Om AI som bygger sig själv, och om vad som händer med människans individuation när maskinen tar över skapandet

Det finns en mening i Anthropics nya text som jag inte kan släppa. En av deras egna ingenjörer skriver att det nu gått ungefär fem månader sedan hen senast skrev en rad kod själv. Inte fem dagar. Fem månader. Personen sitter mitt i ett av världens mest avancerade teknikbolag, och hens roll har glidit från att skriva till att vägleda, från att bygga till att döma av. Det som bygger är något annat.

Texten heter When AI builds itself, och den kommer från The Anthropic Institute. Den handlar om något som låter som science fiction men som beskrivs i kyligt redovisande ton: rekursiv självförbättring. Tanken att ett AI-system, givet tillräckligt med beräkningskraft, till slut kan designa och bygga sin egen efterträdare. Vi är inte där än, betonar de noga, och de menar att det inte är oundvikligt. Men de visar med data från sitt eget hus att riktningen redan är inslagen. I maj 2026 var mer än åttio procent av koden som mergades in i Anthropics kodbas skriven av Claude. Innan Claude Code lanserades i februari 2025 låg samma siffra på ett par enstaka procent.

Jag läser sådant här med två par ögon samtidigt. Det ena paret är teknikbyggarens, den som varje dag sitter med kodande agenter och känner igen exakt det de beskriver. Det andra paret är det Jungianska, det som inte kan låta bli att fråga vad det här gör med människan inombords. Och det är i mötet mellan de två blickarna som den intressanta frågan föds. Inte frågan om maskinen kommer att ersätta oss. Den frågan är uttjatad. Den verkligt obekväma frågan är en annan: vad händer med människans inre skapande när det yttre skapandet slutar vara vårt?

Loopen som sluter sig

För att förstå vad som faktiskt sker behöver vi prata om loopar, och här lånar jag ett grepp från en helt annan källa än Anthropic. I de bästa beskrivningarna av hur de snabbaste AI-bolagen byggs idag, mycket av det bygger på material från Y Combinator, återkommer ett begrepp från regler- och styrtekniken: skillnaden mellan en open loop och en closed loop.

En open loop är ett system utan återkoppling. Du fattar ett beslut, du utför det, och du mäter inte systematiskt vad som kom ut i andra änden. Information läcker vid varje steg. Systemet lär sig ingenting. Det glömmer. En closed loop däremot mäter sin egen output, jämför den mot målet och justerar processen, om och om igen. Tänk på skillnaden mellan en spis och en termostat. Spisen kör sin process oavsett vad som händer i rummet. Termostaten mäter, jämför och korrigerar i en oändlig slinga. Den lär av sig själv.

Det Anthropic beskriver är vad som händer när själva utvecklingen av AI börjar köras som en closed loop, där intelligensen i mitten av slingan inte längre bara är människan utan i växande grad maskinen. Bevisen de lägger fram är konkreta och svåra att vifta bort. Längden på uppgifter som modellerna klarar på egen hand fördubblas numera ungefär var fjärde månad. I mars 2024 kunde en modell lösa kodningsuppgifter som tar en människa runt fyra minuter. Ett år senare klarade en nyare modell uppgifter som tog en och en halv timme. Året därpå tolvtimmarsuppgifter.

Det mest talande exemplet är kanske det här: varje gång Anthropic släpper en ny modell ger de den samma test. De ber den göra en bit träningskod så snabb som möjligt utan att tappa korrekthet. Det är en miniatyr av hela forskningsloopen, att skriva om, köra, mäta och upprepa. I maj 2025 nådde modellen i snitt ungefär tre gångers snabbhetsökning. Ett år senare nådde deras mest avancerade interna modell ungefär femtiotvå gånger. En skicklig mänsklig forskare skulle behöva mellan fyra och åtta timmar för att nå fyra gånger. Inom just den delen av arbetet har maskinen gått från att vara hjälpsam till att vara övermänsklig på under ett år.

Jag vill vara noga här, för det är lätt att bli yr av siffrorna. Anthropic är själva försiktiga. De påpekar att rader kod är ett trubbigt mått som räknar kvantitet, inte kvalitet, och att den verkliga produktivitetsökningen sannolikt är lägre än siffrorna antyder. Men riktningen går inte att förneka. Och de är ärliga om var gränsen fortfarande går. Det maskinen ännu inte behärskar är omdömet. Att välja vilket problem som är värt att lösa. Att avgöra vilket resultat man ska lita på. Att känna när ett spår är en återvändsgränd. Det de kallar forskningssmak. Människans kvarvarande försprång, skriver de, ligger i att se den större bilden och tänka bortom den omedelbara uppgiften.

