3 Et forskningssystem rustet for det digitale skiftet

3.1 Det digitale teknologiskiftet

Det pågående digitale teknologiskiftet stiller nye krav til forskningssystemet.

Samfunn over hele verden står i et gjennomgripende digitalt teknologiskifte. Noen av de store driverne bak denne transformasjonen er stadige teknologiske nyvinninger, økt bruk av data i forvaltning og verdiskaping, økte krav til effektivisering og nye forventninger hos forbrukere og tjenestemottakere.

For forskningen gir det digitale teknologiskiftet nye muligheter for å koble og utnytte store datamengder på tvers av sektorer og fagfelt og utforske mer komplekse problemer. Avansert databehandling ved hjelp av tungregning må tas i bruk på stadig flere fagfelt, og etter hvert vil nye metoder som for eksempel kvanteberegninger komme til. Nye problemstillinger må utforskes, for eksempel utvikling av nye algoritmer og mer energieffektiv IT-arkitektur slik at lagring og analyse av data blir mindre energikrevende.

Den raske utviklingen og bruken av kunstig intelligens akselererer det digitale teknologiskiftet i de fleste sektorer. Kunstig intelligens er et kraftig forskningsverktøy, og norske forskere på stadig flere fagområder må kunne ta teknologien i bruk i egen forskning.1 Næringslivet og det offentlige må være i stand til å utnytte mulighetene med kunstig intelligens og samtidig forstå teknologiens potensielle negative konsekvenser. Som nasjon må vi forstå hva utviklingen betyr for oss.

Den digitale forskningsgrunnmuren som må være på plass for at vi skal lykkes med det digitale teknologiskiftet, består av forskningsnett, superdatamaskiner og tilhørende elektronisk infrastruktur.2 I tillegg er det behov for riktig kompetanse og datainfrastrukturer som blant annet gjør det mulig å innhente, analysere, og tilgjengeliggjøre data.3

I rapporten The future of European competitiveness blir særlig teknologiens rolle som verktøy for å få fart på den europeiske økonomien løftet frem.4 Det tas også til orde for en betydelig økning av investeringene i forskningsdrevet innovasjon innenfor teknologi og kunstig intelligens. Tilsvarende fremheves digital omstilling og økt bruk av kunstig intelligens som viktige tiltak for å styrke Norges økonomiske konkurranseevne i Fremtidens digitale Norge: Nasjonal digitaliseringsstrategi 2024–2030. Strategien slår fast at Norge skal være ledende innenfor datadrevet verdiskaping, forskning og innovasjon.5

Dette kapittelet handler om regnekraft, det økte behovet for digital forskningsinfrastruktur og den neste store digitale omveltningen som antas å komme med kvanteteknologi. Det beskriver behovet for stabile styrings- og finansieringsmodeller for datainfrastrukturer som har stor verdi både for forskning, offentlig forvaltning og næringsliv. I kapittelet presenteres også en oversikt over regjeringens tiltak med relevans for forskningen innenfor kunstig intelligens og fremtidens databehandling.

3.2 Økt vekt på datainfrastruktur

Økt utnyttelse av data i sektorer utenfor forskningen legger press på forskningsfinansierte datainfrastrukturer. For å maksimere disse datainfrastrukturenes samfunnsnytte må de videreutvikles, organiseres og styres på en måte som reflekterer den brede anvendelsen de har også utover forskningen.

3.2.1 Datainfrastrukturer for forskning og offentlig forvaltning

Det digitale teknologiskiftet har konsekvenser for det norske forskningssystemet. Den digitale forskningsinfrastrukturen, og spesielt datainfrastruktur som håndterer store datamengder innenfor for eksempel klima- og miljøfeltet, energifeltet og helsefeltet, må videreutvikles, oppgraderes og tilpasses. På den måten vil norske forskningsmiljøer kunne dra nytte av mulighetene som kunstig intelligens og høykapasitets dataanalyse gir. Disse mulighetene inkluderer blant annet simulering av komplekse systemer som klimaendringer og økonomiske modeller, medisinsk gjennombruddsforskning, romforskning og utviklingen av store generative KI-modeller.

I Norge er det gjort betydelige investeringer i datainfrastrukturer. Disse kan videreutvikles, og det er potensial for bedre samordning både nasjonalt og internasjonalt.6 På noen områder er Norge allerede veldig gode og bør ha ambisjoner om å tilby datainfrastruktur i verdensklasse som blir foretrukket av internasjonale brukere.7

Flere viktige datainfrastrukturer som er utviklet i forskningsøyemed,har vist seg å bli svært nyttige også for sektorer og aktører utenfor forskningsmiljøene. Tilsvarende har datainfrastrukturer som er utviklet for å dekke behov i offentlig forvaltning, vist seg å bli viktige datakilder for forskningen.

Eksempler på datainfrastrukturer som er utviklet for forskningsformål, men som har nytteverdi også i andre sektorer, er:8

• CESSDA (Consortium of European Social Science Data Archive), som gir forskere og beslutningstakere tilgang til statistiske data og tjenester

• ELIXIR (European Life Sciences Infrastructure for Biological Information), som gir tilgang til biologiske og medisinske data som er viktige for akademia og den bioteknologiske industrien

• ICOS (Integrated Carbon Observation System), som overvåker drivhusgasser og genererer data som er avgjørende for klimaforskningen og miljøforvaltningen.

