Derfor høres KI smartere ut på engelsk
Av Chatday Editorial Team ·
Du spør en KI om noe på norsk, polsk eller tyrkisk, og svaret kommer raskt og flytende. Du stiller nøyaktig det samme spørsmålet på engelsk, og noe subtilt skjer. Svaret blir litt skarpere. Bedre organisert. Sikrere i sin sak.
Du innbiller deg det ikke, og det handler ikke om hvordan du skriver. Forskjellen er reell, den er målt, og den skyldes noe enkelt: disse modellene har lest nesten alt på engelsk.
Internettet disse modellene leste, er stort sett engelsk
Språkmodeller lærer ved å lese enorme mengder tekst hentet fra nettet. Og det nettet er sterkt skjevfordelt.
En gjennomgang av de store nettarkivene som brukes til denne treningen, undersøkte en kopi fra slutten av 2023 av Common Crawl, en offentlig innsamling av milliarder sider. Rundt 44 prosent var engelsk. Nummer to på lista, tysk, lå på omtrent 5 prosent. Alle andre delte på det som var igjen.
Sammenlign det med den virkelige verden. Språkdatabaser anslår omtrent 1,5 milliarder engelsktalende, medregnet alle som lærte det som andrespråk, altså omtrent én av seks mennesker. Et språk som en sjettedel av menneskeheten bruker, står altså for nesten halvparten av lesestoffet.
Modellen bestemmer seg ikke for å favorisere engelsk. Den øver bare mye mer på det. Hvert uttrykk, hver klønete formulering, hvert rart særtilfelle dukker opp tusenvis av ganger oftere på engelsk enn på katalansk eller vietnamesisk, og det er øvingen som teller.
KI-en din tenker sannsynligvis på engelsk før den svarer
Her kommer delen som overrasker folk. Når du skriver på ditt språk, er det ikke sikkert at modellen resonnerer på det.
En studie fra 2025 undersøkte hva som faktisk skjer inne i flerspråklige modeller mens de svarer. Forskerne fant at disse systemene tar de viktigste avgjørelsene i et representasjonsrom nærmest engelsk, uansett hvilket språk som går inn og ut. Med deres ord lager modellen først noe engelskformet for de meningsbærende ordene, og overfører det så til målspråket.
Tenk deg en glimrende kollega som vokste opp med engelske bøker og nå jobber på kontoret ditt. Hun forstår deg helt fint. Men et sted i midten skjer tenkningen på hennes førstespråk, og det du får tilbake, har vært innom et oversettelsessteg.
Mesteparten av tiden merker du ingenting. Du merker det når vitsen faller til jorden, når et uttrykk kommer ordrett oversatt, eller når tonen er teknisk riktig og sosialt feil.
Derfor kan språket ditt koste mer og gå tom for plass raskere
Det finnes en annen, mer mekanisk grunn, og den har ingenting med intelligens å gjøre.
Før modellen leser teksten din, deler den den opp i små biter som kalles tokens. Grovt sagt er et token en orddel. Den oppdelingen er tilpasset engelsk først og fremst, så engelsk får effektive biter mens andre språk deles opp i mange flere.
Forskning på dette fant at samme setning kan ta opptil 15 ganger flere tokens på enkelte språk enn på engelsk. Språk som ikke bruker det latinske alfabetet, kommer dårligst ut.
Tre ting følger av dette, og du merker alle tre:
- Du treffer grensene tidligere. KI-ens arbeidsminne telles i tokens, så det samme dokumentet bruker mer av det på ditt språk.
- Det kan koste mer. Der en tjeneste tar betalt per token, blir den samme oppgaven dyrere på et språk som deles opp i flere biter.
- Det kan føles tregere. Flere biter betyr mer for modellen å arbeide seg gjennom.
Ingenting av dette er en straff. Det er en bivirkning av en konstruksjon tilpasset engelske tekster, og den former opplevelsen din i det stille.
Hvor stort er gapet egentlig?
Stort nok til å bety noe, og svært ujevnt. En flerspråklig test som heter MMLU-ProX, la det samme settet med nesten 12 000 eksamensspørsmål over i 29 språk, noe som gir en ren sammenligning: samme spørsmål, annet språk, samme modell.
Mønsteret var konsekvent. Modellene gjorde det bra på språk med mye tekst og falt av på dem med lite materiale på nett, med forskjeller på opptil rundt 24 prosentpoeng mellom det sterkeste og det svakeste. På en prøve der et godt resultat ligger rundt 70, er 24 poeng forskjellen på en trygg ekspert og en vaklende elev.
| Hvor språket ditt står | Hvem det gjelder | Hva du kan vente deg |
|---|---|---|
| Svært godt representert | Engelsk | Skarpest resonnement, beste uttrykk, mest pålitelig formatering |
| Godt representert | Norsk, tysk, spansk, fransk, kinesisk, japansk | Nær engelsk i hverdagen, av og til en stiv formulering |
| Middels representert | Mange europeiske og asiatiske språk med mindre tekst på nett | Gode svar, mer oversatt tone, flere glipp på lokale detaljer |
| Svakt representert | Mindre språk og de fleste afrikanske språk | Klart svakere resonnement, flere selvsikre feil, kontroller alt |
To ærlige forbehold. Hverdagsspørsmålene dine er mye lettere enn en eksamen, så gapet du kjenner på, er som regel mindre enn det på papiret. Og disse tallene endrer seg med noen måneders mellomrom, noe som fører oss til de gode nyhetene.
