Samhälle Åsikt
Artificiell intelligens, krävande dumhet, kognitiv utmattning
När AI slog igenom på bred front var många forskare hoppfulla. Men modellerna hjälpte oss inte att frigöra tid, utan förändrade bara hur vi fyllde den. Ekonomiforskaren Jonas Grafström läser Alice i Spegellandet och reflekterar över hur vi ska använda kraftfulla innovationer till vår fördel.
När AI slog igenom på bred front var det många som såg framför sig en ny vår för det intellektuella arbetet. Forskarna skulle få mer tid till det väsentliga, till tänkandet, till kreativiteten. Borta var den tröstlösa rättningen, referenspillandet, och andra repetitiva uppgifter. Kanske kunde vi äntligen ägna oss åt riktig forskning igen?
Jag var en av dem som hoppades – med måttfull entusiasm. Men något gnagde. Historien lär oss nämligen att tekniska genombrott sällan fungerar som spa-behandlingar för arbetslivet. I stället sker något annat: när en uppgift blir enklare, dyker det upp två nya. AI är inget undantag. Den ersätter inte arbetet – den omformar det.
Låt mig berätta om Bob. Bob är en fiktiv men högst verklighetsförankrad professor vid ett universitet i Boston. Han har arbetat i decennier. Han har undervisat, forskat, administrerat, hållit i seminarier, recenserat artiklar, skrivit böcker, suttit i kommittéer – kort sagt levt det akademiska livet fullt ut. När AI började smyga in i hans vardag var han försiktigt hoppfull. Kunde det här vara den lättnad han längtat efter?
Artiklar som tidigare tog månader att skriva gick nu på en vecka – vilket innebar att fler forskare skickade in fler artiklar.
Till en början såg det ljust ut. AI hjälpte honom snabbt att hitta relevanta artiklar, att sammanfatta litteratur, att strukturera text och att sätta referenser. Rättningen av tentor gick snabbare. Till och med vissa administrativa uppgifter automatiserades.
Men lättnaden blev kortvarig. För varje arbetsuppgift som AI underlättade, dök nya krav upp. Artiklar som tidigare tog månader att skriva gick nu att få ihop på en vecka – vilket innebar att fler forskare skickade in fler artiklar. Peer review-systemet, redan ansträngt, knakade i fogarna. Bob fick fler granskningsförfrågningar än någonsin tidigare, och dessutom måste han nu avgöra om texten han fick i handen var ett genuint intellektuellt bidrag – eller bara ett AI-genererat surr av snyggt förpackade men tunna resonemang.
AI gjorde det lättare att hitta litteratur, ja. Men det blev också svårare att sålla. Floden av texter växte, sammanfattningarna blev mer lika varandra, och det blev svårare att hitta det verkligt originella. I stället för att läsa färre artiklar, tvingades Bob läsa fler – och djupare – för att verkligen förstå vad som var nytt, och vad som bara var en syntetisk remix av gamla idéer.
Och så var det undervisningen. AI hjälpte till med att rätta vissa uppgifter, visst. Men det skapade också ett nytt fenomen: studenter som mejlade Bob med långa AI-genererade frågor. Frågor som lät avancerade, men ofta var nonsens. För att besvara dem måste Bob lägga tid – inte på själva svaret, utan på att förstå vad frågan egentligen var. Hans inbox förvandlades till ett intellektuellt minfält.
Det mest intressanta – och utmanande – är dock inte de enskilda nya arbetsuppgifterna. Det är takten. AI har skruvat upp tempot. Det är här den verkliga paradoxen finns: AI gör oss snabbare, men omgivningen accelererar i samma takt. Institutionerna höjer ribban. Tidskrifterna kräver mer. Kollegorna publicerar oftare. Världen förväntar sig mer – bara för att vi nu kan göra mer.
Det är den akademiska versionen av den Röda Drottningens lag: ”Här måste man springa så fort man kan, bara för att hålla sig kvar på samma plats.”
Här måste man springa så fort man kan, bara för att hålla sig kvar på samma plats.
AI är som en ny medarbetare som kommer in på kontoret, effektiv, snabb, aldrig trött. Men i samma stund den börjar jobba, får chefen för sig att alla andra borde hinna lika mycket. Resultatet? Alla jobbar mer. Alla springer snabbare. Men ingen känner sig friare.
Det här är inte unikt för akademin. Det är ett mönster som går igen genom historien. När nya teknologier introduceras, försvinner sällan jobben. De förändras. Nya arbetsuppgifter tillkommer. Industrimaskinen minskade inte arbetstiden – den ökade takten. Digitaliseringen ersatte inte kontorsjobb – den gjorde dem fler och mer komplexa. Och AI? Den följer samma logik.
Ekonomer kallar det för ”task-biased technological change”. Det betyder att tekniken inte nödvändigtvis tar bort hela jobb, utan omfördelar uppgifter. Du kanske slipper skriva referenser, men du måste nu granska AI-genererade texter. Du kanske slipper göra enkäter själv, men du måste utforma dem så att AI inte lurar systemet. Du kanske får hjälp att översätta artiklar, men du förväntas också delta i fler samarbeten. Med andra ord: AI frigör inte tid – den byter bara ut hur vi fyller den.
Det är här Bastiat kommer in, den franske ekonomen från 1800-talet. Han skrev om det som syns och det som inte syns. När ett fönster krossas, ser vi glasmästarens nya jobb. Vi ser inte att pengarna kunde använts till något annat. Med AI ser vi effektiviteten – men vi ser inte alltid de nya kostnaderna: tidsbristen, kontrollkraven, den kognitiva utmattningen. Det är lätt att stirra sig blind på vad tekniken tar bort – svårare att se vad den i smyg lägger till.
Och ändå. Det vore fel att döma ut AI. Den är kraftfull. Den kan verkligen hjälpa oss. Men det kräver att vi förstår att det inte är en magisk lösning – utan ett verktyg som måste hanteras. Vi behöver institutioner som inte bara tänker ”nu kan forskare skriva dubbelt så snabbt” – utan också funderar på vad som är värt att skriva, och varför.
För det är inte tekniken som driver oss till trötthet – det är hur vi väljer att använda den.
Så vad händer nu? Troligen fortsätter vi att springa ett tag till. Men kanske börjar vi också reflektera över farten. Kanske kommer framtidens AI inte bara hjälpa oss att jobba snabbare – utan också klokare. Men det förutsätter att vi gör något som inte ligger i teknologins natur, men i människans: att välja.