Därför är amerikanerna mer oroliga än entusiastiska inför AI

AI används i allt snabbare takt, men allmänhetens förtroende har inte följt med. Enligt Pews senaste mätning är 52 procent av amerikanerna nu mer oroliga än entusiastiska inför den ökade användningen av AI i vardagen. 2021 var motsvarande andel 37 procent. Bara 9 procent känner sig mer entusiastiska än oroliga. 7

Förändringen pekar mot en enkel förklaring: många upplever inte AI som en gemensam förbättring, utan som en snabb och svårgenomskinlig förskjutning av makt. Arbetsgivare, plattformar och teknikföretag får nya möjligheter, medan privatpersoner förväntas hantera osäkerheten kring arbete, utbildning, integritet, kreativitet och inflytande.

Fördelarna känns abstrakta – riskerna personliga

AI kan hjälpa till med exempelvis textskrivande, sökningar, programmering och kundservice. Men nyttan är inte lika tydlig eller värdefull för alla. En funktion som sparar pengar åt ett företag kan för en anställd kännas som ett hot mot den egna rollen. En automatiserad kundtjänst kan vara effektiv för företaget, men upplevas som ett frustrerande hinder för den som vill prata med en människa.

Det skapar en obalans i hur tekniken uppfattas. De positiva effekterna beskrivs ofta i långsiktiga prognoser om produktivitet, sjukvård och vetenskapliga genombrott. Nackdelarna dyker däremot upp i vardagen: ett felaktigt svar, ett bedrägeri, syntetiskt innehåll, övervakning på arbetsplatsen eller en AI-funktion som lagts till utan användarens samtycke.

Arbete och utbildning gör oron konkret

Man behöver inte tro att alla jobb kommer att försvinna för att känna oro. Det kan räcka att frukta färre ingångsjobb, svagare förhandlingsposition, mer övervakning eller yrkesroller som reduceras till att övervaka automatiserade system.

Pews senaste resultat visar hur utbredd oron är: 71 procent av amerikanerna tror att AI kommer att minska antalet jobb i USA under de kommande 20 åren. 5 För yngre vuxna är frågan särskilt omedelbar, eftersom utbildning och de första stegen i arbetslivet är just de områden där automatisering kan förändra hur människor får erfarenhet.

Generativ AI komplicerar också lärandet. Tekniken kan hjälpa både elever och lärare, men den kan samtidigt göra det enklare att kringgå uppgifter, försvåra bedömningen och sudda ut gränsen mellan assisterat arbete och självständig förståelse. När människor inte längre kan avgöra vilken insats som faktiskt är mänsklig minskar förtroendet för hela systemet.

Kreativitet och ägande har blivit förtroendefrågor

För författare, konstnärer, musiker och andra kreatörer är debatten om hur AI-modeller tränas inte bara teknisk. Den handlar om tillstånd, källhänvisning, ersättning och vem som tjänar på att mänskligt skapade verk används för att bygga kommersiella system.

Även användbara AI-resultat kan därför upplevas som exploaterande när kreatörer anser att deras arbete har samlats in utan meningsfullt samtycke. Frågan sträcker sig dessutom längre än äganderätt: Pew har visat att amerikaner oftare tror att AI kommer att försämra än förbättra människors kreativa tänkande och förmåga att skapa meningsfulla relationer. 12

Det bidrar till att fysiska medier, pappersanteckningsböcker, analoga kameror, evenemang på plats och andra aktiviteter utanför nätet känns attraktiva. Det betyder inte nödvändigtvis att människor avvisar all teknik. Det kan vara ett sätt att söka ursprung, integritet, avsiktlighet, en viss friktion och tryggheten i att veta att en människa skapade det man värdesätter.

Det finns inte tillräckligt med belägg för att säga att en AI-reaktion ensam driver en bred återgång till retro­teknik. Men den kulturella reaktionen är begriplig: när digitala system känns allt mer automatiserade och ogenomskinliga blir mänskligt skapade upplevelser mer särpräglade.

Förinställda AI-funktioner får människor att känna sig överkörda

Många användare kan uppskatta ett AI-verktyg när det är frivilligt, transparent och lätt att kontrollera. Reaktionen blir en annan när AI byggs in som standard i en välbekant tjänst, styr kunder bort från mänsklig support eller väcker frågor om hur personuppgifter används.

Skillnaden är viktig även för produktutvecklingen. Användning är inte samma sak som acceptans. Människor kan använda ett system för att de saknar ett praktiskt alternativ och ändå känna irritation mot företaget som införde det. Den irritationen kan påverka kundlojalitet, varumärkesförtroende och betalningsvilja.