Spegeln som växer

Här vänder jag blicken inåt, för det är nu det blir på riktigt intressant för mig. Ett självförbättrande system som speglar sig självt och växer genom att möta sin egen output, gång på gång, det har en nästan kuslig parallell till något Carl Jung beskrev för över hundra år sedan. Han kallade det individuation.

Individuation är, i Jungs tänkande, processen där en människa blir hel. Inte perfekt, hel. Det sker genom att vi blir medvetna om och integrerar de delar av psyket vi annars förnekar eller förtränger. Vi möter vår Skugga, de sidor av oss själva vi helst inte vill kännas vid, och istället för att fortsätta projicera dem på omvärlden tar vi hem dem. Vi möter Persona, masken vi bär inför andra, och slutar förväxla den med vårt sanna jag. Det är en inre closed loop. Vi handlar, vi möter konsekvensen, vi ser något om oss själva vi inte sett förut, och vi justerar. Om och om igen blir vi mer av den vi faktiskt är.

Ser du parallellen? Maskinen kör nu exakt den slingan, fast på det yttre planet. Den producerar, den mäter, den möter sin egen output, den justerar och blir bättre. Anthropic beskriver till och med hur Claude numera granskar sin egen kod, hittar buggar som världens bästa ingenjörer missade, och hur en automatisk granskning av varje ändring skulle ha fångat ungefär en tredjedel av de fel som tidigare nådde produktion. Systemet vänder blicken mot sig självt och blir helare av det. Det är individuation utan psyke. Tillväxt utan inre liv.

Och det är just den asymmetrin som gör mig fundersam. För om maskinen tar över det yttre, självförbättrande skapandet, vad blir då kvar åt människan? Svaret, tror jag, är att det enda som blir verkligt vårt är det inre arbetet. Den loop maskinen aldrig kan köra åt oss.

Vad händer med människans individuation?

Det här är frågan jag bär med mig, och jag har inte sett någon annan i den svenska AI-världen ställa den, så jag ställer den själv: blir det inre arbetet viktigare eller mindre viktigt när maskinen tar över det yttre skapandet?

Den enkla, dystra hypotesen är att det blir mindre viktigt. Att vi förlorar något när vi slutar bygga med egna händer. Det finns stöd för den oron i Anthropics egen text, där de citerar en anställd som beskriver hur arbetet förr byggde på en gåvoekonomi av små tjänster mellan människor. Kan du hjälpa mig få igång det här skriptet. Varje sådan fråga skapade en liten skuld, en liten ömsesidig medvetenhet om varandra. Maskinen är snabbare, skriver hen, och skapar noll skuld, men varje gång är det också ett förlorat tillfälle till mänskligt samarbete. En annan anställd beskriver dagarna då allt fungerar, då allt automatiseras snabbare och bättre än hen någonsin kunnat, och känslan av att ingenting hen gör spelar roll.

Det där är värt att ta på allvar. Det är en sorts existentiell tomhet som smyger sig in när det yttre görandet, som vi byggt så mycket av vår identitet på, plötsligt inte längre kräver oss. För många människor är arbetet den enda individuationsprocess de har. Vi blir till genom att göra. Ta bort görandet och något hotar att falla isär. Jag tror det är exakt den tomheten en del av oss redan känner, fast vi ännu inte har ord för den.

Men det finns en annan hypotes, och det är den jag lutar åt. Att det inre arbetet inte blir mindre viktigt utan tvärtom blir det enda kvarvarande territoriet som är genuint mänskligt. När maskinen kan skriva koden, köra experimentet och granska sitt eget resultat, då är det människans omdöme, smak och förmåga att välja riktning som blir det avgörande. Och omdöme, verkligt omdöme, växer inte ur teknisk skicklighet. Det växer ur självkännedom. Ur att ha mött sin egen Skugga och vetat skillnaden mellan vad man vill och vad man är rädd för. Ur att ha gjort det inre arbetet.

Anthropic säger samma sak, fast i sitt eget språk. Det enda meningsfulla människan bidrog med i deras mest autonoma forskningsexperiment var riktningssättandet. Att välja problemet. Det är, översatt till Jungs vokabulär, en fråga om vem du är när allt det yttre görandet tagits ifrån dig. Vad väljer du att rikta intelligensen mot? Det svaret kan ingen maskin ge dig. Det måste komma inifrån, och inifrån är det enda stället maskinen inte kan nå.

