Når AI skal give mening: Fagprofessionelle i spændingsfeltet mellem konkurrerende hensyn

Generativ AI er i hastig udbredelse og er ved at forandre arbejdet på tværs af virksomheder og brancher. Samtidig rejser teknologien nye spørgsmål om, hvordan AI kan anvendes på måder, der både skaber værdi og understøtter kvalitet, faglig dømmekraft og ansvarlighed. Dette forskningsprojekt undersøger, hvordan fagprofessionelle sammen udvikler og forhandler meningsfulde og ansvarlige måder at arbejde med generativ AI på, når de står over for dilemmaer og må balancere forskellige hensyn.

Projektet gennemføres som et praksisnært, etnografisk inspireret og multipelt casestudie, hvor projektgruppen følger strategiske AI-initiativer i virksomheder på tværs af forskellige brancher og professioner. Gennem observationer af møder og arbejdssituationer, kvalitative interviews og analyse af dokumenter undersøger projektet, hvordan AI bliver diskuteret, vurderet og forhandlet i konkrete arbejdssituationer, og hvilke hensyn forskellige fagprofessionelle skal navigere mellem, når de skal få AI til at give mening i deres fagprofessionelle praksis. Projektet bidrager med ny viden om, hvordan ansvarlig og meningsfuld anvendelse af AI ikke blot formuleres som principper eller politikker, men udvikles, fortolkes og omsættes på tværs af fagprofessioner gennem deres daglige praksis.

Projektets resultater skal både styrke virksomhedernes arbejde med ansvarlig og meningsfuld AI og bidrage til udviklingen af Erhvervsakademi Københavns uddannelser og videngrundlag, så fremtidens dimittender bliver bedre rustet til at arbejde professionelt og ansvarligt med generativ AI.

Danske virksomheder på tværs af brancher arbejder i disse år intensivt med at bringe generativ AI i anvendelse i deres daglige praksis. Teknologien rummer et betydeligt potentiale for effektivisering, kvalitetsforbedring og innovation (Digitaliseringsministeriet, 2026; McKinsey & Company, 2023). Undersøgelser viser eksempelvis, at virksomheder i nogle brancher, der anvender generativ AI, især oplever hurtigere opgaveløsning, højere kvalitet og mere kreativitet i opgaveløsningen (Dansk Industri, 2025). Samtidig er området præget af stor organisatorisk variation. En landsdækkende CAISA-kortlægning af danske SMV’er peger i samme retning: AI er relativt udbredt, men ofte kun i begrænset omfang integreret i virksomhedernes processer, og strategisk forankring og mere avancerede anvendelser er fortsat sporadiske (Nielsen et al., 2025). Nogle virksomheder befinder sig fortsat i en tidlig fase, hvor anvendelsen primært drives af individuelle eksperimenter, lokale initiativer og begrænset strategisk retning, mens andre virksomheder har igangsat mere konkrete og strategiske AI-initiativer (Digitaliseringsstyrelsen, 2025). Men uanset om AI-anvendelse udspringer af individuelle eksperimenter eller en mere formaliseret strategi, er det i sidste ende de fagprofessionelle, der skal få teknologien til at give mening i deres arbejde. En nyere dansk undersøgelse viser, at AI-anvendelse ofte finder sted uden tydelig strategisk forankring og med begrænset organisatorisk understøttelse, samtidig med at mange medarbejdere endnu ikke oplever AI som relevant for deres arbejde (Ringberg & Østergaard Jacobsen, 2026). Det handler derfor ikke blot om at anvende nye værktøjer, men også om at finde ud af, hvilken rolle AI skal spille i arbejdet, hvad teknologien kan og bør bruges til, og hvordan den spiller sammen med eksisterende faglige normer, værdier og arbejdspraksisser.

Anvendelsen af generativ AI er samtidig forbundet med en række potentielt modstridende hensyn. Mens teknologien forbindes med løftet om øget effektivitet, økonomisk værdiskabelse og forbedret kvalitet, giver den også anledning til bekymringer om blandt andet datasikkerhed, automatisering, tab af faglige kompetencer og arbejdsglæde (Fischer et al., 2023) Fagprofessionelle må således navigere mellem hensyn til eksempelvis effektivitet, kvalitet, faglighed, kreativitet, ansvarlighed og organisatoriske krav. Disse hensyn er ikke altid forenelige, og der findes sjældent entydige svar på, hvad der udgør god eller ansvarlig AI-anvendelse. Anvendelsen af AI bliver dermed ikke blot et teknisk eller implementeringsmæssigt spørgsmål, men også et spørgsmål om hvordan teknologiens muligheder og begrænsninger vurderes, prioriteres og forhandles i praksis.

