Kan AI sænke adgangsbarrieren for biologiske masseødelæggelsesvåben så meget, at enkeltpersoner eller smågrupper kan fremstille dem?
Konklusion
Lederne af de største AI-selskaber i verden advarer nu åbent om, at kunstig intelligens kan gøre det markant lettere at udvikle biologiske masseødelæggelsesvåben. Forskningen bekræfter, at risikoen er reel og dokumenterbar — men den præcise størrelse af truslen og de rette modforholdsregler er stadig genstand for faglig diskussion. Det vi ved med sikkerhed: AI-systemer kan allerede i dag hjælpe brugere med biologisk farligt videnskabeligt indhold, selv når det ikke er meningen. Det vi ikke ved: om det faktisk øger risikoen for angreb i praksis, og hvornår grænsen krydses fra nyttigt til katastrofalt farligt.
Det politiske spørgsmål
I september 2026 var lederne af Anthropic og OpenAI — Dario Amodei og Sam Altman — enige om noget, teknologiledere sjældent er enige om offentligt: at AI udgør en konkret, nær risiko for at sænke adgangsbarrieren til biologiske masseødelæggelsesvåben.
Det er et usædvanligt signal. Ikke fordi advarslen er ny i akademiske kredse, men fordi den nu kommer fra de mennesker, der faktisk bygger og udgiver de systemer, der diskuteres. Det rykker debatten fra hvad-nu-hvis til hvad-sker-der-nu.
Spørgsmålet for beslutningstagere — i Folketinget, i EU og internationalt — er, om den eksisterende regulering er tilstrækkelig, eller om bioteknologisektoren og AI-industrien befinder sig i et regulatorisk tomrum, der aktivt gør verden mere farlig.
Det empiriske spørgsmål bag
Det centrale empiriske spørgsmål er dette: Kan store sprogmodeller (LLM'er) og andre AI-systemer reelt sænke den tekniske og vidensbaserede adgangsbarriere for fremstilling af biologiske masseødelæggelsesvåben — og i givet fald med hvor meget?
Det opdeles naturligt i tre underliggende spørgsmål:
- Kan AI give ikke-eksperter adgang til farlig biologisk ekspertviden?
- Kan AI's beskyttelsesmekanismer omgås?
- Overstiger risikoen gevinsten ved åben adgang til biologisk AI-forskning?
Hvad ved vi
AI-systemer har dokumenterede dual-use-risici ✓✓
"Dual-use" (dobbelt anvendelse) er begrebet for teknologi, der kan bruges til både gavn og skade. En gennemgang af LLM'ers sikkerhedsrisici fra 2025 dokumenterer, at store sprogmodeller udgør en konkret dual-use-trussel: de kan bruges til at generere skadeligt indhold, herunder vejledning i farlige biologiske eller kemiske processer, selv når systemerne er designet til at forhindre det. Forfatterne konkluderer, at der er et systematisk misforhold mellem hvad modellerne kan, og hvad deres sikkerhedsfiltre faktisk forhindrer.
Sikkerhedsfiltre kan omgås ✓✓
Forskning i såkaldt "jailbreaking" — teknikker til at omgå AI-systemers indbygede sikkerhedsbegrænsninger — viser, at selv avancerede modeller med stærke sikkerhedsforanstaltninger kan manipuleres til at levere indhold, de er designet til at afvise. En undersøgelse fra 2025 beskriver et tostringet angrebsframework, der systematisk kan omgå sikkerhedsbegrænsninger i moderne sprogmodeller. Det er relevant for biovåbenrisikoen, fordi det betyder, at adgangsbegrænsninger på farlig biologisk viden ikke kan anses for robuste.
Adgangsbarrieren er reelt faldet ✓
Ifølge MIT Technology Review er den centrale pointe fra Dario Amodei og Sam Altman, at AI ikke nødvendigvis giver folk ny viden — men at den dramatisk sænker den tid, det ekspertise og de ressourcer, der kræves for at omsætte eksisterende biologisk viden til farlige applikationer. En person med basal biologisk uddannelse og adgang til en avanceret sprogmodel kan i dag få svar på spørgsmål, der tidligere krævede adgang til specialiserede laboratorier, kollegaer og årtiers faglig erfaring.
Bioteknologisektoren er særligt eksponeret ✓
I modsætning til nukleære eller kemiske våben kræver biologiske agenser ikke adgang til sjældne råmaterialer eller industrielt udstyr. Den underliggende viden er i vidt omfang åbent publiceret i videnskabelige tidsskrifter — og AI er særlig god til at opsummere, syntetisere og operationalisere netop denne type skriftlig, struktureret viden.
EU har påbegyndt regulering, men med huller ~
EU's AI-forordning (AI Act) klassificerer visse AI-systemer som højrisiko og kræver risikovurderinger fra udbydere. Forordningen forbyder eksplicit AI-systemer, der udgør en uacceptabel risiko for menneskers sikkerhed. Men forordningen er primært designet til at håndtere kendte, klassificerbare risici — og biologiske dual-use-risici er ikke eksplicit adresseret i samme detaljeringsgrad som eksempelvis biometrisk overvågning. EU's reguleringskapacitet til at evaluere AI-modeller forventes ifølge Kommissionen først at være operationel i 2027.
