Vad är AGI, och hur nära är vi?
AGI står för artificiell generell intelligens, AI som klarar de flesta intellektuella uppgifter lika bra som en människa. Ingen är överens om var gränsen går, och därför säger mätningarna mer än prognoserna.
Nyckelpunkter
- AGI, artificiell generell intelligens, betecknar AI som kan lära sig och lösa de flesta intellektuella uppgifter minst lika bra som en människa. Inget system räknas som AGI enligt någon allmänt accepterad mätning.
- Det finns ingen gemensam definition. OpenAI utgår från ekonomiskt värdefullt arbete, forskare på Google DeepMind från nivåer av skicklighet och bredd.
- Att låta mänsklig är inte AGI. I en studie i PNAS bedömdes en språkmodell som människan i 73 procent av korta samtal, men samma sorts modeller fallerar på nya problem som människor löser.
- I en enkät med 2 778 AI-forskare hösten 2023 var den sammanvägda bedömningen 50 procents sannolikhet att maskiner överträffar människor i alla uppgifter år 2047.
- För en organisation är AGI fel tidsskala för beslut. Det som avgör är vad verktygen klarar i dag, i de egna uppgifterna.
AGI står för artificiell generell intelligens: AI som kan lära sig och lösa de flesta intellektuella uppgifter minst lika bra som en människa, i stället för att vara bra på ett avgränsat område. Inget system räknas som AGI enligt någon allmänt accepterad mätning, men avståndet krymper på flera av måtten.
Vad är artificiell generell intelligens (AGI)?
Dagens AI brukar kallas smal. Ett system för bildanalys analyserar bilder, och ett system som spelar schack gör ingenting annat. Språkmodellerna är bredare än något som funnits tidigare: de skriver, översätter, räknar och programmerar. Men de är fortfarande ojämna, och de lär sig inte en ny sorts uppgift på det sätt en människa gör.
AGI betecknar punkten där bredden blir jämn. Ett generellt system ska kunna ta sig an en uppgift det aldrig mött, förstå vad som krävs och lära sig den. Det är förmågan att anpassa sig, mer än mängden kunskap, som skiljer AGI från dagens generativa AI.
Det finns ingen gemensam definition, och skillnaderna är inte detaljer. OpenAI:s stadga beskriver AGI som högt autonoma system som överträffar människor i det mesta ekonomiskt värdefulla arbete. Forskare på Google DeepMind föreslår i stället nivåer av AGI, där ett system bedöms både på hur bra det är och på hur många områden det klarar.
En tredje grupp forskare definierade 2025 AGI som att matcha den kognitiva bredden och skickligheten hos en välutbildad vuxen, mätt med samma sorts test som används för människor. Tre definitioner ger tre olika mått, och därför kan frågan om AGI redan finns få olika svar beroende på vem som svarar.
Vad AGI inte är
AGI handlar inte om medvetande. Begreppet gäller vad ett system klarar av, inte om det upplever något. Ett system som formulerar sig som om det hade känslor visar inte därmed att det har dem.
AGI är inte detsamma som att låta mänsklig. I en studie publicerad i PNAS fick deltagare samtala i fem minuter samtidigt med en människa och en språkmodell och sedan avgöra vem som var människan. Modellen bedömdes som människan i 73 procent av samtalen, oftare än den verkliga människan.
Samma sorts modeller misslyckas samtidigt med pussel som de flesta människor löser. Att klara ett samtal och att klara nya problem är alltså två olika förmågor, och AGI kräver den andra.
AGI är inte superintelligens. Superintelligens, ofta förkortat ASI, betecknar system som överträffar människor brett och med stor marginal. AGI är nivån där ett system är jämbördigt med människor, ASI är ett steg längre.
Hur långt bort är AGI?
Det finns två sorters underlag, och de svarar på olika frågor: vad forskare tror, och vad som går att mäta i dag.
Vad forskarna bedömer. I den största enkäten av sitt slag svarade 2 778 forskare som publicerat sig vid de ledande AI-konferenserna hösten 2023. Sammanvägt gav de 50 procents sannolikhet att maskiner överträffar människor i varje tänkbar uppgift år 2047, och 10 procent redan 2027, förutsatt att forskningen fortsätter ostört.
En prognos är en bedömning och inte en mätning, och svarsfrekvensen var omkring 15 procent. Årtalen säger mer om hur forskarna tänkte hösten 2023 än om när något faktiskt inträffar.
Vad som går att mäta. Testet ARC-AGI är byggt för att vara lätt för människor och svårt för AI. När modellerna klarade de första versionerna släppte ARC Prize en tredje, interaktiv version där systemet ska utforska miljöer det aldrig sett och lära sig målet medan det spelar.
I topplistan som avlästes i början av oktober 2026 nådde inget system människors effektivitet i standardupplägget. ARC Prize formulerar sin egen gräns rakt:
Så länge det finns ett gap mellan hur AI och människor lär sig har vi inte AGI. (ARC Prize, i svensk översättning)
Forskarna bakom definitionen från 2025 beskriver samma sak som en ojämn profil: modellerna är starka på kunskapsfrågor men har tydliga brister i grundläggande förmågor, särskilt att lagra och använda ett långtidsminne. Studien är ännu inte granskad, men bilden stämmer med ARC-resultaten.
