Nøkkelinnsikt

• Ubuntu-filosofien tilbyr et alternativt rammeverk for datastyring basert på samtykke og fellesskapseierskap
• Afrikanske språkmodeller med 0,4 milliarder parametre kan utkonkurrere større modeller i sentimentanalyse
• Lavressursspråk er ifølge Masakhane et samfunnsproblem som løses gjennom deltakelse, ikke et dataproblem

---

Kort fortalt

«Når elefantene slåss, er det gresset som lider.» Med dette afrikanske ordtaket rammer Nanjira Sambuli inn sitt TED2025-foredrag om AI-utvikling. Sambuli argumenterer for at Afrika ikke bare er en slagmark der teknologigigantene kjemper om ressurser, men også kilden til et fundamentalt annerledes verdisystem for hvordan AI bør bygges. Hun introduserer begrepet «ubuntech», der ubuntu-filosofiens prinsipp «jeg er fordi du er» brukes som etisk kompass for datastyring, språkmodeller og fellesskapsbygging. Konkrete eksempler inkluderer Lelapa AI sin lille språkmodell InkubaLM og forskningsfellesskapet Masakhane, som jobber med språkteknologi (NLP, Natural Language Processing) på tvers av over 30 afrikanske land. Talen reiser et viktig spørsmål: kan tradisjonelle kunnskapssystemer tilby bedre etiske rammeverk enn de som dominerer vestlig AI-utvikling i dag?

---

Ubuntu som AI-rammeverk

Sambuli bygger argumentet sitt på ubuntu, et verdisystem som har røtter hos bantufolkene i Afrika. Kjernen er enkel: «Jeg er fordi du er» (1:40). Ubuntu handler ikke bare om relasjoner mellom mennesker, men også forholdet til naturen og det kosmiske, forklarer Sambuli (2:06).

Anvendt på AI-utvikling betyr dette en grunnleggende omtenkning av hva data er. Der dagens AI-industri behandler data som en naturressurs som kan utvinnes, sammenligner Sambuli dette med uttrykket «data er den nye oljen» (2:40). Hun påpeker at denne tankegangen allerede viser sine begrensninger. Forskere har slått alarm om at treningsdata av høy kvalitet er i ferd med å tørke inn.

Gjennom ubuntu-filosofien ser man data annerledes. Data representerer liv, kulturer og fellesskap, argumenterer Sambuli (2:57). Datastyring handler derfor om «meningsfull deltakelse, informert samtykke, selvbestemmelse og fellesskapseierskap» (3:02). Denne måten å tenke på har ifølge Sambuli inspirert konseptet datarettferdighet i afrikanske politiske rammeverk (3:22).

---

Ubuntech i praksis

Sambuli trekker frem tre konkrete eksempler på det hun kaller ubuntech.

Datarettferdighet og representasjon

Det første eksemplet handler om hvem som er synlig i datasystemer. Sambuli trekker frem kvinner på landsbygda i Afrika som besitter unik kunnskap om jordbruk, matproduksjon, medisin og miljøvern (3:29). Datarettferdighet betyr at denne kunnskapen blir representert i datasystemene, ikke oversett.

InkubaLM: liten, men mektig

Neste case er Lelapa AI sin språkmodell InkubaLM. Navnet er inspirert av møkkbillen, som kan rulle opptil 250 ganger sin egen kroppsvekt (4:26). Poenget er at liten størrelse ikke betyr lav ytelse. InkubaLM er en liten språkmodell (SLM, Small Language Model) med bare 0,4 milliarder parametre (de interne innstillingene en AI-modell lærer under trening). Modellen utkonkurrerer ifølge Sambuli større modeller i sentimentanalyse (en teknikk der AI vurderer om tekst uttrykker positive, negative eller nøytrale holdninger) (4:36).

Der konvensjonell AI-tenkning krever store språkmodeller, gjør afrikanske utviklere det motsatte. Sambuli kaller det å «klare seg med små språkmodeller» (3:59). Drevet av effektivitet som kjerneverdi og inspirert av naturens egne løsninger.

