Danske forskeres brug af generativ AI er stigende – men begrænset af etik og retningslinjer

Brugen af generativ kunstig intelligens (GenAI) i dansk forskning er i stigning, men stadig højst selektiv. En ny undersøgelse med deltagelse af 2.527 danske forskere viser, at mens næsten halvdelen af forskerne bruger AI til sprogredigering, er anvendelsen af teknologien i kerneforskningssammenhænge som teoridannelse og eksperimentdesign fortsat begrænset. Skepsis, især over for kvalitet og etik, sammen med manglende retningslinjer, holder tilbage for bredere integration. Samtidig signalerer resultaterne, at teknologien hurtigt bliver en fast del af forskningspraksis – især blandt yngre forskere og i tekniske fagområder.

Forståelsen af, hvordan og hvorfor danske forskere bruger GenAI, er afgørende for, hvordan offentlige myndigheder, universiteter og private virksomheder skal forberede sig på en ny bølge af digitalisering i videnproduktionen. Det handler ikke kun om teknologi, men om kompetenceudvikling, etiske rammer og infrastruktur. Hvis Danmark skal udnytte potentialet i AI til at fremskynde innovation og styrke konkurrenceevnen, kræver det en mere struktureret tilgang end den, der i dag dominerer. Det understreger både forskningsanalytikere og forskningspolitikere – og sætter fokus på behovet for tydelige retningslinjer og uddannelsesindsats.

Brugen er koncentreret om sprog og kode

Undersøgelsen fra Dansk Center for Forskningsanalyse ved Aarhus Universitet kortlægger 32 forskellige forskningspraksisser, hvoraf kun otte anvendes af mindst 25 % af respondenterne. Den mest udbredte brug er sprogredigering i ansøgninger, artikler og referencer, hvor 47 % af forskerne angiver, at de benytter GenAI. Det følges tæt på af brug til kodeoprettelse og transskribering, især blandt forskere, der arbejder med kvantitative data.

Disse opgaver har fælles, at de er repetitive, tidskrævende og har en relativt lav risiko for at påvirke forskningens kerneintegritet. GenAI fungerer her som et effektivt værktøj til at fremskynde processer, men ikke som en medskaber af viden. I modsætning hertil er brugen af AI til at udforme eksperimenter, opstille teorier eller foretage kritisk peer review markant lavere. Knap 40 % bruger GenAI til at foreslå nye hypoteser, mens kun 20,9 % anvender det til at identificere styrker og svagheder i manuskripter – en opgave, der traditionelt kræver dyb faglig viden og kritisk sans.

Dette mønster afspejler en generel forsigtighed: forskere er villige til at dele administrative og tekniske opgaver med AI, men trækker grænsen, hvor det handler om faglig vurdering og teoretisk refleksion. Det er ikke teknologisk modvilje, men en bevidst afvejning af risici og fordele.

Fagområder og alder skaber klare forskelle

Brugen af GenAI varierer markant mellem fagområder. I de tekniske fag, især inden for eksperimentel forskning, er anvendelsen bredere og mere diversificeret. Her ses AI som en integreret del af dataanalyse, simulering og softwareudvikling. I humaniora derimod er brugen primært koncentreret om sproglig redigering og strukturering af tekster – en mere begrænset rolle.

Samfundsvidenskaberne viser en intern opdeling: kvantitative forskere bruger GenAI oftere og i flere sammenhænge end deres kvalitative kolleger. Det skyldes sandsynligvis, at kvantitative metoder ofte allerede er digitaliserede og afhængige af programmering og datahåndtering, hvor GenAI nemt kan integreres. Kvalitative forskere, der ofte arbejder med nuancerede fortolkninger og kontekstafhængige data, er mere tilbageholdende – ikke mindst på grund af bekymring for, at AI kan misfortolke betydning og nuance.

En anden tydelig tendens er aldersforskellen. Yngre forskere – især postdocs og ph.d.-studerende – bruger GenAI oftere og vurderer det mere positivt end ældre kolleger. De oplever teknologien som en naturlig del af deres arbejdsværktøjer, ligesom de ofte har større erfaring med digitale værktøjer generelt. Derimod er der ingen signifikante kønsforskelle i brugen eller vurderingen af GenAI, hvilket indikerer, at adgang og holdninger ikke er kønsbetingede i det danske forskermiljø.

Etiske og praktiske barrierer for breddespredning

Trods den stigende brug er der store barrierer for, at GenAI bliver en integreret del af forskningsprocessen. En af de største udfordringer er mangel på klare retningslinjer for ansvarlig brug. Spørgsmål som: Hvem ejer outputtet? Hvordan citeres AI-genereret tekst? Og hvornår er brugen etiske acceptabel? – er stadig ikke entydigt besvaret på institutionelt eller nationalt plan.

Dette skaber usikkerhed. Nogle forskere undlader at bruge GenAI, fordi de er bange for at blive kritiseret eller mistænkt for ufaglighed. Andre bruger det i stille til, uden at dokumentere det – hvilket igen kan skabe etiske problemer, især hvis output indgår i publikationer eller ansøgninger. Danmarks Forsknings- og Innovationspolitiske Råd (DFIR) har i en rapport fra 2024 og i en efterfølgende debat den 29. januar 2025 fremhævet netop dette dilemma: Selvom fordelene ved GenAI anerkendes, er der et akut behov for at udvikle fælles etiske rammer og standarder for brug i forskningen.

Uden sådanne rammer risikerer Danmark at miste tillid til sin forskningskvalitet – både internt og internationalt. Samtidig kan manglende retningslinjer bremse innovation, fordi forskere tøver med at eksperimentere med nye metoder. Det er netop derfor, at undersøgelsens ledere – Serge P.J.M. Horbach, Evanthia Kalpazidou Schmidt og Lise Degn – peger på behovet for skræddersyede retningslinjer, der tager højde for forskellige fagområders krav og praksisser.

Fremtiden kræver strategi, ikke ad hoc-brug

For danske ledere, specialister og iværksættere er det tydeligt, at GenAI ikke er en trend, men en teknologisk forskydning, der vil forme fremtidens videnproduktion. Allerede nu er teknologien ved at blive en del af forskningsinfrastrukturen – men i dag sker det ad hoc og uden overordnet strategi. Det er utilstrækkeligt, hvis Danmark skal udnytte potentialet i AI til at styrke innovation, effektivitet og international konkurrenceevne.

Der er brug for en koordineret indsats på tre niveauer: først, at universiteter og forskningsfonde udvikler klare retningslinjer for brug og dokumentation af GenAI. Andet, at der investeres i kompetenceopbygning – især for ældre forskere og i fagområder med lav adoption. Tredje, at der etableres et nationalt samarbejde om etiske standarder, ligesom det sker i andre lande, fx via EU’s AI-akt.

Set fra en nordisk kontekst er Danmark ikke bagefter, men heller ikke i front. Der er en klar vilje til at udnytte teknologien, men manglen på politisk og institutionel styring truer med at skabe et fragmenteret og usikkert landskab. Hvis GenAI skal bidrage til bedre forskning og innovation, kræver det mere end individuelle forsøg – det kræver en fælles strategi, der binder teknologi, etik og praksis sammen.