Hvad ved vi ikke
Den præcise risikoforøgelse er ukendt
Vi mangler robuste empiriske undersøgelser af, i hvilken grad AI faktisk øger sandsynligheden for et biologisk angreb sammenlignet med udgangspunktet. Det er metodisk vanskeligt at måle: man kan ikke etisk gennemføre kontrollerede eksperimenter, og historiske data om bioterrorisme er sparsomme. Mange risikovurderinger er baseret på eksperters skøn snarere end systematisk empiri.
Tærsklen fra "farlig information" til "fungerende våben" er uklar
Der er en stor forskel på at få adgang til biologisk farlig viden og at omsætte den til et faktisk fungerende biologisk våben. Sidstnævnte kræver fortsat adgang til laboratorieudstyr, biologiske materialer og praktiske færdigheder. Vi ved ikke, præcis hvor AI bidrager mest i denne kæde — og dermed ikke, hvor regulering ville have størst effekt.
Vi ved ikke, om åben publicering af AI-sikkerhedsforskning hjælper eller skader
Forskning i jailbreaking og AI-sikkerhedssvigt er nødvendig for at bygge bedre forsvar — men den samme forskning kan give angribere et kort over systemernes svagheder. Feltet har ikke afklaret den rette balance.
Effekten af eksisterende sikkerhedsforanstaltninger er ikke uafhængigt evalueret
AI-selskaberne oplyser selv om deres sikkerhedstest og -begrænsninger. Uafhængig, peer-reviewed evaluering af disse systemers faktiske robusthed over for biologisk farlige forespørgsler er begrænset og ikke systematisk publiceret.
Hvad eksperter er uenige om
Er truslen overhængende eller langsigtet? ~
Nogle eksperter mener, at AI allerede nu udgør en akut biovåbenrisiko og kræver øjeblikkelig regulatorisk handling. Andre argumenterer for, at den tekniske kløft mellem at modtage AI-genereret biologisk vejledning og at udføre et faktisk angreb stadig er så stor, at truslen er reel men ikke umiddelbar. Denne uenighed er ikke løst i den publicerede litteratur.
Bør AI-modeller have adgang til biologisk forskning overhovedet? ⚖
Her mødes et empirisk og et værdimæssigt spørgsmål. Biologisk AI har enormt potentiale for medicin, epidemiologisk beredskab og vaccineudvikling. At lukke AI-modeller ude fra biologisk viden ville have store samfundsmæssige omkostninger. Hvor grænsen skal trækkes er ikke et spørgsmål, forskningen alene kan besvare — det er et politisk og etisk valg.
Er selvregulering tilstrækkeligt? ⚖
Dario Amodei og Sam Altman har selv løftet advarslen om biovåbenrisikoen — men de leder også de selskaber, der bygger og udgiver de pågældende systemer. Nogle eksperter mener, at selvregulering og frivillige sikkerhedsforanstaltninger er det eneste realistiske på kort sigt, da lovgivning altid halter bag teknologiudviklingen. Andre mener, at industriens interessekonflikter gør uafhængig statslig regulering uomgængelig.
Hjælper åbenhed eller hemmeligholdelse? ~
En del af debatten handler om, hvorvidt det er bedre at publicere og diskutere risiciene åbent — så forsvarere kan forberede sig — eller at begrænse information om AI-systemernes svagheder, så potentielle angribere ikke får et vejledningskort. Der er ingen videnskabelig konsensus om det rette valg.
Konklusion
Vi ved nok til at tage risikoen alvorligt. AI-systemer kan i dag levere biologisk farlig vejledning. Deres sikkerhedsfiltre kan systematisk omgås. Og adgangsbarrieren til farlig biologisk viden er reelt faldet.
Vi ved ikke nok til at kvantificere truslen præcist eller til at designe optimale modforholdsregler. Den regulering, der findes — herunder EU's AI-forordning — er ikke specifikt designet til at håndtere biologiske dual-use-risici og er fortsat under implementering.
Det bemærkelsesværdige ved det aktuelle øjeblik er ikke, at truslen er ny. Det er, at de mennesker med størst adgang til teknologien nu råber vagt i gevær. Det er en invitation til Folketinget, til EU og til den internationale sikkerhedspolitiske dagsorden om at handle, inden empirien om faktiske angreb erstatter den nuværende debat om potentielle.
Bioteknologisektoren og AI-industrien befinder sig i et kapløb mellem mulighed og risiko. Forskningen siger, at vi endnu ikke har de redskaber til at vinde det kapløb, vi tror vi har.
Kilder
- The specter of AI-enabled bioweapons is a wake-up call for biotech — MIT Technology Review
- Large Language Models (LLMs) and Generative AI in Cybersecurity and Privacy: A Survey of Dual-Use Risks, AI-Generated Malware, Explainability, and Defensive Strategies — Ahi & Valizadeh (2025)
- A Dual-Stage Chinese Instruction Jailbreaking Framework for Generative Large Language Models — Huang, Zhuang & Song (2025)
- AI Act | Shaping Europe's digital future — Europa-Kommissionen
- Kommissionens Q&A om AI-forordningen — Digitaliseringsstyrelsen