Rådet jeg ville gitt en jusstudent i dag

Hvis jeg hadde begynt på jusstudiet i dag og noen spurte meg hvilken tilleggsferdighet som kunne styrke min profesjonelle posisjon mest om fem år, ville svaret vært ganske enkelt:

Lær kunstig intelligens på ordentlig.

Jeg mener ikke bare å skrive gode prompter eller bruke ChatGPT til å oppsummere forelesningsnotater.

Jeg mener å forstå moderne KI godt nok til å bygge og bruke arbeidssystemer rundt den: tilføre kontekst, koble til verktøy, hente frem dokumenter, bevare minne, definere tillatelser, kontrollere resultater og fastsette når maskinen skal stanse eller be om godkjenning.

Å «bygge» betyr ikke nødvendigvis å trene en modell eller bli ingeniør. Det kan bety å sette sammen og konfigurere eksisterende komponenter på en ansvarlig måte for å løse et konkret juridisk problem.

Jeg tror én kombinasjon blir særlig verdifull i årene som kommer:

Juss × anvendt teknologikompetanse.

Det er ingen garanti for jobb. Mulighetene i arbeidsmarkedet avhenger også av markedet, språk, erfaring, karakterer og mange andre forhold. Men kombinasjonen kan gi en betydelig fordel.

Ikke fordi advokatfirmaene trenger programmerere forkledd som advokater, men fordi de vil trenge jurister som kan føre teknologien inn i det juridiske arbeidet uten å miste jussen, konfidensialiteten eller profesjonsansvaret på veien.

Mellomrommet mellom partneren og ingeniøren

Tenk på en erfaren partner i et godt advokatfirma.

Vedkommende kan ha forhandlet hundrevis av transaksjoner, ledet komplekse tvister og utviklet en profesjonell intuisjon som det er umulig å tilegne seg ved å lese en lærebok. Men kanskje har partneren ikke tid til å studere forskjellen mellom en modell og en agent, teste lokale systemer, utforme dokumentgjenfinning eller finne ut hvorfor en automatisert arbeidsflyt mister informasjon etter ti trinn.

Ikke fordi partneren ikke er i stand til det, men fordi vedkommende har klienter, møter, ansvar og en virksomhet å lede.

Partneren trenger ikke nødvendigvis å bli KI-ingeniør. Partneren trenger noen som kan sette seg ved siden av og spørre:

• Hvordan utfører du egentlig dette arbeidet?
• Hva ser du på først?
• Hvilke dokumenter trenger du?
• Hvilke unntak bekymrer deg?
• Hvilken del kan delegeres?
• Hva krever alltid gjennomgang?
• Hvilket resultat ville du anse som tilstrekkelig solid til å levere til en klient?

Deretter må denne profesjonelle kunnskapen omsettes til en prosess som andre mennesker og verktøy kan utføre, kontrollere og forbedre.

Her kan det ligge en ekstraordinær mulighet for neste generasjon jurister: å fungere som bro mellom dem som kjenner jussen i dybden, og dem som bygger den teknologiske infrastrukturen.

I juli 2026 beskrev Reuters hvordan flere advokatfullmektiger gikk til juridiske KI-selskaper for å arbeide som legal engineers: hybridprofiler som tilfører juridisk kunnskap til utforming, testing og innføring av verktøy for juridisk arbeid. Dette er en journalistisk observert tendens, ikke generell markedsstatistikk, men den setter navn på et behov som allerede begynner å materialisere seg.

Den gamle inngangsporten begynner å endre seg

I flere tiår ansatte advokatfirmaene yngre jurister, blant annet fordi det fantes enorme mengder forholdsvis enkelt arbeid som noen måtte utføre:

• søke etter rettspraksis;
• gjennomgå dokumenter;
• utarbeide kronologier;
• sammenligne kontrakter;
• trekke ut klausuler;
• oppsummere saksdokumenter;
• og skrive et førsteutkast.

Ingen ansatte en nyutdannet fordi vedkommende hadde det faglige skjønnet til en partner med tjue års erfaring. Den nyutdannede ble også ansatt for sin produksjonskapasitet. Og mens han eller hun produserte, lærte vedkommende.

En del av disse oppgavene automatiseres eller endres i enkelte miljøer. Det viser ikke at KI generelt fjerner juniorstillinger. Men det reiser et vanskelig spørsmål: Hvordan skal vi utdanne fremtidens advokater hvis deler av arbeidet som ga dem erfaring, forsvinner?

I en artikkel av Steven B. Katz publisert av American Bar Association i 2026 formulerer forfatteren nettopp dette problemet. Dokumentgjennomgang, juridiske undersøkelser, førsteutkast og kronologier var ikke bare fakturerbare oppgaver: De lærte også juristene å lese, ordne fakta, skille rettskilder fra hverandre og motta korreksjoner. Dette er en profesjonell analyse, ikke en empirisk studie eller et formelt institusjonelt standpunkt fra ABA.