Slike infrastrukturer er kompliserte og svært kostbare, og det er nødvendig å se de nasjonale behovene i sammenheng og på tvers av samfunnssektorer. I behandlingen av Langtidsplan for forskning og høyere utdanning (2023–2032) sluttet derfor Stortinget seg til regjeringens mål om å «legge datainfrastrukturutvalgets anbefalinger til grunn for videre arbeid med datainfrastruktur», se boks 3.1.9

3.2.2 Regjeringens vurdering og tiltak

Mange infrastrukturer som primært har blitt etablert for forskning, blir nå også benyttet innenfor offentlig forvaltning og næringsliv. Når skillet mellom forskningsinfrastruktur og forvaltningsinfrastruktur viskes ut, oppstår det en fare for at driften av slike datainfrastrukturer ikke lenger utelukkende vil kunne bli finansiert med forskningsmidler. Hvis finansieringen blir usikker, rammes både forskningen og forvaltningen.

Et viktig spørsmål er hvordan slike datainfrastrukturer bør videreutvikles, finansieres, organiseres og styres for å ta høyde for den brede samfunnsnytten og den store merverdien de har utenforforskningen, for eksempel i offentlig forvaltning og i næringslivet. Dette er en utfordring i forskningssystemets grenseland som regjeringen vil arbeide videre med. Sentrale spørsmål som må avklares, er hvordan finansiering skal sikres på lang sikt, hvilken rolle offentlige etater skal ha, og hvordan data effektivt kan deles mellom virksomheter og sektorer.

Regjeringen vil

• vurdere hvordan datainfrastrukturer som tjener forskningen, offentlig forvaltning og næringslivet, bør organiseres og styres på en måte som fremmer kostnadseffektivitet, datadeling og norsk forskning og kommersialisering

3.3 Bedre tilgang til regnekraft

Det økende volumet og mangfoldet av data som genereres, skaper store muligheter innenfor forskning og innovasjon, men det krever betydelig regnekraft å utnytte disse dataene. Økt kapasitet til tungregning kan møte behov i forskning og offentlig forvaltning og utnytte potensialet i kunstig intelligens.

3.3.1 Behovet for regnekraft øker

Ulike samfunnssektorer og aktører genererer stadig mer data, for eksempel kartdata, værdata, helsedata, industrielle data, kundedata, miljødata, geodata og offentlig statistikk. Det økende volumet og mangfoldet av data kombinert med nye og mer avanserte algoritmer gir forsknings- og innovasjonsmiljøene store muligheter til å utvikle ny kunnskap og nye produkter og tjenester. Mulighetene med hensyn til hva som kan modelleres har økt enormt, men krever kraftige datamaskiner med mye regnekraft.

Tungregning er bruk av såkalte superdatamaskiner til å utføre så komplekse beregninger og analysere så store datamengder at det ikke kan gjøres på vanlige datamaskiner.10 Tungregning har tradisjonelt vært brukt innenfor forskning i realfagene, men er etter hvert blitt tatt i bruk på de fleste fagfelt, også samfunnsvitenskap og humaniora. I tillegg blir superdatamaskiner i stadig større omfang benyttet også i næringslivet og offentlig forvaltning. Samtidig stiger behovet for superdatamaskiner kraftig i takt med at bruken av kunstig intelligens øker.

I dag har Norge superdatamaskiner som i all hovedsak brukes til forskning. Disse eies og driftes av det statlige selskapet Sigma2. I tillegg har noen universiteter og offentlige og private virksomheter egne, institusjonelle superdatamaskiner for tungregning. Norge er også med i et europeisk konsortium for superdatamaskinen LUMI (Large Unified Modern Infrastructure) som ligger i Kajana i Finland. Deltakelsen i LUMI gir norske forskere tilgang på regnekraft fra en av Europas kraftigste superdatamaskiner, se boks 3.2.

Det er kostbart å investere i superdatamaskiner, og oppgaven til Sigma2 er å sikre storskaladrift med delt bruk og kompetansedeling. Som koordinator for Nasjonalt kompetansesenter for tungregning gir Sigma2 også forvaltningen og næringslivet tilgang til både LUMI og Sigma2s nasjonale superdatamaskiner.

Tilgang til regnekraft fra superdatamaskiner kan bidra til å drive effektiv og god forvaltning på områder som for eksempel helse, klima og miljø, havbruk, landbruk og beredskap. Bruken av superdatamaskiner bidrar til å løse komplekse problemstillinger og utvikle samfunnsnyttige tjenester, som å utvikle ny diagnostikk og behandlinger basert på persontilpasset medisin.

Superdatamaskiner brukes også til å trene KI-modeller som for eksempel kan øke avlingene i landbruket, eller til å forutsi effekten av naturkatastrofer gjennom bruk av avanserte datasimuleringer. De siste årene er stadig større mengder regnekraft blitt brukt til å trene opp store generative KI-modeller som kan lage innhold som tekst, bilder og video.11 Se også kapittel 3.6.

I Langtidsplan for forskning og høyere utdanning (2023–2032) ble det slått fast at regjeringen vil sørge for tilstrekkelig nasjonal tungregnekapasitet (altså regnekraft fra superdatamaskiner) til å dekke nåværende og fremtidige behov innenfor forskning og forvaltning.12 I statsbudsjettet for 2025 og i den nasjonale digitaliseringsstrategien varslet regjeringen at den ville utrede en nasjonal infrastruktur for regnekraft til forskning, offentlig forvaltning og kunstig intelligens.13 Utredningen skulle gjøres etter føringene i statens prosjektmodell, som stiller krav til metodikk og kvalitet i utredninger av store statlige investeringsprosjekter.

Kunnskapsdepartementet ga utredningsoppdraget til Forskningsrådet som leverte en konseptvalgutredning (KVU) i januar 2025.14 I denne utredningen konkluderte Forskningsrådet med at det er et stort og raskt voksende behov for regnekraft i Norge. I utredningen anbefaler Forskningsrådet et konsept som innebærer en stegvis videreutvikling og utvidelse av Sigma2, slik at tilstrekkelig regnekraft kan leveres på tvers av ulike sektorer. Konseptvalgutredningen blir kvalitetssikret eksternt våren 2025. Utover våren blir det også gjennomført en videre utredning (forprosjekt) og ekstern kvalitetssikring av den i tråd med kravene i statens prosjektmodell.

