The Future Is Not What It Used to Be

On predictions, judgement, and the art of acting without certainty.

Friday, 13 November 2026 occupies a curious place in the history of science. In 1960, Heinz von Foerster and his colleagues published an article in Science identifying that very day as the moment when, according to their model, the world’s population would approach infinity.

This was a mathematical singularity, rather than a literal vision of infinitely many people. Yet the date gave the calculation a striking precision. An uncertain future had been given an appointment in the calendar.

On 8 October 2026, Science published Javier A. Birchenall’s retrospective on this prediction. There was still just over a month to go before the foretold day. We should therefore be precise: the date has not yet passed. Nevertheless, population trends have already diverged sharply from the trajectory described by the model. Birchenall estimates that the world’s population will be around 8.3 billion on the old doomsday date. It is still growing, but the rate of growth is declining.

The future is not what it used to be. Perhaps this says as much about our expectations as it does about the future itself.

It is tempting to use this story to laugh at scientists who got things wrong. We should resist that temptation. The model was neither arbitrary nor without value. It captured a real acceleration in population growth and described developments well for a time. The error arose when a historical pattern was given the status of a permanent law.

That distinction is crucial. Something can be true of a particular period without being true for all time.

In the middle of the twentieth century, rapid population growth could look like a movement that would only gather momentum. But human societies change. Patterns of childbearing, living conditions, and people’s choices are part of the developments that demographic models seek to describe. Eventually, the model lost its grip on reality.

What had appeared to be an inevitable future turned out to be the experience of a particular era.

This is where practical philosophy begins. It asks how we should live and act when our knowledge is limited. We cannot wait for complete certainty before choosing an education, having children, building a society, or taking responsibility for others. Life demands decisions long before all the facts are available.

In Aristotle, we find the concept of phronesis, usually translated as practical wisdom. It involves judging what a situation requires, with attention to experience, circumstances, and the good we hope to achieve. A rule or a calculation can help us, but it cannot take over our responsibility for making that judgement.

The history of the population model illustrates why. A calculation can be correctly performed and still provide a poor basis for action if its assumptions no longer hold. Practical wisdom therefore involves asking: What must remain true for this forecast to be useful? What suggests that the situation has changed?

Such questions also apply to our private lives. We may go through a difficult period and turn it into a prediction: this is how things will always be. We may succeed a few times and begin to take continued progress for granted. In both cases, we extend an experience into a future we do not yet know.

A moment becomes a destiny.

This does not mean that we should stop planning. It means that good plans need room for revision. Someone considering an education must take the labour market into account, but also ask which skills will remain valuable if the forecast proves wrong. Someone building a business needs expectations about demand and economic conditions, but also the ability to change course.

In practice, a decision can be wise even if the future turns out differently from what we expected. It can develop our abilities, preserve our freedom to act, and leave us better equipped to face several possible outcomes.

Birchenall also shows how easily the story can reverse. While earlier decades feared explosive population growth, many people now worry about low birth rates and population decline. If Japan’s current rate of decline is treated as an eternal law, it is possible to calculate a distant date when the country will be emptied of people. The article uses 5 May 3108 as an illustration.

The point is not that this date should be taken seriously as a forecast. The point is how easily we repeat the old mistake in the opposite direction. Once, the curve rose towards infinity. Now, it can be projected towards emptiness. In both cases, we allow today’s trends to have the final word on every tomorrow.

The dates make this particularly clear. The years 1960, 2026, and 3108 belong to very different time horizons, yet a precise calendar date can lend them an appearance of equal certainty. We must distinguish between the precision of a calculation and the certainty of its assumptions.

Still, the failure of a doomsday model does not mean that all warnings are exaggerated. Population pressure can create real problems without the population approaching infinity. Low birth rates can pose difficult challenges for society without a country becoming uninhabited. Criticising the endpoint of a prediction does not relieve us of the need to consider the problems along the way.

Taking uncertainty seriously therefore requires more than scepticism. We must weigh what we know, the possible consequences, and the costs of waiting. Some actions can be revised. Others have consequences that are difficult to undo. Practical wisdom takes this difference into account.

The errors of research into the future do not, then, teach us that knowledge is worthless. They remind us that knowledge must be used with judgement. We need models, but also the willingness to recognise when the world no longer follows them.

The future is not what it used to be. Nor is it simply what we now calculate it will become. It will contain events we have not foreseen and choices that have not yet been made.

We can meet it with firm convictions that remain open to questioning, plans that allow for change, and a sense of responsibility that does not depend on certainty. This may be one of the most important things practical philosophy can teach us: to act thoughtfully and with care, while remembering that we may be wrong.

