Kan tech-selskaber regulere sig selv effektivt, eller gentager AI-branchen de fejl vi har set i finans, tobak og sociale medier?
Det politiske spørgsmål
OpenAI og Anthropic er ifølge Politiken ved at lægge grundstenene til et branchestyret selvreguleringsorgan for kunstig intelligens. Initiativet er ikke bare et PR-tiltag — det er et direkte institutionelt modtræk til statslig regulering og sætter spørgsmålstegn ved, om EU's AI-forordning overhovedet får den gennemslagskraft, som lovgiverne har håbet på.
Spørgsmålet er principielt: Kan de virksomheder, der udvikler og sælger AI, sætte meningsfulde grænser for deres egen adfærd? Eller er det en gentagelse af et mønster, vi har set før — hvor branchen lover selvjustits og leverer PR?
Kort svar: Forskning fra andre sektorer viser konsekvent, at frivillig selvregulering sjældent fungerer uden bindende regler og uafhængigt tilsyn. AI-branchen har endnu ikke bevist det modsatte.
Det empiriske spørgsmål bag
Selvregulering er ikke et nyt fænomen. Banker, tobaksindustrien og sociale medier har alle forsøgt det. Det giver os et empirisk grundlag for at vurdere, hvad der virker, og hvad der ikke gør.
Det centrale spørgsmål er: Under hvilke betingelser fører branchestyret selvregulering til reel adfærdsændring — og hvornår fungerer det primært som en buffer mod regulering udefra?
Hvad ved vi
Selvregulering i andre sektorer: et blandet billede
✓✓ Veletableret: Finanssektoren er det mest studerede eksempel. I årtiet op til finanskrisen i 2008 opererede store banker under en kombination af let statslig regulering og branchestandarder. Resultatet var systemisk risikoopbygning, som kun endte med massiv statslig indgriben. Efterfølgende forskning dokumenterer, at branchen konsekvent undervurderede risici, som den selv var sat til at overvåge.
✓✓ Veletableret: Tobaksindustriens selvregulering er et andet veldokumenteret eksempel. Gennem årtier lovede industrien frivillige begrænsninger på markedsføring — særligt rettet mod unge. Uafhængige undersøgelser viste systematisk, at reklamekampagner fortsatte med at ramme unge målgrupper, og at selvreguleringsorganerne i praksis manglede håndhævelsesmidler.
✓ Understøttet: Sociale medier er det nyeste og mest relevante sammenligningsgrundlag. Meta, Google og Twitter/X oprettede i 2020'erne en række interne råd og principper for indholdsstyring. Forskning i effekten af disse tiltag viser, at platformene gentagne gange undlod at håndhæve egne regler, når det kostede annoncekroner eller brugerengagement. Det Europæiske Råd for Digitale Tjenester (Digital Services Act) opstod delvist som reaktion på erkendelsen af, at frivillige tiltag ikke var tilstrækkelige.
Hvad kendetegner selvregulering, der faktisk virker?
Forskning på tværs af sektorer peger på tre faktorer, der adskiller effektiv selvregulering fra symbolsk:
- Uafhængigt tilsyn. Organer med egne ressourcer og mandat til at undersøge og sanktionere — ikke blot rådgive.
- Transparens og offentlig rapportering. Når standarder og afvigelser er offentligt tilgængelige, øges den eksterne pression.
- Statslig bagstopper. De mest succesfulde selvreguleringssystemer eksisterer i skyggen af troværdig lovgivning — branchen regulerer sig selv, fordi alternativet er strammere statslig kontrol.
Ingen af disse tre elementer er på nuværende tidspunkt bekræftet til stede i det selvreguleringsorgan, som OpenAI og Anthropic arbejder på at etablere.
EU's AI-forordning: rammen er der — men håndhævelsen er ny
✓✓ Veletableret: EU's AI-forordning (AI Act) er den første omfattende AI-regulering fra en større regulerende myndighed i verden. Forordningen inddeler AI-systemer i tre risikoklasser og stiller krav om bl.a. gennemsigtighed, risikovurdering og menneskelig kontrol for systemer i høj-risiko-kategorien.
Fra 2. august 2026 er EU's AI-kontor (AI Office) og nationale myndigheder ansvarlige for at implementere, overvåge og håndhæve forordningen. AI-kontoret har direkte håndhævelsesbeføjelser over for udbydere af de mest avancerede AI-modeller — de såkaldte GPAI-modeller (General Purpose AI) med særlig systemisk risiko.
