Kunnskap i 2027 — slik endrer kunstig intelligens det vi kan og bør vite

Kunnskapen endrer form mens vi skriver

I 2026 er det normal at en student får svar på et spørsmål fra en AI-modell på millisekunder. «Hva er fotosyntetese?» Svar. «Hvem vant Nobelprisen i fysikk 1957?» Svar. For bare fem år siden var dette science fiction. I dag er det hverdagen. Men det som skjer nå, er ikke bare at informasjon er tilgjengelig raskere. Det handler om at selve definisjonen av kunnskap er under fundamentalt omslag. Om alle har tilgang til den samme informasjonen på samme tid, hva betyr det da å «vite» noe? Disse spørsmålene var tidligere teoretiske. I dag er de praktiske. Og vi må tenke gjennom dem hvis vi skal forstå hva kunnskap betyr i 2027.

Fra informasjon til tolking — kunnskapen skifter karakter

For hundre år siden var kunnskapen som regel begrenset til de som hadde tilgang til bøker og læring. I dag, med Google og ChatGPT, kan hvem som helst få samme informasjon på fem sekunder. Kunnskapen er demokratisert til et punkt der faktisk informasjon ikke lenger er den knappeste ressursen. Det som er knappest, er fortolking, kontekst, og dom. I 2027 forventer vi at det praktisk talt alle skal være i stand til å finne svar på faktuelt spørsmål. Det som differensierer mennesker, er evnen til å: Stille de riktige spørsmålene. Kontekstualisere informasjonen. Bedømme kredibilitet. Kombinere kunnskap på nye måter. Tenke kritisk omkring AI-genert innhold. En student som bare kan repetere det Google sa, vil ikke lenger være verdifull. En student som kan vurdere det Google sa, sammenligne det med andre kilder, og komme til egen konklusjon — det er den som vil bli etterspurt i arbeidsmarkedet.

Ekspertisen remiks — når AI blir kvalitetskontroller

Hva kjennetegner en ekspert i dag? Vanligvis: lang erfaring, grundige studier, publisert arbeid. Men i 2027 begynner definisjonen av ekspertise å bli kompleksere. En AI-modell trent på millioner av artikler innen medisin kan på nogle måter «vite» mer enn en enkeltlege — den har tilgang til mer samlet informasjon. Men AI-en mangler erfaring, dom, og intuisjon. Det som skjer, er at ekspertisen blir mer hybrid. En lege i 2027 bruker AI som et andreøye — den sjekker diagnoser, foreslår behandlinger. Men AI-en er ikke selv eksperten. Eksperten er samspillet mellom AI og menneske. Dette betyr at fagfolk må lære seg å jobbe med AI snarere enn mot den. En jurist som ikke bruker AI-verktøy vil bli mindre effektiv enn en som gjør. Og det betyr at ekspertise i 2027 krever både tradisjonell faglig dyktighet og digital kompetanse.

Kunnskapsvalidering blir mer praktisk og mindre teoretisk

I dag er det akademiske system basert på eksamener, oppgaver, og publikasjoner — skriftlige tester av hvordan godt du kan reprodusere informasjon. Men når en AI kan generere et helt essay på fem minutter, og når en AI kan bestå eksamenen selv, blir denne validerings-metoden problematisk. Mange institusjonene i 2027 er allerede skiftet til annen validering: praktiske prosjekter, muntlige eksamener, live problemløsning hvor en sensor ser hvordan du tenker. Kunnskapen valideres ikke gjennom oppgaver du kan skrive på forhånd, men gjennom dine evner til å tenke og handle på sparket. Et annet skift er at kunnskapen valideres mer direkt i arbeidsmarkedet. «Kan du gjøre jobben?» blir viktigere spørsmål enn «har du sertifikatet?» En person uten formell IT-utdanning, men som har bygget applikasjoner i praksis, kan være mer verdifull enn noen med papirene. Validering av kunnskap blir altså mindre basert på akademisk institusjon og mer basert på evne til å løse reelle problemer.

Tall og trender

I 2026 bruker omtrent 35% av forskere AI-verktøy i sitt daglige arbeid, opp fra praktisk null fem år tidligere. Antallet studenter som bruker ChatGPT eller liknende til lekser, estimeres til 40-50% i vestlige land, og tallet vokser. Samtidig ser vi at antallet universiteter som prøver nye eksamensformer (praktiske, muntlige, prosjekt-basert) har økt med ca 60% de siste tre årene. Det er tegn på at systemet prøver å tilpasse seg AI-verden.

Fra en som tenker på dette — filosofien bak kunnskapen

«Kunnskapen blir viktigere og mindre viktig på samme tid,» sier Kristin Aavatsmark, filosof og forsker ved Universitetet i Oslo.

"Når informasjon er gratis og tilgjengelig for alle, blir det å ha informasjonen mindre verdifullt. Men evnen til å bruke informasjonen, vurdere den kritisk, og skape noe nytt — det blir viktigere. Vi må tenke nytt omkring hva det betyr å være utdannet i en verden med sterke AI-verktøy."

Tre spørsmål for 2027 — og videre

Når vi nærmer oss 2027, dukker det opp tre store spørsmål som alle samfunnene må håndtere: Først: Hvordan validerer vi kunnskap og kompetanse når AI-ene kan kopiere så mye av det humans gjør? Vi trenger nye måter å måle ekte forståelse på. For det andre: Hvem skal ha tilgang til de beste AI-modellene, og vil det skape nye ulikheter? Om de mest avanserte AI-ene bare er tilgjengelige for noen, skaper vi en ny digital klassesamfunn. For det tredje: Hvem er eksperter på å evaluere hva AI-ene sier? Hvis en AI genererer medisinsk råd eller juridisk tolking, hvem sjekker det? Vi trenger ny ekspertise på AI-kvalitetskontroll. I 2027 er vi fortsatt i experimentasjon-fase. Ikke all eksperimentering vil lykkes. Men den som gjør det, vil forme kunnskapssamfunnet for generasjoner framover. Kunnskap endrer form. Mennesker må endre tankesett.