Sådan bruges kunstig intelligens på SDU – her er analysechef Jacob Jensens erfaringer

1. Bruger I AI i jeres gruppe?

Ja, vi bruger AI i SDU Analytics på to grundlæggende måder.

For det første som individuel faglig støtte – på linje med mange andre på SDU, fx generativ AI som Copilot og ChatGPT.

For det andet er AI en del af det, som vi koder ind som en integreret del af den analytiske understøttelse til brug for fx prædiktion, hypotesetest og digitale assistenter.

Vi er dog meget bevidste om, at der er mange forskellige typer af AI, og ikke mindst kritisk opmærksomme på, hvad AI er velegnet til, og hvad AI ikke er velegnet til.

SDU Analytics leverer data til officielle myndighedsindberetninger, interne kvalitetsprocesser, planlægning og strategiske drøftelser. Det stiller høje krav til konsistens, dokumentation og begrebsafklaring på tværs af anvendelserne. Derfor bliver jeg også fagligt bekymret, når Excel-udtræk fra analytiske rapporter uploades direkte i Copilot i forventning om at skabe ny indsigt. Generativ AI producerer hurtige og plausible svar. De svar er ikke nødvendigvis de korrekte, forklarlige eller fagligt ansvarlige svar.

Som universitet har vi et særligt ansvar for at værne om, hvad viden er, og hvordan viden skabes. I brugen af AI må vi ikke gamble med den faglige troværdighed. I SDU Analytics er vi netop derfor meget bevidste om vores faglige ansvar. Vi prioriterer høj datakvalitet, metodisk transparens og en korrekt fortolkning af begreber. Vores ambition er, at ledere og medarbejdere på SDU kan have tillid til de tal og analyser, vi stiller til rådighed, også selv om vi bruger AI undervejs.

2. Kan du give eksempler på, hvad I bruger AI til i jeres gruppe?

Vi har i flere år arbejdet med prædiktive modeller, eksempelvis til prognoser for optag og dimittendledighed. Her har vi erfaret, at udfordringerne ligger i, at tal er besnærende simpel kommunikation, men det er tallenes forudsætninger ikke. Vi appellerer meget til dømmekraft i brugen af vores forudsigelser, for uanset valg af AI-model vil der være statistisk usikkerhed, og de strukturelle forandringer i universitetssektoren skubber til forudsætningerne i AI-modellernes træningsdata, hvorfor resultaterne af modellerne af og til desværre vil fejle.

Derudover har vi store forventninger til vores igangværende udvikling af AI-agenter. SDU’s Analyseportal rummer mere end 200 webrapporter, hvilket kan gøre det vanskeligt at finde præcis den indsigt, man har brug for. Derfor udvikler vi nu digitale analyseassistenter, som brugerne kan kommunikere med via naturligt sprog. Bag facaden kombinerer vi generativ AI med klassiske, regelbaserede maskinlæringsmetoder. Den generative AI anvendes til dialogen med brugeren, mens mere traditionel maskinlæring som symbolsk AI sikrer, at det er de korrekte, opdaterede og godkendte data, der kan fremsøges og præsenteres. Vores pilottest-agent kan fx allerede med korrekte data generere PowerPoint-egnede visualiseringer i SDU’s brandfarver, måske den også skal levere en kort fortolkning af resultater som talenoter? AI-agenterne lærer også af brugeradfærden på anderledes måder, end vi som analytikere gør i dag. Jeg glæder mig derfor meget til at sende de første digitale analyseassistenter i brugertest blandt SDU’s kollegaer i 2026, fordi vi dermed udvikler en helt anden service end i dag.

3. Hvilken forskel har AI gjort i gruppen indtil videre?

Overordnet set har vi lært ikke at overvurdere gevinster ved AI og ikke at undervurdere omkostningssiden ved AI. Og vi lærer fortsat hver eneste dag, for brugen af AI medfører mange slags påvirkninger.

Allerede i perioden 2018–2021 arbejdede vi systematisk med ”advanced analytics”, altså før AI blev et bredt begreb. En central erkendelse fra dengang var, at modeludvikling kun udgør en mindre del af det samlede ressourceforbrug. Når en AI-model tages i brug bag et analytisk produkt, opstår der nye typer af problemer. Lancering af et analytisk produkt baseret på AI er derfor ikke en projektafslutning, men begyndelsen på et nyt projekt om håndtering af ny datastøj, nye databrud, brugeradfærd og nye fortolkninger af anvendelse, som koster mange ressourcer i vedligeholdelsen.

