Sebastian Kondracki liker ikke navnet «artificial intelligence». Donald Trump ville også bytte det ut. Kondracki, en av skaperne bak Bielik, foretrekker «collaborative intelligence» – et navn som setter relasjonen til mennesker først. USAs president ga administrasjonen sin beskjed om å bruke «Super Intelligence». Den samme innvendingen mot et navn gir altså to ganske ulike fortellinger om en teknologi. På polsk kommer enda en vri: Forkortelsen SI kan være helt uendret, selv om betydningen skifter. [1, pp. 263–264] [2] [9]
Et avsnitt i RzeczpospolitAI, boken av Krzysztof Domaradzki og Artur Kurasiński, fikk meg til å stoppe opp. Jeg hadde aldri støtt på Kondrackis foretrukne polske uttrykk, kolaboratywna inteligencja, før. I intervjuet forklarer han at «artificial» gir assosiasjoner til noe mangelfullt eller mindreverdig sammenlignet med det naturlige. Han vil heller sette navn på en teknologi som utvider menneskers evner. Kondracki er knyttet til initiativet SpeakLeash og prosjektet Bielik. [1, p. 263]
Den polske formuleringen har en komplikasjon som en direkte oversettelse til engelsk kan skjule. Kolaboratywna skal gi assosiasjoner til samarbeid, men kolaboracja kan også vekke ubehagelige historiske assosiasjoner. Kondracki erkjenner selv problemet. Invitasjonen til samarbeid kan dermed møtes av assosiasjoner som trekker i en annen retning. Alt dette før vi engang har kommet til substantivet. [1, p. 263]
Trump valgte den administrative veien. Presidentordren hans av 29 September 2026 pålegger føderale departementer og etater i den utøvende makten å bruke «Super Intelligence» og «SI» i stedet for «Artificial Intelligence» og «AI» i offisiell korrespondanse, offentlig kommunikasjon og andre dokumenter som ikke er lovpålagte, så langt loven tillater det. Avgrensningen er viktig: Dette er ikke et generelt forbud mot at andre enn den føderale utøvende makten bruker «AI». [2, Section 2]
Det er dette jeg synes er interessant ved de to eksemplene. Et navn legger opp til en bestemt tolkning av teknologien. Hva skjer med forventningene våre når vi kaller et system samarbeidende, generelt, menneskesentrert eller superintelligent? Og hvor slutter begrepets betydning, og hvor begynner løftet vi knytter til det?
Hva er kunstig ved kunstig intelligens?
La oss begynne med ordet som satte hele diskusjonen i gang. «Artificial intelligence» står i forslaget til Dartmouth Summer Research Project datert 31 August 1955. John McCarthy, Marvin Minsky, Nathaniel Rochester og Claude Shannon foreslo at sider ved læring og intelligens kunne beskrives presist nok til at en maskin kunne simulere dem. Forskningsagendaen omfattet språkbruk, begrepsdannelse og problemer som tidligere var forbeholdt mennesker. [3]
I denne sammenhengen viser «artificial» til bestemte evner som realiseres i et konstruert system. Kondracki hører noe annet i ordet: en antydning om at det kunstige er dårligere enn det naturlige. Ett adjektiv, to betydningslag. Det er verdt å skille dem fra hverandre. En teknisk definisjon rommer ikke alt en målgruppe oppfatter. [3] [1, p. 263]
Tiffany Petricini er også opptatt av hva folk legger i språket om KI. Analysen hennes undersøker hvordan begreper knyttet til assistanse og samarbeid fungerer som tolkningsrammer, og retter oppmerksomheten mot bestemte funksjoner og relasjoner til brukerne. Dette er en semantisk og retorisk analyse, ikke et eksperiment som måler folks reaksjoner på hvert enkelt navn. Likevel etterlater den oss med et nyttig spørsmål: Hva har vi allerede tatt for gitt om et system før vi har undersøkt hva det faktisk gjør? [23]
Superintelligens: en evne eller en ny merkelapp?