Spørgsmålet om, hvordan AI finder sin plads i organisationer og i arbejdslivet, har også fået betydelig opmærksomhed i international forskning. AI-adoptionsforskningen har i høj grad været præget af bestræbelser på at identificere de bagvedliggende faktorer, der fremmer eller hæmmer implementeringen af AI. I et omfattende litteratur review viser Khanfar et al. (2026), hvordan forskningen især har trukket på klassiske teknologiadoptionsmodeller som Technology Acceptence Model (TAM), Unified Theory of Acceptance and Use of Technology (UTAUT) og Technology-OrganizationEnvironment (TOE). Også nyere studier af generativ AI har i vid udstrækning fastholdt dette fokus. Rana et al. (2024) undersøger eksempelvis, hvordan institutionelle påvirkninger og etiske hensyn som retfærdighed, ansvarlighed og transparens påvirker organisationers anvendelse af generativ AI.

Samtidig har spørgsmål om ansvarlig AI fået stigende opmærksomhed. Hvor en væsentlig del af denne forskning har været optaget af at formulere etiske principper og retningslinjer, peger nyere studier på behovet for at forstå, hvordan ansvarlig AI omsættes til praksis. Papagiannidis et al. (2025) viser eksempelvis, at der fortsat er begrænset viden om, hvordan principper for ansvarlig AI konkret implementeres og håndteres i organisationer. De fremhæver desuden, at ansvarlig AI indebærer afvejninger mellem forskellige hensyn, og at forståelsen af ansvarlighed varierer mellem kontekster og forandrer sig over tid. Andre studier har undersøgt, hvordan AI-praktikere oplever spændinger i fortolkningen og anvendelsen af etiske principper (Figueras et al., 2022) og hvordan organisatoriske målkonflikter og institutionelle forhold kan udfordre implementeringen af ansvarlig AI (Horneber, 2025).

Samlet set har denne forskning bidraget med vigtig viden om forhold, der påvirker AI-adoption, og de principper, spændinger og organisatoriske udfordringer, der knytter sig til ansvarlig AI-anvendelse. Der er imidlertid fortsat behov for at forstå, hvordan fagprofessionelle konkret vurderer, begrunder og håndterer konkurrerende hensyn, når de skal Erhvervsakademi København, Nansensgade 19, 1366 København K, CVR nr. 45360644 få AI til at indtage en meningsfuld rolle i deres arbejde. I et nyere review peger Khajedehi et al. (2026) netop på at eksisterende forskning kun i begrænset omfang belyser, hvordan aktører i deres daglige praksis vurderer, prioriterer og finder kompromisser mellem konkurrerende hensyn. De efterlyser derfor undersøgelser af de konkrete retfærdiggørelsesprocesser, der udspiller sig på mikroniveau i forbindelse med digital transformation.

På denne baggrund undersøger nærværende forskningsprojekt, hvordan fagprofessionelle vurderer, begrunder og forhandler AI’s rolle i deres arbejde og hvordan de håndterer de konkurrerende hensyn, der kommer til udtryk undervejs. Dermed bidrager projektet med viden om, hvordan forståelser af meningsfuld og ansvarlig AI-anvendelse etableres, udfordres og forandres over tid.

Da forskningsprojektet er organiseret i arbejdspakker med forskellige faglige og og branchemæssige fokusområder, suppleres denne overordnede litteratur i de enkelte arbejdspakker med en domænespecifik litteraturgennemgang, der retter sig mod den pågældende profession, branche eller praksiskontekst.

Projektets resultater forventes løbende formidlet gennem internationale, fagfællebedømte konferencer. Arbejdspakkerne forventes blandt andet at præsentere abstracts, work-in-progress papers og forskningsresultater på konferencer som IIMA, Bled eConference og CHI WORK. Konferencedeltagelsen anvendes aktivt til at kvalificere analyserne gennem feedback fra internationale forskere, styrke projektets internationale netværk og positionere Erhvervsakademi Københavns forskning inden for AI-understøttet arbejde. Projektets resultater formidles løbende til de deltagende virksomheder gennem sparring, oplæg og dialog om foreløbige fund. Derudover formidles resultaterne bredere gennem AI-kompetencepagten, branchekonferencer som A4 AI Summit, webinarer, praksisrettede artikler og oplæg for virksomheder og andre relevante interessenter. Endelig omsættes projektets indsigter løbende til udvikling af Erhvervsakademi Københavns uddannelser og videngrundlag.

