AI-But why?

Projektet sigter mod at udforske og dokumentere anvendelsen og implementeringsprocessen af kunstig intelligens (AI) i store virksomheder. Målet er at skabe en dybdegående indsigt i de praktiske aspekter af AI-integration, som kan bruges til at udvikle ressourcer for små og mellemstore virksomheder (SMV’er), herunder workshops, etableringer af AI netværk og rådgivning/vejledning.  

Store virksomheder har ofte flere ressourcer og en mere avanceret tilgang til implementering af AI. Ved at studere disse virksomheders erfaringer kan vi identificere Best Practices og skabe en indsigt i de eventuelle hverdagsudfordringer, som muligvis kan opstå.     

Projektets relevans ligger i dets potentiale til at fremme forståelsen og anvendelsen af AI blandt SMV’er, som udgør en væsentlig del af økonomien. AI-teknologien er en katalysator for innovation og kan hjælpe SMV’er med at konkurrere på et globalt marked. Ved at forstå, hvordan store virksomheder med succes implementerer AI, kan SMV’er lære at anvende disse teknologier til at forbedre deres egne processer og produkter.  

Digitalisering er afgørende for virksomheders overlevelse og vækst og dette projekt vil kunne hjælpe SMV’er på vej med de nødvendige værktøjer og viden. AI kan også påvirke jobfunktionerne og skabe nye roller og dette projekt vil bidrage til at forbedrede SMV’erne på disse ændringer. 

Ved at dele viden og ressourcer gennem workshops, podcasts og netværksmøder vil projektet være med til at demokratisere adgangen til AI-teknologien, så den ikke kun er forbeholdt store virksomheder med omfattende ressourcer

Projektets formål er at udfylde et vigtigt videnhul inden for anvendelse af AI i erhvervslivet især i blandt små og mellemstore virksomheder, gennem kortlægning af AI’s potentiale for SMV’erne.  

Formål: 

• At identificere og dokumentere de muligheder som AI tilbyder og hvordan disse kan udnyttes i praksis af SMV’er 
• At undersøge, hvordan store virksomheder har navigeret i udfordringerne ved at implementere AI og hvilke strategier de har anvendt 
• At bruge og indsamle data til at skabe ressourcer, der kan hjælpe SMV’er med at forstå og anvende AI i deres egne operationer 
• At sikre at SMV’er er udstyret med den viden, der er nødvendig for at implementere AI på en ansvarlig og etisk måde 

Værdiskabelsen ved dette projekt er at give SMV’er en konkurrencefordel ved at gøre dem i stand til at optimere deres processer og tilbyde innovation løsninger ved hjælp af AI. 

Resultatet af projektet vil akademiet kunne drage nytte af ved at bruge projektets resultater til at udvikle relevante uddannelsesprogrammer og kurser, der kan forberede de studerende til fremtidens arbejdsmarked.  

Projektet er inddelt i en række arbejdspakker (WP). Arbejdspakkerne består af opgaver (T) og leverancer (D).

WP1: Projektledelse/administration 

         T1.1: Deltagelse på styregruppemøder 

         T1.2: Deltagelse I frascatinetværk 

WP2: Indsigt i feltet og udfærdigelse af endeligt forskningsspørgsmål (E24) 

         T2.1: Litteratursøgning og læsning af litteratur/rapporter 

         T2.2: Kontakt til potentielle casevirksomheder 

         T2.3: Besøg hos casevirksomheder samt etablering af endelig samarbejdsaftale 

         D2.1: Beskrivelse af felt samt endeligt forskningsspørgsmål (intern leverance) 

WP3: Metodisk tilgang, dataindsamling og databehandling (F25) 

         T3.1: Endelig metodisk tilgang til casestudie defineres med udgangspunkt i forskningsspørgsmålet og den udvalgte casevirksomhed 

         T3.2: Empiriindsamling 

         T3.3: Databearbejdning/-analyse 

WP4: Kommunikation (E25 + F26) 

         T4.1: Udfærdigelse af working paper (E25) 

         T4.2: Konferencepræsentation (gerne internationalt) af working paper (E25) 

         T4.3: Udfærdigelse af videnprodukt til SMV’er (evt. anbefalinger eller guide/workshops/etablering af netværk) (E25) 

         T4.4: Deltagelse ved Forsknings Døgn (F26) 

         T4.5: Udfærdigelse af endeligt paper med henblik på udgivelse (F26) 

         D4.1: Working paper 

         D4.2: Videnprodukt til SMVer 

         D4.3: Endeligt paper 

Projektets videnskabsteoretiske tilgang er forankret i en pragmatisk tradition, som vægter anvendeligheden af forskning og viden i praksis. Denne tilgang anerkender, at viden skabes gennem interaktion med verden og er formet af kontekstuelle faktorer. Her er en redegørelse for, hvordan projektet integrerer elementer af både fænomenologi og socialkonstruktivisme: 

Pragmatisme: Pragmatismen som videnskabsteoretisk tilgang fokuserer på at skabe viden, der kan anvendes til at løse praktiske problemer. I dette projekt betyder det, at forskningen sigter mod at producere resultater, der direkte kan informere og forbedre anvendelsen af AI i SMV’er. 

