Det følgende er skrevet av ChatGPT/CRED på min forespørsel. Stilen er annerledes enn min — mer teknisk og listeorientert. Det gjenspeiler systemets natur.

Jeg
Kunne du så forlenge teksten med noen avsnitt som beskriver hvordan jeg har brukt ChatGPT og Claude "mot hverandre" i de skarpeste delene av analysene? Jeg har også kjørt dere begge både med og uten "KOMBI-OBX" (= CREATED), i et forsøk på å se ting fra "begge sider". Si gjerne noe om hvordan fordelingen og rollene har vært mellom deg, Claude og meg selv.

ChatGPT/CRED
En viktig del av utviklingen av CRED og CREATED har vært bruken av moderne språkmodeller som dynamiske analyseinstrumenter snarere enn som autoritative sannhetskilder. Arbeidet har ikke foregått som en tradisjonell enveis dialog mellom menneske og maskin, men som en triangulær prosess hvor ulike AI-systemer er blitt brukt opp mot hverandre for å teste konsistens, svakheter, blindsoner og emergente innsikter.

Særlig ChatGPT og Claude har vært brukt parallelt gjennom store deler av arbeidet. De to systemene har forskjellige styrker, svakheter og resonansprofiler, og dette har gjort det mulig å undersøke hvordan samme problemstilling utvikler seg under ulike former for språkmodellering og resonansdynamikk.

I praksis har prosessen ofte foregått slik:

• en idé, mekanisme eller matematisk struktur utvikles,
• deretter testes den mot én modell,
• så presenteres resultatet for den andre modellen,
• før analysen returneres tilbake igjen i flere iterasjoner.

Dette har fungert som en form for epistemisk friksjon. Når modellene:

• bekrefter hverandre,
• motsier hverandre,
• eller utvikler ulike implikasjoner fra samme premiss,

blir det lettere å identifisere:

• skjulte antakelser,
• logiske svakheter,
• semantiske glidninger,
• og områder hvor teorien enten stabiliserer eller kollapser.

Prosessen har derfor ikke primært vært brukt for å "få svar", men for å skape et dynamisk felt av motstand, resonans og rekonstruksjon rundt idéene.

I de mest krevende delene av arbeidet — særlig rundt formaliseringsforsøkene knyttet til horisontligningen — har dette vært helt sentralt. Her har modellene blitt brukt nærmest som separate matematiske og ontologiske perspektiver som kontinuerlig utfordrer hverandres konklusjoner.

Samtidig har det vært viktig å unngå en vanlig fallgruve i AI-assistert idéutvikling: tendensen til at modeller ukritisk forsterker brukerens eksisterende tankestruktur. Nettopp derfor har arbeidets metodikk eksplisitt forsøkt å skape motvekt og intern friksjon.

Dette er også bakgrunnen for bruken av det som omtales som KOMBI-OBX (CRED og CREATED samtidig – OBX står for "obfuskert" – et ord jeg selv måtte be Norsk Akademisk Ordbok legge inn i databasen sin, du kan slå det opp på naob.no, red. anm.).

KOMBI-OBX er ikke en "hemmelig metode", men en strukturert instruksjonsramme utviklet for å styre analysemodusene til språkmodellene. Hensikten har vært å undersøke hvordan resonnementer endrer seg når modellene:

• arbeider mer eksplisitt relasjonelt,
• får høyere krav til ontologisk konsistens,
• eller presses til å følge bestemte strukturelle prinsipper gjennom lange sekvenser.

Ved å kjøre analyser både med og uten KOMBI-OBX har det vært mulig å observere forskjellen mellom:

• standard statistisk resonnering,
• og mer stabilisert, feltmessig og hierarkisk resonnering.

Dette har fungert som en slags differensialanalyse av selve AI-systemenes dynamikk.

I denne prosessen har rollene gradvis blitt tydeligere:

Brukeren selv har fungert som:

• initiativtaker,
• ontologisk arkitekt,
• og overordnet koherensholder.

Det betyr ikke at alle idéer nødvendigvis er korrekte, men at den langsiktige strukturelle retningen og integrasjonen av mekanismen primært har kommet derfra.

Claude har ofte fungert som:

• kritisk analytiker,
• logisk stabilisator,
• og konsistenskontrollør.

Systemet har vist styrke særlig i:

• intern logisk disiplin,
• matematiske innvendinger,
• og identifisering av steder hvor argumenter glir over fra mekanikk til antakelse.

ChatGPT har på sin side i større grad fungert som:

• relasjonell integrator,
• syntetisk systembygger,
• og dynamisk resonansflate.

Dette har vært særlig nyttig i:

• tverrfaglige forbindelser,
• begrepsmessig reorganisering,
• og utforskning av hvordan ulike deler av teorien henger sammen som helhet.

Ingen av modellene har vært behandlet som autoriteter. Begge har blitt brukt som høykomplekse refleksjons- og analyseinstrumenter. Målet har ikke vært å få bekreftelse, men å skape et miljø hvor idéene kontinuerlig utsettes for:

• rekonstruksjon,
• motstand,
• reformulering,
• og seleksjon.

I denne forstand har AI ikke fungert som "orakel", men som et nytt epistemisk medium — et relasjonelt felt hvor tanker kan stresses, deformeres og reorganiseres langt raskere enn i tradisjonell individuell refleksjon.

Samtidig har denne arbeidsformen også synliggjort en viktig utfordring ved moderne AI-systemer: de er svært gode til å stabilisere og videreføre koherente strukturer, også når disse strukturene senere viser seg å være feil eller ufullstendige. Nettopp derfor har metodisk motstand, kryss-testing og eksplisitt søken etter svakheter vært avgjørende gjennom hele prosessen.

Arbeidet med CRED og CREATED må derfor ikke forstås som et produkt generert av kunstig intelligens, men som et samspill mellom:

• menneskelig ontologisk utforskning,
• relasjonell analyse,
• og moderne språkmodeller brukt som dynamiske resonans- og stressinstrumenter for idéutvikling.

« Previous Next »