Misstron gäller också dem som bygger AI

Skepsisen riktas inte bara mot modellerna, utan även mot institutionerna och företagsledarna bakom dem. En undersökning från CNBC och Generation Lab, med 1 088 amerikaner mellan 18 och 34 år, visade att en majoritet inte litade på någon av nio framstående AI-ledare när det gäller att agera ansvarsfullt kring AI. Samtidigt trodde 45 procent att AI skulle skada deras karriärer, jämfört med 10 procent som trodde att tekniken skulle hjälpa dem.

Dario Amodei har beskrivit situationen som en ”förtroendekris”. Han menar att människor redan misstror företag, myndigheter och teknikbranschen – och därför misstänker att nya system kommer att användas mot dem. 17

Det förklarar varför pr-kampanjer sannolikt inte räcker. När den egentliga frågan är ”Vem kontrollerar detta, och vem tjänar på det?” kan optimistiska budskap låta som undanflykter om människor inte kan se svaret i sina egna liv.

Datacentren gör den abstrakta debatten lokal

AI-boomen gör också teknikens fysiska krav svårare att ignorera. Datacenter kopplar samman AI med elförbrukning, vatten, mark, investeringar i elnätet och politiska beslut. Lokalsamhällen kan med goda skäl fråga sig om kostnaderna är säkra, medan de utlovade jobben, lägre räkningarna och andra fördelarna fortfarande är osäkra.

Det är inte automatiskt ett motstånd mot teknik. Det är ett krav på ansvar: tydlig redovisning av konsekvenser, rättvisa bidrag till infrastrukturen, minskad lokal belastning och bindande samhällsnytta. Om sådana villkor saknas blir motstånd en rationell reaktion på en ojämn fördelning av kostnader och vinster.

Därför är det här ett affärsproblem för AI-företag

För AI-bolag kan misstro begränsa användning, kundlojalitet, betalningsvilja, rekrytering, regleringsutrymme och möjligheten att bygga ut infrastrukturen. En tekniskt imponerande modell skapar inget varaktigt konsumentvärde om kunderna förknippar den med uppsägningar, oönskade funktioner, exploatering av kreativt arbete eller opålitlig service.

Airbnbs vd Brian Chesky har argumenterat för att Silicon Valley behöver fler AI-produkter som löser vanliga människors vardagsproblem, i stället för att främst rikta sig till företagskunder eller demonstrera modellernas kapacitet. Det är lika mycket ett produktproblem som ett kommunikationsproblem: människor ställer sig lättare bakom teknik när de tydligt kan se vad den förbättrar i deras eget liv.

Amodeis kritik är lika krävande. Han har medgett att AI-företagen ännu inte har infriat sina största löften och hävdat att dramatiska påståenden om att bota cancer inte kan ersätta verkliga genombrott. Slutsatsen är tydlig: trovärdighet kommer att byggas genom tillförlitliga, synliga och brett delade resultat – inte genom allt mer storslagna framtidsprognoser.

Vad kan förbättra opinionen?

AI-företag som vill vinna större acceptans behöver fokusera på fem praktiska åtaganden:

• Bygg för verkliga behov. Produkterna bör lösa återkommande problem för vanliga användare, inte bara visa upp teknisk kapacitet.
• Ge människor kontroll. Tydliga val för att tacka ja, enkla sätt att tacka nej, öppna dataprinciper och mänskliga alternativ gör deltagandet frivilligt.
• Dela på vinsterna. Produktivitetsökningar bör leda till bättre tjänster, lägre kostnader, utbildning och bättre arbetsvillkor – inte enbart högre marginaler.
• Respektera mänskliga insatser. Kreatörer behöver fungerande system för samtycke, ursprungsinformation, källhänvisning, ersättning och rättighetsskydd.
• Bevisa löftena. Mätbara förbättringar inom hälsa, ekonomi, utbildning och levnadsstandard betyder mer för förtroendet än ännu en marknadsföringskampanj.

Allmänheten kräver inte nödvändigtvis att AI ska sluta utvecklas. Frågan är vem utvecklingen är till för, vem som får bestämma hur tekniken används och om de som bär riskerna också får del av vinsterna. Så länge företagen inte besvarar de frågorna genom produktdesign och synliga resultat kan en snabbare AI-utveckling fortsätta att skapa mindre – inte mer – entusiasm.