Universiteten förlorar greppet om AI — forskningen låses in i företagens slutna laboratorier
AI-forskningen flyr universiteten och låses in i företagens slutna laboratorier.
Spelreglerna har förändrats i grunden
Det finns en bild som fastnar. Nika Haghtalab, professor i datavetenskap vid UC Berkeley, beskriver sin vardag som AI-forskare på ett sätt som träffar rakt in i kärnan av problemet: det liknar att vara biolog i en värld där privata bolag har exklusiv kontroll över gensaxen CRISPR. Enligt MIT Technology Review kan hon studera hur systemen beter sig utifrån — men inte undersöka hur de faktiskt är konstruerade, och långt ifrån påverka hur de utformas.
Det är en skarp bild av ett strukturskifte som skett anmärkningsvärt snabbt. På bara några år har tyngdpunkten i AI-forskningen förskjutits från öppna akademiska miljöer till slutna företagslaboratorier med resurser som inget universitet ens kan drömma om att matcha. Beräkningskraft, träningsdata i astronomisk skala, och de allra senaste modellerna — allt detta kontrolleras nu av en handfull bolag.
Akademin försöker hitta sin roll
Svaret från universitetsvärlden har bland annat tagit formen av det amerikanska AI2050-programmet, som samlar akademiska forskare och ger dem viss finansiering för att köpa egen beräkningskapacitet. Men som MIT Technology Review konstaterar räcker pengarna sällan långt — och situationen har förvärrats ytterligare av nedskärningar i den federala forskningsfinansieringen i USA.
Det intressanta är strategin som många forskare inom programmet har valt som svar: att medvetet fokusera på frågor som teknikbolagen sannolikt aldrig kommer att prioritera. Anjalie Field, professor vid Johns Hopkins, är tydlig med sin linje — hon undviker problem hon tror att ett teknikbolag kommer att lösa.
Det är en rationell anpassning, men också ett symptom på något djupare. Akademin tvingas i allt högre grad definiera sig i relation till vad industrin inte gör, snarare än att leda forskningsdagsordningen. Det är en fundamental omvändning av den ordning som gällde så sent som för ett decennium sedan.
Konsekvenserna är större än de verkar
Man kan tycka att arbetsfördelningen låter rimlig — låt bolagen bygga systemen, låt akademin studera samhällseffekterna. Men problemet är mer grundläggande än så.
När forskningsmiljöer utan vinstintresse inte längre kan granska hur de mäktigaste AI-systemen faktiskt fungerar inifrån, försvagas hela samhällets förmåga att förstå och reglera tekniken. Det är inte ett akademiskt bekymmer — det är ett demokratiskt sådant. Oberoende granskning förutsätter tillgång. Utan tillgång blir granskningen ytlig.
Detta är en utveckling som liknar vad som skett inom andra tekniktunga sektorer, men takten är annorlunda inom AI. Fältet rör sig så snabbt att den kunskap som byggs upp i slutna miljöer riskerar att vara svår att i efterhand rekonstruera eller utvärdera — även om systemen till slut öppnas upp.
Det finns också en maktdimension som sällan diskuteras öppet: när de som bygger tekniken också är de enda som förstår den på djupet, förskjuts inflytandet över centrala samhällsfrågor — om rättvisa, om partiskhet, om säkerhet — bort från demokratiskt legitimerade institutioner och mot bolagsstyrelser.
En delad forskningsvärld
Vad vi ser är framväxten av en tudelad AI-värld. Å ena sidan de slutna bolagslabben med resurser, data och de mest avancerade modellerna. Å andra sidan en akademi som kämpar med begränsade medel men besitter något bolagen ofta saknar: oberoende, långsiktigt perspektiv och forskningsfrihet.
Frågan är om den uppdelningen kan bli produktiv — eller om gapet bara fortsätter att växa tills akademins röst inte längre bär tillräcklig tyngd för att påverka vare sig teknikens riktning eller dess reglering.
Vår analys
Detta är inte en kris som exploderat över en natt — det är ett långsamt strukturskifte som nu blivit omöjligt att ignorera. Och det oroar mig mer som samhällsfråga än som teknisk fråga.
Jag är övertygad om att AI-omställningen i grunden är positiv, och att bolagslabben gör banbrytande arbete. Men ett friskt teknikekosystem behöver motvikter: oberoende forskning som kan ifrågasätta, granska och ompröva. När den kapaciteten urholkas får vi ett sämre beslutsunderlag för reglering, en svagare offentlig debatt och på sikt en teknik som formas av färre perspektiv.
Det mest konstruktiva svaret vore troligen nya former av samverkan — inte donationer, utan genuint öppen tillgång till modeller och träningsdata för akademiska granskningssyften. Några bolag rör sig i den riktningen, men för långsamt. Det behövs strukturerade krav, inte välvilja.