Kunstig intelligens: Hvilke yrker finnes egentlig, og hvilke studier leder dit?

Skill begrepet «KI» fra yrkene det omfatter

Stillingsannonser bruker upresise begreper. Under merkelappen «KI» finnes det minst fire grupper av roller, med stillingstitler som varierer fra bedrift til bedrift.

• Forskning: utvikle nye metoder for maskinlæring, som oftest med en doktorgrad.
• Maskinlæringsteknikk: trene, evaluere og sette modeller i produksjon i produkter.
• Datateknikk: bygge behandlingskjeder som samler inn, renser og lagrer data.
• Dataanalyse og datavitenskap: tolke data som grunnlag for forretningsbeslutninger.

Andre roller er knyttet til disse områdene: produktledelse, sikkerhet, etterlevelse av regelverk og teknisk dokumentasjon. Før du velger studier, er det nyttig å lese flere faktiske stillingsbeskrivelser og identifisere kompetansen som etterspørres, fremfor å stole på stillingstittelen alene.

Vurder etterspørselen med varsomhet

Rapporten Future of Jobs 2025 fra Verdens økonomiske forum (WEF) bygger på en undersøkelse blant mer enn 1 000 arbeidsgivere. Ifølge denne utgaven forventer 86 % av respondentene at KI og informasjonsbehandling vil omforme virksomheten deres innen 2030. Spesialister innen KI og maskinlæring er blant de tre rollene med sterkest prosentvis vekst, sammen med stordataspesialister og ingeniører innen finansteknologi.

Blant kompetanseområdene som vokser raskest, plasserer rapporten KI og stordata først, deretter nettverk og cybersikkerhet, og så digital kompetanse. Ifølge analysene i rapporten kan KI og informasjonsbehandling skape omtrent 11 millioner arbeidsplasser og fjerne omtrent 9 millioner innen 2030.

Disse tallene beskriver arbeidsgivernes forventninger, ikke ledige stillinger. De viser først og fremst en utvikling: Noen oppgaver forsvinner, mens andre oppstår.

Kartlegg studieløpene

Det finnes ikke én enkelt utdanningsvei inn i feltet. Avhengig av hvilken rolle du sikter mot, er vanlige studier informatikk, matematikk og statistikk, programvareteknikk eller elektroteknikk, og i nyere tid egne studieprogrammer innen datavitenskap eller KI.

Forskningsroller krever vanligvis en doktorgrad. Ingeniørroller kan ofte oppnås med en solid bachelorgrad i informatikk, supplert med en mastergrad eller prosjekter. Analyseroller er åpne for mer varierte fagbakgrunner, blant annet økonomi, samfunnsvitenskap eller ledelse, kombinert med grunnleggende programmeringskunnskaper.

Nesten alle studieprogrammene krever forkunnskaper i matematikk: lineær algebra, sannsynlighetsregning, statistikk og matematisk analyse. Før du velger land, er det nyttig å sammenligne disse forkunnskapskravene, de obligatoriske emnene og hvor stor plass praktiske prosjekter har. Navnene på gradene kan skjule svært forskjellig innhold.

Les QS-rangeringen 2026 innen datavitenskap og KI

QS’ fagbaserte rangering (QS World University Rankings by Subject), publisert 25. mars 2026, inneholder en tabell for «Data Science and Artificial Intelligence». Denne tabellen er ny: Den ble innført i 2023 med 20 universiteter og har deretter vokst hvert år. Utgaven for 2026 rangerer 201 universiteter, mot 104 i 2025. QS omtaler dette som fagområdet med flest nye oppføringer.

Denne veksten forklarer endringer i plassering som ikke alltid gjenspeiler en endring i kvalitet. Når mer enn hundre institusjoner kommer inn i tabellen på én gang, kan de som allerede var med, falle på rangeringen uten å ha endret seg.

De to institusjonene som deler 6. plass, er ikke gjengitt her. QS bemerker at National University of Singapore er høyest rangert utenfor USA, og at Tsinghua er med i tabellen for første gang.

