Kan kunstig intelligens forudsige menneskelig adfærd?
Hvad hvis det var muligt at læse hjernen som en bog? Paolo Burelli og hans kolleger ved IT-Universitetets brAIn Lab arbejder i krydsfeltet mellem digital teknologi og neurovidenskab. Den 5. november præsenterer Paolo Burelli deres forskning på Digital Tech Summit i oplægget “Decoding the Brain: How AI Unlocks Human Behavior”.
Paolo BurelliForskningkunstig intelligens
Skrevet 27. oktober 2025 09:28 af Theis Duelund Jensen
Som leder af brAIn Lab undersøger Paolo Burelli, sammen med sine kolleger, hvordan kunstig intelligens kan bruges til at afkode menneskelig kognition. Deres arbejde spænder over neurovidenskab, maskinlæring og brugeroplevelse, med anvendelsesmuligheder inden for alt fra neuromarkedsføring til langsigtede visioner om syntetiske hjernekomponenter.
“Vi bruger maskinlæring som en linse,” forklarer Paolo Burelli. “Et forstørrelsesglas, en radar – noget der hjælper os med at afkode kompleksiteten i hjernesignaler og forstå, hvordan mennesker reagerer på digitale medier.”
Kortlægning af den menneskelige hjerne
brAIn Labs forskning begynder med kroppen. Ved hjælp af biometriske sensorer – pulsmålere, sveddetektorer, EEG-headsets – registrerer forskerne, hvordan mennesker reagerer på stimuli som musikvideoer, reklamer eller computerspil. Disse fysiologiske reaktioner analyseres for at afsløre mønstre i stress, opmærksomhed og følelsesmæssig involvering.
“Meget peger på, at der her værktøjer kan give realtidsfeedback på, hvordan folk reagerer,” siger Paolo Burelli. “Vi kan måle effekt – ikke bare hvad folk siger, men hvad deres krop afslører.”
Men den virkelige grænse ligger i hjernen selv. Selvom neurovidenskaben har gjort store fremskridt i forståelsen af enkelte neuroner, er springet fra cellulær mekanik til kognition stadig enormt. Paolo Burelli sammenligner det med afstanden mellem kvantefysik og astrofysik: to vidensdomæner, der opererer på helt forskellige skalaer.
“Vi ved, hvordan et enkelt neuron sender et signal,” siger han. “Men hvordan det fører til intelligens, følelser eller beslutningstagning, er stadig et mysterium.”
Her kommer maskinlæring ind i billedet.
Kunstig intelligens som kognitiv linse
Traditionel neurovidenskab bygger på stramt kontrollerede eksperimenter: prikker på skærme, gentagne stimuli og isolerede variabler. Disse setups er nyttige til at udtrække rene data, men afspejler ikke, hvordan mennesker opfører sig i virkeligheden. Det vil Paolo Burelli og hans kolleger ændre på.
“Maskinlæring giver os mulighed for at arbejde under naturlige forhold,” siger han. “At se en film, spille et spil – det er komplekse, rodede miljøer. Men med nok data og de rette modeller kan vi begynde at forstå dem.”
Hvis vi kan forstå, hvordan et område af hjernen behandler information, kan vi måske en dag bygge en chip, der kan efterligne det.
Paolo Burelli
Ved hjælp af dybdelæring kan brAIn Lab behandle enorme mængder biometrisk og kontekstuelt data samtidig. Disse modeller filtrerer ikke bare støj – de identificerer mønstre over tid og rum og kobler det, en person ser, med hvordan hjernen reagerer.
“Hjernen er ikke en muskel,” siger Paolo Burelli. “Den er et netværk af sammenfiltrede signaler, formet af kontekst, hukommelse og følelser. Dybdelæring hjælper os med at skelne det individuelle fra det universelle.”
Fra neuromarkedsføring til hjernereparation
Forskningens anvendelsesmuligheder spænder fra det umiddelbare til det spekulative. På kort sigt arbejder forskerne på neuromarkedsføring og UX-forskning – og hjælper virksomheder med at forstå, hvordan brugere reagerer på designændringer, produktopdateringer eller reklamekampagner.
“Vi kan spore, hvordan folk reagerer på forskellige funktioner i realtid,” siger han. “Det er utrolig værdifuldt for brugerundersøgelser og produktudvikling.”
På længere sigt er perspektiverne mere radikale. Man vil muligvis kunne simulere beskadigede dele af hjernen – som fx synscortex – med AI-drevne modeller, der genskaber tabt funktionalitet.
“Vi er der ikke endnu,” siger forskeren. “Men hvis vi kan forstå, hvordan et område af hjernen behandler information, kan vi måske en dag bygge en chip, der kan efterligne det.”
Denne form for syntetisk kognition kan revolutionere behandlingen af hjerneskader, slagtilfælde eller neurodegenerative sygdomme, men den rejser også etiske spørgsmål.
Privatliv i biometrikkens tidsalder
En af de mest presserende etiske udfordringer i Paolo Burellis arbejde er privatliv. De data, der indsamles – biomarkører, hjernesignaler, følelsesmæssige reaktioner – er dybt personlige. At sikre, at disse oplysninger beskyttes, er en topprioritet.
“Vi arbejder med meget følsomme data,” siger han. “Vores mål er at udvikle praksisser, der gør det muligt at dele biologiske data sikkert – uden at noget kan spores tilbage til individet.”
Et nyt ph.d.-projekt, der lanceres i december, vil fokusere specifikt på metoder til at bevare privatliv i biometrisk forskning. Målet er at undgå de faldgruber, man har set i andre AI-domæner, hvor data blev indsamlet først og de etiske spørgsmål stillet bagefter.
“Vi vil løse problemet ved kilden,” siger Paolo Burelli. “Ikke bagefter.”
Theis Duelund Jensen, Presseansvarlig, telefon +45 2555 0447, email thej@itu.dk