Kan AI finne opp noe nytt, eller bare kombinere?

TL;DR (Kort oppsummert)

Svaret er delt, og det avhenger av hva du legger i ordet “nytt”. Det meste av det generativ KI gjør i dag, enten det er en tekst, et bilde eller et musikkstykke, er avansert rekombinasjon: modellen setter sammen mønstre den har sett i treningsdataen sin på måter som virker nye for deg, men som i bunn og grunn er variasjoner over noe som allerede finnes. Forskning på kreativitet gir oss et konkret begrepsapparat for å forstå hvorfor. Men det finnes et reelt unntak: innen vitenskap har KI-systemer allerede funnet frem til konkrete, tidligere ukjente oppdagelser, som nye kjemiske forbindelser, ikke bare rekombinert kjente oppskrifter. Det tyder på at svaret ikke er et enkelt ja eller nei, men avhenger av hvilken type “nytt” du spør om.

Tre typer kreativitet, ikke bare én

Den britiske kognisjonsforskeren Margaret Boden har i flere tiår vært en sentral stemme i forskningen på hva kreativitet egentlig er. Hun har også forsket på hvordan en datamaskin kan, eller ikke kan, etterligne den. Boden deler kreativitet inn i tre typer:

Kombinatorisk kreativitet: å sette sammen kjente ideer på uventede måter. En metafor, en collage, en sammenligning ingen har tenkt på før. Dette er den vanligste formen for kreativitet, både hos mennesker og maskiner.
Utforskende kreativitet: å utforske et allerede definert “rom” av muligheter grundigere enn før. Et eksempel er å prøve ut alle variasjonene av en bestemt malestil eller en bestemt type melodi, og finne kombinasjoner ingen har funnet ennå innenfor de samme reglene.
Transformativ kreativitet: å endre selve reglene for rommet man jobber innenfor, slik at noe blir mulig som ikke var mulig før. Da impresjonistene brøt med reglene for hvordan et maleri “skulle” se ut, var det transformativ kreativitet. Det samme var det da ikke-euklidisk geometri forkastet en grunnleggende antakelse i matematikken. Det er den sjeldneste og mest krevende formen.

Dette skillet er nyttig fordi det gjør spørsmålet “kan AI finne opp noe nytt” mer presist. Svaret blir helt annerledes avhengig av hvilken av de tre typene du faktisk spør om.

Det generativ KI faktisk gjør

En språkmodell som ChatGPT eller Claude fungerer i bunn og grunn ved å forutsi hva som statistisk sett er et sannsynlig neste ord. En bildemodell gjør det samme med sannsynlige neste piksler. Begge deler bygger på enorme mengder treningsdata modellen har sett. Det gjør dem ekstremt gode på kombinatorisk kreativitet, og til en viss grad utforskende kreativitet. De kan sette sammen kjente elementer på måter som virker overraskende og nye for deg, i en hastighet og skala intet menneske kan matche.

Det de ikke gjør på egen hånd, er å bryte ut av rommet de er trent på. Modellen kan ikke bestemme seg for at reglene for hva et dikt, et bilde eller en vitenskapelig teori “skal” være, plutselig ikke gjelder lenger. Grunnen er enkel: den har ingen forståelse av reglene i utgangspunktet. Den har bare sett enormt mange eksempler på hvordan mennesker tidligere har fulgt, eller brutt, dem, og gjenskaper mønsteret. Mange forskere som har sett nærmere på dette, konkluderer derfor med det samme: dagens KI-modeller er sterke på kombinatorisk kreativitet, men mangler det som kjennetegner ekte transformativ kreativitet.

Unntaket: når KI faktisk finner noe ukjent

Her kommer et konkret motargument som er verdt å ta på alvor. Innen naturvitenskap har KI-systemer allerede levert noe som ligner mer på ekte oppdagelse enn ren rekombinasjon.

Et av de tydeligste eksemplene er GNoME (Graph Networks for Materials Exploration), et KI-system utviklet av Google DeepMind. I 2023 offentliggjorde DeepMind at systemet hadde forutsagt strukturen til 2,2 millioner nye, tidligere ukjente krystallinske materialer. Rundt 380 000 av dem ble vurdert som stabile nok til å faktisk kunne lages i et laboratorium. Til sammenligning tilsvarer dette, ifølge DeepMind selv, nesten 800 år med tradisjonell forskning på feltet, komprimert til en brøkdel av tiden. Flere av materialene er siden forsøkt fremstilt fysisk av forskere ved Lawrence Berkeley National Laboratory i USA.

Er dette transformativ kreativitet i Bodens forstand? Ikke helt. Systemet endrer ikke selve reglene for kjemi eller fysikk. De er fortsatt de samme faste naturlovene som før. Men innenfor det definerte rommet av mulige atomkombinasjoner, gjorde systemet noe som ligner sterkt på ekte utforskende kreativitet i stor skala. Det fant frem til kombinasjoner intet menneske hadde funnet, testet eller til og med tenkt på. Det var ikke bare en ny remix av noe kjent.

Så hva er det egentlige svaret?

