Förslag till riksdagsbeslut
Riksdagen ställer sig bakom det som anförs i motionen om att det är viktigt att stärka det nordiska samarbetet inom AI för att säkerställa konkurrenskraft inom flera områden av AI-utveckling och tillkännager detta för regeringen.
Den snabba utvecklingen inom artificiell intelligens (AI) de senaste tio åren har öppnat upp nya möjligheter för att lösa komplexa problem och effektivisera samhällsprocesser på sätt som tidigare inte varit möjliga. AI-teknologi erbjuder idag verktyg som dramatiskt kan öka produktiviteten inom många sektorer, inte minst inom områden som kräver omfattande textbearbetning – en betydande del av arbetet inom både offentlig och privat sektor i Sverige.
För att fullt ut utnyttja AI-teknikens potential krävs dock tillgång till avancerade och välfungerande språkmodeller. Dessa modeller, som tränas på stora mängder textdata, utgör grunden för AI-system som kan användas för att automatisera och effektivisera bland annat myndighetsutövning och andra offentliga funktioner. Stora språkmodeller är avgörande för att uppnå de produktivitetsvinster som AI-tekniken kan leverera.
En central aspekt av AI-teknik, och särskilt språkmodeller, är att de inte bara är tekniska verktyg utan också speglar de värderingar och normer som finns i det textmaterial de tränas på. För AI-modeller som ska användas i svensk offentlig sektor eller andra delar av samhället är det därför av avgörande strategisk betydelse att dessa modeller tränas på data som reflekterar svenska kulturella och juridiska normer. Detta säkerställer att modellerna inte bara är funktionella, utan också tillförlitliga och anpassade för svenska förhållanden.
Sverige har redan tagit viktiga steg inom detta område genom att bygga egna språkmodeller, såsom GPT-SW3, som var en av de första svenska AI-modellerna och som under en tid överträffade internationella modeller vad gäller hantering av det svenska språket. Men den globala utvecklingen inom AI går snabbt framåt, och stora internationella modeller blir alltmer avancerade, ofta med mycket begränsad representation av svenskt textmaterial i sitt träningsdata. Detta väcker frågor om hur väl dessa modeller speglar svenska normer och behov.
Ett exempel som belyser hur språkmodeller blir bärande av kulturella värden är att man vi tekniken för så kallad "model merging", där två AI-modeller, tränade på samma tekniska arkitektur men med olika data, kan slås ihop. Om en modell tränad på amerikansk juridik slås ihop med en modell tränad på svenska språket, kan resultatet bli en AI-modell som kan hantera svenska språket men tillämpar amerikansk lagstiftning. Detta visar tydligt hur viktigt det är att de modeller vi utvecklar i Sverige, eller i samarbete med våra nordiska grannar, är tränade på rätt data för att säkerställa korrekt funktion inom svenska och nordiska kontexter. Ett exempel på hur detta kan leda till problem är om en användare av en sådan modell tror sig resonera med modellen om legala frågor utifrån svensk lagstiftning bara för att språket som används i interaktionen med den inbyggda kunskapsmassan är svenska. Det borde från sådana exempel vara uppenbart att vi behöver modeller som inte bara behärskar svenska språket utan, ännu viktigare, reflekterar vår kultur och våra normer samt är grundad på svenska förhållanden. Detta är såklart speciellt viktigt i offentlig administration.
Sveriges ledande forskare inom AI-språkteknologi har identifierat att för att vi ska kunna vara konkurrenskraftiga internationellt och säkerställa högpresterande AI-modeller som reflekterar våra kulturella värderingar, krävs en betydande mängd textdata. Denna mängd data kan endast uppnås genom ett strategiskt nordiskt samarbete, där länderna i Norden samlar sina resurser och textdata för att träna AI-modeller som kan representera våra gemensamma kulturella och juridiska värderingar. På detta sätt kan modeller uppnå tillräcklig prestanda tack vare den totala datamängden för träning och sedan finjusteras för varje lands unika förutsättningar och krav, till stor del tack vare att varje lands data i grunden utgör tillräckligt stor andel av den totala träningsdatan.
Förutom den direkta nyttan av att dela träningsdata och resurser, finns även stora möjligheter till kunskapsutbyte och gemensamma projekt kring implementeringen av AI-system i samhället. Ett starkare samarbete mellan de nordiska länderna skulle kunna leda till snabbare och mer framgångsrika implementeringar av AI-teknologi inom både offentlig och privat sektor, vilket i sin tur skulle stärka hela regionens konkurrenskraft på den globala marknaden.
|
Susanne Nordström (M) |
Marie Nicholson (M) |