Hva kan vi egentlig vite? Filosofien møter kunnskapssamfunnet i 2027
AI og misinformasjon stiller nye spørsmål om sannhet
Spørsmål om kunskap og sannhet er like gamle som filosofien selv—men teknologien gjør dem mer akutt
AI og misinformasjon stiller nye spørsmål om sannhet, kunnskap og sikkerhet. Filosofene har svar—og nye spørsmål—for næringsliv som navigerer i usikkerhet.
Når kunstig intelligens spør: hvordan vet jeg at jeg er riktig?
I 2025 produserte en stor AI-modell en oversettelse av et juridisk dokument. Systemet var konfigurert av utviklere som sa at det var sikre. Bedriften som brukte systemet, stolte på oversettelsen. Den juridiske kontrakten ble inngått basert på AI-oversettelsen.
Problemet: oversettelsen hadde en kritisk feil som ingen oppdaget. Ordet for «ikke» var blitt oppfattet som «ja» i hele dokumentets juridiske del. Kostnad: 4 millioner kroner i rettslig oppgjøring.
Og det fundamentale spørsmålet: Hvordan visste bedriften at den kunne stole på AI-en? Hvem sjekket det? Hva var standarden for «jeg vet» i denne situasjonen? Det er klassiske filosofiske spørsmål som plutselig ble praktisk og kostbar.
Hva er kunnskap, egentlig?
Epistemologi er filosofiens læredom om hva som konstituerer kunnskap. En enkel definisjon: Kunnskap er sann tro som er begrunnet. Du må både tro noe, det må være sant, og du må ha en grunn til å tro det.
Under 2000-tallet ble dette særlig relevant for vitenskap og næringsliv. Hvordan vet vi at en medisin virker? Gjentakelsestudier. Hvordan vet vi at en kodebase er sikker? Testing og review. Epistemologi gikk fra abstrakt filosofi til praksis.
I 2027, når AI-systemer produserer svar som mennesker ikke kan faktisk verifisere (fordi datasettet er for stort, eller systemet er en «blackbox»), blir spørsmål igjen filosofisk: Hva betyr det å «vite» noe hvis jeg ikke kan se logikken bak? Hvis jeg stolte på resultatene fordi systemet har høy nøyaktighet statistisk, er det kunnskap—eller bare tro?
Når algoritmer virker troverdig—men er feil
En av de største fallgruveene med AI er at systemene kan være veldig feil mens de virker veldig troverdig. En ChatGPT-lignende modell som bruker ord med selvtillit («Den sannsynlige årsaken til ditt problem er...»), gir mennesker det du trenger for å «tro» svaret—selv om systemet faktisk gjettet.
Filosofer kaller dette problemet «epistemic trust». Hvordan vet jeg om jeg skal stole på en informasjonskilde? Før var svaret: sjekk kildens troverdighet—er forfatteren en ekspert? Blir påstandene sitert fra pålitelige kilder? For AI er alt tettere fordi systemene ikke har transparente kilder eller resonance du kan spore.
En studie fra Stanford viste at mennesker er 50 % mindre sannsynlig til å dobbeltsjekke informasjon fra en kilde presentert som «fra AI» versus «fra en menneske». Vi oppfatter AI-er som mer objektive—men de er det ikke. De er mer objektive på noen måter, og veldig skjeve på andre.
Hva betyr det for bedrifter som må ta avgjørelser?
En bank som bruker AI til å gjøre kredittvurderinger, må kunne rettferdiggjøre sine avgjørelser. Hvis systemet sier «dette lånet er for risikabelt», må de kunne si *hvorfor*—for regulering, og for rettferdighet. Men hvis AI-en ikke kan forklare sitt resonnement, har banken et epistemisk problem: de "vet" ikke egentlig på et etisk grunnlag.
Mange bedrifter har nå innleiet filosofer, etikere og epistemologer som rådgivere. De hjelper til å sette standarder for: Hva er akseptabel usikkerhet i denne typen avgjørelse? Hvis vi bruker AI, hvordan dokumenterer vi at vi «vet»? Hvem er ansvarlig hvis systemet er feil?
Dette er ikke teoretisk debatt. Det er regulering. EU har vedtatt regler som krever at høy-risiko AI-systemer må kunne "forklare seg". Og bedrifter konkurrerer nå på epistemic credibility: hvilken bedrift kan du stole på til å behandle data riktig, være transparent, og innrømme usikkerhet?
Slik navigerer vi kunnskapen i 2027
En sterk trend i 2027 er «Epistemic Humility»—ideen om at vi må innrømme hvor lite vi egentlig vet, og være mer skeptisk til kilder som lover sikkerhet. Bedrifter som sier «vi bruker AI, og det vet vi er riktig 99.5 % av gangen» blir ansett som troverdig. De som sier «vi bruker AI, men her er hvor det kan gå galt, og her er vår oversight» blir ansett som enda mer troverdig.