Det ærligste svaret er en tredeling, ikke et enkelt ja eller nei:

På kombinatorisk kreativitet (det meste av det du opplever når du bruker en chatbot eller bildegenerator til daglig) er KI allerede overlegen mennesker i hastighet og volum, men skaper i praksis variasjoner av det den har sett, ikke noe fundamentalt nytt.
På utforskende kreativitet innenfor et strengt definert, matematisk eller fysisk rom (som materialvitenskap, proteinstrukturer eller andre problemer med klare regler), har KI vist konkrete eksempler på å finne frem til reelt ukjente løsninger raskere og bredere enn mennesker klarer alene.
På transformativ kreativitet, å endre selve spillereglene for et helt nytt konseptuelt rom, finnes det foreløpig ingen dokumenterte eksempler på at KI har gjort dette på egen hånd, uten et menneske som satte opp problemet og definerte rammene i utgangspunktet.

Det gjør at det enkleste svaret (“KI kombinerer bare, den finner ikke opp noe”) er ufullstendig. Det mer presise svaret er dette: KI er ekstremt god på å utforske og kombinere innenfor rammer et menneske har satt. Selve evnen til å definere helt nye rammer, forblir foreløpig en menneskelig oppgave.

Oppsummert i tabellform:

Type kreativitet	Hva den betyr	Eksempel	Hvor god er dagens KI
Kombinatorisk	Sette sammen kjente ideer på uventede måter	En metafor, en collage, en ny sammenligning	Allerede overlegen mennesker i hastighet og volum
Utforskende	Utforske et definert rom av muligheter grundigere	GNoME og materialkombinasjoner innenfor kjemiens faste regler	Har vist konkrete, dokumenterte funn
Transformativ	Endre selve reglene for et felt	Impresjonismen, ikke-euklidisk geometri	Ingen dokumenterte eksempler uten menneskelig rammesetting

Vanlige spørsmål

Er alt en KI-chatbot lager bare kopiert fra treningsdataen sin?

Ikke direkte kopiert, men i bunn og grunn en statistisk rekombinasjon av mønstre den har lært fra enorme mengder tekst, bilder eller annen data. Det kan oppleves nytt og overraskende for deg, men det er sjelden noe som bryter fundamentalt med det modellen allerede har sett eksempler på.

Betyr GNoME-eksempelet at KI kan gjøre ekte vitenskapelige oppdagelser?

Ja, i en konkret, avgrenset forstand. Systemet fant frem til tidligere ukjente, stabile materialkombinasjoner innenfor de faste reglene for kjemi og fysikk. Det er ikke det samme som å endre selve vitenskapens grunnleggende antakelser, men det er mer enn ren rekombinasjon av kjente oppskrifter.

Hva er forskjellen på kombinatorisk og transformativ kreativitet?

Kombinatorisk kreativitet setter sammen kjente elementer på nye måter innenfor eksisterende regler. Transformativ kreativitet endrer selve reglene, slik at noe blir mulig som ikke var det før. Dagens KI er sterk på det første, ikke dokumentert på det andre uten menneskelig rammesetting.

Vil KI klare transformativ kreativitet i fremtiden?

Det vet ingen sikkert i dag. Det er et aktivt forskningsspørsmål, ikke et avgjort svar, og avhenger av hvordan fremtidige modeller utvikles, ikke bare hvor mye data de trenes på.

Oppsummering og kilder

Kan en KI finne opp noe helt nytt? Svaret avhenger av hvilken type “nytt” du spør om. På kombinatorisk kreativitet, det meste av det du møter i en chatbot eller bildegenerator til daglig, setter KI sammen kjente mønstre på imponerende, men i bunn og grunn ikke-fundamentalt nye måter. På utforskende kreativitet innenfor strengt definerte, vitenskapelige rom har KI derimot allerede levert konkrete, dokumenterte funn av tidligere ukjente løsninger. Transformativ kreativitet, å endre selve spillereglene, forblir foreløpig en menneskelig oppgave.

Det viktigste å huske:

Margaret Bodens rammeverk deler kreativitet i tre typer: kombinatorisk, utforskende og transformativ
Dagens generative KI-modeller er sterkest på kombinatorisk kreativitet, rekombinasjon av mønstre fra treningsdata
Google DeepMinds GNoME-system fant 2,2 millioner tidligere ukjente materialkombinasjoner, hvorav rundt 380 000 vurdert som stabile, et konkret eksempel på reell, ikke bare rekombinert, oppdagelse
Transformativ kreativitet, å endre selve reglene for et felt, er foreløpig ikke dokumentert hos KI uten at et menneske har satt opp rammene først

Kilder brukt i denne artikkelen:

Sist oppdatert: August 2026

Se også: Hva er generativ AI? Slik fungerer modellene for en grunnleggende forklaring av hvordan disse modellene faktisk lager tekst og bilder, Hvordan trenes en AI-modell? Data, mønstre og algoritmer for hva “treningsdata” egentlig betyr i praksis, og Automatisering før og nå: Er frykten for at «roboter tar jobbene» ny, eller har vi hørt det før? for et beslektet spørsmål om hva som faktisk er nytt med denne teknologibølgen.

Kan en AI finne opp noe helt nytt, eller bare kombinere det som finnes?