Projektet er organiseret som et multipelt casestudie med en række arbejdspakker, der undersøger fagprofessionelles møde med generativ AI inden for forskellige brancher og faglige praksisser. Arbejdspakkerne tager udgangspunkt i forskellige organisatoriske kontekster, men er samlet om en fælles interesse for, hvordan fagprofessionelle vurderer, begrunder og forhandler AI’s rolle i deres arbejde. De deler derfor et fælles forskningsspørgsmål, teoretisk perspektiv og overordnet metodisk tilgang, som danner gundlag for projektets samlede undersøgelsesdesign. Dette tager afsæt i tre centrale karakteristika ved fagprofessionelles møde med generativ AI: pluralisme, social interaktion og foranderlighed.

Pluralisme og pragmatisk sociologi

For det første betragter vi fagprofessionelles møde med generativ AI som præget af pluralisme. Det indebærer, at der ikke nødvendigvis findes én fælles forståelse af, hvad der udgør god, meningsfuld og ansvarlig AI-anvendelse. Forskellige opfattelser af, hvad der er værdifuldt og legitimt, kan eksistere side om side og komme i konflikt i konkrete arbejdssituationer.

For at kunne undersøge denne pluralisme er projektet teoretisk forankret i pragmatisk sociologi og særligt teorien om retfærdiggørelsesregimer (Orders of Worth) (Boltanski & Thévenot, 2006). Teoretien tilbyder et analytisk perspektiv på, hvordan aktører i konkrete situationer mobiliserer forskellige principper for, hvad der er værdifuldt og legitimt, når de begrunder deres handlinger, kritiserer andres vurderinger eller forsøger at nå frem til kompromisser. Særligt situationer præget af tvivl, uenighed og dilemmaer er analytisk interessante, fordi de kan synliggøre de retfærdiggørelsesregimer, som aktørerne trækker på. Perspektivet gør det således muligt at undersøge, hvilke hensyn fagprofessionelle tillægger betydning, hvordan de begrunder deres vurderinger, og hvad der sker, når forskellige opfattelser af god og ansvarlig AI-anvendelse mødes.

I forlængelse heraf betragter projektet ansvarlighed som både en overordnet normativ orientering og et empirisk fænomen. Som normativ orientering er projektet særligt optaget af, hvordan generativ AI påvirker faglig dømmekraft, arbejdets kvalitet, meningsfuldhed og arbejdsglæde. Samtidig fastlægger vi ikke på forhånd én udtømmende definition af ansvarlig AI-anvendelse. Vi undersøger derimod, hvad forskellige aktører selv forstår ved ansvarlighed, hvilke hensyn de bringer i spil, og hvordan ansvarlighed får konkret betydning gennem deres vurderinger, begrundelser og handlinger.

Social interaktion og praksisperspektiv

For det andet betragter vi fagprofessionelles forståelser og vurderinger af generativ AI som noget, der formes og udvikles gennem social interaktion. Hvad der opfattes som god, meningsfuld og ansvarlig AI-anvendelse, er ikke alene et spørgsmål om individuelle holdninger eller organisatoriske retningslinjer, men noget, der også bliver genstand for diskussion, kritik og forhandling mellem fagprofessionelle.

Med inspiration fra praksisorienteret forskning (Nicolini, 2012), retter vi derfor den empiriske opmærksomhed mod, hvad fagprofessionelle gør, siger og forholder sig til i konkrete arbejdssituationer. Interessen retter sig ikke primært mod, hvilke AI-værktøjer de anvender, eller hvilke arbejdsopgaver de anvender dem til, men mod de situationer, hvor teknologiens anvendelse bliver genstand for vurdering, diskussion og forhandling. Her er vi blandt andet optaget af, hvilke argumenter og hensyn aktørerne bringer i spil, hvordan de forholder sig til hinandens vurderinger, og hvordan konkrete erfaringer, dokumenter og andre objekter indgår i deres begrundelser.

