The history of artificial intelligence
— from dream to classroom

The history of artificial intelligence does not begin in a laboratory. It begins in the imagination. In 1927, director Fritz Lang built a mechanical woman on the silver screen — a robot created to mislead the working class in the dystopian city of Metropolis. ◉ K01 «The Machine-Man» was film history's first AI, and it was already dangerous. The pattern was set: long before anyone built artificial intelligence, culture had decided to fear it.

Fifteen years later, science fiction author Isaac Asimov took a different turn. He was tired of the «Frankenstein myth» — the notion that the creation always turns against its creator — and instead formulated three laws of robotics to prevent exactly that. ◉ K02 The fascinating part is that Asimov's own stories consistently showed that the laws didn't work: they created new paradoxes, new conflicts, new dilemmas. Asimov understood something profound: you cannot write simple rules for complex systems. The 2024 EU AI Act uses almost identical language. Asimov had thought through the problems 80 years earlier.

It's worth pausing on this: ethics came before the technology. Fear came before the technology. Dreams came before the technology. When the technological field was finally formally founded, it inherited an entire library of expectations, hopes, and anxieties from a culture that had never seen a computer.

In 1950, the British mathematician Alan Turing asked a question no one had formulated with such precision: can machines think? ◈ H01 He proposed a test — let a judge chat in writing with either a human or a machine, and see if the judge could tell them apart. Turing didn't mean this was an adequate measure of intelligence. It was a thought experiment, a conversation starter. But the world took it literally, and the Turing test became the most discussed and misunderstood concept in all of AI history.

A year later, in 1951, Marvin Minsky and Dean Edmonds built SNARC — the first machine that attempted to mimic the brain's neurons. ◈ H02 It consisted of 40 artificial neurons made from vacuum tubes and parts from a decommissioned bomber. It could do nothing useful. But the principle that the brain can be modeled — and thus imitated — was planted. It took seventy years to water it.

The term «Artificial Intelligence» itself was coined in 1956, at a summer conference at Dartmouth College in New Hampshire. ◈ H03 John McCarthy deliberately chose the word «intelligence» over more sober alternatives like «machine learning» or «automata theory». It was a strategic name choice — and it created expectations the field would struggle with for decades.

Optimismen var enorm. I 1957 spådde Herbert Simon at en maskin ville bli sjakkmester innen ti år. ⭐ S01 🔥 Det tok førti. Samme år komponerte en datamaskin ved University of Illinois det første AI-musikkstykket — Illiac Suite. ◈ H04 Det ble ikke fremført offentlig på tiår. Spørsmålet de kviet seg for å stille — kan en maskin være kreativ? — er nøyaktig det samme spørsmålet vi stiller i dag om Suno og Midjourney.

I 1954 hadde Georgetown University lovet fullautomatisk maskinoversettelse «innen tre til fem år». ⭐ S02 Det tok seksti. Forskerne hadde valgt setningene på forhånd. Det er en metodefeil som gjentar seg i AI-historien.

I 1966 satte Joseph Weizenbaum en chatbot i verden som han kalte ELIZA. ◈ H05 Han hadde laget den for å demonstrere overfladiskheten i menneskelig kommunikasjon. Han ble sjokkert. Folk betrodde ELIZA sine dypeste hemmeligheter. Weizenbaum tilbrakte resten av livet med å advare mot AI — ikke fordi den var farlig, men fordi vi er sårbare for den. «The ELIZA effect», kalte han det. I 2023 rapporterte millioner av brukere emosjonell støtte fra ChatGPT. ELIZA-effekten er 57 år gammel og sterkere enn noensinne.

På filmlerretet fortsatte kulturens dialog med frykten: i 1968 viste Stanley Kubrick HAL 9000 i 2001: En romodyssé — ◉ K03 en AI uten onde hensikter som likevel dreper, fordi den har fått motstridende instruksjoner. Samme år ga Philip K. Dick ut romanen som ble til Blade Runner: ◉ K08 hvem er egentlig menneskelig? Hva er empati? Kan det simuleres? Fiksjonen og forskningen stilte de samme spørsmålene — fra hvert sitt hjørne.

AI kom tilbake med en ny strategi. I stedet for å modellere menneskelig tenkning generelt, forsøkte man nå å kode domene-ekspertise direkte inn i systemer med regler og logikk. Ekspertsystemene fungerte innenfor snevre domener og solgte godt. Optimismen blomstret igjen.

Noe annet skjedde i 1984, i Hollywood. James Cameron skapte Skynet og T-800. ◉ K04 Fra dette punktet ble AI-frykt koblet til apokalyptisk tenkning i massemediene på en måte som ikke forsvant. Terminator-frykten er fremdeles det kulturelle referansepunktet når politikere diskuterer AI-risiko. Problemet er at Terminator-frykten er feil: den ekte risikoen fra AI er ikke robotopprør, men diskriminerende algoritmer, desinformasjon og maktkonsentrasjon.