Vi lærte også, at juridiske rammer, organisatoriske værdier og erkendelser om etiske forhold ikke er tillæg, men helt grundlæggende forudsætninger for ansvarlig brug af data og AI-modeller. Disse erfaringer gør, at vi i dag kan forholde os mere nuanceret og realistisk til både potentialer og begrænsninger ved AI.

4. Hvordan kommer TAP’ere i gang med at bruge teknologien?

Det er svært at komme med et enkelt godt råd. Jeg er faktisk meget bevidst om, at for den enkelte TAP-kollega, der er træning i brugen af AI-redskaber i opgaveløsningen forbundet med et vist tidsforbrug, hvor AI-oplevelsen kan opleves frustrerende i en travl hverdag, fordi der reelt er et alternativ-omkostnings-dilemma: Tiden brugt på at eksperimentere med AI til opgaveløsning kunne med kendte arbejdsmetoder være brugt på at løse andre af skrivebordets mange opgaver.

I gang med AI skal vi dog helt sikkert, alle sammen. Jeg forventer, at stærke AI-kompetencer fremover, både i jobopslag og ved de årlige MUS, bliver en naturlig del af jobkravene for TAP’ere. Ledere spiller derfor en central rolle i at skabe et trygt læringsrum, hvor medarbejdere kan eksperimentere med AI i relation til reelle opgaver, med accept af fejl og usikkerhed undervejs, for deri består læringen.

Tænk hvis alle TAP’ere på SDU hver uge valgte blot én konkret opgave, der blev forsøgt løst med hjælp fra AI. Vælger hver enkelt TAP’er en ny opgave hver uge, der udsættes for AI i løsningen, vil vi på baggrund af bøvl og begejstring virkelig kunne skabe både refleksioner, kompetencer og organisatorisk læring til fremme af fremtidens administration på SDU.

5. Hvad ser du som SDU’s styrker og muligheder i forhold til at kunne udnytte AI?

SDU’s stærke samarbejdskultur på tværs af organisationen, også mellem videnskabeligt og teknisk-administrativt personale, er en meget væsentlig styrke, fordi AI som tilgang først for alvor skaber værdi, når erfaringer og løsninger kan deles og skaleres.

Hvis vi mere systematisk deler erfaringer, metoder og løsninger på SDU, vil AI på sigt transformere måden, vi er universitet på. Ikke blot internt, men også i relationen til omverdenen. Vi kan altid starte i det små, men med AI må vi gerne drømme stort.
Jeg tror, at AI vil føre til nye former for samskabelse; og ikke kun internt i processerne på SDU, men også mellem SDU og det omgivende samfund, hvor undervisning, forskning og videndeling i højere grad foregår uden for campus. AI har potentialet til at blive en katalysator for et endnu mere åbent og engageret universitet.

6. Hvilke principper bør være styrende for en ansvarlig og samtidig udviklingsorienteret brug af AI på SDU?

SDU har i 2025 fået et AI-kodeks, som sætter en god ramme for ansvarlig udvikling med AI. Det næste skridt er måske en mere udbredt fælles erkendelse af, at AI ikke blot er nye værktøjer, men en anledning til at gentænke arbejdsgange, roller og værdiskabelse i forhold til, hvem der skaber værdi og hvordan ved hjælp af AI.

Hvis AI alene bruges til at optimere hastighed i de bestående måder at arbejde på og kun baseret på individuelle tilgange, så risikerer vi organisatorisk at tabe et markant strategisk potentiale. Muligheden for nytænkning og for at eksperimentere skal rammerne kunne fremme, for vi kommer ikke til månen ved blot at sætte et ekstra led på den eksisterende stige.

Et godt princip i mine øjne er at styrke, at AI anvendes som den strategiske mulighed for at udfordre vaner og understøtte nye måder at arbejde på. De kommende år bliver en balance mellem styring og nysgerrighed, også fordi der er mange forskellige slags hensyn i øget brug af AI, hvor vi næppe i dag helt har overblikket for de konstitutive virkninger, eksempelvis miljøpåvirkninger samt IT- og informationssikkerhed.

Grundlæggende føler jeg mig, som ansat på SDU, ret tryg i, at SDU’s strategi 2030 og vores helt klassiske akademiske kritiske tænkning i høj grad sikrer en hensigtsmæssig udvikling i brugen af AI på SDU.

Læs mere om kunstig intelligens på SDU