---

Source: Javier A. Birchenall, “Demographic ‘doomsday’ misses the mark”, Science, 8 October 2026, pp. 173–174. This essay draws on the article; the philosophical reflections are independent.

This may be one of the most important things practical philosophy can teach us: 

to act thoughtfully and with care, 

while remembering that we may be wrong.

This essay was written in a conversation with OpenAI/ChatGPT

 

Fremtiden er ikke det den engang var

Om spådommer, dømmekraft og kunsten å handle uten å vite.

Fredag 13. november 2026 har en merkelig plass i vitenskapshistorien. I 1960 publiserte Heinz von Foerster og hans kolleger en artikkel i tidsskriftet Science som utpekte nettopp denne dagen som tidspunktet da verdens befolkning, ifølge modellen deres, ville gå mot det uendelige.

Det var en matematisk singularitet, ikke en bokstavelig forestilling om uendelig mange mennesker. Men datoen ga beregningen en slående presisjon. En usikker fremtid hadde fått en avtale i kalenderen.

Den 8. oktober 2026 publiserte Science Javier A. Birchenalls tilbakeblikk på denne spådommen. Da var det fremdeles litt over en måned igjen til den varslede dagen. Vi skal derfor være presise: Datoen er ennå ikke passert. Likevel er befolkningsutviklingen allerede langt fra forløpet modellen beskrev. Birchenall anslår at verdens befolkning vil være rundt 8,3 milliarder ved den gamle dommedagsdatoen. Den vokser fortsatt, men veksttakten avtar.

Fremtiden er ikke det den engang var. Kanskje sier dette like mye om våre forestillinger som om fremtiden selv.

Det er fristende å bruke historien til å le av forskere som tok feil. Den fristelsen bør vi motstå. Modellen var verken tilfeldig eller uten verdi. Den fanget opp en reell akselerasjon i befolkningsveksten og beskrev utviklingen godt i en periode. Feilen oppsto da et historisk mønster fikk status som en varig lov.

Det skillet er avgjørende. Noe kan være sant om en periode uten å være sant for alltid.

Midt på 1900-tallet kunne den raske befolkningsveksten se ut som en bevegelse som bare ville forsterke seg. Men menneskelige samfunn forandrer seg. Fødselsmønstre, levekår og menneskers valg inngår i utviklingen de demografiske modellene forsøker å beskrive. Etter hvert mistet modellen sitt grep om virkeligheten.

Det som så ut som fremtidens nødvendighet, viste seg å være en bestemt tids erfaring.

Her begynner den praktiske filosofien. Den spør hvordan vi skal leve og handle når kunnskapen vår er begrenset. Vi kan ikke vente på full sikkerhet før vi velger utdanning, får barn, bygger et samfunn eller tar ansvar for andre. Livet krever avgjørelser lenge før alle opplysninger foreligger.

Hos Aristoteles finner vi begrepet fronesis, gjerne oversatt som praktisk klokskap. Det handler om å bedømme hva situasjonen krever, med blikk for både erfaring, omstendigheter og det gode vi ønsker å oppnå. En regel eller beregning kan hjelpe oss, men den overtar ikke ansvaret for vurderingen.

Befolkningsmodellens historie illustrerer hvorfor. En beregning kan være riktig utført og likevel gi et dårlig grunnlag for handling dersom forutsetningene ikke lenger holder. Praktisk klokskap innebærer derfor å spørre: Hva må fortsatt være sant for at denne prognosen skal være nyttig? Hva tyder på at situasjonen har endret seg?

Slike spørsmål gjelder også våre private liv. Vi kan oppleve en vanskelig periode og gjøre den til en spådom: Slik kommer det alltid til å være. Vi kan lykkes noen ganger og begynne å regne fremgangen som en selvfølge. I begge tilfeller forlenger vi en erfaring inn i en fremtid vi ennå ikke kjenner.

Et øyeblikk blir til en skjebne.

Det betyr ikke at vi bør slutte å planlegge. Det betyr at gode planer trenger rom for korreksjon. Den som vurderer en utdanning, må ta hensyn til arbeidsmarkedet, men også spørre hvilke ferdigheter som vil være verdifulle dersom prognosen slår feil. Den som bygger en virksomhet, trenger forventninger om etterspørsel og økonomi, men også muligheten til å endre kurs.

I praksis kan en beslutning være klok selv om fremtiden blir annerledes enn ventet. Den kan utvikle evner, bevare handlingsrom og gjøre oss bedre rustet til å møte flere mulige forløp.

