Da AI-ideene traff standardene

Under Bygglarm i Molde var jeg med på et hackathon der målet var å lage nye løsninger med AI for bygg, anlegg og eiendom (BAE).

Det var akkurat slik et godt hackathon skal være. Mange ideer på kort tid. Nye apper. Nye assistenter. Nye måter å bruke data, fagkunnskap og språkmodeller på.

Og kanskje viktigst: nye øyne ble åpnet. Mange så muligheter de ikke hadde sett like tydelig før. Ikke fordi alle ideene var ferdige produkter, men fordi opplegget gjorde det konkret hva AI kan bety når folk fra bygg, teknologi, kommune og fagmiljøer jobber sammen om reelle problemstillinger.

Slike arenaer gir mersmak. De blir også viktigere fremover, fordi utviklingen går raskt og fordi de vanskelige spørsmålene først blir synlige når man prøver å bygge noe.

Men etter hvert dukket det samme spørsmålet opp igjen og igjen:

Hvilket kunnskapsgrunnlag skal AI-en bygge på?

Flere av ideene var avhengige av standarder. Noen trengte bygningsdelstabellen. Andre trengte tverrfaglig merkesystem. Noen jobbet med grunnlag for energikartlegging i bygg. Andre trengte beskrivelser, klassifikasjoner, begreper eller krav som allerede finnes i etablerte standarder.

AI kunne hjelpe til med å lage løsningen. AI kunne også være en del av selve produktet.

Men da kom det praktiske spørsmålet:

Hvordan får AI-en tilgang til standardene?

Og like viktig:

Kan man bruke standardene på denne måten i et produkt som skal brukes av mange?

Den raske snarveien er at hver virksomhet laster sin egen kopi av en standard inn i et chatgrensesnitt eller en lokal RAG-løsning. Det kan gi en demonstrasjon, men det gir også mange problemer: uklare rettigheter, gamle versjoner, manglende sporbarhet og svar som ikke kan etterprøves på tvers av løsninger.

Den andre snarveien er enda dårligere: at modellen svarer ut fra generelle treningsdata og språkstatistikk. Da kan svaret høres faglig ut uten at AI-en egentlig har tilgang til standarden.

Det er et godt sted å starte diskusjonen om standardenes rolle i AI for bygg, anlegg og eiendom. For bak mange av de raske AI-ideene ligger et nøysommelig og viktigere lag: den kunnskapen vi allerede har bygget opp sammen.

Standarder er lette å undervurdere fordi vi ofte tenker på dem som dokumenter vi henviser til, har lest eller gjør oppslag i.

Men standarder er ikke bare dokumenter. De er en del av den kunnskapen vi har felles.

De gir oss begreper, målestokker, metoder, krav og forventninger. De gjør det mulig å forstå hverandre, samhandle på tvers av fag og virksomheter, tolke det som leveres og etterprøve om produktet faktisk svarer til det vi ble enige om.

I bygg, anlegg og eiendom er dette særlig viktig. Samfunnet formes gjennom mange små og store leveranser fra mange aktører over lang tid. Standardene ligger under forutsetningene for samspillet, kontraktene, prosjekteringen, dokumentasjonen, kontrollen, overleveringen, driften og videreutviklingen av byggene og anleggene vi omgir oss med.

Til sammen gjør de det mulig for mange aktører å bygge videre på et felles grunnlag uten å oppfinne fagspråket på nytt i hvert prosjekt.

Nå må vi passe på at AI-agentene ikke blir stående og finne opp dette kunnskapsgrunnlaget på nytt igjen.

Historisk har standarder først og fremst vært skrevet for mennesker.

En fagperson kjøper en standard, leser den, tolker den og bruker den. Verdien ligger ikke bare i teksten, men i den faglige dømmekraften hos den som leser.

AI endrer ikke ansvaret. Fagpersoner, myndigheter, byggherrer, rådgivere og entreprenører vil fortsatt ha ansvaret.

Men arbeidsflaten flytter seg.

