Kort svar: En vanlig AI gjetter ut fra alt den har lest på internett, og kan derfor «finne på» svar som høres helt riktige ut. Løsningen er å koble AI-en til bedriftens egne, kvalitetssikrede kilder, slik at den henter svaret fra dine dokumenter i stedet for å gjette. Da svarer den ut fra fakta den faktisk har foran seg — og kan vise deg hvor svaret kommer fra.
«Den fant bare på et svar» er kanskje den vanligste grunnen til at folk mister tilliten til AI. Den gode nyheten er at problemet er godt forstått, og at det finnes en konkret måte å løse det på. La oss ta det i klartekst.
Hvorfor finner en AI på svar i utgangspunktet?
Fordi en språkmodell i bunn og grunn er bygget for å lage tekst som høres riktig ut — ikke for å slå opp fakta. Den forutsier hva som er det mest sannsynlige neste ordet, basert på enorme mengder tekst den har lest. Som regel treffer den godt. Men når den ikke vet, gjetter den heller enn å tie.
En mye omtalt forskningsartikkel fra 2025 forklarer hvorfor: modellene er trent og testet på en måte som belønner gjetting fremfor å innrømme usikkerhet. Et plausibelt svar gir uttelling; å si «jeg vet ikke» gir det ikke. Akkurat som en elev som tipper på en flervalgsprøve, lærer modellen at det lønner seg å svare noe — selv når den er på tynn is. Dette fenomenet kalles «hallusinering».
Hva betyr det at AI-en er «forankret» i bedriftens egne data?
Det betyr at AI-en, før den svarer, først henter fram de relevante dokumentene dine — og bygger svaret på dem, ikke på løse minner fra internett.
Tenk på forskjellen mellom to medarbeidere. Den ene svarer alltid på husken, og bløffer seg gjennom det hun ikke husker. Den andre slår opp i permen, finner riktig dokument, og svarer ut fra det som faktisk står der. En forankret AI er den andre medarbeideren: den slår opp i bedriftens egne kilder først, og formulerer svaret ut fra dem.
Den enkle testen på en forankret AI
Spør den om noe som bare står i dine egne dokumenter, og be om kilde. En forankret AI peker tilbake til riktig dokument. En AI som bare gjetter, gir deg et selvsikkert svar uten å kunne vise hvor det kommer fra.
Blir AI-en helt feilfri da?
Nei — men forskjellen er enorm, og det er viktig å være ærlig om begge deler. En studie fra Stanford illustrerer det godt: generelle AI-modeller bommet på mellom 58 % og 82 % av juridiske spørsmål. Verktøy som var forankret i egne, kvalitetssikrede kilder, bommet «bare» 17–33 % av tiden.
To ting følger av dette. For det første: forankring kutter feilene kraftig — det er forskjellen på et verktøy du kan bruke og ett du ikke kan. For det andre: ingen AI er feilfri, så på områder som virkelig betyr noe, skal et menneske fortsatt kontrollere svaret. Den som later som AI er ufeilbarlig, har ikke forstått teknologien.
Hvordan ser jeg at svaret er til å stole på?
Du krever at AI-en kan vise sitt arbeid. Tre konkrete ting å se etter:
- Kildehenvisning: Svaret peker til hvilket dokument det bygger på, slik at du kan etterprøve det.
- «Jeg vet ikke»: Når grunnlaget mangler, sier den fra — i stedet for å dikte.
- Holder seg til dine data: Den svarer ut fra bedriftens kilder, ikke ut fra tilfeldig kunnskap fra nettet.
«En AI du kan stole på, gjetter ikke. Den slår opp, viser kilden, og sier fra når den ikke vet.»
Vil du ha en AI som kan din bedrift — ikke bare internett?
En AI som svarer ut fra dine egne data kan spare medarbeiderne dine for mye leting og gjentakelse, uten å innføre risikoen for oppdiktede svar. Men det krever at det gjøres riktig, med kilder, kontroll og personvern på plass.
Book en uforpliktende 15-minutters prat, så ser vi på hva som er mulig for nettopp din bedrift.
Ofte stilte spørsmål
Hva er en «hallusinasjon» i AI?
Det er når en AI gir et svar som høres riktig ut, men som er feil eller oppdiktet. Det skjer fordi en språkmodell er laget for å produsere sannsynlig tekst, ikke for å slå opp fakta.
Hvorfor finner en AI på svar?
Fordi modellene er trent slik at det lønner seg å gjette i stedet for å si «jeg vet ikke». Et plausibelt svar gir uttelling, mens å innrømme usikkerhet ikke gjør det.
Blir AI-en helt feilfri når den forankres i egne data?
Nei, men den blir langt mer pålitelig. Stanford-studien viste at generelle modeller bommet 58–82 % av tiden, mot 17–33 % for forankrede verktøy. Du bør fortsatt kvalitetssikre og kreve kilde.
Kan jeg stole på en AI med kundedata?
Det avhenger av oppsettet. En ansvarlig løsning bygger på avgrensede, egne kilder, har tilgangsstyring, og lagrer data i tråd med personvernreglene. Spør alltid hvor dataene ligger og hvem som har tilgang.