3.3.2 Regjeringens tiltak

Regjeringen vil

• vurdere anbefalingene fra utredningene og kvalitetssikringsrapportene om nasjonal infrastruktur for regnekraft

3.4 Forskningsnettet og kvanteteknologi

Regjeringen satser betydelig på å oppgradere forskningsnettet og utforske kvanteteknologi, noe som vil styrke Norges rolle i den globale digitale utviklingen.

3.4.1 Forskningsnettet

Forskningsnettet sikrer at Norge har en nasjonal nettilkobling med høy kapasitet og sikkerhet. Nettet er blant de kraftigste nettinfrastrukturene i landet og gir tilgang til andre globale forskningsnettverk. Forskningsnettet gjør det mulig å overføre store datamengder og bruke superdatamaskiner. Virksomheter i kunnskapssektoren og andre offentlige aktører i Norge kan knytte seg til forskningsnettet, se boks 3.3.

Et velfungerende og oppdatert forskningsnett med høy kapasitet er en grunnleggende forutsetning for å utnytte mulighetene som innovasjon innenfor digitalisering, databehandling og kunstig intelligens gir. Dette ligger også til grunn for regjeringens satsing på å fornye og oppgradere det nasjonale forskningsnettet med 140 mill. kroner i 2024 og 140 mill. kroner i 2025.

Det er økende interesse for å forske på Svalbard. Omfanget og kvaliteten på forskningsaktiviteten og de økende datamengdene er avhengige av en hurtig og stabil nettforbindelse gjennom fiberkabelen mellom Svalbard og fastlandet. Regjeringen vil erstatte dagens kabel til Svalbard med en ny robust fiberkabelforbindelse med god kapasitet, se boks 3.3.

3.4.2 Kvanteteknologi

Kvanteteknologien deles inn i kvanteberegninger, kvantekommunikasjon og kvantemåling (inkludert sensorer). Forventningene til kvanteteknologien er store: Fremtidens kvantedatamaskiner skal løse oppgaver dagens datamaskiner ikke klarer, som å simulere funksjonen til potensielle legemidler. Kvantekommunikasjon skal sikre trygg utveksling av sensitiv informasjon, som sikkerhetsnøkler, og kvantesensorer kommer til å revolusjonere målenøyaktigheten.15

Når de kommersielle gjennombruddene kommer, vil de føre til store endringer i teknologimarkedene. Den raske utviklingen av brytningsteknologier, herunder kvanteteknologi, vil også få stadig større betydning for den nasjonale sikkerheten i årene fremover.

Kvanteteknologi utnytter naturfenomener som gjelder på atomnivå og for subatomære partikler som elektroner, samt fotoner. Dette er grunnen til at teknologien krever kostbart utstyr. Land verden rundt investerer tungt, og Kina og USA konkurrerer om å ligge i front. I Danmark, Finland og Sverige investerer offentlige og private aktører til sammen flere hundre millioner kroner i året.16 I Norge er aktiviteten mindre, men ved universiteter og forskningsinstitutter er det enkelte gode fagmiljøer innenfor kvantevitenskap og kvanteteknologi.

De nordiske landene er langt fremme i forskning på og kommersialisering av kvanteteknologi. Danmark har fastsatt en nasjonal kvantestrategi, mens de finske og svenske regjeringene arbeider med sine. Danmark har tatt initiativ til å utvikle Norden som en samordnet kvanteregion, blant annet for å samarbeide om utdanning og forskning og tiltrekke forskertalenter og risikokapital. Norge har mye å tjene på et tettere nordisk samarbeid, og flere norske departementer arbeider nå med en samarbeidserklæring sammen med sine søsterdepartementer i de nordiske landene.

Regjeringen har i statsbudsjettet for 2025 styrket forskningen på kvanteteknologi med 70 mill. kroner årlig, fullt opptrappet. Norges forskningsråd skal lyse ut midlene. Samtidig følger store aktører i næringslivet som Equinor, Kongsberg-gruppen, Det norske Veritas, finansvirksomheter og Statkraft med på feltet, i påvente av nye kvanteløsninger og kommersielle produkter.

Når kraftige kvantedatamaskiner blir tilgjengelige, kanskje om 10–15 år, vil dagens kryptering bli ubrukelig. Nasjonal sikkerhetsmyndighet anbefaler derfor at norske virksomheter starter en kvantemigrasjon til kvantesikre IT-systemer.17 Dette krever ikke kvanteteknologi, men i stedet avansert digital sikkerhetsteknologi, og arbeidet kan starte nå.

3.4.3 Regjeringens vurdering og tiltak

Kvanteteknologien er omfattende, og Norge vil aldri kunne konkurrere med alle land eller hevde seg i konkurransen med de beste i hele bredden av feltet. Det er likevel viktig at Norge utvikler nok kompetanse til å kunne utnytte teknologien og unngå potensielle skadevirkninger av den.18 Norske kvantefagmiljøer må være gode på felt som er viktige for landet, det vil si på områder der norsk næringsliv har konkurransefortrinn, og på områder som er viktige for samfunnssikkerheten. Kvanteteknologi er et samtidig felt der Norge må unngå å være helt avhengig av utenlandske aktører.

Regjeringen mener at Norge trenger en bred nasjonal strategi for forskning, innovasjon og næringsutvikling innenfor kvanteteknologi, samt sikkerhet og internasjonalt samarbeid. Strategien må særlig vektlegge forskning der Norge har fortrinn, eller der behovene er størst.