Stadig mer faglig arbeid vil bli støttet av digitale assistenter, søk, agenter, kontrollverktøy og beslutningssystemer. AI-assistenten kan bli den praktiske inngangen mange får til standardene. Den kan forklare hva standarden inneholder, hvordan et krav skal forstås, hvilke begreper som brukes, og hvordan et produkt, en leveranse eller en prosess bør vurderes.

Da holder det ikke at svaret høres riktig ut.

Hvis AI-assistenten skal veilede mennesker på basis av standarder, må den bygge på et autoritativt, oppdatert og etterprøvbart grunnlag. Den må kunne vise hvor svaret kommer fra, hvilken versjon av standarden som er brukt, og hva som er standardens innhold versus modellens egen forklaring.

Tilliten kan ikke ligge i språkmodellen alene. Tilliten må ligge i at både fagpersoner, virksomheter og myndigheter kan kontrollere grunnlaget for veiledningen.

Vi bruker store ressurser på standardisering.

Norge og Europa deltar i ISO og CEN. Vi utvikler nasjonale standarder. Vi forsøker å påvirke internasjonale rammer slik at de passer vår byggeskikk, vårt regelverk, vårt klima, våre kontraktsformer og vår måte å organisere samfunnet på.

Det er klokt.

Men det oppstår et paradoks når standardene etterpå blir lite tilgjengelige for maskinene som i økende grad skal støtte fagarbeidet.

Hvis standardene ikke er tilgjengelige som lisensiert, strukturert og maskinlesbart kunnskapsgrunnlag, kan de miste innflytelse akkurat der de får størst betydning for AI i BAE.

Spørsmålet er spisst, men viktig:

Hva betyr mest over tid: at 20 000 mennesker kjøper en standard, eller at en milliard AI-assistenter lærer den?

Svaret er ikke at standardiseringsarbeid skal være gratis. Standardisering koster penger og må finansieres. Poenget er at tilgangsmodellen må vurderes på nytt når standarder går fra å være dokumenter mennesker kjøper, til å bli kunnskapsinfrastruktur maskiner må kunne bruke kontrollert.

Da blir standardiseringsmiljøenes rolle kanskje enda viktigere, ikke mindre. Vi må bruke ressurser på å påvirke hva AI-systemene bygger på, både ved å gjøre standardene tilgjengelige på riktig måte og ved å utvikle standarder for hvordan AI-assistenter skal samhandle med denne kunnskapskilden.

Derfor kan dette ikke løses av mange private kopier alene. Hvis standarder skal bli en sentral del av et nasjonalt kunnskapsgrunnlag for AI, må noen kompetente og ressurssterke aktører forvalte dette som en tjeneste: med autoritative kilder, versjoner, rettigheter, grensesnitt, sporbarhet og tydelige regler for bruk.

Poenget er ikke at alle skal bruke samme AI-system.

Markedet bør ha mange løsninger. Offentlig sektor bør kunne velge ulike verktøy. Private virksomheter bør kunne bygge egne datalag, egne arbeidsflyter og egne spesialiserte assistenter.

Men mange AI-systemer må kunne orientere seg mot et felles, etterprøvbart og forvaltet kunnskapsgrunnlag.

Standardene er ikke hele svaret. De er den første grunnsteinen.

Neste spørsmål er hva som skjer når vi beveger oss fra standarder til lover, regler og veiledere. For også der ligger mye av kunnskapen AI må kunne bruke hvis den skal gi råd, forklare muligheter og støtte beslutninger på en måte samfunnet kan stole på.

Standarder er dermed ikke hele historien. Men de viser hva historien handler om:

AI i bygg, anlegg og eiendom trenger et felles kunnskapsgrunnlag noen har ansvar for.

I industrisamfunnet var standarder infrastrukturen for handel. I KI-samfunnet er de infrastrukturen for intelligens.

Neste hackathon håper jeg Standard Norge blir med på. Standard Norge, Standard Online og andre som forvalter felles faggrunnlag har mye å bidra med når nye AI-løsninger skal testes mot virkelige behov.

Kanskje overrasker de med en Norsk Standard MCP-tjeneste de kan veilede hackere på da?