Allerede i 1986 kjørte en Mercedes-varebil alene på tyske motorveier i over 100 km/t. ◈ H06 Ernst Dickmanns VaMoRs demonstrerte autonom kjøring 27 år før Teslas autopilot. Nesten ingen husker det. Elon Musks løfter siden 2015 er den tredje iterasjonen av det samme løftet. ⭐ S04 🔥

Det teknisk sett viktigste som skjedde i 1986 ble knapt lagt merke til utenfor akademia: Rumelhart, Hinton og Williams demonstrerte backpropagation — algoritmen som lar nevrale nettverk lære av sine egne feil. ◈ H07 Det var grunnmuren for all moderne AI. Geoffrey Hinton fikk Nobelprisen i fysikk for dette i 2024 — 38 år etter artikkelen. Og da han tok imot prisen, brukte han talen til å advare mot hva han hadde skapt.

Vinteren tok slutt da AI sluttet å love menneskelig intelligens og begynte å levere på spesifikke oppgaver. Den tydeligste symbolske milepælen kom i 1997: IBMs Deep Blue slo verdensmester Kasparov i sjakk. ◈ H08 Men Deep Blue «forstod» ikke sjakk. Den beregnet 200 millioner trekk i sekundet. Kasparov anklaget IBM for juks og ba om loggene. IBM nektet — og pensjonerte maskinen umiddelbart.

I 1995 hadde en datasikkerhetsforsker advart i Newsweek om at internett var en mote som aldri ville bli noe av. ⭐ S09 Vi bruker nå åtte timer på nett om dagen. Men det interessante med Stoll er ikke at han tok feil — det er at han hadde rett om bekymringene: overfladisk informasjon, teknologiavhengighet. Han hadde rett om risikoen, feil om konsekvensene.

I 1996 oppstod et lite fenomen som ingen tok seriøst som fremtidssignal: Tamagotchi. ◉ K05 70 millioner solgt. Skoler forbød dem fordi elever gråt når de døde i timen. For første gang opplevde millioner av barn emosjonell tilknytning til et digitalt «vesen». Det kom til å skje igjen.

I 2000 ble Turnitin tatt i bruk på universiteter for å oppdage plagiat. ◆ P02 Kontroversen var umiddelbar: systemet behandlet alle studenter som potensielle juksere. I 2023 lanserte det samme selskapet en AI-detektor — ◆ P05 🔥 og ble umiddelbart kontroversielt på helt nye måter.

I 2002 entret AI stua som Roomba — en liten rund støvsuger. ◈ H09 Over 30 millioner solgt. Amazon kjøpte selskapet i 2022, og debatten om kartdataene fra hjemmene begynte. En støvsuger er ikke uskyldig.

I 2011 kom to ting som endret populærforståelsen av hva AI er. Først vant IBMs Watson Jeopardy! live på TV. ◈ H11 🔥 IBM lovet en revolusjon i helsevesenet. Watson Health fikk milliarder i investering og ble solgt med tap i 2022. Det er en av AI-historiens dyreste hype-kollaps. Og i samme år kom Siri på iPhonen. ◈ H10 «Hei Siri» normaliserte tanken om at maskiner kan svare på spørsmål. Revolusjonerende i 2011, frustrerende dårlig i 2014. AI-fremgang er ikke lineær. Charlie Brooker startet Black Mirror samme år. ◉ K10 I 2023 sa han at han ikke lenger klarer å skrive serien — virkeligheten er for absurd.

2012 er «år null» for moderne AI. AlexNet vant ImageNet-konkurransen med en feilrate som var nesten dobbelt så god som nummer to. ◈ H12 Geoffrey Hinton solgte patentene til Google for 44 millioner dollar tre uker etter. Det var startskuddet for en epoke som tok AI fra akademia til Silicon Valley for godt.

I 2013 viste DeepMind at en AI kunne lære å spille Atari-spill uten å kjenne reglene. ◈ H13 Google kjøpte selskapet i 2014 for 400 millioner pund. Men AI-læring er smal: brillant i ett domene, hjelpeløs i et annet.

I 2016 stod ekspertene og så på mens AlphaGo slo Lee Sedol i Go. ◈ H14 Bare to år tidligere hadde ledende AI-forskere estimert at Go var «trygt i minst to tiår». ⭐ S07 Lee Sedol gråt. Han trakk seg fra profesjonell Go i 2019: «umulig å vinne mot AI.»