En slik strategi må se kunnskapsutvikling og kommersialisering under ett. Arbeidet med strategien vil legge til rette for at forskere på feltet og eksperter i offentlige virksomheter og næringsliv kan finne sammen og gjøre helhetlige vurderinger til det beste for landet. Dette vil bidra til at Norges samlede kompetanse og erfaring utnyttes på en god måte, og til at satsingsområdene med størst potensial for innovasjon og samfunnsnytte blir identifisert. En slik strategiprosess vil fremme samarbeid mellom forskningsmiljøer og næringsliv og bidra til en mer effektiv innsats på feltet.

En kvantestrategi som synliggjør norske styrker og innsatsområder, vil også øke norske aktørers muligheter til å delta i internasjonalt samarbeid, ikke minst i Norden. Med laboratorier og produksjonsfasiliteter av høy kvalitet har Norge for eksempel gode forutsetninger for å lage materialer til kvantesensorer.

Regjeringen vil

• sette i gang arbeidet med en nasjonal strategi for kvanteteknologi

3.5 Infrastruktur for behandling av personsensitive data

Norge har samlet inn store mengder helsedata av høy kvalitet, noe som gir et betydelig potensial for verdiskaping. For å utnytte dette potensialet må dataene være tilgjengelige for bruk i forskning og utviklingsarbeid, samtidig som personvernet må bli ivaretatt gjennom sikre infrastrukturløsninger.

3.5.1 Sikker analyse av personsensitive data

Sensitive, personidentifiserende data inkluderer helsedata og data om barn og unge. I Norge finnes det store mengder helsedata av høy kvalitet i nasjonale helseregistre, medisinske kvalitetsregistre, befolkningsbaserte helseundersøkelser og andre datakilder som er samlet inn gjennom flere tiår. Mengden og kvaliteten på disse dataene gir samlet sett et stort potensial for verdiskaping, enten det er i form av forskning, næringsutvikling eller utvikling av tjenestetilbud.

Enklere tilgang til helsedata var bakgrunnen for at Helsedataservice ble etablert som nasjonal forvalter av tilgang til helsedata for forskning, utviklingsarbeid og annen sekundærbruk. Regjeringen har i tillegg samlet ansvaret for Kreftregisteret og andre nasjonale helseregistre, flere befolkningsbaserte helseundersøkelser og Helsedataservice i Folkehelseinstituttet fra 2024.

For å utløse potensialet for verdiskaping som ligger i personsensitive data må de være tilgjengelige for bruk av forskere og dem som skal drive frem nærings- og tjenesteutvikling – innenfor rammene av gjeldende lovfestede vilkår for tilgjengeliggjøring. Ett aspekt ved tilgjengeligheten er hvor lang tid det tar å behandle en søknad om tilgang, og de praktiske operasjonene en dataforvalter må foreta for å frigi et datasett. Et annet aspekt ved tilgjengeligheten er at brukerne må ha adgang til særskilte infrastrukturløsninger for å kunne behandle slike data.

Personvernet er avgjørende, og derfor må infrastrukturen for behandling av personsensitive data være utformet slik at ikke dataene kan komme på avveie. Dette løses i praksis gjennom sikrede analyserom, hvor dataforvalteren kan sende over datasett etter at brukeren har fått godkjent søknad om tilgang. I Norge finnes det tre løsninger som fyller denne funksjonen:

• Tjenester for sensitive data (TSD) ved Universitetet i Oslo

• Sikker adgang til forskningsdata og e-infrastruktur (SAFE) ved Universitetet i Bergen

• HUNT Cloud ved Norges teknisk-naturvitenskapelige universitet

Disse infrastrukturløsningene er blitt utviklet, driftet og finansiert av de respektive universitetene, delvis med støtte fra infrastrukturmidler fra Forskningsrådet. De siste årene har aktørene jobbet for å samordne løsningene gjennom et samarbeid under navnet NorTRE (Norwegian Trusted Research Environments). Løsningene har et stort antall brukere og stor kapasitet for analyse og lagring. Det er fremdeles behov for å videreutvikle infrastrukturløsningene. Disse behovene er blant annet knyttet til funksjonalitet for ulike brukergrupper og de nye sikkerhetskravene som kommer med utviklingen av et felles europeisk helsedataområde, EHDS (forkortelsen står for European Health Data Space).19 EU har utpekt EHDS som det første av 14 felles dataområder.De tre universitetene og Folkehelseinstituttet samarbeider om tiltak for å oppfylle kravene til sikre analyserom og sikker datatransport som kommer med EUs nye forordning for helsedataområdet. Se også kapittel 3.7.2.

3.5.2 Regjeringens vurderinger og tiltak

Alle de fire forskningutførende sektorene (universiteter og høyskoler, institutter, helseforetak og næringsliv) har bruk for tilgang til personsensitive data for å drive forskning, utviklingsarbeid og innovasjon. Til dette trengs det en velfungerende analyseinfrastruktur med tilstrekkelig kapasitet og god funksjonalitet for alle brukergrupper. Det er også avgjørende at infrastrukturen tilfredsstiller høye krav til sikkerhet for å ivareta personvernet, herunder de nye kravene som kommer med utviklingen av et felles europeisk helsedataområde, EHDS.

De eksisterende løsningene for behandling av personsensitive data ved Universitetet i Oslo, Universitetet i Bergen og Norges teknisk-naturvitenskapelige universitet tjener i dag nasjonale behov på tvers av sektorer. Organiseringen, styringen og finansieringen av de tre løsningene er imidlertid ikke tilpasset en slik rolle.

