Anthropic har offentliggjort de første resultater fra undersøgelsen Public Record, som måler, hvordan amerikanere ser på kunstig intelligens. Historien er interessant, fordi den ikke handler om en ny model eller en ny app, men om hvilke forventninger og bekymringer der samler sig omkring AI, efterhånden som teknologien bliver en del af arbejde, undervisning og hverdagsopgaver.
Undersøgelsen dokumenterer ikke danske holdninger. Den giver alligevel et nyttigt billede af, hvilke spørgsmål der typisk følger med, når AI går fra at være et teknologiemne til at blive et organisatorisk og samfundsmæssigt emne.
Hvad er den centrale nyhed?
Den centrale nyhed er, at Anthropic har lanceret en ny surveyserie og offentliggjort første måling under navnet Anthropic Public Record. Første bølge blev ifølge Anthropic gennemført i november og december 2025 med næsten 52.000 amerikanere.
Resultaterne peger på et dobbelt billede. Mange ser AI som et redskab, der kan hjælpe med sygdomsbekæmpelse, tilgængelighed og lettere hverdagsopgaver. Samtidig er frygt for jobtab, afhængighed af teknologien og misinformation udbredt. Det gør målingen mere relevant som temperaturmåling på AI i samfundet end som markedsføring af én bestemt tjeneste.
Hvordan er undersøgelsen bygget op?
Anthropic beskriver Public Record som en national meningsmåling om holdninger til AI. Det er derfor ikke en teknisk benchmark og heller ikke en måling af, hvad modeller faktisk kan. Den måler i stedet, hvad mennesker håber på, frygter og forventer af teknologien.
Den type undersøgelse siger noget andet end en produktdemo eller en modeltest. Hvor en grundlæggende introduktion til ChatGPT forklarer, hvad et sprogmodelværktøj gør, viser en holdningsmåling, hvordan teknologien bliver opfattet socialt og politisk.
- Den måler forventninger til AI, ikke modelkvalitet.
- Den bygger på svar fra én befolkning, ikke globale brugere.
- Den er nyttig som signal om debat og tillid, men ikke som facit for Danmark.
Hvilke håb forbinder deltagerne med AI?
Anthropic skriver, at 48 procent placerede helbredelse af sygdomme som kræft eller Alzheimers blandt deres tre største håb for AI. Derefter fulgte hjælp til personer med handicap med 36 procent, mens teknologiske fremskridt og en lettere hverdag begge lå på 23 procent.
Det mønster viser, at mange ikke først og fremmest tænker på AI som et chatvindue, men som en teknologi med mulige effekter i sundhed, tilgængelighed og effektivisering. Spørgsmålet bliver derfor ikke kun, hvad modeller kan skrive, men hvilke opgaver organisationer vil overlade til dem.
| Område | Resultat | Hvad det peger på |
|---|---|---|
| Største håb | 48 % nævner sygdomsbekæmpelse | AI bliver koblet til nytte og samfundsgevinst |
| Største frygt | 64 % nævner jobtab | Arbejdsmarkedet er den tydeligste bekymring |
| Regulering | Over 70 % ønsker en offentlig rolle | Tillid bliver knyttet til styring og ansvar |
| Tillid til AI-selskaber | 15 % har tillid til virksomhederne alene | Branchen nyder begrænset selvstændig legitimitet |
Hvilke bekymringer fylder mest?
Den mest udbredte frygt i målingen er AI-induceret jobtab, som ifølge Anthropic blev nævnt af 64 procent. Derefter fulgte kognitiv afhængighed med 56 procent og misinformation med 52 procent.
Det er tre forskellige typer bekymringer. Jobtab handler om arbejdsdeling mellem mennesker og systemer. Kognitiv afhængighed handler om, at mennesker gradvist læner sig så meget op ad AI, at egen dømmekraft eller egne færdigheder svækkes. Misinformation handler om, at genererede tekster, billeder og forklaringer kan blive brugt uden sikker kontrol med sandhed, kontekst og afsender.
De tre temaer hænger tæt sammen med emner som arbejdsmarked, undervisning og læring og spørgsmålet om, hvornår AI bør støtte mennesker, og hvornår mennesker stadig bør have sidste ord.
Hvorfor er forskellen mellem hyppige og sjældne brugere interessant?
Anthropic fremhæver, at personer, der bruger AI på arbejde hver dag, var mindre bekymrede for jobtab end personer, der slet ikke bruger AI på arbejdet. I artiklen angives forskellen som 54 procent mod 70 procent.