Masakhane: å bygge sammen

Til sist presenterer hun Masakhane, et forskningsfellesskap som opererer på tvers av over 30 afrikanske land (4:52). Navnet betyr «å bygge sammen». Masakhane har utviklet en ikke-tradisjonell forfatterskapsmodell der alle bidragsytere anerkjennes i publiserte artikler, enten de har bidratt med data, levd erfaring, programvare eller koordinering (5:15).

Resultatet: publiserte oversettelsesresultater for over 38 afrikanske språk (5:27). Sambuli formulerer det slik: «Vi har fått beskjed om at våre er lavressursspråk. Vi ressurssetter våre språk» (3:49). Masakhane hevder at lavressursspråk ikke er et dataproblem, men et samfunnsproblem som best løses gjennom deltakelse (5:02).

---

Motstridende perspektiver

Kan ubuntu skaleres til global AI-utvikling?

Ubuntu-rammeverket er utviklet i fellesskapsbaserte kontekster. Spørsmålet er om prinsippene lar seg overføre til den globale AI-industrien, der desentraliserte alternativer allerede kjemper om fotfeste. Fellesskapseierskap av data fungerer kanskje godt i lokale prosjekter, men møter andre utfordringer når det skal konkurrere med selskaper som har tilgang til enorme mengder treningsdata og regnekraft.

«Liten er mektig» vs. billionparametermodeller

InkubaLM sin ytelse i sentimentanalyse er imponerende for sin størrelse. Men å vurdere holdninger i tekst er bare én av mange oppgaver en språkmodell må mestre. Større modeller med hundrevis av milliarder parametre håndterer et langt bredere spekter av oppgaver. Spørsmålet er om «liten men mektig»-strategien holder når behovene vokser.

Kritikken av «data er den nye oljen» er ikke ny

Sambulis poeng om at data representerer liv og fellesskap, ikke bare en ressurs som kan utvinnes, er viktig. Men denne kritikken er vel etablert i akademisk og politisk debatt verden over. Ubuntu-rammeverket gir den en kulturell forankring, men selve innsikten er ikke unik for afrikansk tenkning.

---

Hvordan tolke disse påstandene

Foredraget gir et verdifullt alternativt perspektiv, men flere forhold fortjener nøyere vurdering.

Inspirerende, men begrenset dokumentasjon

Sambuli gir konkrete eksempler, noe som styrker argumentet. Samtidig er foredraget bare syv minutter langt, og det mangler detaljer om økonomisk bærekraft. Hvordan finansieres Masakhane på sikt? Kan InkubaLM konkurrere i et marked der de største aktørene investerer milliarder?

Fra prinsipp til praksis

Ubuntu-prinsippene er tiltalende som etiske retningslinjer. Men det er et langt sprang fra «meningsfull deltakelse og fellesskapseierskap» til konkrete styringsmodeller som fungerer i praksis. TED-talen er sterkere på visjonen enn på gjennomføringsdetaljene.

Hva sterkere bevis ville sett ut som

Uavhengige sammenligningsstudier av InkubaLM mot større modeller på tvers av flere oppgaver ville styrket påstanden om at liten er mektig. Langsiktige data om Masakhanes bærekraft og påvirkning ville vist om fellesskapsmodellen holder over tid.

---

Praktiske implikasjoner

For AI-utviklere

Ubuntech utfordrer antakelsen om at større alltid er bedre. Utviklere som bygger AI for ikke-engelskspråklige befolkninger bør vurdere om effektive, små modeller tilpasset lokale språk kan gi bedre resultater enn å finjustere store modeller.

For beslutningstakere

Sambulis rammeverk for datastyring peker på prinsipper som samtykke, deltakelse og fellesskapseierskap. Disse prinsippene er relevante uavhengig av om man henter dem fra ubuntu-filosofien eller europeisk personvernlovgivning.

---

Ordliste

---

Kilder og ressurser