For det første er tjenestene bygget opp som forskningsinfrastrukturer ved universitetene. De er dermed underlagt universitetsstyrer som har som sin primære rolle å prioritere behovene til sin egen institusjon og sine egne forskere når tjenestene skal utvikles og driftes. For det andre finansieres utviklingen av infrastrukturene i stor grad gjennom konkurransebaserte ordninger i Forskningsrådet. Dette er ikke en forutsigbar eller formålstjenlig finansieringskilde når det er snakk om å utvike en infrastruktur som skal dekke et nasjonalt behov, og som skal være tilrettelagt for brukere utenfor forskningssystemet, se også kapittel 3.2. Videre er det ikke regningssvarende å bygge opp parallelle infrastrukturer for ulike samfunnssektorer. Etter kriteriene som Datainfrastrukturutvalget legger til grunn, er infrastrukturløsningene for sensitive data egnet til å utgjøre en nasjonal infrastruktur med en mer forutsigbar form for finansiering.20

Kunnskapsdepartementet har innledet dialog med universitetene i Oslo og Bergen og med Norges teknisk-naturvitenskapelige universitet og samarbeider med Helse- og omsorgsdepartementet, Nærings- og fiskeridepartementet og Digitaliserings- og forvaltningsdepartementet for å avklare hvordan organiseringen og styringen av løsningene kan tilpasses det faktum at de tjener nasjonale, tverrsektorielle behov. Regjeringen vil legge til rette for en finansieringsform for infrastrukturen som er mer forutsigbar enn dagens konkurransebaserte ordninger, og en organisering og styringsform som er egnet til å ivareta behovene til alle brukergrupper. Dermed kan løsningene sammen danne en nasjonal infrastruktur for behandling av personsensitive data. Løsningene i en slik nasjonal infrastruktur skal ivareta personvernet og bidra til å utløse helsedataenes potensial innenfor forskning, tjenesteutvikling og næringsutvikling.

Regjeringen vil

• utrede hvordan eksisterende løsninger ved Universitetet i Oslo, Universitetet i Bergen og Norges teknisk-naturvitenskapelige universitet kan danne en nasjonal infrastruktur for behandling av personsensitive data

3.6 Kunstig intelligens

Regjeringen satser på KI-forskning for å fremme samfunnsnytten av kunstig intelligens og sikre etisk bruk. Arbeidet med å utvikle norske og samiske språkmodeller er i gang.

3.6.1 En banebrytende teknologi

Kunstig intelligens viser til dataprogrammer og systemer som er i stand til å utføre oppgaver som vanligvis krever menneskelig intelligens, for eksempel evner som læring, problemløsning, mønstergjenkjenning, språkforståelse og beslutningstaking. KI-teknologier spenner fra enkle algoritmer til avanserte maskinlæringsmodeller og nevrale nettverk.

Med lanseringen av ChatGPT i 2022 fikk generativ kunstig intelligens sitt gjennombrudd. Dette er kunstig intelligens som kan lage innhold som tekst, bilder og video. Gjennombruddet skyldtes fremveksten av store språkmodeller, som var resultatet av fremskritt innenfor nevrale nett, økt regnekraft og bedre tilgang til data.21

Store språkmodeller har på kort tid blitt etablert som en generell teknologi som kan brukes til å løse en lang rekke oppgaver. Språkmodellene blir kombinert med bildemodeller og lydmodeller i KI-tjenester som kan «prate» med brukerne på vanlig språk og analysere og generere tekst, lyd og bilder. De kan trekke ut verdifull innsikt fra enorme datasett og analysere store mengder tekst. Slik innsikt kan brukes på ulike måter. Analyser av store mengder medisinsk litteratur kan for eksempel bli brukt til å stille diagnoser og ta behandlingsbeslutninger.

Kunstig intelligens er en banebrytende teknologi som har potensial til å løse store samfunnsutfordringer, øke produktiviteten og forbedre velferdssamfunnet. Riktig brukt kan den bidra til å forbedre offentlige tjenester, utvikle ny diagnostikk og behandling, gi grunnlag for nye produkter og tjenester, og sannsynligvis bidra til personellbesparende prosesser i flere bransjer. Når det gjelder statlig sektor, kan kunstig intelligens gjøre virksomhetene mer produktive, men dette er et område som kan forbedres. I rapporten Bruk av kunstig intelligens i staten konkluderer Riksrevisjonen med at statlige virksomheters KI-innsats ikke er tilfredsstillende, og at potensialet for bruk av kunstig intelligens i staten ennå ikke er blitt realisert.22 Se mer om dette i boks 3.4.

3.6.2 Forskning på kunstig intelligens

Parallelt med satsingen på datainfrastruktur og regnekraft (se kapittel 3.2, 3.3 og 3.5) er det avgjørende å bygge opp nødvendig kompetanse og kunnskapsberedskap. Derfor har regjeringen økt bevilgningene til forskning på kunstig intelligens, digital sikkerhet og samfunnskonsekvenser av den digitale teknologiutviklingen med 1 mrd. kroner fordelt over fem år (også kalt KI-milliarden). Norges forskningsråd lyser ut midlene.

I 2025 skal det opprettes mellom fire og seks forskningssentre for kunstig intelligens. Forskningsrådet mottok 50 søknader innen søknadsfristen 15. januar 2025. 150 forskningsinstitusjoner i Norge og andre land, 225 bedrifter og over 130 offentlige virksomheter står bak søknadene, som følger tre hovedspor:

1. hvilke konsekvenser kunstig intelligens har for samfunnet

2. teknologiutvikling

3. hvordan bruke kunstig intelligens til innovasjon innenfor ulike fagområder i privat og offentlig sektor

Etter planen skal Forskningsrådet offentliggjøre hvilke forskningssentre som får innvilget søknaden, i juni 2025.

