Becoming a Generative AI User

I løbet af det seneste år er der for alvor sat skub i udviklingen og brugen af kunstig intelligens inden for en lang række brancher og jobs. Softwareudvikling er blevet nævnt som et af de områder, hvor kunstig intelligens forventes at have stort potentiale.  Et netop publiceret studie fra McKinsey (Deniz et al., 2023) viser at softwareudviklere kan gennemføre visse opgaver op til dobbelt så hurtigt som ellers med generativ AI. Særligt opgaver med lav kompleksitet såsom dokumentation og kodegenerering kan udføres med højere produktivitet. Derudover viser studiet af DX (developer experience) bliver bedre ved anvendelse af værktøjer baseret på generativ AI.

Mængden af værktøjer baseret på kunstig intelligens som softwareudviklere kan benytte sig af, er stødt stigende. Det samme er diverse guidelines til udarbejdet til softwareudviklere i forhold til at få mest muligt udbytte af disse værktøjer i forhold til de forskellige discipliner (kodegenerering, dokumentation etc.).

Der er dog stadigvæk mange softwareudviklere, som endnu ikke har tilegnet sig teknologien. Softwareudviklere bliver givetvis ikke erstattet af kunstig intelligens. Men en påstand kunne være at de bliver erstattet af softwareudviklere der kan anvende kunstig intelligens.

I dette projekt undersøges det, hvordan softwareudviklere kommer ombord i teknologien og i sidste ende får den til at skabe værdi i deres professionelle praksis. Det er projektets ambition at identificere de trin eller faser som softwareudviklere går igennem for i sidste ende at inkorporere teknologien i deres daglige professionelle praksis. Ved at identificere trin og faser i teknologiimplementeringen kan projektet udvikle en ramme eller metode, der kan fungere som vejledning for softwareudviklere, når de skal tage nye teknologier i brug. Dette kan effektivisere overgangsprocessen og hjælpe udviklere med hurtigere at opnå produktiv anvendelse af nye værktøjer og teknologier.

Denne problemstilling er forskningsmæssig relevant fordi den søger at undersøge de mekanismer, som muliggør og forbedrer adoptionen af nye teknologier i softwareudvikling, hvilket er centralt for både den enkelte udviklers kompetenceudvikling og virksomhedens konkurrencemæssige fordele. Studiet bygger videre på eksisterende teorier, begreber og modeller som forsøger at kortlægge, hvordan individer og organisationer tilegner sig ny teknologi herunder eksempelvis diffusionsbegrebet (Rogers, 2003) og Technology Acceptance Model (Venkatesh et al., 2003).

Det er projektets ambition at identificere de trin eller faser som softwareudviklere går igennem for i sidste ende at inkorporere teknologien er deres daglige professionelle praksis. 
 
Projektet er samtidigt et metodisk eksperiment i forhold til at afprøve, hvordan generativ AI kan skabe værdi i forbindelse med alle aktiviteterne i et F&I-projekt herunder kodning af interviews, forslag til strukturering af vidensprodukt, idegenerering til hvad en guide kan indeholde mv. 

• Indledende afsøgning af praksisfeltet og af litteraturen  

• Udarbejdelse af interviewguide 

• Gennemførelse af interviews 

• Læsning af litteratur 

• Bearbejdning af interviews 

• Udfærdigelse af guide til praktikere 

• Udfærdigelse af vidensprodukt 

Projektet er metodisk  inspireret af Howard Beckers klassiske studie, “Becoming a Marihuana User” (Becker, 1953), hvor han kortlagde de ændringer i holdninger og adfærd der var afgørende i forhold til at blive marihuana-bruger. I projektet anvendes således interviewteknikken til at indsamle data om informanternes erfaringer og oplevelser med generative AI-værktøjer. 

Teoretisk vil vi i projektet finde inspiration i begreber og modeller, som forsøger at kortlægge, hvordan individer og organisationer tilegner sig ny teknologi herunder eksempelvis diffusionsbegrebet (Rogers, 2003) og Technology Acceptance Model (Venkatesh et al., 2003).

Med udgangspunkt i Beckers forløbsbeskrivelse af en brugers tilblivelsesproces igennem faser, vil projektets interviewmetoder forfølger progressioner og ændringer i informanternes holdninger og adfærd ved at kortlægge deres erfaringer med, og overvejelser om, brug af generative AI-værktøjer i deres arbejds- og privatliv. Med udgangspunkt i Beckers interaktionistiske perspektiv vil projektet herefter operationalisere menneske-teknologi relationsteorier (Inde og Verbeeks) og tilegnelsesteorier (Rogers og Venkatesh et al.) 

Data indsamles gennem kvalitative interviews (Kvale, 1997) med softwareudviklere med henblik på at få indblik i informanternes erfaringer og oplevelser med generative AI-værktøjer. På den baggrund udvikles en trappe med de trin, som softwareudviklere skal igennem for i sidste ende at blive professionel bruger af generativ AI. Der suppleres løbende med yderligere interviews, som bruges til at kvalificere analysen og den udviklede trappemodel.