Gapet lukkes, og det er med vilje
Laboratoriene har skjønt at trening på flere språk ikke er veldedighet, men en forbedring.
En artikkel fra 2026 testet dette direkte og fant at flere språk i treningen forbedrer resultatene over hele linja. Språk med lite data vinner mye, språk med mye data holder stand i stedet for å falle, og selv ett enkelt språk utover engelsk forbedret også modellens engelsk. Forfatterne kaller trening kun på engelsk stort sett lite optimal.
Derfor høres hver modellgenerasjon litt mer naturlig ut på ditt språk enn den forrige. Og derfor er det verdt å gjenta rådene nedenfor med noen måneders mellomrom: svaret på hvilken KI som er best på ditt språk, fortsetter å endre seg.
Fire måter å få bedre svar på ditt språk
1. Oppgi språket og også registeret
Ikke bare skriv på ditt språk og håp. Si det. Noe slikt som: svar på norsk, i et naturlig hverdagsregister, slik en person faktisk snakker.
Den siste delen veier tyngst. Uten instruksjon glir modeller mot en formell stemme som lukter oversettelse, for slik ser mesteparten av den ikke-engelske teksten på nettet ut.
2. Vis den hvordan du skriver
Lim inn to eller tre setninger du har skrevet selv, og be den treffe den stemmen. Det virker mye bedre enn å beskrive tonen du vil ha, og det er den raskeste kuren mot den kunstige følelsen i KI-tekst, på ethvert språk.
3. Ved vanskelige spørsmål: skill tenking fra svar
Er spørsmålet virkelig krevende, kan du prøve å stille det på engelsk og be om svaret på ditt språk. Gitt det engelskformede mellomsteget hjelper det noen ganger.
Noen ganger. Ikke alltid. Det koster deg én ekstra melding å finne det ut, og der resonnementet er det vanskelige, er testen verdt det.
4. Bytt modell, ikke ledetekst
Dette er grepet nesten ingen prøver, og som regel vinner nettopp det. Ulike laboratorier trener på ulike språkblandinger, så styrkene deres på ditt språk varierer mer enn markedsføringen antyder. Den samme ledeteksten kan sitte perfekt i én modell og virke stiv i en annen, noe som er et spesialtilfelle av den bredere grunnen til at KI-modeller gir deg ulike svar.
Gemini 3.1 Pro og Claude Sonnet 5 er gode utgangspunkt, men ikke ta vårt ord for det. Kjør din egen ledetekst gjennom noen modeller og se hvilken som høres ut som en person fra ditt område.
Tre-ledetekst-testen for enhver ny modell
Når du vil vite om en modell duger på ditt språk, hjelper ikke topplister. Tretti sekunder med egen testing gjør det. Dette ser vi på, og dette fanger hvert punkt:
- Et uttrykk eller en vits. Be den forklare et ordtak bare folk herfra bruker. Det avslører modellene som oversetter i stedet for å forstå.
- En lokal detalj. Spør om noe praktisk og spesifikt for der du bor, og kontroller svaret etterpå. Det avslører selvsikker oppdikting, den dyreste feilen av alle.
- En kort tekst i din stemme. En melding til en kollega, i ditt vanlige register. Det avslører stivhet, feil formalitetsnivå og den umiskjennelige oversettelsesfølelsen.
Kjør disse tre i to eller tre modeller. Du har en favoritt i løpet av et par minutter, og det er ikke sikkert det er den mest kjente.
Der ingenting av dette hjelper
Ærlig om grensene: ingen ledetekst kan legge til kunnskap modellen aldri hadde.
Har språket ditt liten tilstedeværelse på nett, ligger hullet i treningen, og ingen smart instruksjon tetter det. Lokale regler, regionale juridiske detaljer og småstedsspesifikke forhold er nettopp der modeller dikter med størst selvtillit, på alle språk, og der du bør sjekke før du handler.
Ved alt med reelle konsekvenser, en kontrakt, et legebrev, et offentlig skjema, behandle KI-teksten som et førsteutkast og la noen som behersker språket lese over. Og når oppgaven er ren oversettelse heller enn samtale, slår et oversettelsesverktøy laget for formålet et chattevindu. Vi gikk gjennom den arbeidsmåten i hvordan du oversetter hva som helst med KI.
Kortversjonen
KI er ikke smartere på engelsk. Den er bare mer belest på engelsk, mer trent på engelsk, og maskineriet under panseret ble stilt inn for det. Gapet krymper med hver generasjon, raskere enn de fleste tror, fordi laboratoriene oppdaget at flere språk gjør en modell bedre på alle språk.
Inntil det er lukket, er løsningen ikke å gi opp språket ditt. Løsningen er å si presist hva du vil ha, vise modellen stemmen din, og slutte å gå ut fra at den første KI-en du prøvde, er den som snakker ditt språk best.