KildeYouTube

Publisert 9. mars 2026

Nikhil Kamath Clips

Vertskap:Nikhil Kamath

Gjest:Dario Amodei — Anthropic

Dette er et AI-generert sammendrag. Kildevideoen inneholder demonstrasjoner, visuelt innhold og kontekst som ikke dekkes her. Se videoen → · Slik lages artiklene våre →

Kort fortalt

Dario Amodei, administrerende direktør i Anthropic, sier rett ut at koding er i ferd med å bli overtatt av AI. Men i samtale med investor Nikhil Kamath nyanserer han bildet betraktelig: mennesker som forstår hva de driver med, kan bli mangedobbelt mer produktive ved å styre AI-verktøyene. Samtidig advarer han om at tankeløs bruk av AI kan føre til at folk mister evner de trenger. Det sentrale er ikke om AI tar over kodingen, men hva som skjer med menneskene som slutter å tenke selv.

Koding forsvinner, men ingeniørarbeidet består

Amodei skiller tydelig mellom to ting: det å skrive kode linje for linje, og det bredere arbeidet med programvareutvikling (software engineering). Selve kodingen er AI allerede i ferd med å ta over, hevder han (1:07). Men det bredere ingeniørarbeidet, som å designe systemer, forstå brukerbehov og lede team av AI-modeller, vil ta lengre tid.

Det overraskende med komparativt fortrinn (comparative advantage), et begrep hentet fra økonomi, er hvor kraftig det slår inn selv ved små bidrag. Amodei forklarer det slik: hvis du bare gjør 5 % av oppgaven selv og lar AI gjøre resten, kan du likevel bli 20 ganger mer produktiv (1:51). De 5 prosentene dine fungerer som en forsterker fordi du styrer retningen på det AI produserer.

Men denne fordelen har en grense. Når AI-automatiseringen nærmer seg 99 %, blir det stadig vanskeligere for mennesker å bidra med noe meningsfullt (2:08). Med andre ord: vinduet der menneskelig kompetanse utgjør en forskjell, kan krympe over tid.

Hva bør du satse på?

På spørsmål om hva en 25-åring bør studere for å lykkes det neste tiåret, peker Amodei på tre områder. For det første: oppgaver som handler om mennesker. Yrker der du forholder deg til andre mennesker, forstår behov og bygger relasjoner (2:21). For det andre: den fysiske verden. Alt som krever at noe skjer utenfor en skjerm, fra halvlederindustrien til tradisjonell ingeniørvitenskap. For det tredje: kritisk tenkning. I en verden der AI kan generere tekst, bilder og video, kan evnen til å vurdere hva som er ekte bli den viktigste ferdigheten av alle (3:29).

Amodei trekker spesielt frem faren ved AI-generert innhold. Når det blir stadig hardere å skille ekte fra falskt, trenger folk det han kaller «street smarts» for å ikke bli lurt. Han advarer mot å falle for svindel, falske overbevisninger og manipulert innhold.

Risikoen for kompetansetap

Her kommer det kanskje mest overraskende poenget. Amodei innrømmer at Anthropic selv har gjort studier som viser at AI-verktøy kan føre til kompetansetap i koding (5:40). Resultatene avhenger av hvordan modellen brukes. Noen bruksmønstre fører til at folk mister kompetanse, andre gjør det ikke.

Han sammenligner det med studenter som lar AI skrive stilene sine. Det er i praksis juks, sier han, og de lærer ingenting av det. Det han egentlig spør om, er om AI gjør menneskene dummere som art (6:14). Svaret hans: det avhenger av valg. Hvis AI brukes uten omtanke, kan folk faktisk bli dummere. Men selv om en AI alltid vil være bedre enn deg på en bestemt oppgave, kan du fortsatt lære den oppgaven og berike deg intellektuelt. Det er et valg som må tas av enkeltpersoner, selskaper og samfunnet som helhet.

Tilgjengelighet og læringskurve

Kamath forteller at han selv slet med å bruke Claude Code, Anthropics AI-kodeverktøy for terminalen, første gang, og at verktøyet krever teknisk kunnskap som ikke alle har (6:38). Han sammenligner promptteknikk (prompt engineering), altså kunsten å skrive gode instruksjoner til AI, med å spille piano: du kan ikke bare sette deg ned og begynne.

Amodei svarer at dette er noe Anthropic jobber aktivt med. Selskapet lanserte et verktøy kalt Claude for ikke-kodere, nettopp fordi de så at tekniske barrierer holdt folk ute. Han nevner også at Anthropic har en intern avdeling de kaller «Ministry of Education» (8:26), som skal lage opplæringsinnhold om hvordan man bruker AI-verktøy effektivt.

Hvordan tolke disse påstandene

Amodeis argument er nyansert, men det er verdt å stille noen kritiske spørsmål.

Komparativt fortrinn har begrensninger

Eksempelet med 5 % bidrag og 20 ganger produktivitetsøkning er pedagogisk sterkt, men det er en forenkling av et økonomisk prinsipp. Komparativt fortrinn forutsetter at arbeidskraften kan omfordeles fritt mellom oppgaver. I praksis er det mer komplisert. Hvis AI tar over kodingen, betyr ikke det automatisk at den frigjorte arbeidskraften finner like verdifullt arbeid. Denne artikkelen om hva som skjer når koding er løst utforsker nettopp dette spørsmålet.

Kompetansetap er reelt, men forskningen er ung

At Anthropic er åpne om sine egne funn er prisverdig. Men detaljene mangler: hvor mange deltakere hadde studiene? Over hvilken tidsperiode? Og hva betyr «noen bruksmønstre» konkret? Uten tilgang til selve studiene er det vanskelig å vurdere hvor alvorlig kompetansetapet faktisk er. Temaet om AI og ferdigheter i arbeidslivet gir mer kontekst her.

Interessekonflikt

Amodei har en åpenbar dobbeltrolle. Som sjef for et selskap som selger AI-kodeverktøy, har han direkte økonomisk interesse i at folk bruker disse verktøyene. Samtidig advarer han mot tankeløs bruk. Denne spenningen er ikke nødvendigvis et problem, men den er verdt å ha i bakhodet.

Hva om AI-forbud i utdanning?

Diskusjonen om hvorvidt AI-forbud i klasserommet virker er direkte relevant her. Amodeis perspektiv støtter ideen om at det handler om hvordan AI brukes, ikke om man bruker den.

Praktiske implikasjoner

For folk som vurderer å lære koding

Ren kodeskriving som karrierevei har trolig en begrenset fremtid, ifølge Amodei. Men forståelse av programmering og systemdesign kan fortsatt gjøre deg langt mer produktiv enn noen uten den kunnskapen. Vurder å lære med AI-verktøy, ikke i stedet for dem.

For arbeidsgivere og utdanningsinstitusjoner

Amodeis advarsel om kompetansetap bør tas på alvor. Organisasjoner som ruller ut AI-verktøy uten å tenke på hvordan ansatte bruker dem, risikerer å svekke kompetansen de er avhengige av.

Ordliste

Kilder og ressurser