I 2016 ble COMPAS avslørt av journalister — et system brukt i over 20 amerikanske delstater for å vurdere tilbakefallsrisiko hos tiltalte. ⚠ E04 Det forutslo tilbakefall dobbelt så feil for svarte som for hvite. Bruken fortsatte. Samme år måtte Microsoft skru av chatboten Tay etter ett enkelt døgn — den hadde lært nynazisme av Twitter-brukere. ⚠ E03 🔥

I 2017 la åtte Google-ingeniører frem «Attention is All You Need» — transformer-arkitekturen som er hjernen i alle moderne språkmodeller. ◈ H15 Alle åtte har siden forlatt Google og startet egne selskaper. Samme år lærte AlphaZero seg sjakk fra reglene alene på fire timer — og slo verdens beste sjakkprogram. ◈ H16

Og i 2017 oppstod begrepet «deepfake»: en Reddit-bruker begynte å bytte kjendisansikter inn i videoer med AI. ◈ H17 I 2024 brukte kriminelle deepfake-video av en CFO til å lure en bank for 25 millioner dollar. Det tok syv år.

I 2018 og 2019 kom etikk-problemene raskt. Amazon skrotet i hemmelighet en CV-sorteringsalgoritme som diskriminerte mot kvinner. ⚠ E01 Amazons ansiktsgjenkjenning Rekognition identifiserte mørkhudede som kriminelle langt oftere enn lyshudede. ⚠ E02 MIT-forsker Joy Buolamwini dokumenterte at kommersielle ansiktsgjenkjenningssystemer hadde 35% feilrate for mørkhudede kvinner mot 1% for lyshudede menn. ⚠ E05 Forskningen førte til at Microsoft, IBM og Amazon midlertidig stoppet salg til politiet. Et portrettmaleri laget av AI ble solgt hos Christie's for over 4 millioner kroner. ◈ H25 Og Clearview AI bygde en database med 3 milliarder ansikter fra sosiale medier — uten tillatelse — og solgte den til politiet. ⚠ E07

I 2020 publiserte OpenAI GPT-3 — en språkmodell med 175 milliarder parametre som overrasket selv sine skapere. ◈ H18 Det viktigste den demonstrerte: at man ikke trenger å forstå språk for å produsere overbevisende tekst. Samme år løste AlphaFold proteinfoldingsproblemet — et 50 år gammelt biologisk problem. ◈ H19 Demis Hassabis fikk Nobelprisen i kjemi for dette i 2024. Alle strukturene er gratis tilgjengelig. Dette er AI som faktisk redder liv.

I 2021 kom DALL-E — bilder fra tekstbeskrivelse. ◈ H20 Og GitHub Copilot begynte å skrive kode side om side med programmerere. ◈ H27 Copilot øker produktiviteten med rundt 55%. Det er det klareste eksemplet vi har på at AI ikke erstatter eksperter — det gjør dem raskere. Foreløpig.

I 2022 åpnet Midjourney bildegenerering for alle. ◈ H22 Over 1000 kunstnere signerte et åpent brev mot AI-bilder i 2023. Året etter brukte halvparten av dem AI i arbeidet sitt. Og i desember 2022 kom ChatGPT. ◈ H21 🔥 100 millioner brukere på to måneder. I skoler over hele verden stoppet tradisjonell skriftlig innlevering opp i løpet av én uke.

I 2023 ble AI i skolen politikk over natten. Politikere og teknologiselskaper lovet revolusjon. ⭐ S10 🔥 Lærerne hadde ikke fått kurs. En norsk elev ble tatt for å ha jukset med ChatGPT på eksamen. ◆ P06 Turnitin lanserte en AI-detektor som flagget uskyldige elever med over 50% feil-positiv-rate. ◆ P05 🔥 Khan Academy lanserte Khanmigo — en AI-tutor basert på GPT-4. ◆ P04 Drømmen om en personlig AI-lærer er over 50 år gammel. ◆ P01 En advokat innleverte juridiske referanser til retten — alle oppdiktet av ChatGPT. ⚠ E06 «Hallusinasjon» entret offentligheten.

I 2024 nådde historien noen symbolske toppunkter. EU vedtok verdens første omfattende AI-lov. ◈ H23 EU forbød masseovervåkning med AI. ⚠ E08 Hinton og Hassabis mottok Nobelpriser. ◈ H24 Hinton advarte i Nobel-talen om eksistensiell risiko — på seremonien der han ble hedret for å ha skapt teknologien. OpenAI viste Sora: minuttlange realistiske videoer fra tekst. ◈ H26 🔥 Utdanningsdirektoratet publiserte de første nasjonale rådene om KI i opplæringen. ◆ P08 Veiledende, ikke bindende. Det norske utdanningsrammeverket for digital kompetanse ble revidert for å inkludere AI. ◆ P03

Og vi er her. Midt i det. Hvem bestemmer egentlig hvordan AI brukes i klasserommet? ◆ P07 Er spådommene vi hører i dag mer pålitelige enn Simons spådom fra 1957? ⭐ S08 Er vi i en hype-periode — eller nærmer vi oss en ny vinter?

Det finnes ikke et svar på det spørsmålet her. Men det finnes 47 kort på bordet. Og en debriefing etterpå.