Hva er KI-agenter? Slik fungerer teknologien som tar over etter ChatGPT

De siste årene har verden blitt kjent med generative språkmodeller som ChatGPT og Claude. Vi har lært oss å stille spørsmål og få imponerende tekster, kode eller bilder i retur. Men i teknologimiljøene snakkes det nå nesten utelukkende om det neste store steget: KI-agenter (AI Agents).

Mens en chatbot er som en enormt kunnskapsrik bibliotekar som sitter fastlåst bak en skranke, er en KI-agent som en handlekraftig personlig assistent som kan løpe ut i verden og få ting gjort for deg. Dette representerer et fundamentalt skifte i hvordan vi samhandler med datamaskiner.

Hva er egentlig en KI-agent?

For å forstå hva en KI-agent er, må vi først se på begrensningene til dagens språkmodeller. Når du snakker med en standard versjon av ChatGPT, er det en passiv utveksling. Den venter på din instruks, genererer et svar basert på treningsdataene sine, og så stopper den. Den gjør ingenting utenfor samtalevinduet.

En KI-agent er programvare som kombinerer en språkmodell (hjernen) med tilgang til verktøy (hender) og evnen til å resonnere over flere steg (planlegging).

En enkel definisjon kan settes opp slik:

«En KI-agent er et system som kan observere sine omgivelser, resonnere for å legge en plan, og utføre handlinger autonomt for å oppnå et spesifikt mål.»

Forskjellen illustrert med et eksempel

Tenk deg at du vil planlegge en ferie til Lofoten.

Chatbot (Passiv): Du ber om en reiserute. Chatboten skriver et flott forslag til daglige aktiviteter basert på hva den har lest om Lofoten på internett frem til treningsdatoen sin. Du må selv gå inn på nettsider for å sjekke om hotellene er ledige, hva flybillettene koster, og faktisk bestille dem.
KI-agent (Aktiv): Du sier «Planlegg og book en tur til Lofoten for meg neste helg, budsjett 10.000 kr». Agenten vil da:
1. Søke opp flyavganger i sanntid.
2. Sjekke hotelltilgjengelighet via booking-API-er.
3. Sammenligne priser mot budsjettet ditt.
4. Sende deg et ferdig forslag som du kun trenger å godkjenne.
5. Gjennomføre bookingen og legge billettene i kalenderen din.

Hvordan fungerer de?

Teknisk sett bygger agenter ofte på et konsept kalt «agentic workflows» eller agentbaserte arbeidsflyter. Professor Andrew Ng, en av verdens ledende eksperter på kunstig intelligens, har påpekt at vi kan få langt bedre resultater fra eksisterende modeller ved å la dem jobbe i sløyfer (loops) fremfor lineære samtaler.

En typisk agentprosess ser slik ut:

Oppfattelse: Agenten får en oppgave.
Tanke/Resonnering: Agenten bryter oppgaven ned i mindre steg. «For å booke fly, må jeg først vite dato og flyplass.»
Verktøybruk: Agenten har tilgang til digitale verktøy. Dette kan være en nettleser, en e-postklient, Excel, eller bedriftens interne databasesystem.
Handling: Agenten utfører et steg, observerer resultatet (f.eks. en feilmelding eller en bekreftelse), og justerer planen sin deretter.

Hvorfor er dette en revolusjon?

Bill Gates publiserte nylig et notat hvor han argumenterte for at KI-agenter vil endre måten vi bruker datamaskiner på fullstendig – den største endringen siden vi gikk fra tekstkommandoer til grafiske grensesnitt (ikoner og mus).

I dag bruker vi programvare som verktøy: Du åpner Word for å skrive, Vipps for å betale, og Spotify for å høre musikk. Med agenter går vi over til å delegere oppgaver. Du forteller datamaskinen hva du vil oppnå, ikke hvordan den skal gjøre det.

Bruksområder som kommer

Personlig administrasjon: En agent som håndterer innboksen din, svarer på rutine-eposter, og forhandler tidspunkt for møter med andre menneskers agenter.
Programmering: Agenter som Devin (fra Cognition Labs) kan allerede ta imot en beskrivelse av en nettside, skrive koden, teste den for feil, rette sine egne feil, og publisere siden.
Offentlig sektor i Norge: Tenk deg en NAV-agent som proaktivt hjelper deg å fylle ut søknader ved å hente inntektsopplysninger fra Skatteetaten (med ditt samtykke), sjekker regelverket, og forbereder vedtaket for en saksbehandler.

Utfordringer og det norske perspektivet

Selv om teknologien er lovende, reiser den betydelige spørsmål. For TenkeMaskin.no er det viktig å belyse at agenter introduserer nye risikoer sammenlignet med passive chatboter.

Sikkerhet og kontroll: Når vi gir programvare evnen til å utføre handlinger (sende e-post, overføre penger, slette filer), øker konsekvensene av feil. En hallusinerende chatbot skriver bare tull; en hallusinerende agent kan potensielt bestille 100 flybilletter eller slette en database.

Personvern: For at en agent skal være virkelig nyttig, må den kjenne deg godt – dine e-poster, din kalender, din helseinfo. I Norge, hvor vi har strengt personvern gjennom GDPR og Datatilsynet, vil implementeringen av slike agenter kreve svært robuste løsninger for databehandling.

Konklusjon

KI-agenter representerer overgangen fra kunstig intelligens som en samtalepartner til kunstig intelligens som en arbeidskraft. Selv om teknologien fortsatt er i startgropen, ser vi allerede tidlige versjoner integrert i verktøy fra Microsoft, Google og OpenAI. For norske bedrifter og forbrukere vil dette bety en hverdag med mindre rutinearbeid, men det vil også kreve en ny type digital kompetanse: evnen til å lede og overvåke digitale medarbeidere.