Fænomenologi: Fænomenologien bidrager til projektet ved at dykke ned i de individuelle oplevelser og perspektiver af de personer, der arbejder med AI i casevirksomhederne. Dette giver en dybere forståelse af, hvordan AI opleves ‘fra indersiden’, og hvilken betydning det har for de involverede individer. 

Socialkonstruktivisme: Socialkonstruktivismen understreger, at viden og virkelighed er socialt konstruerede. I projektet anvendes denne tilgang til at forstå, hvordan brugen af AI i virksomheder er formet af sociale processer, magtstrukturer og kulturelle normer. 

Integration af Tilgangene: Projektet vil bruge en pragmatisk ramme til at guide forskningsprocessen, hvor fænomenologiske metoder bruges til at indsamle dybdegående data om personlige oplevelser, og socialkonstruktivistiske perspektiver bruges til at analysere, hvordan disse oplevelser er indlejret i og påvirker sociale strukturer. 

Anvendelse i Projektet: 

• Interviews: Vil blive brugt til at indsamle fænomenologiske data, hvor deltagerne vil blive opfordret til at beskrive deres oplevelser og opfattelser af AI. 
• Observationer: Vil give et socialkonstruktivistisk perspektiv på, hvordan AI bruges i praksis og er indlejret i organisatoriske rutiner og kulturer. 
• Analyse: Vil integrere begge perspektiver for at skabe en holistisk forståelse af AI’s rolle i virksomhederne og dets bredere sociale implikationer. 

Værdi for Projektet: Denne integrerede tilgang vil sikre, at projektet ikke kun genererer teoretisk viden, men også praktiske indsigter, der kan anvendes til at forme fremtidige AI-strategier i SMV’er. Det vil også sikre, at projektet tager højde for både de menneskelige og sociale dimensioner af AI-teknologi. 

Denne tilgang er særligt relevant for erhvervsakademisektoren, da den understreger behovet for uddannelse, der forbereder studerende til at navigere i en kompleks og teknologisk drevet verden med en forståelse for både teknologiens potentiale og dens sociale konsekvenser. 

Projektets undersøgelsesdesign vil være baseret på et kvalitativt casestudie, hvor der anvendes en kombination af interviews og observationer for at opnå en dybdegående forståelse for anvendelse og implementeringen af AI i de udvalgt case virksomheder. 

Casestudie: 

• Udvælgelse af Casevirksomheder: Vi vil identificere 3-4 store virksomheder, der er førende inden for anvendelsen af AI. Disse virksomheder vil blive valgt baseret på deres innovative brug af AI og deres villighed til at deltage i undersøgelsen. 
• Datatriangulering: For at sikre validiteten af vores fund vil vi indsamle data fra flere kilder, herunder interviews, observationer, og sekundære data som virksomhedsrapporter og tekniske dokumenter. 

Interviews: 

• Semistrukturerede Interviews: Vi vil gennemføre semistrukturerede interviews med nøglepersoner i hver virksomhed, herunder ledere, AI-eksperter, og medarbejdere, der arbejder direkte med AI-løsninger. Der tages noter undervejs. Ved behov transskriberes interview.
• Interviewguide: En interviewguide vil blive udviklet for at sikre, at alle relevante emner bliver dækket, samtidig med at interviewpersonerne har frihed til at dele deres erfaringer og perspektiver. 

Observationer: 

• Direkte Observationer: Forskere vil udføre direkte observationer af AI-systemerne i brug i de forskellige arbejdsmiljøer for at få indsigt i, hvordan AI integreres i daglige arbejdsprocesser. Dokumentationen vil være i form af noter, evt. billeder mm 
• Deltagende Observationer: Hvor det er muligt, vil forskere deltage i arbejdsprocesser for at opleve brugen af AI fra et førstepersonsperspektiv. 

Videnprodukter: 

AI-workshop 

AI-netværk Mariagerfjord 

Podcast – en serie, hvor forskellige SMV’er bliver inviterer ind til en dialog om brugen af AI 

Undervisningsmateriale i form af case materiale, indsigt i brugen af AI mm 

Akademisk paper

Samlet set vil projektet ikke kun styrke SMV’ernes position på markedet, men også bidrage til at højne det generelle kompetenceniveau inden for AI og sikre, at erhvervsakademisektoren forbliver relevant og opdateret med de nyeste teknologiske trends.