Det betyder, at der allerede findes en juridisk ramme. Spørgsmålet er, om branchens selvreguleringsorgan vil supplere den — eller forsøge at erstatte den ved at skabe et parallelspor, der giver virksomhederne mere kontrol over definitionen af "ansvarlig AI".
Interessekonflikten er strukturel
✓ Understøttet: En grundlæggende udfordring ved selvregulering er, at dem der regulerer, er de samme som dem der reguleres. I AI-branchen forstærkes dette af, at de største virksomheder konkurrerer indbyrdes om markedsandele. Et selvreguleringsorgan domineret af OpenAI og Anthropic har strukturelle incitamenter til at sætte standarder, som de selv allerede lever op til — og som dermed fungerer som adgangsbarrierer for mindre konkurrenter snarere end som reel forbrugerbeskyttelse.
Dette mønster er ikke unikt for AI. Samme dynamik er beskrevet i reguleringsøkonomisk forskning som "regulatory capture" (reguleringsfangst) — en situation hvor en regulerende institution i stigende grad varetager de reguleredes interesser frem for offentlighedens.
Hvad ved vi ikke
Der er betydelige huller i videngrundlaget:
Vi kender ikke organets konkrete design. Det er endnu uklart, om det planlagte selvreguleringsorgan får uafhængige bestyrelsesmedlemmer, sanktionsmidler eller rapporteringsforpligtelser. Uden det er det umuligt at vurdere det empirisk.
AI er ikke tobak eller finans. Teknologiens hastighed, kompleksitet og grænseoverskridende karakter er anderledes end tidligere sektorer. Det er muligt — om end ikke godtgjort — at brancheekspertise er så specialiseret, at ekstern regulering reelt ikke kan fungere uden tæt samarbejde med industrien.
Vi mangler longitudinale data. Selvregulering i AI er for nyt til, at vi har studier af, hvad der faktisk sker over tid. De sammenligninger vi kan trække på, er fra andre sektorer med andre teknologier og markedsstrukturer.
Forholdet til EU's AI-forordning er uafklaret. Det er ikke klart, om et brancheorgan vil søge formel anerkendelse under AI-forordningens rammer — fx som et "adfærdskodeks"-organ — eller om det vil operere som et parallelspor uden juridisk forankring i EU-retten.
Hvad eksperter er uenige om
~ Omtvistet: Der er reel faglig uenighed om, hvorvidt strengere statslig regulering er svaret, eller om den i sig selv skaber problemer.
For selvregulering: Nogle økonomer og teknologiforskere argumenterer for, at statslig regulering af AI vil halte teknologien bagud og cementere de nuværende store aktørers position — fordi kun de har ressourcer til at opfylde komplekse krav. I dette perspektiv kan velfungerende branchestandarder faktisk fremme innovation og sikkerhed bedre end lovgivning.
Imod selvregulering: Andre forskere og reguleringseksperter peger på den systematiske evidens fra andre sektorer og argumenterer for, at uden bindende regler og uafhængigt tilsyn er frivillige tiltag konsekvent utilstrækkelige, når det virkelig gælder — altså når sikkerhed og profit trækker i hver sin retning.
⚖ Værdispørgsmål: Hvor meget suverænitet stater bør afgive til globale tech-selskaber i spørgsmålet om AI-governance er i sin kerne et politisk og normativt spørgsmål, ikke blot et empirisk. Forskning kan belyse konsekvenser og mekanismer — men ikke afgøre, hvilken fordeling af magt der er den rigtige.
Konklusion
Forskningen fra andre sektorer er entydig på ét punkt: Selvregulering fungerer bedst, når der er en troværdig statslig bagstopper, uafhængigt tilsyn og forpligtende transparens. Disse betingelser er ikke til stede i det initiativ, som OpenAI og Anthropic arbejder på.
Det betyder ikke, at initiativet er uden værdi. Branchestandarder kan sætte nyttige normer og udbrede god praksis — særligt på områder, hvor regulering endnu ikke har nået. Men historien fra finans, tobak og sociale medier giver ingen grund til at tro, at selvregulering alene er tilstrækkeligt, når der er store kommercielle interesser på spil.
For EU er situationen konkret: AI-forordningen er i kraft, og AI-kontoret har fra august 2026 reelle håndhævelsesbeføjelser. Det afgørende spørgsmål er, om brancheorganet vil fungere som et supplement til denne ramme — eller som et instrument til at omgå den ved at definere "ansvarlig AI" på egne præmisser.
Det er et spørgsmål, som politikere, journalister og offentligheden bør stille — og som AI-selskaberne bør svare konkret på.