3.6.3 Språkmodeller

Språkmodeller er sannsynlighetsmodeller som bruker statistiske metoder for å tolke og generere språk.23 KI-tjenester som er basert på utenlandske språkmodeller, for eksempel samtaleroboten ChatGPT, kan virke overbevisende når det gjelder språkferdigheter og kunnskaper om verden. En test gjennomført av Språkrådet viser imidlertid at ChatGPT er klart dårligere i nynorsk enn bokmål, at den er inkonsekvent i stilvalgene og at engelske uttrykksmåter skinner gjennom i norsk tekst.24

Når modellene i hovedsak er trent på engelsk tekst hentet fra internett, vil de innholdsmessige representasjonene heller ikke reflektere norsk kultur, erfaringer og kunnskapsproduksjon. Dette gjør modellene mindre egnet til bruk i skolen og offentlig forvaltning.

De mest populære modellene som brukes i dag, er utviklet av store teknologiselskaper (amerikanske og kinesiske), og disse selskapenes teknologiske, språklige og kulturelle valg styrer videreutviklingen av modellene. Flere av modellene er, etter alt å dømme, blitt trent på materiale uten hensyn til opphavsrettigheter.

3.6.4 Etisk og trygg bruk av kunstig intelligens

Den raskt økende bruken av kunstig intelligens fører til nye etiske utfordringer.25 Det er avgjørende at utviklingen er etisk og forsvarlig, og at bruken av kunstig intelligens tar hensyn til menneskelige verdier og er til samfunnets beste. Derfor viderefører regjeringens nye nasjonale digitaliseringsstrategi de sju etiske prinsippene som ble slått fast i Nasjonal strategi for kunstig intelligens allerede i 2020.26 Regjeringen har også konkludert med at Norge frem mot 2030 skal være i front på etisk og trygg bruk av kunstig intelligens.27 Samtidig er forskere og forskningsinstitusjoner lovpålagt et selvstendig ansvar for å sikre at forskningen skjer i henhold til anerkjente forskningsetiske normer.28

En av utfordringene ved generativ kunstig intelligens er at den kan reprodusere og forsterke eksisterende sosiale og kulturelle fordommer.29 Dersom data og algoritmer inneholder skjevheter, kan kunstig intelligens virke diskriminerende. Nasjonal og internasjonal forskning viser at kunstig intelligens kan utgjøre en risiko for grunnleggende menneskerettigheter og på sikt true demokratiet.30 Et av formålene med loven om kunstig intelligens som EU vedtok i 2024 (KI-forordningen), er å minske risikoen for diskriminering med bruk av kunstig intelligens. Regjeringen arbeider for at KI-forordningen skal bli innlemmet i EØS-avtalen så raskt som mulig.31

Mange eksperter og forskere advarer om potensielle farer ved KI-utviklingen, både på kort og lang sikt. En del av dem er bekymret for den eksistensielle risikoen som fremtidige superintelligente KI-systemer kan utgjøre.32 I et åpent brev fra 2023 oppfordret flere tusen eksperter og forskere til å sette det de kaller for «gigantiske KI-eksperimenter», på pause for å få kontroll med utviklingen.33 Nobelprisvinner i fysikk i 2024, Geoffrey Hinton – som fikk prisen nettopp for sin forskning på kunstig intelligens – advarer mot farene og tar til orde for reguleringer. For å sikre en trygg utvikling er det derfor avgjørende å få på plass et internasjonalt rammeverk, og Norge vil ta en aktiv rolle i internasjonalt arbeid med etisk og ansvarlig bruk av kunstig intelligens.34

Norge samarbeider med blant andre EU, Nordisk ministerråd, FN, OECD og Europarådet for å bidra til at norske verdier påvirker den internasjonale utviklingen på dette området. I februar 2025 deltok Norge på AI Action Summit i Paris der representanter fra mer enn 30 land var samlet for å diskutere hvordan kunstig intelligens kan tas i bruk på en forsvarlig og sikker måte. Norge var blant de 60 landene som signerte slutterklæringen om inkluderende og bærekraftige kunstig intelligens fra dette toppmøtet.35

3.6.5 Regjeringens vurdering

Kunstig intelligens gir store forskningsmuligheter som kan bidra til kvalitetsheving, effektivisering og produktivitetsøkning i offentlig sektor og i næringslivet. Store språkmodeller har en nøkkelrolle fordi de gjør det mulig for mennesker og maskiner å kommunisere på menneskenes språk.36 De store språkmodellene som er utviklet av internasjonale selskaper, har imidlertid svakheter både når det gjelder tilpassingen til norske språk og samfunnsforhold og når det gjelder transparens, dokumentasjon og opphavsrett. Dette gjør modellene mindre egnet til bruk i det offentlige.

I den nye nasjonale digitaliseringsstrategien har regjeringen derfor et mål om å etablere en nasjonal infrastruktur for kunstig intelligens.37 En sentral del av infrastrukturen er en nyopprettet enhet ved Nasjonalbiblioteket som skal trene, oppdatere og tilgjengeliggjøre (grunnmodeller for) store språkmodeller som offentlige virksomheter og næringsliv kan fintrene og bruke til å utvikle KI-baserte verktøy og tjenester. Språkmodellene vil være trent på norsk og samisk materiale og dermed gjenspeile norske og samiske språk og samfunnsforhold bedre enn de store, internasjonale modellene. Treningsmaterialet vil være veldefinert og godt dokumentert, og opphavsrettighetene til treningsmaterialet vil være avklart i utgangspunktet.