Superintelligens har en lengre historie enn denne navnediskusjonen. I «How Long Before Superintelligence?», skrevet i 1997 og revidert året etter, definerte Nick Bostrom begrepet som en intelligens som langt overgår de beste menneskelige hodene på praktisk talt alle områder, inkludert vitenskapelig kreativitet og sosiale ferdigheter. Det er en høy terskel. Begrepet beskrev et bestemt evnenivå. [4]
Seksjon 3(a) i Trumps ordre gjør noe annet. I ordren omfatter «Super Intelligence» teknologier og systemer som faller inn under den eksisterende lovfestede definisjonen av kunstig intelligens. I dette dokumentet får en eksisterende kategori et nytt navn. Det viser ikke at systemene har nådd Bostroms terskel. Et nytt skilt på døren oppgraderer ikke det som befinner seg bak den. [2, Section 3(a)] [4]
Det er også verdt å holde styr på kronologien. Silicon Valley begynte ikke å snakke om superintelligens etter presidentordren. I «Reflections», publisert i January 2025, presenterte Sam Altman superintelligens som et mål som ligger forbi AGI, eller artificial general intelligence. I July 2025 publiserte Meta Mark Zuckerbergs visjon om «personal superintelligence». Ingen av disse tidligere uttalelsene kan beskrives som en reaksjon på en ordre utstedt i September 2026. [5] [6]
I en kunngjøring fra NVIDIA datert 8 October 2026 brukte Jensen Huang «Super Intelligence» da han snakket om avansert teknologi for amerikanske forskere. Microsoft AI har på sin side utviklet sin egen visjon om «Humanist Superintelligence», med systemer som skal være underordnet mennesker og under deres kontroll. Når vi møter slike erklæringer, må vi spørre hva avsenderen mener: et framtidig mål, en teknologi som finnes i dag eller et prinsipp for hvordan den skal utformes? [8] [7]
Polsk SI: samme bokstaver, ulik betydning
Her er en liten språklig detalj med overraskende store konsekvenser. På polsk står SI allerede for sztuczna inteligencja, det polske uttrykket for kunstig intelligens. Den polskspråklige versjonen av Europakommisjonens melding fra 2018, Artificial Intelligence for Europe, bruker nettopp denne forkortelsen i innledningen. I den amerikanske presidentordren står SI derimot for «Super Intelligence». [9, Section 1] [2]
Typografisk er dette praktisk. Tolkningsmessig er det mindre heldig. En polsk leser kan se en henvisning til «utviklingen av SI» uten umiddelbart å vite om skribenten mener kunstig intelligens eller superintelligens. Dette er en mulig tvetydighet som blir synlig når vi setter de to betydningene ved siden av hverandre. Det er ikke et målt funn om hvordan polske lesere faktisk reagerer. [9] [2]
Jeg forstår den kommunikative appellen: De velkjente to bokstavene beholdes, men får en ny betydning. Ingen ny forkortelse å lære. Prisen for denne bekvemmeligheten er at det synlige signalet om et begrepsskifte forsvinner. Leseren må bruke konteksten for å forstå om det handler om et teknologifelt eller et påstått evnenivå.
Kondrackis foretrukne navn støter på et annet språklig problem. Han vil framheve samarbeid, men erkjenner at de polske assosiasjonene til kolaboracja kan stå i veien. Det minner oss om hva som kan skje når et navn beveger seg mellom språk. Avsenderens hensikt og mottakerens assosiasjoner trenger ikke å møtes på samme sted. [1, p. 263]
Samarbeid mellom mennesker og datamaskiner har en lengre historie
La oss legge de nyeste merkelappene til side et øyeblikk. Ideen om at datamaskiner kan styrke menneskers evner, oppsto ikke med dagens chatboter. J.C.R. Licklider beskrev «man-computer symbiosis» i 1960. To år senere la Douglas Engelbart fram et rammeverk for å utvide menneskelig intellekt gjennom et utformet system av verktøy, språk og arbeidsmetoder. [10] [11]
Denne tradisjonen gir oss én måte å forstå dagens «augmented intelligence» på. Referansepunktet er hva mennesker kan gjøre med teknologiens hjelp. Ethan Mollicks bok fra 2024, Co-Intelligence: Living and Working with AI, populariserer et beslektet syn på samarbeid. Beslektede ideer er likevel ikke nødvendigvis utskiftbare definisjoner. [11] [14]
Forskjellen blir tydeligere med den mer presise definisjonen av «hybrid intelligence» fra Dominik Dellermann og medforfatterne hans. De beskriver en konstellasjon av mennesker og KI som presterer bedre enn deltakerne hver for seg, og som utvikler seg gjennom gjensidig læring. Det er ikke nok å plassere et menneske og en modell ved samme skrivebord. Samarbeidet må føre til noe mer konkret. [12, Section 4]
«Collective intelligence» har et annet omfang. Begrepet handler om grupper som handler sammen på måter vi oppfatter som intelligente. Forskning på feltet undersøker også kombinasjoner av mennesker og datamaskiner. KI kan inngå i en slik gruppe, men begrepet forutsetter det ikke. [13]
En oversikt over KI-navn og hva de betyr
Det er lett å miste oversikten over begrepene, så la oss sortere dem etter hva de beskriver. Oversikten nedenfor samler utvalgte bruksområder fra forskning og offentlig kommunikasjon. Den siste kolonnen viser min tolkning av hva hvert navn retter oppmerksomheten mot. Den måler ikke målgruppers reaksjoner.