Det betyder ikke, at daglige brugere er ubekymrede. Det peger snarere på, at praktisk erfaring kan ændre, hvordan risiko bliver vurderet. Når mennesker ser konkrete styrker og begrænsninger i værktøjerne, bliver frygten ofte mere knyttet til bestemte arbejdsopgaver end til en forestilling om, at hele jobfunktioner forsvinder fra den ene dag til den anden.
- Erfaring med AI kan gøre vurderinger mere konkrete.
- Manglende erfaring kan gøre debatten mere abstrakt og mere polariseret.
- Organisationer får derfor brug for både træning og klare grænser.
Hvorfor ønsker så mange regulering og ansvar?
Over 70 procent af de adspurgte mente ifølge Anthropic, at staten bør spille en rolle i regulering af AI. Privatliv blev nævnt af 56 procent som et område, hvor myndigheder bør handle, efterfulgt af børns sikkerhed med 52 procent og ansvar for skade med 49 procent. Samtidig sagde kun 15 procent, at de stoler på, at AI-selskaber selv kan træffe beslutninger om, hvordan AI udvikles og bruges.
Det mønster er væsentligt, fordi det viser, at AI ikke kun bliver vurderet som software. Teknologien bliver også vurderet som infrastruktur, der kan påvirke arbejde, medier, undervisning og forvaltning. Når tilliden til virksomhederne alene er lav, bliver regler, dokumentation og ansvar lettere at opfatte som nødvendige betingelser for bred anvendelse.
Hvad betyder målingen i praksis for danske arbejdspladser?
Selv om målingen er amerikansk, peger den på spørgsmål, som også er konkrete i danske virksomheder, skoler og offentlige arbejdspladser. Hvis medarbejdere både forventer nytte og frygter negative følger, bliver implementering af AI ikke kun et spørgsmål om licenser og funktioner. Det bliver også et spørgsmål om rollefordeling, oplæring og styring.
Det gælder især, når AI bruges til tekstproduktion, opsummering, kundekontakt, analyse eller idéudvikling. Her skal ledelse og fagansvarlige forholde sig til, hvilke opgaver der kan støttes af AI, hvilke oplysninger der må indgå, og hvordan resultater skal kontrolleres, før de bruges i praksis. Det er tæt beslægtet med spørgsmål om sikkerhed og privatliv i AI-værktøjer.
Målingen siger ikke, hvad danske ansatte konkret mener. Den viser derimod, at kombinationen af håb, usikkerhed og krav om ansvar er et normalt mønster, når AI bliver en arbejdspladsteknologi.
Hvilke danske forhold kan få betydning?
I Danmark bliver brugen af generative AI-værktøjer hurtigt koblet til databeskyttelse, ansvar og interne retningslinjer. Datatilsynet skriver, at arbejdspladser bør fastsætte organisatoriske rammer for, om og hvordan medarbejdere må bruge generative AI-værktøjer i deres arbejde. Tilsynet peger også på, at tekniske foranstaltninger kan være relevante, hvis organisationen vil begrænse brugen af offentligt tilgængelige værktøjer i bestemte situationer.
Det gør den danske vinkel mere konkret end et generelt spørgsmål om at være for eller imod AI. For danske arbejdspladser handler det ofte om, hvilke data der indgår, hvem der kontrollerer output, hvordan fejl håndteres, og om ansatte får realistisk træning i værktøjernes begrænsninger. Den debat hænger også sammen med etiske grænser, fordi beslutninger om AI sjældent kun er tekniske.
Hvad kan du tage med fra undersøgelsen?
Anthropic Public Record viser, at AI-debatten ikke er delt i to enkle lejre. De samme mennesker kan håbe på medicinske fremskridt og samtidig frygte jobtab, afhængighed og misinformation. Det er sandsynligvis en mere realistisk beskrivelse af den brede AI-debat end forestillingen om, at befolkningen enten er ukritisk begejstret eller konsekvent afvisende.
For danske virksomheder og institutioner er den praktiske læring, at AI ikke kun skal vurderes på, om et værktøj virker. Det skal også vurderes på, om medarbejdere forstår formålet, om brugen sker inden for klare rammer, og om ansvar og kontrol er tydeligt placeret. Det er dér, holdninger til AI typisk bliver omsat til konkret praksis.