I Norge finnes et annet signal som fortjener oppmerksomhet. Advokatforeningens årsrapport for 2025 oppgir at antallet advokater og advokatfullmektiger i firmaene falt i 2024, og at nedgangen fortsatte i 2025, drevet av færre nye advokatfullmektiger. Foreningen understreker selv at det fortsatt er for tidlig å fastslå årsakene. I generalsekretærens innledning omtales det som plausibelt at økt bruk av KI kan bidra til utviklingen, men det hevdes ikke at denne sammenhengen er bevist.

Vi bør være like forsiktige. Automatisering av oppgaver, redusert rekruttering og tap av arbeidsplasser er forskjellige fenomener. Men det ville være like uklokt å ta for gitt at inngangsporten til yrket vil forbli nøyaktig den samme.

Vi trenger ikke alltid de største modellene

For få år siden kunne det virke som om denne omstillingen utelukkende ville avhenge av at et advokatfirma hadde tilgang til verdens kraftigste modeller.

Virkeligheten er mer interessant.

Til mange strukturerte oppgaver trenger vi ikke intelligens på et høyere nivå enn en partners. Vi trenger et system som kan hente ut konkrete felt, sammenligne klausuler mot en liste, klassifisere dokumenter, foreslå en kronologi, finne forskjeller eller arbeide mot en avgrenset dokumentsamling. Deretter kan et annet lag kontrollere, og en advokat avgjøre.

Nedlastbare modeller gir dessuten flere muligheter til å utføre bestemte operasjoner innenfor en kontrollert infrastruktur. Google presenterte i juni 2026 Gemma 4 12B som en modell utviklet for å inngå i lokale agentiske løsninger og kjøre på maskiner med rundt 16 GB samlet minne eller VRAM, ifølge leverandørens spesifikasjoner.

Modellen alene utgjør ikke en agent og bruker ikke verktøy på egen hånd. Det er applikasjonen rundt modellen – styringsrammen, eller harnesset – som gir den verktøy, kontekst, tillatelser, minne og grenser. Og en kjøring er bare reelt lokal eller offline dersom kildene, koblingene og verktøyene også er det.

Dette betyr ikke at enhver bærbar datamaskin kan løse ethvert juridisk spørsmål, at modellen egner seg for juridisk norsk eller spansk, eller at lokal kjøring automatisk gjør den sikker. Presisjonen avhenger av oppgaven, språket, konfigurasjonen, maskinvaren, kildene, lisensene og kontrolltiltakene.

Lærdommen er en annen:

For automatisering av repeterbart arbeid kan arkitekturen og muligheten for verifikasjon være like viktige som modellens rå kapasitet.

Hva det vil si å lære KI på ordentlig

Om kort tid vil det å si «jeg kan bruke ChatGPT» sannsynligvis ikke skille en kandidat særlig ut.

Fordelen vil ligge ett nivå høyere: i å forstå miljøet maskinen arbeider innenfor.

Grunnleggende bruk er allerede i ferd med å bli vanlig. I Fremtidens Jurist 2025 oppga 53,9 prosent av de norske deltakerne at de brukte KI-verktøy daglig eller ukentlig. Tallet kombinerer 19,6 prosent daglig bruk og 34,3 prosent ukentlig bruk blant 1 380 deltakere rekruttert gjennom Lovdatas kunder. Det bør verken tolkes som et nødvendigvis representativt utvalg av alle norske jurister eller som et mål på hvor avansert bruken var.

Hvis jeg studerte juss i dag, ville jeg forsøke å forstå minst fem kunnskapsområder.

1. Modeller og agenter

Hva en modell gjør godt, hvor den feiler, og når en enkelt forespørsel er nok. Og hva som endres når en agent får et mål, velger trinn, bruker verktøy og fortsetter å arbeide med en viss grad av selvstendighet.

2. Kilder, gjenfinning og minne

Hvordan man gir tilgang til bestemte dokumenter, bare henter frem den relevante informasjonen og bevarer fakta eller beslutninger mellom økter. Et gjenfinningssystem garanterer ikke i seg selv at svaret er riktig: Kildene må oppgis og kontrolleres.

3. Verktøy og automatisering

Hvordan KI kan kobles til avgrensede oppgaver: konvertere dokumenter, trekke ut data, søke i et register, fylle ut en mal eller sammenligne versjoner. Spørsmålet er ikke bare hva systemet kan gjøre, men hva det har tillatelse til å gjøre.

4. Kontroll og evaluering

Tillatelser, grenser, logger, tester, deterministiske regler og obligatoriske punkter for menneskelig godkjenning. Også hvordan man måler om systemet fungerer, og oppdager i hvilke tilfeller det svikter.

5. Personvern og dataarkitektur

Hvilken informasjon som kan sendes til en ekstern leverandør, hva som bør forbli lokalt, hvordan data kan minimeres eller pseudonymiseres før overføring, og hvorfor konfidensialitet må avklares før systemet kobles til.

Det er ikke nødvendig å mestre disse fagområdene på ingeniørnivå. Det er nødvendig å forstå dem godt nok til å anvende dem på juridiske problemer og føre en grundig samtale med den som faktisk bygger infrastrukturen.

Teknologisk kompetanse innebærer også å vite når noe ikke bør automatiseres.

Fordelen din er ikke teknologisk hvis du ikke kan juss

Her vil jeg føye til en viktig advarsel.

