Öppen källkod för AI – nyckeln till innovation och digital frihet

Föreställ dig framtiden för att kunna agera nu 

I april i år bidrog jag till nyhetsbrevet State of AI by RISE, och den här texten bygger vidare på de tankar jag delade då. Varje utgåva lyfter en forskares Futureframing — en kort framtidsreflektion avsedd att väcka nya perspektiv på AI. 

Här använder jag begreppet öppen källkod i en bred bemärkelse: som ett sätt att utveckla, dela och granska även AI-modeller, algoritmer och dataset. Att tillämpa öppen källkod på AI ger möjlighet att förstå tekniken, kontrollera den och utveckla den på egna villkor. 

Mitt tema handlar om varför detta är avgörande för både innovation och konkurrenskraft — och hur öppenhet adresserar det växande behovet av insyn och kontroll i hur AI utvecklas och används. 

Utmaningen vi måste lösa 

AI och utvecklingen av AI-system har kraften att omforma samhället i grunden, både i Sverige och globalt. Men mycket av potentialen riskerar att gå förlorad eftersom tekniken i stor utsträckning utvecklas och sedan låses in av dominerande aktörer utanför Sveriges och Europas gränser. 

Detta begränsar tillgången till tekniken, men det påverkar också transparens, kontroll och innovationskraft längre ned i värdekedjan. 

Öppen källkod för AI som strategisk möjliggörare 

Öppen källkod erbjuder en möjlig väg framåt genom att ge Sverige och Europa möjlighet att själva ta kontroll över viktiga AI-teknologier, utveckla kompetens och infrastruktur och bygga samarbeten över sektorer och nationsgränser. Genom att AI-modeller, data och verktyg kan studeras, användas, modifieras och delas öppet skapas en grund för bredare innovation. Erfarenheter från öppen programvara och öppna data visar att sådana ekosystem ofta fungerar som kraftfulla motorer för utveckling. 

En öppen och kollaborativ utveckling av AI gör det möjligt att accelerera både forskning och tillämpning, ökar insynen i hur modeller tränas och fungerar, minskar beroendet av enskilda leverantörer och främjar interoperabilitet. Det bidrar också till att demokratisera tillgången till avancerad teknik, vilket är särskilt viktigt för mindre aktörer i såväl Sverige som Europa och globalt. 

Att balansera öppenhet och risk 

Samtidigt innebär öppenhet risker, bland annat missbruk av modeller, etiskt problematiska tillämpningar, informationspåverkan och cybersäkerhetsutmaningar. Detta skapar ett behov av tydliga riktlinjer, licenser och ansvarsmekanismer för hur öppna modeller och dataset kan delas och användas. Utvecklingen av öppen källkod för AI kräver därför en genomtänkt balans mellan kollektiv innovation och minimering av potentiellt skadliga konsekvenser. 

Ett avgörande decennium för Sverige och Europa 

Det kommande decenniet blir avgörande för om Sverige och Europa lyckas bygga den kompetens, kultur och infrastruktur som krävs för att forma AI på egna villkor. Om den möjligheten missas riskerar vi ett fördjupat beroende av utländska AI-plattformar och leverantörer, minskad kontroll över kritiska system och försvagad industriell konkurrenskraft. Investeringar i öppen källkod för AI är därför inte enbart ett tekniskt eller ekonomiskt beslut, utan ett strategiskt val kopplat till digital suveränitet och långsiktig samhällelig resiliens. 

Hur RISE bidrar 

På RISE pågår arbete med att förstå hur AI kan utvecklas öppet och kollaborativt i en global och decentraliserad miljö, baserat på lärdomar från öppen programvara och öppna data. Arbetet innefattar studier av hur gemenskaper organiserar sig, hur modeller och dataset delas och hur styrning kan utformas för att möjliggöra ansvarstagande och öppenhet i stor skala. 

Målet är att stärka företag och offentliga organisationer i Sverige och Europa med rätt kompetenser, kultur och infrastruktur för att bygga och samskapa öppna AI-system. Det handlar om att främja en kultur kring öppen innovation, sprida praktisk kunskap och minska beroenden av enskilda leverantörer, samtidigt som organisationers egna utvecklingsprocesser blir mer effektiva och robusta. 

Läs mer om vårt pågående arbete 

I en nyligen genomförd studie undersöker vi hur öppen källkod kan användas för att utveckla AI gemensamt över hela utvecklingskedjan — från insamling och kurering av data till mjukvaruutveckling, modellutformning, träning och utvärdering. Vi analyserar 14 öppna Large Language Models (LLM) som utvecklats av företag, forskningsinstitut och gräsrots-organisationer i olika geografiska sammanhang. 

Studien visar att ekosystemet kring öppna modeller omfattar allt från dataset och benchmark-miljöer till ramverk, verktyg, diskussionsforum och samarbeten kring beräkningsresurser. Vi ser också att utvecklarnas drivkrafter varierar: från att demokratisera AI och stärka språkrepresentation till att bygga regionala innovationsmiljöer. De studerade projekten representerar fem olika organisationsmodeller med varierande grad av centralisering och Community-engagemang. 

Baserat på studien presenterar vi rekommendationer för policy, forskning och praktik som kan stödja den kompetensutveckling och de investeringar som krävs för att Sverige och Europa ska kunna återta kontrollen över sin digitala framtid. 

Tiden att agera är nu. 

Länk till studien