navn | hva det beskriver i den siterte kilden | hva det retter oppmerksomheten mot |
|---|---|---|
artificial intelligence | et forskningsprogram om intellektuelle evner realisert av maskiner [3] | evnene til et konstruert system |
augmented intelligence | utvidelse av menneskelige evner, forstått i lys av Engelbarts tradisjon [11] | hva mennesker kan gjøre med verktøy |
collaborative intelligence, slik Kondracki bruker begrepet | samarbeid med mennesker og utvidelse av naturlig intelligens [1, pp. 263–264] | relasjonen mellom mennesker og teknologi |
hybrid intelligence | en konstellasjon av mennesker og KI med bedre felles resultater og gjensidig læring [12] | hvordan samarbeidet organiseres, og hvor godt det fungerer |
collective intelligence | intelligent aktivitet i grupper, eventuelt med datamaskiner [13] | gruppens samlede evner |
human-centred AI | utforming med vekt på mennesker, kontroll og ansvar [15] | utforming og tilsyn |
generative AI | generering av innhold basert på strukturen og egenskapene til underliggende data [16] | typen resultat som produseres |
agentic AI | en måte å organisere et systems handlinger på, inkludert valg av trinn og verktøy [17] | selvstendighet i oppgaveløsningen |
AGI | bredden i evnene sett i sammenheng med prestasjonsnivået [18] | oppgavebredde og kompetansenivå |
superintelligence | i Bostroms definisjon: intellektuelle evner langt utover menneskers på praktisk talt alle områder [4] | evner sammenlignet med mennesker |
Dette er ikke en trapp av stadig nyere KI-generasjoner. Navnene beskriver ulike dimensjoner: En modell som genererer innhold, kan inngå i et agentic system som hjelper et menneske. Ingen av disse beskrivelsene viser i seg selv at AGI er oppnådd. Morris og medforfatterne hans foreslår derfor å vurdere generalitet, ytelse og autonomi hver for seg. [16] [17] [18]
Hva sier forskningen om effekten av et navn?
