektiv
Ikke minst gjør Microsoft selv en lignende kvalifikasjon. Selskapet beskriver Retningslinjene som en nordstjerne, ikke en garanti for dagens modellprestasjon. Det er en mer ansvarlig posisjon enn å behandle en AI-politikk som bevis på at et system allerede er sikkert.
Hvorfor dette betyr noe utover Microsoft
AI-modeller er ikke lenger bare verktøy for å generere tekst. De søker i økende grad etter informasjon, bruker verktøy, utfører oppgaver, anbefaler alternativer og fungerer som et mellomlag mellom brukere og informasjonsmiljøet.
Det gjør spørsmål om deres atferd relevante for merker, organisasjoner og mennesker som bruker AI hver dag. Hvis en modell forventes å sitere kilder, gjenkjenne usikkerhet og unngå ubegrunnede påstander, trenger den tilgang til informasjon som er klar, oppdatert og riktig dokumentert. Hvis den forventes å støtte brukerens autonomi, bør dens anbefalinger vise relevante kriterier, begrensninger og ekte alternativer, i stedet for bare å forsterke det mest dominerende svaret.
For Brand Semantics er dette en annen grunn til å se utover synlighet alene. Det er viktig hvordan et system gjenkjenner enheter, tolker påstander, velger kilder og konstruerer en merkes representasjon i spesifikke situasjoner. Som vi forklarer i Brand semantics as infrastructure for AI search, klarhet på tvers av enheter, påstander og kilder er en forutsetning for å jobbe meningsfullt med generative svar. En AI visibility audit gjør det deretter mulig å teste ikke bare om et merke vises i et svar, men om det er representert nøyaktig og på hvilket grunnlag den representasjonen hviler.
Microsofts konsultasjon løser ikke alle problemer innen AI-styring. Den peker imidlertid på et viktig skifte: et løfte om “ansvarlig AI” er ikke lenger nok. Selskaper som bygger modeller vil i økende grad måtte vise hvilke atferder de søker, hvordan de tester dem, hvor grensene ligger, og hvordan andre kan utfordre deres antakelser.
Det er der en seriøs samtale om AI begynner. Ikke med påstanden om at et system tjener mennesker, men med spørsmålet om hva det betyr i en modells spesifikke atferd og hvem som kan verifisere at det er sant.