Jeg ville ikke ofret jussen for å lære teknologi. Jeg ville forsøkt å lære jussen bedre, fordi teknologien øker verdien av det faglige skjønnet som kan styre den.

En middelmådig jurist som kan bygge agenter, kan ende med å automatisere feil.

For å forklare en maskin hva den skal gjøre, må man først forstå problemet. For å vurdere resultatet må man kjenne fagområdet. For å oppdage hvilket unntak som betyr noe, må man ha erfaring eller samarbeide med noen som har det. Og for en dag å kunne bære profesjonsansvar må man først bli profesjonell.

Formelen er derfor ikke KI i stedet for juss.

Den er juss × teknologi.

Multiplikasjonen betyr noe. Hvis en av faktorene nærmer seg null, gjør resultatet det samme.

Hvis jeg var 22 år

Jeg ville avsluttet studiet med et mål om å være en bedre jurist enn medstudentene mine. Men samtidig ville jeg bygget.

Ikke tjue kursbevis.

Tre verifiserbare og godt dokumenterte prototyper.

For eksempel:

1. Et system som sammenligner kontrakter mot definerte kriterier.
2. Et system som undersøker et problem ved hjelp av verifiserbare kilder.
3. Et system som organiserer og gjenfinner juridisk kunnskap med sporbarhet.

Jeg ville utelukkende brukt offentlige, syntetiske eller uttrykkelig godkjente data. Jeg ville forklart hvilket problem hver prototype løser, hva som faller utenfor, hvor den feiler, hvilken informasjon den bruker, hvordan den kontrollerer konklusjonene, og på hvilket punkt den krever menneskelig gjennomgang.

Jeg ville ikke forsøkt å skjule feilene. Å dokumentere dem ville vist at jeg forstår problemet bedre enn en perfekt demonstrasjon forberedt til et jobbintervju.

Da ville samtalen med et advokatfirma vært annerledes.

Ikke bare:

«Jeg er nyutdannet jurist og vil at dere skal lære meg opp.»

Men:

«Jeg er jurist og har lært å bygge med teknologien som kommer til å endre deler av arbeidet deres. Dere har kunnskapen, klientene og erfaringen. Jeg kan hjelpe dere med å omsette noe av dette til sikre og verifiserbare systemer.»

Det er et annet verdiforslag. Det lover ikke å erstatte dem som allerede arbeider i firmaet. Det tilbyr samarbeid om å utforme måten firmaet arbeider på, på nytt.

Opplæring er ikke bare studentens ansvar

Det ville være urettferdig å legge hele problemet på den som er i starten av karrieren.

Universitetene må undervise i ansvarlig og praktisk bruk av disse verktøyene. Og advokatfirmaene som automatiserer junioroppgaver, må lage nye opplæringsløp: gi de unge tidligere tilgang til møter, strategi og gjennomgang; lære dem å revidere resultater; kreve at de åpner kildene; og ikke bare vurdere hva de produserer, men også resonnementet de bruker for å begrunne en beslutning.

Thomson Reuters' 2026 Law Student Pulse Survey, basert på 1 874 svar samlet inn på nett i april 2026, illustrerer spenningen godt. 72 prosent anså KI-kompetanse som en avgjørende profesjonell ferdighet, samtidig som 74 prosent erkjente at overdreven avhengighet kunne svekke deres juridiske ferdigheter. 32 prosent var uenige i at fakultetet ga dem den KI-kompetansen de trengte i sin fremtidige karriere.

Dette er en undersøkelse, ikke et universelt bilde av alle juridiske fakulteter. Men deltakerne ser ut til å forstå noe viktig: Å lære KI og å verne om juristutdanningen er ikke motstridende mål.

Det siste paradokset

Kunstig intelligens kan redusere nettopp deler av arbeidet som i flere tiår begrunnet ansettelsen av yngre jurister.

Samtidig skaper den et nytt behov i advokatfirmaene.

Noen må forstå teknologien, innføre den, evaluere den og snakke både partnerens og ingeniørens språk. Noen må omsette mange års profesjonell erfaring til prosedyrer, verktøy, minne og kontrolltiltak uten å ødelegge det som gjorde erfaringen verdifull.

En jusstudent kan tre inn i et yrke fullt av mennesker som kan langt mer juss. Men studenten kan komme inn med forståelse for en teknologi som mange organisasjoner fortsatt lærer å integrere.

Denne kombinasjonen kan bli svært verdifull.

For om noen år vil det antakelig være normalt å kunne bruke kunstig intelligens. Muligheten ligger i å lære tidlig å anvende den med faglig skjønn.

Lær juss.

Lær teknologi.

Og bli den som kan forene de to.

Merknad om rekkevidde

Artikkelen gir en profesjonell anbefaling og trekker flere slutninger om markedsutviklingen. De siterte dataene beviser ikke at KI er årsaken til en generell nedgang i juniorstillinger, og de garanterer heller ikke at en bestemt teknologisk ferdighet fører til en jobb. Konfidensiell informasjon eller klientdata må heller ikke brukes i opplæringsprosjekter uten tillatelse og en egnet arkitektur.