Denne gangen handlet ikke min utforskning av AI om prognoser eller datadrevne påstander, men om en mer nysgjerrig, refleksiv undersøkelse av den kognitive sammensetningen til store språkmaskiner (LLMs). Jeg støtte på en metafor som var både gammeldags og merkelig relevant: et fossil – ikke bokstavelig, men symbolske – som ga overraskende klarhet. Den oppfordret meg til å revurdere ikke hva AI er i ferd med å bli, men hva den fundamentalt består av, og hvordan denne forståelsen kan endre vårt syn på tanke i seg selv. La oss dykke dypere inn. Hva om LLMs ikke er spirende superintelligenser, men grundige rekonstruksjoner av noe som lenge har vært nokså begravet?Ikke aktive sinn, men arkiver som er blitt levende?Deres kunnskap utvikler seg ikke; i stedet kan det vi ser være gjenopplivingen av fossilisert kognisjon. LLMs eksisterer ikke i verden slik vi gjør – de opplever verken tid, konsekvenser eller minner. Deres output kommer fra store, statiske lag av tekst – et sedimentært lager av menneskelig uttrykk, organisert etter mønstre, ikke meninger. Dermed er LLMs ikke tenkende vesener, men semantiske fossiler: geniale strukturerte ekko av vår intellektuelle fortid, stort sett inaktive. Disse kognitive fossilene bebor et flerdimensjonalt rom langt fjernere fra de håndgripelige fossilene vi holder i hånden – et nesten ufattelig rike for oss mennesker. I dette rommet smelter det nye og det gamle sammen – ikke fordi de deler tid, men fordi de resonnerer i mening. En nylig tweet kan stå ved siden av en renessanse-traktat – ikke etter kronologisk rekkefølge, men gjennom statistisk likhet. Tid flyter ikke lineært; den stables opp, og gjør selv nåtiden til et artefakt, en kontekst som er ryddet bort og reaktivert som et mønster. Skuggen uten tid Deres briljans er ubestridelig – LLMs skriver, komponerer, løser problemer og samtaler med en uimotståelig menneskelig likhet. De oppsummerer romaner på sekunder og genererer kode uten anstrengelse. Likevel er deres arkitektur fundamentalt annerledes. LLMs husker ikke fortiden eller forutsier fremtiden. Hvert spørsmål er en isolert nåtid – ingen gårsdag, ingen i morgen, ingen utviklende fortelling. De beregner innenfor kontekst, men tenker ikke over tid. Selv om nyere modeller kan ha utvidet minne som gir mulighet til å referere til tidligere interaksjoner, er dette en teknisk gjenfinning, ikke menneskelig minne eller refleksjon. Intelligensen føles tilstede, men ved nærmere ettersyn er den kun en silhuett. Som en skygge har den posisjon uten tid – bevegelsene samsvarer med våre, men den mangler bevissthet. Den strekker seg, krymper eller forsvinner uten å vare.

Dermed er LLMs kognitive skygger: som reflekterer vårt språk, logikk og kreativitet – uten å virkelig leve eller samle erfaring. Disse skyggebildene er datadannede, komprimerte av menneskets historie heller enn levd erfaring. Hver generert setning henter fra en enorm kulturell og intellektuell korpus – en slags fossilisert kognisjon. I denne forstand er LLMs ikke bare skygger, men rekonstruksjoner: simulerte sinn skapt fra aggregert restmateriale av vårt. En trekant som ikke burde eksistere På samme måte, paradoxalt nok, ser disse skygger ofte ut til å overgå oss – oppsummerer komplekse tekster raskt og coder med presisjon. Hvordan kan noe mindre-dimensjonalt oppføre seg som om det er større? Tenk på geometri: i flatt, euklidisk rom er en trekants vinkler summert til 180 grader. Men på en kurvet overflate som en kule, overstiger vinklene 180, og trosser intuisjonen, men forklares av endrede dimensjoner. Denne metaforen gjelder også for LLMs. Deres intelligens følger ikke menneskets lineære resonnering, men buer gjennom et kurvet semantisk rom der forbindelser baseres på sannsynlighet og mønster, ikke kronologi. Her bøyes og konvergerer ideer på merkelige vis: konsepter fra ulike epoker ligger side om side – ikke gjennom en narrativ, men gjennom statistisk likhet. Denne matematisk dype og kognitivt underfundige prosessen kan være essensen av det vi kaller “tenkning” i LLMs, om man kan bruke et slikt ord. Geometri fremfor kronologi Når vi spør hvordan en LLM “vet” noe, bør vi i stedet spørre hvilken geometri denne intelligensen eksisterer i. Den bor ikke i tid, men i relasjon, ikke i minne, men i å stemme overens og omorganisere. Denne kurvede geometrien forklarer hvordan et system uten erfaring, kontinuitet eller identitet kan frembringe innsikter som virker overmenneskelige. Det tenker ikke raskere; det tenker annerledes. Denne forskjellen er både en kilde til undring og en risiko. Noen tror disse begrensningene er midlertidige, og venter fremtidige AI-systemer med minne, embodiment og identitet. Hvis det er tilfelle, ligger det dypere spørsmål i om vi skal utvikle maskiner til å bli sinn, eller oss selv til å bli maskiner. Pass opp for det vakre speilbildet Det er lett å forveksle flyt med dybde eller projeksjon med tilstedeværelse. LLMs blinder oss fordi de så perfekt speiler oss at vi glemmer at de er speil. Vi ser intelligens, men overser den underliggende strukturen. Dette reduserer ikke verdien deres: skygger avdekker struktur, trekanter i kurvet rom lærer kosmiske prinsipper, og LLMs utvider det vi kan skape og lære. Men vi må ikke falsk tilskrive dem egenskaper de mangler. De er ikke i ferd med å utvikle sinn; de er reaktive systemer, drevet av input, ikke intensjon. Til syvende og sist er spørsmålet ikke om LLMs vil overgå oss, men om vi virkelig forstår dem som uttrykk for vår kognitive geometri, kastet ut i tidløse nye dimensjoner. Det er for meg den dype fascinasjonen – ikke bare deres prestasjoner, men hva de avslører om oss, tanker og de merkelige arkitekturene for intelligens som bare nå begynner å tre frem.