Varför "långt bort" inte heller är ett säkert svar
Den försiktiga slutsatsen, att AGI inte finns och att ingen vet när det kommer, är riktig. Men den kan läsas som att frågan kan vänta, och det håller inte lika bra.
Stegen mellan modellgenerationer är stora. I mätningen från 2025 gick en av de stora språkmodellerna från 27 till 57 procent av människans nivå mellan två generationer. ARC-testets tidigare versioner, som var svåra för AI när de släpptes, klaras nu nästan helt.
Att testerna byts ut när de klaras går att läsa på två sätt: antingen flyttas målet, eller så mätte de gamla testerna aldrig generell förmåga. Båda läsningarna betyder att ett tidigare "långt bort" har visat sig vara kortare än väntat.
Ordet har också fått ekonomisk betydelse. När Microsoft och OpenAI skrev om sitt avtal i oktober 2025 bestämdes att en oberoende expertpanel ska pröva om OpenAI förklarar att AGI är nått, eftersom beskedet påverkar rättigheter och intäkter. Ett företags uttalande om AGI är alltså ett påstående med pengar bakom, inte en mätning.
Vad AGI betyder för en organisation i dag
För den som ska fatta beslut i dag är AGI fel tidsskala. Det som avgör nästa års arbete är vad verktygen klarar redan nu, i era egna uppgifter, och det går att pröva utan att någon behöver ha rätt om 2047.
Vad som är rätt nästa steg beror på vem som frågar:
- En ledningsgrupp som får AGI-löften i leverantörers presentationer behöver kunna skilja det verktyget gör i dag från det som är en prognos. Det är vad halvdagen AI för ledningsgrupp tränar.
- En personalgrupp som undrar vad utvecklingen betyder för jobben behöver en gemensam bild av läget innan någon börjar arbeta annorlunda, och där är en AI-föreläsning oftare rätt än en kurs.
- Den som vill förstå tekniken från grunden börjar bäst med vad AI är och hur det fungerar.
Varför AGI också är en säkerhetsfråga
Ju mer kapabla och självständiga systemen blir, desto viktigare blir frågan om de gör det människor avser. Forskningen kallar det ofta kontrollproblemet: hur ett system som kan överträffa sina konstruktörer ändå håller sig till mänskliga mål och värderingar.
Frågan är inte bara framtida. Redan dagens system kan återge snedvridningar ur sin träningsdata, användas för desinformation eller hitta på påståenden som låter säkra. Det är problem som går att hantera i dag, med granskning och tydliga regler för vad verktygen får användas till.
Vanliga frågor
AGI står för Artificial General Intelligence, på svenska artificiell generell intelligens. Det betecknar AI som kan lära sig och lösa de flesta intellektuella uppgifter minst lika bra som en människa, i stället för att vara specialiserad på ett område.
Inom AI betyder AGI ett system med generell förmåga: det ska kunna ta sig an uppgifter det aldrig mött och lära sig dem ungefär som en människa gör. Dagens språkmodeller är breda men ojämna, och räknas därför inte som AGI enligt någon allmänt accepterad mätning.
Nej, inte enligt någon allmänt accepterad mätning. På testet ARC-AGI, som är byggt för att vara lätt för människor och svårt för AI, nådde inget system människors effektivitet i den interaktiva versionen när topplistan lästes av i början av oktober 2026. Vissa företag och forskare menar ändå att gränsen är nära.
Vanlig AI, ofta kallad smal AI, är byggd för ett avgränsat område som bildanalys eller översättning. AGI ska klara de flesta intellektuella uppgifter och kunna lära sig nya. Språkmodellerna ligger någonstans mellan: de är breda, men har tydliga brister i till exempel långtidsminne.
AGI är AI på mänsklig nivå inom de flesta områden. ASI, artificiell superintelligens, är ett steg längre: system som överträffar människor brett och med stor marginal. Båda är hypotetiska i dag.
Ingen vet. I den största enkäten hittills, med 2 778 AI-forskare hösten 2023, var den sammanvägda bedömningen 50 procents sannolikhet år 2047 och 10 procent år 2027. Det är bedömningar och inte mätningar, och svarsfrekvensen var omkring 15 procent.
Ja. AI Utbildningscentrum (AIUC) håller AI-föreläsningar för myndigheter, kommuner och företag i hela Sverige, på plats eller online. Föreläsningen går igenom vad som faktiskt har förändrats och vad som är överdrivet, med exempel ur er egen verksamhet. Gäller det ledningsgruppen finns en egen halvdag, AI för ledningsgrupp.
Vill ni att personalen ska kunna det här, hör av er.
Nyhetsbrevet
Nytt om AI, varannan vecka.
Vi skriver när något faktiskt har hänt och när något visar sig fungera i praktiken. En text i taget, inga serier, och du kan gå ur från vilket nummer som helst.
Vi sparar din adress för att skicka nyhetsbrevet, och inget annat. Mer i integritetspolicyn.