Halvgjort er ikke velgjort, Lubna!

Onsdag 7. oktober ble statsbudsjettet presentert av regjeringen Støre, og for oss som er opptatt av den norske, skriftlige kulturarven og kunnskapsbanken, var det ingen god dag. For hvor var sporene videre til et av de mest visjonære KI-prosjektene Regjeringen selv har satt i gang?

Vi iler til med en bakgrunnsforklaring først:
I 2023 ga regjeringen Nasjonalbiblioteket i oppdrag å undersøke om trening med beskyttet innhold ga bedre norske språkmodeller, og å foreslå modeller for betaling til de som har skapt innholdet, altså opphaverne. Nasjonalbiblioteket satte i gang Mímir-prosjektet, som fastslo at språkmodellene fikk bedre kvalitet dersom de ble trent på innhold fra norske aviser og bøker. I fjor bevilget regjeringen 45 millioner kroner til en avtale mellom Nasjonalbiblioteket og Kopinor, på vegne av Mediebedriftenes landsforening. Avtalen innebar at Nasjonalbiblioteket fra nyttår kunne bruke avisinnhold til trening av norske språkmodeller. De første modellene i Borealisserien ble lansert i august.

Dette var den første avtalen av sitt slag i verden – en offentlig finansiert vederlagsavtale som muliggjør trening av åpne språkmodeller på opphavsrettsbeskyttet materiale og der rettighetshaverne blir kompensert. Og opphavsorganisasjoner fra hele verden har sagt «Look to Norway» – og ventet spent på neste steg. En avtale om bokinnhold er ferdig framforhandlet mellom Kopinor og Nasjonalbiblioteket, men denne kan ikke iverksettes uten finansiering.

Så langt alt vel.

For nå var det litteraturens tur. Avisinnhold gir tilgang til dagsaktuelt språk, samfunnsdebatt, nyheter, politikk og journalistikk. Bøkene tilfører noe annet: lange sammenhengende tekster, komplekse resonnementer, fagkunnskap, litterære uttrykk, kulturhistorie, sjangermangfold og større språklig variasjon. Aviskorpus og bokkorpus er komplementære, ikke alternative datakilder.

Et betydelig større korpus med rettighetsbeskyttet materiale gir langt bedre forutsetninger for modellutvikling. Bøkene rommer det vi har lært, tenkt, skrevet og erfart gjennom generasjoner.

Men statsbudsjettet 2027 vil det annerledes. Den avtalefestede bevilgningen til avisprosjektet år 2 er på plass. Men til neste steg – til litteraturen og opphaverne?

Ikke en eneste krone.

Det til tross for at kulturminister Lubna Jaffery ved framleggingen av statsbudsjettet i fjor, uttalte at regjeringen med dette prosjektet «øker tempoet i satsingen på språkmodeller og kunstig intelligens. Det er viktig for å ivareta norsk språk og kultur».

Ikke så viktig i år, tydeligvis.

Norge har tatt et viktig første skritt mot en nasjonal KI-infrastruktur. Regjeringen ønsker norske språkmodeller som er gode på norsk språk og kultur. Men uten tilgang til bredden av norsk språk, litteratur og kunnskap bygger vi en infrastruktur som ikke leverer godt nok. Det er temmelig meningsløst av regjeringen å stoppe finansiering av sitt eget prosjekt på halvveien.

Det har vært bred politisk oppslutning om behovet for en sterk og bærekraftig norsk KI-infrastruktur. Regjeringen har selv sagt i sin «Plan for Norge» at de skal skape muligheter og trygge rammer for kunstig intelligens. De har også lagt vekt på at de skal videreutvikle norske språkmodeller. Da er det vanskelig å forstå at de ikke følger opp en konkret løsning, som både gir tilgang til norsk kvalitetsinnhold og sikrer at rettighetshaverne får betalt.

Bøkene rommer det vi har lært, tenkt, skrevet og erfart gjennom generasjoner. Det er ingen tvil om at tilgangen til disse kildene vil gi langt bedre forutsetninger for en norsk språkmodell som kan bli et alternativ til de som er enerådende på markedet i dag.