Den raske teknologiske utviklingen, og særlig kunstig intelligens, reiser en rekke forskningsetiske spørsmål. Det er først og fremst forskningsinstitusjonene som må ha en kritisk diskusjon om hva de forskningsetiske normene innebærer på dette feltet, og hvordan normer og praksis bør utvikles. Regjeringen vil vurdere hvordan den kan støtte dette arbeidet fremover.

3.7 Tiltak for forskningen innenfor kunstig intelligens og fremtidens databehandling

Regjeringen har utarbeidet en oversikt over tiltak som er viktige for forskningen innenfor kunstig intelligens og fremtidens databehandling. Selv om flere av tiltakene ikke er direkte rettet mot forskere, bidrar de samlet til å tilrettelegge infrastruktur og gi bedre tilgang til data, noe som muliggjør datadrevet forskning og utvikling av avanserte KI-teknologier. Oversikten gir et bilde av departementenes totale innsats på området og skal oppdateres årlig.

3.7.1 En oversikt over regjeringens tiltak

Det digitale skiftet krever tiltak som styrker informasjons- og kommunikasjonsteknologi (IKT) som forskningsfelt. Det krever også forskning på hvordan IKT, datavitenskap og kunstig intelligens kan bidra til den digitale omstillingen i alle samfunnssektorer. For å nå målene som regjeringen har fastsatt i strategien Fremtidens digitale Norge, er det nødvendig med tilstrekkelig forskningsfinansiering, infrastruktur, data og kompetanse om avansert databehandling.38 Med avansert databehandling menes tungregning, høykapasitets dataanalyse, maskinlæring og kunstig intelligens.

Viktige data, infrastrukturer og kompetanse er spredt mellom ulike forskningsmiljøer, offentlig forvalting og privat næringsliv. For å stimulere til bærekraftig og etisk forsvarlig datadrevet forskning, forvaltning og verdiskaping i Norge er det behov for oppdatert datainfrastruktur.39 Datainfrastrukturene må også legges til rette slik at de kan utveksle data med ulike typer aktører. Store datainfrastrukturer er imidlertid kostbare, og det er ikke økonomisk forsvarlig å dobbeltfinansiere den samme typen datainfrastruktur i flere sektorer, se også kapittel 3.2 og 3.5.

For å gjøre det mulig å koordinere innsatsen på nasjonalt nivå har regjeringen utarbeidet en oversikt over tiltak med relevans for forskningen innenfor kunstig intelligens og fremtidens databehandling. Status for tiltakene beskrives kort i tabellene 3.1, 3.2 og 3.3. Hensikten er å få frem et forskningsrelevant bilde av den totale innsatsen som de ulike departementene legger ned i arbeidet med det digitale teknologiskiftet. Formålet er å synliggjøre mulighetene for å samordne og koordinere det videre arbeidet.

Forskning og innovasjon innenfor kunstig intelligens og fremtidens databehandling krever sterke fagmiljøer med riktig kompetanse, finansiering og utstyr. Mye av tilretteleggingen, for eksempel tiltak for å øke forskernes og studentenes datahåndteringskompetanse, må skje hos forskningsaktørene selv. Samtidig er det nødvendig at regjeringen legger til rette for og stimulerer aktiviteten på nasjonalt nivå. Relevante tiltak inkluderer

• konkurranseutsatt finansiering fra offentlige kilder som Forskningsrådet og EU-programmer

• tilrettelegging for finansiering fra private kilder

• tiltak for å få etablert nødvendige datainfrastrukturer, altså de verktøyene, tjenestene og systemene, inkludert kompetanse, som er nødvendige for å innhente, lagre, organisere, dokumentere og tilgjengeliggjøre data for forskning, innovasjon og forvaltning

• tiltak for å utvikle, drifte og kuratere datasett av høy kvalitet

• investeringer i tungregnekraft, både standard og kvanteforsterket

• infrastruktur for utvikling og bruk av kunstig intelligens, slik som språkmodeller

• tiltak for internasjonalt samarbeid

• investering i og drift av et forskningsnett som kan flytte store datamengder raskt og på en sikker måte

Tiltaksoversikten er tredelt. Del én inneholder tiltak som regjeringen allerede har iverksatt, se tabell 3.1. Del to inneholder tiltak som regjeringen arbeider med å iverksette, men hvor de siste elementene ennå ikke har falt på plass, se tabell 3.2. Del tre inneholder fremtidige tiltak som regjeringen har konkludert om og kunngjort for eksempel i meldinger til Stortinget, og hvor iverksettelsen er under planlegging, se tabell 3.3. Tiltaksoversikten skal være et levende dokument som viser status for tiltakene, og regjeringen tar sikte på å oppdatere den i de årlige statsbudsjettene fra Kunnskapsdepartementet.

3.7.2 Andre tiltak av betydning for forskningen innenfor kunstig intelligens og fremtidens databehandling

Både kunstig intelligens og verdiskaping med data som ressurs er viktige temaer i Fremtidens digitale Norge: Nasjonal digitaliseringsstrategi 2024–2030. Flere av tiltakene i strategien vil også ha betydning for forskning og utviklingsarbeid. Disse tiltakene går blant annet ut på å sikre etisk og ansvarlig bruk og utvikling av kunstig intelligens i offentlig sektor, prioritere arbeidet med å tilgjengeliggjøre nasjonale datasett som er viktige for offentlig sektor og samfunnet, og legge til rette for sektorovergripende samarbeid om standarder og formater for datautveksling slik at det blir mulig å digitalisere hele verdikjeder. Strategien understreker også hvor viktig det er med veiledning om regelverksutviklingen innenfor digitalisering, kunstig intelligens og datadeling.

Både det planlagte lovforslaget om viderebruk av offentlige data og gjennomføringen av EU-forordningen om kunstig intelligens i norsk rett vil være med og legge rammer for alle som ønsker å utvikle og ta i bruk kunstig intelligens. Dette inkluderer universitets- og høyskolesektoren og andre forskningsutførende institusjoner.

