Abstract
<jats:p>Den dominerende betegnelsen kunstig intelligens gir et misvisende bilde av moderne språkmodeller. Denne artikkelen argumenterer for at språkmodeller bør forstås som muliggjørere av kollektiv intelligens (KI), forstått som en emergent kapasitet i sosiomaterielle systemer snarere enn som en egenskap ved teknologien i seg selv. Språkmodeller opererer syntaktisk og ikke semantisk, og de produserer tekstlige fremstillinger uten egen forståelse som først får mening i samspill med menneskelig dømmekraft. Samarbeidet mellom modellens tekstbearbeidende kapasitet og menneskelig kognisjon åpner for nye former for verdiskaping, men utfordrer samtidig etablerte forestillinger om kunnskapsarbeid og profesjonell identitet. Dette perspektivskiftet har betydelige implikasjoner for organisasjoner. Fremtidig verdiskaping forutsetter kapabiliteter som gjør det mulig å integrere kollektiv intelligens i organisatoriske prosesser på en ansvarlig måte. Artikkelen identifiserer tre analytiske mekanismer for samskaping av verdi – kompleksitetskomprimering, refleksiv resonans og kognitiv katalyse – som idealtypiske handlingslogikker snarere enn deterministiske effekter av teknologien. Videre viser studien at verdiskaping gjennom kollektiv intelligens forutsetter utvikling av metakognitive og refleksive kapabiliteter. Artikkelens bidrag er tredelt: å introdusere kollektiv intelligens som et mer presist analytisk rammeverk for å forstå språkmodellers rolle i organisatorisk verdiskaping, å utvikle en betinget og ikke-deterministisk forståelse av samskaping mellom menneskelig dømmekraft og modellbasert kapasitet, og å vise hvordan organisasjoner forankrer samskapingen i praksis gjennom ansvarlig integrasjon i rutiner. Dermed flyttes forståelsen av kunstig intelligens fra en forutbestemt fortelling om substitusjon til et handlingsrettet perspektiv på organisatorisk verdiskaping. English abstract From Artificial to Collective Intelligence: Language Models as Strategic Resources for Value Creation The dominant label artificial intelligence offers a misleading account of contemporary language models. This article argues that language models should instead be understood as enablers of collective intelligence (CI), conceived as an emergent capacity in socio-material systems rather than as a property of the technology itself. Language models operate syntactically rather than semantically and generate textual representations without intrinsic understanding; meaning arises only through interaction with human judgment. The interplay between models’ text-processing capacity and human cognition opens up new forms of value creation, while simultaneously challenging established assumptions about knowledge work and professional identity. This perspective shift has significant implications for organizations. Future value creation depends on capabilities that enable the responsible integration of collective intelligence into organizational processes. The article identifies three analytical mechanisms of value co-creation—complexity compression, reflexive resonance, and cognitive catalysis—which are conceptualized as ideal-typical action logics rather than deterministic effects of the technology. Furthermore, the study shows that value creation through collective intelligence presupposes the development of metacognitive and reflexive capabilities. The article makes three contributions: (1) introducing collective intelligence as a more precise analytical framework for understanding the role of language models in organizational value creation; (2) developing a conditional and non-deterministic account of co-creation between human judgment and model-based capacity; and (3) demonstrating how organizations anchor such co-creation in practice through the responsible integration of language models into routines. In doing so, the article shifts the understanding of artificial intelligence away from a predetermined narrative of substitution toward an action-oriented perspective on organizational value creation.</jats:p>