Samtidig bygges det nye systemer for epistemisk transparens. Blockchains som dokumenterer hvor data kommer fra. AI-systemer som forklarer sitt resonnement i menneskeleselig språk. Revisjonsmekanismer som sikrer at høy-risiko avgjørelser blir dobbelsjekket av mennesker.
Og en kulturell endring: det er ikke lenger skam å si «jeg vet ikke». Hvis du jobber i næringsliv eller teknologi, er det viktig å kunne si: Dette systemet virker ikke her. Denne kilden er usikker. Vi trenger mer informasjon. Det er epistemisk integritet.
Hvordan tenke epistemisk når du leser nyheter
I 2027 kan du stille deg selv spørsmål: Hvor kommer denne informasjonen fra? Hvordan vet jeg at kilden er pålitelig? Hvis dette er fra AI, hvordan kan jeg verifisere det? Hvis jeg ikke kan verifisere det, hva gjør jeg?
Et konkret eksempel: en AI-tjeneste sier at merkevaren din blir omtalt negativt i sosiale medier. Du kan ikke enkelt gå gjennom alle postene selv. Hvordan vet du at systemet er riktig? Du kan: (1) Spot-check et utvalg av postene selv, (2) Spørre systemet hvordan det kom fram til konklusjonen, (3) Sammenligne med andre kilders analyser.
Det viktigste er å være skeptisk uten å være paranoid. Teknologi er nyttig. Men det krever at vi spør spørsmål, og at systemene vi bruker kan tåle spørsmålene.
Filosofi som praktisk tool
For hundrevis av år var epistemologi akademisk—filosofer som debatterte abstrakt. I 2027 er det blitt praktisk. Bedrifter, utviklere og ledere må tenke epistemisk hver dag.
Det gode: vi blir bedre til å tenke kritisk. Vi innrømmer usikkerhet. Vi bygger systemer som er gjennomsiktige. Det dårlige: alt tar lenger tid. Avgjørelser blir mer komplisert. Og det er alltid mulighet for at noe faller gjennom sprekker.
Men det er bedre enn alternativet: å tro blindt på algoritmer eller kilder uten å spørre. Så kanskje er det verdt at filosofien igjen blir relevant for folk som ikke jobber med filosofi. Det burde den alltid vært.
Ofte stilte spørsmål
Hva handler «Hva kan vi egentlig vite? Filosofien møter kunnskapssamfunnet i 2027» om?
AI og misinformasjon stiller nye spørsmål om sannhet, kunnskap og sikkerhet. Filosofene har svar—og nye spørsmål—for næringsliv som navigerer i usikkerhet.
Når kunstig intelligens spør: hvordan vet jeg at jeg er riktig?
I 2025 produserte en stor AI-modell en oversettelse av et juridisk dokument. Systemet var konfigurert av utviklere som sa at det var sikre. Bedriften som brukte systemet, stolte på oversettelsen. Den juridiske kontrakten ble inngått basert på AI-oversettelsen.
Hva er kunnskap, egentlig?
Epistemologi er filosofiens læredom om hva som konstituerer kunnskap. En enkel definisjon: Kunnskap er sann tro som er begrunnet. Du må både tro noe, det må være sant, og du må ha en grunn til å tro det.
Når algoritmer virker troverdig—men er feil?
En av de største fallgruveene med AI er at systemene kan være veldig feil mens de virker veldig troverdig. En ChatGPT-lignende modell som bruker ord med selvtillit («Den sannsynlige årsaken til ditt problem er...»), gir mennesker det du trenger for å «tro» svaret—selv om systemet faktisk gjettet.
Hva betyr det for bedrifter som må ta avgjørelser?
En bank som bruker AI til å gjøre kredittvurderinger, må kunne rettferdiggjøre sine avgjørelser. Hvis systemet sier «dette lånet er for risikabelt», må de kunne si *hvorfor*—for regulering, og for rettferdighet. Men hvis AI-en ikke kan forklare sitt resonnement, har banken et epistemisk problem: de "vet" ikke egentlig på et etisk grunnlag.
Hva bør du vite om slik navigerer vi kunnskapen i 2027?
En sterk trend i 2027 er «Epistemic Humility»—ideen om at vi må innrømme hvor lite vi egentlig vet, og være mer skeptisk til kilder som lover sikkerhet. Bedrifter som sier «vi bruker AI, og det vet vi er riktig 99.5 % av gangen» blir ansett som troverdig. De som sier «vi bruker AI, men her er hvor det kan gå galt, og her er vår oversight» blir ansett som enda mer troverdig.
Redaksjonell merknad: Dette innholdet er utarbeidet av Norsk Næring med hjelp av kunstig intelligens og kvalitetssikret av redaksjonen. Informasjonen er ment som generell veiledning og erstatter ikke profesjonell rådgivning. Feil eller unøyaktigheter? Kontakt oss på help@norsknæring.no.