Norge deltar i EUs program for et digitalt Europa (DIGITAL). Programmet har flere satsingsområder, herunder tungregning, cybersikkerhet, skyteknologi, infrastruktur og felleseuropeiske dataområder på 14 anvendelsesområder, samt europeiske test- og eksperimenteringsfasiliteter for kunstig intelligens innenfor fire sektorer. Ved å delta i prosjekter gjennom dette programmet kan norske aktører være med på å bygge opp og ta i bruk forskningsinfrastruktur som er knyttet til data og kunstig intelligens. Dette omtales nærmere i regjeringens strategi for norsk deltakelse i DIGITAL.40

EuroHPC Joint Undertaking er et felles initiativ som EU, europeiske land og private partnere har etablert for å samfinansiere utviklingen og anskaffelsen av superdatamaskiner til tungregning. Norge deltar i to av de tre EU-programmene som delfinansierer EuroHPC-nettverket: Horisont Europa og DIGITAL. En av superdatamaskinene som er utviklet gjennom dette samarbeidet er tidligere nevnte LUMI, som ligger i Kajana i Finland, og her deltar Norge. Dette omtales nærmere i kapittel 3.3 og boks 3.2.

Den europeiske åpne forskningsskyen, EOSC, er en skytjeneste som skal legge til rette for deling, sømløs tilgang og pålitelig gjenbruk av åpne data og alle andre digitale objekter som blir produsert i forskningsforløp, for eksempel protokoller, programvare eller publikasjoner, på tvers av vitenskapelige miljøer og forskningsinfrastrukturer i Europa.41 EOSC, som i hovedsak skal benytte eksisterende infrastruktur, er under oppbygging med deltakelse fra åtte norske institusjoner. Forskningsrådet koordinerer den norske deltakelsen, blant annet gjennom et nasjonalt EOSC-forum.

KI-modeller må mates med store mengder data som tekst, lyd og bilde for å bli «intelligente» nok til å generere nytt innhold i form av for eksempel tekst, lyd og bilde. Mye av materialet er vernet av opphavsrett slik at bruk krever grunnlag i lov eller må klareres med rettighetshavere. Regjeringen arbeider med å gjennomføre EUs digitalmarkedsdirektiv i norsk rett. Artikkel 3 regulerer hvordan opphavsrettslig beskyttede verk og arbeider kan brukes til tekst- og datautvinning for forskningsformål. I tillegg gir artikkel 4 en generell adgang til tekst- og datautvinning som også omfatter kommersielle aktører, forutsatt at rettighetshavere ikke har reservert seg mot denne bruken. Tekst- og datautvinning innebærer at store mengder tekst eller data analyseres digitalt, slik at mønstre, utviklingstrekk og annen meningsfull informasjon kan avdekkes. Trening av KI-modeller kan omfatte data generert med tekst- og datautvinningsprosesser. Forskningsmiljøene anser tekst- og datautvinning som svært viktig. Gjennomføringen av direktivet i norsk rett vil både utvide og klargjøre den rettslige rammen rundt tekst- og datautvinning i regi av forskningsinstitusjoner, kulturarvinstitusjoner og private aktører.

EU har utpekt 14 dataområder der helsedataområdet (European Health Data Space (EHDS)) er først ute. EHDS-forordningen, som trer i kraft i 2025, er EØS-relevant, og videre behandling vil følge vanlig prosess for innlemmelse av EØS-relevante forordninger i norsk rett. Målsetningen med EHDS er blant annet å tilrettelegge for sikker og effektiv deling av helsedata til forskning og innovasjon, se også kapittel 3.5. Draghi-rapporten peker på EHDS som en løsning på en av rotårsakene til manglede europeisk konkurransekraft.42

Norge har lenge deltatt i driften av internasjonale infrastrukturer som samler inn, behandler og analyserer data om klima, miljø og natur. Disse finansieres av Klima- og miljødepartementet, og omfatter blant dem:

• International Institute for Applied Systems Analysis (IIASA), som er et uavhengig forskningsinstitutt hvor Norge deltar gjennom Forskningsrådet. Instituttet drifter infrastrukturer som samler inn og behandler store mengder miljødata.

• European Monitoring and Evaluation Programme (EMEP), inkludert databasen EBAS hos Norsk institutt for luftforskning. Infrastrukturen samler inn og behandler store mengder miljødata.

3.7.3 Regjeringens vurdering og tiltak

Tiltaksoversikten viser hvor regjeringen har iverksatt – og planlegger å iverksette – tiltak for å legge til rette for forskningen innenfor kunstig intellingens og fremtidens databehandling.

Denne første utgaven av tiltaksoversikten viser at den største innsatsen skjer innenfor klima- og miljøtiltak og helsetiltak og innenfor forskningssatsinger. Oversikten inneholder også flere generelle tiltak for bedre datatilgang, uavhengig av sektor.

Innsatsen er svakere på omsorgs- og velferdsområder som omfatter barn, unge, utdanning, arbeid, trygd og inkludering.

Forsvarssektorens KI-strategi og satsing på et mer datadrevet forsvar vil ha relevans for forskning innenfor kunstig intelligens og fremtidens databehandling, men er ennå ikke fullt ut konkretisert i form av tiltak.

Det er generelt behov for mer koordinert innsats for å sikre nasjonale interesser på tvers av sektorer.

Regjeringen vil

• oppdatere oversikten over tiltak med relevans for forskningen innenfor kunstig intelligens og fremtidens databehandling i de årlige statsbudsjettene fra Kunnskapsdepartementet og i den sammenheng vurdere helheten i innsatsen