Kan et navn faktisk påvirke hvordan folk vurderer en teknologi? Det finnes forskning som støtter denne intuisjonen. Markus Langer og medforfatterne hans gjennomførte to studier med henholdsvis 397 og 622 deltakere. De undersøkte hvordan begreper for systemer som tar eller støtter beslutninger, påvirket oppfatningen av egenskapene deres og vurderingen av bruk i bestemte sammenhenger. Terminologien påvirket blant annet opplevd kompleksitet og tillit. [19]
Vi bør ikke konkludere med at det alltid er en fordel å legge til «AI». I seks eksperimenter fant Mesut Cicek, Dogan Gursoy og Lu Lu at det å opplyse om KI i produkt- og tjenestebeskrivelser reduserte kjøpsintensjonen. Emosjonell tillit spilte en rolle, og den negative effekten var sterkere når produktet ble oppfattet som mer risikofylt. Utfallet som ble målt, var kjøpsintensjon, ikke en nedgang i faktiske salg. Funnene gir heller ikke grunnlag for å generalisere til all annen bruk av store språkmodeller eller KI. [21]
Cindy Candrian og Anne Scherer fant et annet mønster. I tre studier reagerte folk mer positivt på en feil gjort av et system presentert som KI enn på en feil gjort av et system presentert som algoritmisk. Det er én detalj jeg ikke vil miste av syne: Deltakerne fikk også ulike beskrivelser av hvordan systemene fungerte. KI-systemet ble beskrevet som lærende, mens det algoritmiske systemet ble beskrevet som regelbasert. Studiene testet dermed en merkelapp sammen med en forklaring av systemenes evner. Vi kan ikke tilskrive hele effekten merkelappen alene. [20]
Jeg har satt disse studiene ved siden av hverandre fordi de undersøker ulike situasjoner: vurdering av et system, vurdering av et kjøp og reaksjoner etter en feil. Måten vi introduserer en teknologi på, har betydning. Studiene gir oss ikke ett navn som alltid er best. De tester heller ikke direkte den polske kontrasten mellom «artificial» og «collaborative» intelligence. [19] [20] [21]
«Collaborative» er også et løfte som må prøves
La oss vende tilbake til Kondracki. For ham følger navneendringen en endring i samtalen om innføring: bort fra kostnadsreduksjoner og nedbemanning, og over mot å skape mer forretningsverdi. «Måten folk tenker på denne teknologien, påvirker faktisk hvordan den brukes», sier han i intervjuet. Dette er en praktikers observasjon og et argument for en bestemt tilnærming, oversatt her fra polsk. [1, p. 264]
Samarbeid gir ikke automatisk et bedre resultat i alle sammenligninger. Michelle Vaccaro, Abdullah Almaatouq og Thomas W. Malone analyserte 106 eksperimentelle studier publisert mellom January 2020 og June 2023. I gjennomsnitt presterte kombinasjoner av mennesker og KI bedre enn mennesker alene, men dårligere enn den av mennesket eller KI som presterte best hver for seg. [22]
Det er lett å overse forskjellen mellom å hjelpe et menneske og å oppnå synergi. En medarbeider kan få bedre resultater uten at den kombinerte tilnærmingen presterer bedre enn KI-systemet alene. Metaanalysen avgjør ikke spørsmålet for alle bruksområder i dag. Den viser hvorfor et løfte om samarbeid bør følges av to spørsmål: For hvilken oppgave, og sammenlignet med hva? [22]
Det finnes også en måte å forsvare menneskets rolle på uten å bruke partnerskapsspråk. I sin framstilling av human-centred AI foreslo Ben Shneiderman å kombinere høy grad av automatisering med høy grad av menneskelig kontroll. Han foretrakk metaforer om verktøy som styrker mennesker, framfor bilder av autonome teammedlemmer. Et beslektet mål, men et annet ordvalg. [15]
Hva betyr dette for språket merkevarer bruker?
I Brand Semantics er jeg særlig opptatt av når et navn begynner å erstatte en forklaring. Hvis et produkt kalles «superintelligent», vil jeg vite hva det overgår, og med hvor mye. Hvis et system er «collaborative», hvordan fordeler det arbeidet med et menneske? Hvis det er «human-centred», hvem har kontrollen og ansvaret? Slike navn er et utgangspunkt for å undersøke løftet.
Det samme gjelder merkevarer. Et kategorinavn sier lite hvis vi ikke kan fastslå hvilke påstander om en virksomhet som støttes av kilder. Vi utforsker dette nærmere i artikkelen vår om infrastruktur for brand semantics.
Her er en enkel øvelse. Ta beskrivelsen av et produkt, en tjeneste eller en implementering, og svar på tre spørsmål: Hva gjør systemet? Hva har mennesket fortsatt ansvar for? Hvordan vurderer vi resultatet? Et godt navn hjelper oss med å strukturere svarene. Hvis det erstatter et svar, må vi legge til detaljene. Adjektivet kan ikke gjøre den jobben for oss.
Det krever tilsvarende grundighet å beskrive merkevaren før vi undersøker KI-svar. Vi må skille fakta fra ambisjoner og fastslå hvilke navn som viser til samme enhet.
Den polske forkortelsen SI gjør hovedpoenget uvanlig tydelig. To velkjente bokstaver kan stå uendret på siden mens samtalen beveger seg fra kunstig intelligens til superintelligens. Derfor er det viktig å skrive ut hva forkortelsen står for. Leserne bør kunne se om vi navngir et fagfelt, en måte å samarbeide på, en ambisjon for en virksomhet eller et dokumentert evnenivå.