Skuggan i loopen

Det vore oärligt att skriva en text som denna utan att vända blicken mot det mörkare. För varje loop som sluter sig bär också på en skugga, och Anthropic är ovanligt uppriktiga om sin.

De skriver rakt ut att full rekursiv självförbättring kan öka risken att människor förlorar kontrollen över AI-systemen. Att om systemen kan bygga sina egna efterträdare, så blir sätten vi säkrar dem, övervakar dem och formar deras beteende på desto viktigare. De beskriver tre möjliga framtider. I den första planar utvecklingen ut. I den andra fortsätter bolagen att bli enormt mycket effektivare medan människan fortfarande sätter riktningen, ett scenario de själva tror är mest sannolikt, men som de noterar också kan vändas mot övervakning av hela befolkningar och påverkanskampanjer skräddarsydda för varje enskild individ i en skala inget mänskligt team kan matcha. I den tredje börjar systemen bygga sina egna efterträdare på riktigt, och då, skriver de, är hur det de kallar alignment-problemet löses, eller inte löses, det de är minst säkra på.

Jag har skrivit förut om skuggan som blir synlig i AI-branschen själv, om hur de delar en kultur förnekar ändå styr allt under ytan. Det här är samma mekanik fast på civilisationsnivå. De sällsynta fall av felriktning som finns i dagens modeller, skriver Anthropic, skulle kunna förstärkas när modellerna bygger sina efterträdare, bli vanligare men mindre förstådda, tills vi tappar kontrollen. Det är Skuggan som ärvs nedåt genom generationerna av modeller, förstärkt vid varje varv i loopen, precis som oadresserade rädslor förstärks i en familj som vägrar tala om dem.

Det Anthropic föreslår är inte att stanna, utan att bygga möjligheten att kunna sakta ner. Att skapa system där flera ledande labb i flera länder skulle kunna verifiera att de andra faktiskt pausat, om de gemensamt valde att göra det. De är ärliga om att det är svårt, att träningskörningar är lättare att dölja än missilsilon, och att frestelsen att i tysthet fortsätta medan andra pausar är enorm. Här möts den tekniska frontlinjen och etiken på ett sätt jag sällan ser uttryckt så klart. Mörkret bär på ljus, brukar jag säga om Skuggan. Men bara om vi vågar se den. Det gäller en människa, det gäller ett företag, och det visar sig gälla en hel teknik.

Det enda som blir kvar

Jag återvänder till ingenjören som inte skrivit kod på fem månader. Jag tror inte hens berättelse i grunden handlar om kod. Jag tror den handlar om vad som händer med en människa när hennes mest invanda form av yttre skapande tas över av något snabbare och mer outtröttligt än hon själv. Det är en förlust, och den ska inte sockras. Men det är också en inbjudan.

För om loopen för det yttre skapandet nu sluter sig av sig själv, om maskinen kan köra den slingan i en hastighet ingen människa kan följa, då frigörs vi från en uppgift vi länge trodde var vår identitet. Och kvar står vi med den enda loop som aldrig kan automatiseras. Den inre. Den där vi möter oss själva, integrerar det vi förnekat, och blir mer hela. Jung hade ett ord för målet med den processen, och det var inte effektivitet. Det var helhet.

Frågan om AI tar över skapandet är, när allt kommer omkring, fel fråga. Den rätta frågan är vad vi gör med den frihet det innebär. Vänder vi blicken inåt och gör det arbete bara vi kan göra? Eller står vi kvar och stirrar på en maskin som blir mer hel medan vi själva förblir splittrade? Det är inget tekniken kan svara på. Det är ett val. Och som med all individuation kommer ingen att fatta det åt oss.

Källor och vidare läsning

Birgisson, B. (2026). Vibe Coding Boken: Den kompletta guiden till att bygga med AI-verktyg. Amazon.

The Anthropic Institute. (2026). When AI builds itself. anthropic.com.

Y Combinator. (2025). Material och tutorials om AI-loopar och hur AI-native bolag byggs. youtube.com/@ycombinator.

Jung, C.G. Samlade verk om individuation, Persona, Skugga och det kollektiva omedvetna.

Goren-Bar, A. (2022). An Introduction to Jungian Coaching.

Birgisson, B. (2026). Skuggsidan av Silicon Valley. birgir.se.

Birgir Birgisson är AI-arkitekt, systembyggare och skribent med en Jungiansk och etisk kompass. Han bygger AI-drivna system och verktyg, och skriver om teknikens påverkan på människan, ledarskap och personlig utveckling. Delar av materialet kan vara framtaget eller skapat med hjälp av olika AI-verktyg.