Se tabellen i sammenheng med hele QS-rangeringen

KI-tabellen er bare én av de 55 fagbaserte rangeringene i 2026-utgaven. Ifølge Istanbuls tekniske universitet (İstanbul Teknik Üniversitesi), som viser til tall fra QS, ble 6 273 universiteter analysert, og 1 908 ble rangert på tvers av alle fagområdene. Antallet institusjoner varierer betydelig fra tabell til tabell, fra noen titalls til flere hundre.

QS bruker terskelverdier: En institusjon som ikke oppfyller minstekravet til forskningsproduksjon eller omdømme innen et fagområde, tas ikke med. At en institusjon ikke er med i en tabell, betyr derfor ikke at den ikke tilbyr studieprogrammet, men bare at den ikke er rangert.

Dette forbeholdet gjelder også det nærliggende fagområdet informatikk og informasjonssystemer, som QS beskriver som et av fagområdene med flest rangerte institusjoner i verden. For samme institusjon kan plasseringene innen informatikk og datavitenskap være betydelig forskjellige, fordi gruppene av institusjoner som sammenlignes, ikke er de samme.

Undersøk kriteriene bak plasseringen

I de fagbaserte rangeringene kombinerer QS akademisk omdømme, omdømme blant arbeidsgivere, siteringsgjennomslag og h-indeksen. Disse indikatorene måler først og fremst forskning og anseelse. De sier lite om kvaliteten på undervisningen i første studieår, gruppestørrelser eller tilgang til praksisplasser.

For en bachelorgrad veier mer konkrete opplysninger ofte tyngre: emneinnhold, praksismuligheter, laboratorier som er tilgjengelige for studentene, og sysselsettingsrater publisert av institusjonen. For en doktorgrad er det forskningsprofilen til veilederen og laboratoriet som teller, mer enn universitetets plassering.

En ny rangering i sterk vekst bør ses i sammenheng med andre kilder: nettsidene til studieprogrammene, forskernes publikasjoner, erfaringer fra tidligere studenter og lister over industripartnere.

Sammenlign universitetsgrader og korte utdanningstilbud

Det finnes mange sertifikatkurs og intensive utdanningstilbud innen KI, og tilbyderne fremhever resultatene deres. I kildene som ble gjennomgått til denne artikkelen, ble det ikke funnet publiserte og sammenlignbare data om jobbmulighetene etter disse korte utdanningstilbudene. Det er best å holde seg til det som kan etterprøves.

Verdens økonomiske forum plasserer kompetanse innen KI og stordata øverst blant kompetanseområdene med sterkest vekst: Etterspørselen gjelder kompetanse, ikke en bestemt type grad. Forskningsroller er derimot fortsatt knyttet til høyere grader, og enkelte regulerte yrker krever en godkjent grad.

Når du sammenligner et kort utdanningstilbud med et universitetsprogram, er opplysningene institusjonen publiserer, mest nyttige: detaljert emneinnhold, varighet, om det inngår prosjekter som vurderes, om studiepoengene godkjennes av et universitet, og en liste over samarbeidende arbeidsgivere. Det teoretiske grunnlaget i matematikk er fortsatt nyttig når verktøyene endrer seg.

Og i Canada?

Canada lanserte i 2017 sin felleskanadiske strategi for kunstig intelligens, som Canadian Institute for Advanced Research (CIFAR) omtaler som verdens første nasjonale KI-strategi. Den bygger på tre nasjonale institutter: Mila i Montréal, Vector Institute i Toronto og Amii i Edmonton. Disse instituttene er knyttet til nærliggende universiteter og tar imot forskere og studenter på master- og doktorgradsnivå.

Ingen konkret kanadisk plassering oppgis her for QS-tabellen 2026 for fagområdet: Den detaljerte rangeringen kunne ikke gjennomgås i sin helhet da artikkelen ble skrevet, og den kan kontrolleres på QS’ nettsted.

For å utforske studieløp tilbyr StudyCanada en profil av University of Toronto, en profil av Université de Montréal, en side om B.Sc. i informatikk ved McGill University og en side om informatikkprogrammet ved University of Waterloo. Hver profil oppgir forkunnskapskravene i matematikk og vilkårene for internasjonale studenter.