Kondrackis intervju og Trumps ordre gir meg grunn til å granske adjektivene like nøye som demonstrasjonene av teknologien. «Artificial», «collaborative» og «super» inviterer til ulike spørsmål. God kommunikasjon må gå ett skritt videre: fra navnet til svar vi kan etterprøve. [1, pp. 263–264] [2]
Jeg brukte ChatGPT mens jeg arbeidet med denne teksten, særlig verktøyet Consensus. Dawid, takk for anbefalingen!
Jeg hadde kanskje ikke fulgt dette tankesporet i det hele tatt uten å ha lest flere utgaver av Artur Kurasińskis nyhetsbrev Technofobia. Hvis du leser polsk, anbefaler jeg det på det varmeste. I en tid der så mye innhold er flyktig og overflatisk, gir Arturs e-poster oss noe å tenke på.
Kilder og presise referanser
De nummererte referansene i artikkelen lenker til kildene. Sidetall i bøker, dokumentseksjoner, bibliografiske opplysninger og DOI-er er oppgitt der det er relevant. Oversikten over betydninger og de fortolkende konklusjonene er min sammenstilling av kildene. Nettkildene til den polske artikkelen ble besøkt 11 November 2026.
[1] Krzysztof Domaradzki og Artur Kurasiński, RzeczpospolitAI, 2026, intervju med Sebastian Kondracki, «Orzeł wzbija się do lotu», pp. 263–264. Sidetallene er kontrollert mot fotografier av boken; Domaradzki publiserte også et utdrag 26 October 2026. se kilden
[2] Donald J. Trump, Executive Order 14434, «Inaugurating the Era of Super Intelligence», 29 September 2026, Sections 1–3, særlig 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 første avsnittene. se kilden
[4] Nick Bostrom, «How Long Before Superintelligence?», 1997, revidert 25 October 1998, «Definition of ‘superintelligence’». se kilden
[5] Sam Altman, «Reflections», January 2025, avsnittene som begynner med «We are now confident…» og «We are beginning to turn our aim…». se kilden
[6] Meta, «Personal Superintelligence for Everyone», 30 July 2025, uttalelsen som presenterer Mark Zuckerbergs visjon. se kilden
[7] Mustafa Suleyman, «Towards Humanist Superintelligence», Microsoft AI, 2025, særlig «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, innledningsavsnittet og uttalelsen fra Jensen Huang. se kilden
[9] Europakommisjonen, Sztuczna inteligencja dla Europy, den polskspråklige versjonen av Artificial Intelligence for Europe, COM(2018) 237 final, 25 April 2018, Section 1. Den polske versjonen 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, særlig innledningen. 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, særlig Section 4 «Defining Hybrid Intelligence». DOI: 10.1007/s12599-019-00595-2. se kilden
[13] MIT Center for Collective Intelligence, Handbook of Collective Intelligence, hovedsiden, arbeidsdefinisjonen av kollektiv intelligens og forskningsspørsmålet om kombinasjoner av mennesker og datamaskiner. se kilden
[14] Ethan Mollick, Co-Intelligence: Living and Working with AI, Portfolio, 2024; forlagets beskrivelse og utgivelsesdato 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», ordlisteoppføringen og kildedokumentene som er oppført der. se kilden
[17] Erik Schluntz og Barry Zhang, «Building Effective Agents», Anthropic, 19 December 2024, «What are agents?» og skillet mellom arbeidsflyter og agenter. 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, sammendraget 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; lenke til forfatternes versjon. se kilden
[20] Cindy Candrian og Anne Scherer, «How Terminology Affects Users’ Responses to System Failures», Human Factors 66(8), 2024, pp. 2082–2103, publisert på nett 21 September 2023, særlig Study 1 og beskrivelsene som ble brukt i eksperimentene. 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, publisert på nett 19 June 2024, sammendraget. 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, innledningen og resultatene, særlig «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, publisert på nett 10 September 2025, sammendraget og analysen av kognitiv avlastning, augmented intelligence og co-intelligence. DOI: 10.1007/s00146-025-02586-2. se kilden

