Slik ser kunnskapen ut i 2027

Kunstig intelligens og informasjonsoverflod stiller spørsmål ved hva vi kan vite. En filosof spekulerer på epistemologien i en AI-dominert verden.

I tusen år har filosofer diskutert hva som gjør noe til kunnskap. Platon definerte kunnskap som 'riktig oppfatning med forklarelse'. Du må være sikker, det må være sant, og du må ha god grunn til å tro det. Dette kalles 'justified true belief'. Men for bare 50 år siden viste filosofen Edmund Gettier at selv denne definisjonen er utilstrekkelig. Gettiers tankeeksperimenter viste at du kan ha rettferdiggjort tro som er sann, uten å faktisk 'vite'. Siden Gettier har filosofer forsøkt å finne en bedre definisjon, men enigheten var at vi nøyer oss med å si at kunnskap krever sikkerhet, sannhet og rettferdigelse. Det var før kunstig intelligens begynte å produsere sånt som ligner på kunnskap.

ChatGPT og lignende systemer produserer tekst som ofte er både velskrevet og korrekt. Du kan sende inn et spørsmål, og få et svar som ser ut til å være basert på kunnskap. Men hva er det egentlig som skjer? AI-systemene er trent på milliarder av dokumenter og lærer statistiske mønstre. De förespår ordet som sannsynligvis kommer neste, igjen og igjen. Når det lykkes, produserer de tekst som ser ut som kunnskap – detaljert, sammenhengend, og ofte sant. Men det er ikke slik at AI faktisk vet noe. Den har ingen indre representasjon av verden, ingen erfaringer, ingen forståelse av sammenhenger. Problemet er at vi, mennesker, ser på teksten og antar at det må være kunnskapsuttrykk bakenfor. Men det kan like godt være en sofistikert statistisk illusion.

Vi lever i et tidsrom der informasjon er ubegrenset, men sannhet blir stadig hardere å fastslå. Det finnes hjemmesider som publiserer detaljerte, overbevisende artikler som er helt feil. Deepfakes som ligner så likt på ekte videoer at selv eksperter blir lurt. AI-systemer som kan generere både sannheter og usannheter med samme pålitelighet. I denne sammenhengen blir spørsmålet 'hva kan vi vite?' ikke bare filosofisk – det blir praktisk og politisk. Hvis du ikke kan stole på det du leser, og det blir stadig hardere å avgjøre hva som er sant, hvordan skal du da danne informerte oppfatninger? Tidligere kunne du stole på autoriteter – eksperter, journalister, forskere. Men når AI også kan skrive eksperttekster og når misinformasjon er finansiert og koordinert, blir autoritetsstrukturen skjør.

Informasjonsoverfloden og AI-generert innhold stiller nye utfordringer for epistemologi og verifisering av kilder.

Epistemologi har lenge stilt spørsmål om metode – hvordan vet vi? I vitenskapen er metoden: observasjon, hypotese, eksperiment, falsifisering. I journalistikk er metoden: kildesjekk, uavhengig verifisering, etterslingringsplikt. Men hvordan sjekker du kilden til en AI? Den sier 'jeg er trent på internettet', men hva er egentlig internettet? Hvis AI genererer overbevisende svar som ingen kan verifisere helt, fordi de ville trengt hundrevis av timer for å gå tilbake og bekrefte hver påstand, hvordan fungerer kunnskapsmetoden da? Vi kan ikke lenger stole på at eksperter har gjort jobben – fordi AI kan finne på eksperter. Vi kan ikke verifisere alt selv – fordi det er for mye. Vi er muligens på vei inn i en epistemologisk krise der de gamle metodene for å fastslå kunnskap ikke helt fungerer.