Fire grupper, fire helt ulike oppfatninger av AI
Hvorfor mener noen at AI fortsatt er en ganske begrenset chatbot, mens andre opplever at jobber som tidligere tok uker eller måneder, nå kan utføres på timer eller dager ved hjelp av AI? AI-forskeren Andrej Karpathy har doktorgrad fra Stanford, var med på å grunnlegge OpenAI og har vært AI-direktør i Tesla, der han ledet utviklingen av datasynsteknologien til Autopilot. I dag jobber han med AI-forskning hos Anthropic, selskapet bak Claude.
I et innlegg på X 11. oktober 2026 deler Karpathy verdens befolkning inn i fire grupper. Han mener at forskjellen i hvordan folk oppfatter AI, i stor grad handler om hvilke modeller de bruker, hva slags oppgaver de prøver å løse, og hvor avanserte AI-systemer de har tilgang til.
De fire gruppene
1. De som knapt har brukt AI
Omtrent 6 milliarder mennesker, 75 prosent av verdens befolkning.
Denne gruppen har liten eller ingen direkte erfaring med store språkmodeller. De kjenner kanskje AI gjennom nyheter, sosiale medier eller det andre forteller, men har ikke selv utforsket hva teknologien kan brukes til.
Oppfatningen deres bygger derfor i stor grad på andres erfaringer.
2. De som bruker AI som en chatbot
Omtrent 1–2 milliarder mennesker, rundt 20 prosent.
Denne gruppen bruker tjenester som ChatGPT, gjerne gratisversjonene, til å stille spørsmål, søke etter informasjon, skrive tekster og få hjelp med daglige oppgaver.
De opplever også at AI gjør feil, misforstår spørsmål eller gir dårlige svar. For mange fremstår teknologien derfor som en litt bedre søkemotor eller en praktisk skriveassistent.
Karpathy mener at mange, også ledere og andre yrkesaktive, befinner seg i denne gruppen. De kan forstå at AI utvikler seg raskt, men har ikke nødvendigvis opplevd de største fremskrittene i praksis. Dermed kan de mangle forståelse for hva de mest avanserte AI-systemene faktisk kan gjøre.
3. De som bruker avanserte AI-agenter
Omtrent 20 millioner mennesker, 0,2 prosent.
Her plasserer Karpathy mennesker som bruker de mest avanserte AI-modellene til programmering, matematikk og andre tekniske oppgaver, både på jobb og i privatlivet.
Forskjellen er at de ikke bare ber AI om svar. De lar AI-agenter utføre jobber, ofte med tilgang til filer, kode, terminaler og andre verktøy.
Med verktøy som OpenAI Codex og Claude Code kan man beskrive et program i naturlig språk og la agenten skrive kode, kjøre tester, rette feil og videreutvikle løsningen.
Karpathy peker på at store prosjekter som tidligere kunne ta uker eller måneder, i enkelte tilfeller nå kan gjennomføres langt raskere. Han forteller at han selv skrev kode manuelt for under ett år siden, mens AI-agenter nå gjør mye av den jobben.
4. De som har tilgang til de mest avanserte AI-systemene
Omtrent 5 000 mennesker, rundt 0,00006 prosent.
Dette er den minste gruppen. Karpathy sikter til mennesker med intern tilgang til eksperimentelle AI-systemer i miljøene som utvikler teknologien.
Han beskriver systemer der tusenvis av AI-agenter kan samarbeide over lengre perioder om svært komplekse oppgaver, blant annet programvareutvikling, cybersikkerhet, vitenskapelig forskning og matematikk.
Karpathy mener utviklingen går så raskt at menneskers evne til å gjennomgå og forstå resultatene begynner å henge etter.
Det er samtidig viktig å skille mellom hans beskrivelser og hva som er offentlig dokumentert. Vi har ikke full innsikt i kapasiteten til disse interne systemene.
Hvorfor blir forskjellene større?
Karpathy peker på tre hovedårsaker.
For det første handler det om hvilke oppgaver AI får. En chatbot som besvarer et enkelt spørsmål, viser bare en liten del av hva en avansert modell potensielt kan gjøre. Større og mer krevende prosjekter kan utnytte langt flere av modellens evner.
For det andre utvikler AI seg ulikt på forskjellige områder. Fremgangen er særlig tydelig innen programmering og matematikk, der det ofte er mulig å kontrollere automatisk om resultatet er riktig. Slike oppgaver egner seg godt til å trene og forbedre AI-modeller.
For det tredje handler det om tilgang. Det er stor forskjell på en eldre gratismodell, en avansert betalt modell og et eksperimentelt system som ennå ikke er tilgjengelig for offentligheten.
Hva betyr dette?
Karpathys poeng er at mennesker kan diskutere AI og ha fullstendig forskjellige oppfatninger av hva teknologien kan gjøre, fordi de har erfart svært forskjellige sider av den.
En som stort sett bruker AI til å skrive e-poster, har et annet sammenligningsgrunnlag enn en som daglig bruker AI-agenter til å bygge programvare.
Samtidig er ikke inndelingen en fasit. Tallene er Karpathys egne grove anslag, ikke dokumentert statistikk, og hvor godt AI fungerer, avhenger fortsatt av oppgaven og hvordan systemene brukes.
Det viktigste er kanskje ikke hvilken gruppe man tilhører, men at det er vanskelig å vurdere potensialet i AI uten å prøve teknologien på mer krevende oppgaver.
En samtale med en chatbot og et AI-system som selvstendig gjennomfører et større prosjekt, kan bygge på beslektet teknologi, men gi to helt forskjellige erfaringer.
Det er denne forskjellen Karpathy mener stadig blir større.