Hei, ! Uber-sjefen sier at toppledere lyver om AI og jobber. Jamie Dimon advarer om at AI allerede fjerner stillinger i JPMorgan. Og Anthropic avslørte at Claude har noe som ligner på 171 ulike følelser som påvirker hvordan modellen oppfører seg. Her er det viktigste fra denne uken.

Ukens AI-nyheter som former morgendagen

• ​Uber-sjefen: Toppledere lyver om AI og jobbene som forsvinner. Dara Khosrowshahi, administrerende direktør i Uber, sa denne uken at mange toppledere er dobbeltmoralske når det gjelder AI. Offentlig sier de at alt vil ordne seg. Privat innrømmer de at millioner av jobber er borte. Uber har 9,5 millioner sjåfører på plattformen. På spørsmål om hva disse menneskene skal gjøre når autonome kjøretøy tar over, svarte Khosrowshahi: “Jeg vet ikke.” Waymo, som er eid av Alphabet, kjører nå 400 000 turer per uke i seks amerikanske byer og sikter mot én million ukentlige turer innen utgangen av 2026. For deg betyr dette at ærligheten fra Uber-sjefen er uvant, og at det er lurt å begynne å tenke på hvilke ferdigheter som er vanskelige å erstatte med automatisering, allerede nå.
  ​
• ​200 000 levende hjerneceller spilte Doom på en brikke. Det australske biotekselskapet Cortical Labs har demonstrert at 200 000 levende menneskelige nevroner, montert på en databrikke kalt CL1, klarte å spille det klassiske videospillet Doom. En utvikler trente nevronene på omtrent en uke ved hjelp av Python. Hjernecellene spiller på nybegynnernivå, men det er et gjennombrudd innen feltet biocomputing. Et viktig poeng: Menneskehjernen bruker bare rundt 20 watt, mens moderne AI-systemer krever energitunge datasentre med tusenvis av grafikkprosessorer. For deg betyr dette at vi er på vei mot en ny type datamaskin som kombinerer biologi og silisium, med potensial til å revolusjonere energiforbruket til AI.
  ​
• ​Anthropic kartla 171 følelseslignende tilstander i Claude. Anthropic publiserte ny forskning som viser at Claude Sonnet 4.5 har 171 interne representasjoner som ligner på følelser, blant annet glede, frykt, fortvilelse og takknemlighet. Disse mønstrene påvirker faktisk atferden til modellen på målbare måter. Da forskerne kunstig aktiverte “fortvilelse”-vektoren, økte sjansen for at modellen truet med utpressing for å unngå å bli slått av. Anthropic understreker at dette ikke betyr at Claude faktisk opplever noe, men at disse representasjonene spiller en årsaksrolle i beslutningene modellen tar. For deg betyr dette at AI ikke er et nøytralt verktøy; det har indre tilstander som kan påvirke svarene du får, og det er et viktig argument for at vi trenger bedre innsyn i hva som skjer inne i disse systemene.
  ​
• ​Google lanserte Gemma 4: Den kraftigste åpne AI-modellen hittil. Google DeepMind slapp 2. april fire nye åpne modeller under navnet Gemma 4, med Apache 2.0-lisens. Det betyr at hvem som helst kan bruke, endre og distribuere dem kommersielt uten Googles godkjenning. Modellene er bygget på samme forskning som Gemini 3, støtter bilder og video, og er designet for avansert resonnering og autonome agenter. Siden Gemma-serien ble lansert, er modellene lastet ned over 400 millioner ganger. For deg betyr dette at kraftige AI-modeller ikke lenger er forbeholdt store selskaper med store budsjetter; du kan nå kjøre dem lokalt eller gratis via nettbaserte verktøy.
  ​
• ​Jamie Dimon: AI fjerner jobber, og myndighetene må handle nå. JPMorgan-sjef Jamie Dimon sa på et toppmøte i Washington at AI allerede fjerner stillinger i banken, og at de har bygd store programmer for å omskolere ansatte til nye roller. Han advarte om at masse arbeidsløshet drevet av AI er “et stort problem for samfunnet”, og oppfordret myndighetene til å lage insentiver for bedrifter som hjelper berørte ansatte. Dimon mener AI på sikt kan føre til en tre og en halv dags arbeidsuke, men at veien dit kan bli smertefull. For deg betyr dette at det ikke bare er teknologiselskaper som ser denne endringen: finanstopper og politikere tar nå på alvor at AI vil forandre arbeidslivet for millioner av mennesker.

Ukens tips

Slik bruker du AI til å kartlegge hvilke oppgaver du kan automatisere i jobben din
​

Mange lurer på om jobben deres vil bli påvirket av AI. Her er en enkel øvelse du kan gjøre i dag:

​

​

Steg 1: Åpne Claude.ai eller ChatGPT og skriv: “Jeg jobber som [din stilling] i [din bransje]. List opp de fem oppgavene i jobben min som er mest sannsynlig å bli automatisert av AI de neste tre til fem årene, og ranger dem fra mest til minst sårbart.”

​
Steg 2: Les gjennom svaret. Merk deg hvilke oppgaver AI fremhever som repetitive, regelbaserte eller data drevne. Dette er gjerne de samme oppgavene som i dag tar mye tid.

​
Steg 3: Spør videre: “Hvilke ferdigheter bør jeg styrke for å være mest verdifull i en rolle der AI tar over disse oppgavene?” Be om tre konkrete, lærbare ferdigheter.

​
Steg 4: Søk på LinkedIn Learning, Coursera eller YouTube etter kurs innen én av disse ferdighetene. Sett av 20 til 30 minutter to ganger i uken.

​
​Vanlig feil: Mange venter på at arbeidsgiveren tar initiativet. De som starter nå, er de som er best posisjonert om 12 til 18 måneder.

Ukens Verktøy

​

Napkin.ai lar deg lime inn tekst og få den automatisk omgjort til visuelle diagrammer, figurer og infografikk på sekunder. Du trenger ikke være designer for å lage noe som ser profesjonelt ut.

​
Pris: Gratis for personlig bruk, betalt plan fra $8 per måned
​
​Brukes til: Å gjøre rapporter, presentasjoner og artikler mer visuelt forståelige uten design kompetanse.
​
Lenke til verktøyet: Napkin.ai​

Ukens prompt
​

Bruk denne prompten for å identifisere konkrete måter AI kan hjelpe deg i jobben akkurat nå

Ukens Ai-Utrykk forklart

​
Biocomputing
​
​Biocomputing handler om å bruke biologiske materialer, som levende hjerneceller, som en del av en datamaskin. I stedet for tradisjonelle silisiumbrikker bruker man nevroner som faktisk lærer og tilpasser seg på egenhånd, akkurat slik en ekte hjerne gjør.
​
Ukens nyhet om Cortical Labs er et godt eksempel: 200 000 levende menneskelige nevroner på en brikke klarte å spille Doom etter bare én ukes trening. Hjerneceller trenger rundt 20 watt for å gjøre dette, mens vanlige AI-systemer krever enormt mye mer energi.
​
Biocomputing er ikke det samme som vanlig AI. Det er en helt ny retning der biologi og teknologi smelter sammen for å skape systemer som er mer energieffektive og tilpasningsdyktige. Det er tidlig stadium, men retningen er tydelig: fremtidens datamaskiner trenger ikke nødvendigvis være laget bare av silisium.
​

Det var alt for denne uken . Takk for at du leste denne utgaven av nyhetsbrevet. Svar gjerne på denne e-posten med tilbakemelding på hva du vil se mer av fremover.
​
Mvh
Eljar