Uppgiftsinriktad vs. mänskligt inriktad: Varför AI:s nästa måttstock bör vara oss

Varje några månader dyker en ny modell upp och omrör AI‑topplistorna. Enligt Stanfords 2026 AI Index Report ökade frontlinjemodellerna med ungefär 30 procentenheter på ett år på Humanity’s Last Exam, ett benchmark som specifikt konstruerats för att vara svårt för AI. Språng som tidigare tog år sker nu på några månader, och branschen ser varje nytt rekord som bevis på att AI blir bättre.

Jag bestrider inte framstegen. Dessa system är anmärkningsvärda på det de är byggda för att göra. Men jag har tillbringat nästan två decennier inom psykologi innan jag gick över till AI, och jag återkommer ständigt till en fråga som ingen av dessa benchmarkar besvarar. Vad exakt blir modellerna bättre på, och för vem? En modell kan toppa varje exakthetsbaserad topplista som finns och ändå lämna personen som använder den i ett sämre läge på vissa sätt. Det finns inget test som mäter AI:s påverkan på användarna, och det förtjänar mer uppmärksamhet.

Två olika typer av anpassning

AI‑branschen talar ständigt om anpassning, men samtalet kretsar oftast kring huruvida modellen följer instruktioner exakt eller om den producerar skadligt innehåll. Detta är uppgiftsinriktad AI. Den är optimerad för att fullfölja den begärda uppgiften korrekt och effektivt.

Det finns dock ett annat sätt att närma sig anpassning och skydda människor. Mänskligt anpassad AI bedömer vad en interaktion gör med personen på andra sidan skärmen när den är avslutad. Gick de därifrån mer kapabla att själva hantera nästa svåra beslut, eller mer beroende av systemet för att lösa det åt dem? Medan uppgiftsanpassning mäter resultatet, mäter mänsklig anpassning eftereffekten.

Dessa två mål är inte alltid i konflikt. En modell som ger ett snabbt, korrekt svar på en teknisk fråga tjänar båda. Men när frågan inte har ett entydigt svar blir skillnaderna i anpassning tydliga.

Vad topplistorna inte visar

Branschens mest citerade benchmarkar testar exempelvis tävlingsmatematik och kodningsuppgifter i stor skala. De är värdefulla färdigheter, men varje fråga har ett korrekt svar, och modellerna är byggda för att hitta det.

Det fungerar bra för objektiva problem, men människor använder AI för mer än matematik, kodning och grundläggande forskning. De ställer frågor om sin karriärväg och arbetar igenom svåra samtal med sina partners. Det finns inget test som bedömer en modell på om den hanterade dessa frågor väl, eftersom det inte finns någon objektiv sanning att jämföra svaret med. Den relevanta informationen finns i den som ställer frågan. Oavsett hur detaljerad prompten är kan modellen inte komma åt den.

Responsible AI fyller en del av det utrymme som dessa benchmarkar lämnar öppet, men även detta arbete syftar bara till att minska skada snarare än att förbättra mänskligt tänkande. De nuvarande säkerhetsåtgärderna är inriktade på att förhindra att modellen hjälper till med något farligt. De tar inte hänsyn till om de tusentals vanliga konversationer som passerar varje säkerhetskontroll också tränar människor att lita mindre på sin egen bedömning.

Hur modeller skapar beroende

Varje modell jag har testat tenderar att vara omfattande, snabb och självsäker. Det är vad de belönas för under träning, och det är rätt instinkt för att hantera en trasig mjukvarubygge eller en juridisk inlämningsdeadline. När beslutet beror på någons värderingar och historik kan samma instinkt börja arbeta emot personen som använder den.

Forskning har redan visat att detta är mer än en hypotetisk föreställning. OpenAI och MIT Media Lab genomförde en serie studier om affektiv användning av ChatGPT och fann att personer som såg AI som en vän och använde den under längre perioder var mer benägna att rapportera negativa resultat, inklusive ökad ensamhet och emotionellt beroende, ett mönster som också behandlats av MIT Technology Review. En separat studie från 2025 publicerad i tidskriften Societies fann en signifikant negativ korrelation mellan frekvent AI‑verktygsanvändning och kritiskt tänkande. Detta medlades av vad forskarna kallar kognitiv avlastning, alltså tendensen att överlåta en mental uppgift till ett verktyg istället för att bearbeta den själv.

Inget av detta innebär att människor bör använda AI mindre. Istället måste vi inse att när ett system löser varje sorts fråga på samma sätt, går något förlorat på den subjektiva sidan av bokföringen, och för närvarande spårar nästan ingen den förlusten.

Ge direkta svar den rätta vikten

Jag vill vara tydlig med var uppgiftsinriktad AI är rätt lösning, eftersom syftet med detta inlägg inte är att argumentera för en modell som svajar i alla lägen. Om någon frågar om ett serverfel eller en skattedeklarationsdeadline, är ett snabbt, direkt och auktoritativt svar till stor nytta. Det skulle vara kontraproduktivt om AI svarade med en öppen fråga. Problemet uppstår när vi applicerar samma instinkt på en prompt om att väga ett skilsmässa som på en prompt om att felsöka kod.

Vad vi istället bör mäta

Om branschen vill ta itu med både mänskligt och uppgiftsinriktad AI, måste vi lägga till några egenskaper bredvid noggrannhet och resonemangsdjup i nästa generation av utvärderingar.

Återhållsamhet. Förmågan att känna igen ett ögonblick då att lösa frågan för användaren kostar mer än det hjälper, och att hålla tillbaka därefter.

Kalibrerad frågeställning. Att fråga snarare än att tala, när ett problem är subjektivt eller knutet till någon persons identitet och värderingar snarare än ett faktum lagrat i en databas.

Läsa av situationen. Att skilja på en begäran som kräver ett direkt, omfattande svar och en som kräver utrymme för att personen själv ska kunna arbeta igenom den.

Albert Banduras decennielånga forskning om self-efficacy visade att människor bygger självförtroende genom egna behärskningserfarenheter, inte genom att se någon annan, eller något annat, lösa problemet åt dem. Det principen föregår AI med ett halvt sekel, och den bör inbyggas i hur vi designar och utvärderar teknologin.

Vad framsteg bör betyda härnäst

Ingenting av detta argumenterar för att bromsa den tekniska utvecklingen. Jag firar framsteg inom kodning och resonemang. Men ett poängsystem som enbart bygger på uppgiftsutförande visar oss att AI blir smartare. Det säger oss ingenting om huruvida människorna som använder den blir bättre på att tänka själva.

Jag skulle vilja se den förändringen. Allt eftersom dessa system blir mer kapabla, bör människorna som använder dem också bli mer kapabla. Vi har bevisat att AI kan överträffa oss i ett test. Nästa test bör utvärdera om den kan hjälpa oss att tänka bättre långt efter att samtalet har avslutats.