Dette perspektiv begrunder en kvalitativ, etnografisk inspireret og praksisnær metodisk tilgang, hvor vi søger adgang til konkrete situationer, hvor fagprofessionelle vurderer og forhandler brugen af generativ AI. Det kan ske gennem observationer af møder og andre praksissituationer, men også gennem praksisrettede interviews, herunder Critical Incident Technique (Chell, 1998; Flanagan, 1954), hvor informanterne rekonstruerer konkrete hændelser, samt fokusgrupper, hvor forskellige erfaringer og vurderinger kan bringes i spil og diskuteres.

Foranderlighed og et longitudinalt undersøgelsesdesign

For det tredje betragter vi fagprofessionelles forståelser og vurderinger af generativ AI som et fænomen i bevægelse. Teknologien udvikler sig hurtigt, samtidig med at lovgivning, organisatoriske rammer, faglige normer og erfaringer med AI løbende forandrer sig. Det, der på ét tidspunkt opfattes som en hensigtsmæssig eller ansvarlig anvendelse, kan senere blive genstand for nye vurderinger og diskussioner.

Projektet anlægger derfor et longitudinalt og processuelt perspektiv, hvor vi undersøger, hvordan fagprofessionelles vurderinger, begrundelser og forståelser af ansvarlig AI-anvendelse udvikler sig over tid. Det indebærer blandt andet, at vi prioriterer cases, hvor konkrete AI-initiativer kan følges over tid, og hvor der er mulighed for at undersøge, hvordan nye erfaringer, teknologiske muligheder og organisatoriske beslutninger påvirker aktørernes vurderinger og begrundelser.

Samlet undersøgelsesdesign

Med afsæt i disse tre egenskaber ved vores genstandsfelt anvender projektet et kvalitativt, etnografisk inspireret, praksisnært, longitutinalt og processuelt forskningsdesign. Projektet organiseres som et multipelt casestudie med en række arbejdspakker, hvor vi følger fagprofessionelles vurderinger, begrundelser og forhandlinger om generativ AI over tid og på tværs af forskellige faglige og organisatoriske kontekster. De omfatter en it-afdeling i en NGO, en digital servicevirksomhed, en oplevelsesvirksomhed samt en virksomhed der beskæftiger sig med industriel produktudvikling. Denne organisering muliggør både dybdegående analyser af lokale vurderings- og forhandlingsprocesser og tværgående sammenligninger på tværs af brancher, professioner og jobfunktioner.

Projektet forventes at bidrage med ny viden til både forskningsfeltet, virksomheder og Erhvervsakademi Københavns uddannelser.

Forskningsmæssigt bidrager projektet med en dybere forståelse af, hvordan meningsfuld og ansvarlig AI-anvendelse bliver til i konkrete faglige og organistoriske sammenhænge. Projektet bidrager dermed til at belyse de retfærdiggørelsesprocesser, som eksisterende forskning kun i begrænset omfang har undersøgt, og hvordan konkurrerende opfattelser af, hvad der er værdifuldt og legitimt, får betydning for AI’s rolle i arbejdet. Ved at følge disse processer over tid bidrager projektet desuden med viden om, hvordan bestemte forståelser af god og ansvarlig AI-anvendelse retfærdiggøres, udfordres og forandres over tid.

For virksomheder og brancher: Ved at belyse, hvordan medarbejdere vurderer, begrunder og forhandler AI’s rolle i deres arbejde, giver projektet virksomhederne en dybere forståelse af de faglige og organisatoriske spændinger, som ikke nødvendigvis indfanges af AI-strategier og implementeringsplaner. Denne viden kan kvalificere virksomheders arbejde med AI ved at skabe et bedre grundlag for dialog om teknologiens rolle, medarbejdernes kompetencebehov og udviklingen af organisatoriske rammer, der understøtter meningsfuld og ansvarlig AI-anvendelse.

For Erhvervsakademi København bidrager projektet til at styrke uddannelsernes videngrundlag ved at udvikle ny viden om de fagprofessioner, som akademiet uddanner dimittender til, og deres møde med generativ AI i praksis. Ved at undersøge, hvordan fagprofessionelle håndterer dilemmaer og forhandler, hvad der udgør meningsfuld og ansvarlig AI-anvendelse, skaber projektet indsigt i de udfordringer og kompetencebehov, der opstår i professionerne. Denne viden kan kvalificere den løbende udvikling af uddannelserne, så de afspejler de forandringer, der finder sted i arbejdslivet. Projektet bidrager dermed til en tættere kobling mellem forskning, uddannelse og erhverv.