Birchenall viser også hvor lett fortellingen kan snu. Mens tidligere tiår fryktet eksplosiv befolkningsvekst, bekymrer mange seg nå for lave fødselstall og befolkningsnedgang. Hvis man behandler Japans nåværende nedgangsrate som en evig lov, kan man beregne en fjern dato da landet blir tømt for mennesker. Artikkelen bruker 5. mai 3108 som illustrasjon.

Poenget er ikke at denne datoen bør tas alvorlig som prognose. Poenget er hvor lett vi gjentar den gamle feilen med motsatt fortegn. Før vokste kurven mot det uendelige. Nå kan den trekkes mot tomheten. I begge tilfeller lar vi dagens utvikling få siste ord om alle morgendager.

Datoene gjør dette særlig tydelig. 1960, 2026 og 3108 tilhører svært forskjellige tidshorisonter, men den presise kalenderdatoen kan gi dem et skinn av samme sikkerhet. Vi må skille mellom presisjonen i en beregning og sikkerheten i dens forutsetninger.

Likevel følger det ikke av en feilslått dommedagsmodell at alle advarsler er overdrevne. Befolkningspress kan skape reelle problemer uten at befolkningen går mot det uendelige. Lave fødselstall kan gi vanskelige samfunnsoppgaver uten at et land blir folketomt. En kritikk av spådommens ytterpunkt fritar oss ikke fra å vurdere problemene underveis.

Å ta usikkerhet alvorlig krever derfor mer enn skepsis. Vi må veie kunnskap, mulige konsekvenser og kostnadene ved å vente. Noen handlinger kan revideres. Andre får følger som er vanskelige å gjøre om. Praktisk klokskap tar hensyn til denne forskjellen.

Fremtidsforskningens feil lærer oss dermed ikke at kunnskap er verdiløs. De minner oss om at kunnskap må brukes med dømmekraft. Vi trenger modeller, men også viljen til å oppdage når verden ikke lenger følger dem.

Fremtiden er ikke det den engang var. Den er heller ikke bare det vi nå beregner at den skal bli. Den vil romme hendelser vi ikke har forutsett, og valg som ennå ikke er tatt.

Vi kan møte den med faste overbevisninger som tåler spørsmål, planer som tåler endring og et ansvar som ikke er avhengig av sikkerhet. Det er kanskje noe av det viktigste praktisk filosofi kan lære oss: å handle omsorgsfullt og gjennomtenkt, samtidig som vi husker at vi kan ta feil.

---

Kilde: Javier A. Birchenall, «Demographic “doomsday” misses the mark», Science, 8. oktober 2026, s. 173–174. Essayet bygger på artikkelen; de filosofiske refleksjonene er selvstendige.

Det er kanskje noe av det viktigste praktisk filosofi kan lære oss: 

å handle omsorgsfullt og gjennomtenkt, 

samtidig som vi husker at vi kan ta feil.

Essayet er skrevet i en samtale med OpenAI/ChatGPT

 

When People Become Data

A person sits in front of a screen. On the other side of the desk, another person waits. A decision must be made, but first the information has to be entered. Age, income, employment, health. Some fields are filled in; others remain blank. Between the questions, the person waiting tries to explain something that does not quite fit.

What happens to that story when the form is saved?

We have always tried to make sense of the world. We count, sort, and compare. Numbers help us see things that would otherwise remain hidden: differences in living conditions, patterns of illness, people being left behind. An individual’s experience can be dismissed as an exception. When many experiences are brought together, they can become difficult to ignore. Being counted can therefore also mean being acknowledged.

Yet something happens when a life is translated into information. Whatever can be recorded takes on a particular form. An income becomes an amount. A diagnosis becomes a code. Absence becomes a percentage. The information may be accurate while still offering an incomplete picture.

The absence rate does not necessarily tell us about the child who kept a parent awake all night. Income says little about the responsibility of caring for a sick sister. A diagnosis does not readily capture the fear that comes with it. We can know a great deal about a person and still understand very little about the life they lead.

In an editorial in Science, 08 October 2026, Julia Lane and Natasha Noy ask whether ever-growing quantities of data are fit for the purposes they serve. The question seems technical, but it also invites ethical reflection. Information acquires meaning through its use. What is useful for describing a population may be inadequate when deciding what one particular person needs.

We might imagine a map. It shows roads, distances, and boundaries. A good map makes it easier to find our way. But even the most accurate map cannot tell us how it feels to walk home alone, or why someone hesitates outside a particular door. The map’s value depends on our remembering what it shows and what it leaves out.

Perhaps this is precisely what we easily forget when information is presented with great precision. A number with two decimal places looks convincing. A ranking creates an impression of order. A calculated probability can make the future seem more certain than it is. The form can give us a confidence that the substance does not fully warrant.

It then becomes essential to ask: How was the information collected? Who is missing? What assumptions underlie it? And how far can the conclusion reasonably be extended?

Those affected by the decisions should be able to ask such questions. A person being assessed needs an opportunity to understand the assessment and correct it. Otherwise, they may find themselves excluded from their own description, watching a version of themselves they do not recognise.

We need data to allocate resources, identify problems, and examine whether measures are working. We also need people who take responsibility for how that information is used. A system can organise the information. Someone must still listen, exercise judgement, and be willing to change their mind.

On the screen, the fields have all been filled in. The person on the other side of the desk has not yet told the whole story.

Perhaps the most important part of the conversation begins right there.

On the screen, the fields have all been filled in. 

The person on the other side of the desk has not yet told the whole story.

Perhaps the most important part of the conversation begins right there.

This essay was written in a conversation with OpenAI/ChatGPT

 

Når mennesker blir data

Et menneske sitter foran en skjerm. På den andre siden av bordet sitter et annet menneske og venter. Det skal tas en beslutning, men først må opplysningene registreres. Alder, inntekt, arbeid, helse. Noen felt fylles ut, andre blir stående tomme. Mellom spørsmålene forsøker den som venter, å fortelle noe som ikke helt passer inn.

Hvor blir det av denne fortellingen når skjemaet lagres?

Vi har alltid forsøkt å gjøre verden oversiktlig. Vi teller, sorterer og sammenligner. Tallene hjelper oss å se forhold som ellers ville vært skjult: forskjeller i levekår, mønstre i sykdom, mennesker som faller utenfor. Det enkelte menneskets erfaring kan avfeies som et unntak. Når mange erfaringer samles, kan de bli vanskelige å overse. Å bli telt kan derfor også bety å bli anerkjent.

Likevel skjer det noe når et liv oversettes til opplysninger. Det som lar seg registrere, får en bestemt form. En inntekt blir et beløp. En diagnose blir en kode. Fravær blir en prosent. Opplysningene kan være korrekte, samtidig som de gir et ufullstendig bilde.

Fraværsprosenten forteller ikke nødvendigvis om barnet som holdt en forelder våken hele natten. Inntekten sier lite om ansvaret for en syk søster. En diagnose rommer ikke uten videre frykten som følger med den. Vi kan vite mye om et menneske og likevel forstå lite av livet det lever.

I en lederartikkel i Science 08. oktober 2026, spør Julia Lane og Natasha Noy om de stadig voksende datamengdene er egnet til formålene de brukes til. Spørsmålet virker teknisk, men åpner også for en etisk ettertanke. En opplysning får betydning gjennom bruken av den. Det som er nyttig for å beskrive en befolkning, kan være utilstrekkelig når vi skal avgjøre hva ett bestemt menneske trenger.

Vi kan forestille oss et kart. Det viser veier, avstander og grenser. Et godt kart gjør det lettere å finne frem. Men selv det mest nøyaktige kartet forteller ikke hvordan det kjennes å gå hjem alene, eller hvorfor noen nøler foran en bestemt dør. Kartets verdi avhenger av at vi husker hva det viser, og hva det utelater.

Kanskje er det nettopp dette vi lett glemmer når opplysninger presenteres med stor presisjon. Et tall med to desimaler ser overbevisende ut. En rangering gir inntrykk av orden. En beregnet sannsynlighet kan få fremtiden til å virke mer avklart enn den er. Formen kan gi oss en trygghet som innholdet ikke fullt ut fortjener.

Da blir det avgjørende å kunne spørre: Hvordan ble opplysningene samlet inn? Hvem mangler? Hvilke antakelser ligger bak? Og hvor langt kan konklusjonen egentlig strekkes?

Slike spørsmål bør kunne stilles av dem beslutningene angår. Den som blir vurdert, trenger en mulighet til å forstå vurderingen og korrigere den. Ellers kan mennesket bli stående utenfor sin egen beskrivelse, som en tilskuer til en versjon av seg selv det ikke kjenner igjen.

Vi trenger data for å fordele ressurser, oppdage problemer og undersøke om tiltak virker. Vi trenger også mennesker som tar ansvar for hvordan opplysningene brukes. Et system kan ordne informasjonen. Noen må fortsatt lytte, utøve skjønn og være villige til å endre oppfatning.

På skjermen står feltene ferdig utfylt. Den som sitter på den andre siden av bordet, har ennå ikke fortalt alt.

Kanskje begynner den viktigste delen av samtalen akkurat der.

På skjermen står feltene ferdig utfylt. 

Den som sitter på den andre siden av bordet, har ennå ikke fortalt alt.

Kanskje begynner den viktigste delen av samtalen akkurat der.

Dette essayet er skrevet i en samtale med OpenAI/ChatGPT