Danske universiteter i frontlinjen for AI-omstillingen

Danske universiteter står i frontlinjen for at sikre, at Danmark ikke bliver efterladt i den globale race om kunstig intelligens. Gennem strategiske samarbejder, internationalt anerkendt forskning og tætte bånd til erhvervslivet arbejder institutioner som Aarhus Universitet, DTU og Københavns Universitet på at omdanne danske styrker i datadrevet innovation til konkret vækst. Med initiativer som AI Denmark, CLAI og en række tværsektorale analyser er der skabt et netværk af viden, infrastruktur og politisk opmærksomhed – men udfordringerne ved kompetencemangel og langsom integration i praksis er store.

Det handler ikke kun om teknologi, men om national konkurrenceevne. Ifølge analysen fra AI Denmark kan kunstig intelligens potentielt tilføre dansk økonomi 35 mia. kr. om året. Men denne gevinst er langtfra garanteret. En mangel på op til 80.000 kompetente personer inden for AI allerede i 2030 truer både iværksætteri, industrielle omstilling og offentlig sektors evne til at følge med. Samtidig viser en ny international rapport, ’Denmark as a Science Nation’, at danske forskere allerede har en global position – især gennem særdeles høj grad af international samarbejde: 67 % af alle danske publikationer har udenlandske medforfattere, hvilket er blandt verdens højeste niveauer. Publikationer med internationale partnere citeres endda mere end dobbelt så ofte som ren nationale studier. Det understreger betydningen af at bygge videre på netop disse tværgående relationer – også i AI-forskningen.

AI Denmark: brobygger mellem forskning og virksomheder

Et af de mest konkrete eksempler på struktureret samarbejde er projektet AI Denmark, finansieret af Industriens Fond med i alt 74,5 mio. kr. Projektet løber fra 2020 til 2027 og har Teknologisk Institut som projektejer. Formålet er at accelerere danske virksomheders anvendelse af AI gennem adgang til viden, værktøjer og netværk. Blandt partnerorganisationerne figurerer Aalborg Universitet, Alexandra Instituttet, DTU, IT-Universitetet, Københavns Universitet og Dansk Industri – hvilket afspejler et bredt tværsektoralt engagement.

Seniorprojektleder Peter Lemcke Frederiksen og direktør Anne-Lise Høg Lejre hos Teknologisk Institut har været centrale i at koordinere indsatsen. Ifølge dem har projektet siden starten fokuseret på at nedbryde barrierer for små og mellemstore virksomheder, der ofte mangler ressourcer til at implementere AI. Gennem workshops, pilotprojekter og caseudvikling har AI Denmark hjulpet over 100 virksomheder med at teste og integrere AI-løsninger – eksempelvis inden for produktionsoptimering, kundeservice og dataanalyse. Et nøglebudskab er, at succes ikke kun afhænger af teknologi, men af ledelsesforståelse, datainfrastruktur og ansatte, der er rustet til at arbejde sammen med intelligente systemer.

CLAI og udviklingen af danske sprogmodeller

I Aarhus er Center for Language Generation and AI (CLAI) blevet en central aktør i udviklingen af danske foundation models – altså store sprogmodeller trænet på dansk sprog og kontekst. Centeret åbnede officielt i september 2023 under ledelse af professor Mads Rosendahl Thomsen. Her arbejder forskere som Kristoffer Laigaard Nielbo og Rebekah Baglini med at skabe modeller, der kan generere dansk tekst med høj kvalitet, forstå regionale variationer og respektere lokale normer og etiske rammer.

Baggrunden er klar: De dominerende sprogmodeller som ChatGPT og Gemini er trænet primært på engelsk og amerikanske data. Det betyder, at de ofte fejlfortolker danske særligheder, mangler forståelse for offentlig administration eller misfortolker juridiske og kulturelle nuancer. CLAIs arbejde repræsenterer derfor et forsøg på at skabe europæiske og danske alternativer, der er mere transparente, datakompatible og i overensstemmelse med GDPR. "Vi har brug for vores egne modeller, hvis vi vil have kontrol over vores digitale fremtid," har flere forskere argumenteret i DFIRs debatrække om AI i forskningen. Arbejdet understreger også behovet for at investere i datainfrastruktur – herunder store, anonymiserede danske tekstsamlinger – som kan bruges til træning uden at kompromittere privatlivet.

Forskernes syn: potentiale erkendes, men anvendelsen er begrænset

Selvom interesse for AI blandt danske forskere er stor, er den faktiske anvendelse stadig begrænset. Det viser en spørgeskemaundersøgelse fra februar 2024, gennemført af Danmarks Forsknings- og Innovationspolitiske Råd (DFIR). Rapporten, der bygger på svar fra over 1.000 forskere på universiteter og forskningsinstitutioner, peger på, at mens 87 % ser potentiale i generativ AI til litteratursøgning, dataanalyse og manuskriptredigering, er kun 34 % begyndt at bruge det i deres daglige arbejde. Barrierer inkluderer usikkerhed omkring licenser, manglende retningslinjer fra institutionerne og bekymring over kvalitet og etik.

DFIR har i 2023–2024 afholdt en række debatter om netop disse spørgsmål og planlægger yderligere dialog i 2025 om, hvordan AI kan integreres ansvarligt i forskningsprocessen. En klar konklusion er, at universiteterne selv skal tage ansvar – ikke bare ved at udgive retningslinjer, men også ved at investere i uddannelse, it-understøttelse og etiske reviewsystemer. Uden dette risikerer Danmark at blive en passiv bruger af udenlandske platforme i stedet for en aktiv skaber af ny viden.

Udfordringer og fremtiden: kompetencer, etik og europæisk selvhøjde

Trods fremskridt er der store udfordringer. Kompetencemanglen er den mest presserende. Hvis Danmark skal nå sine mål for digital omstilling, kræves der en markant udbygning af uddannelser i AI, maskinlæring og datavidenskab – både på bachelor-, kandidat- og professionsniveau. Der er også behov for videre- og efteruddannelse for eksisterende arbejdskraft. Virksomhederne efterspørger kompetencer i alt fra modelimplementering til etisk vurdering af algoritmer, men udbuddet hinket bagud.

Samtidig peges der på behovet for en stærkere europæisk strategi. Mens USA og Kina investerer milliarder i AI-infrastruktur og supercomputere, er EU’s indsats fragmenteret. Danske aktører ønsker større fokus på europæiske datacentre, fælles regelsæt og støtte til open-source-modeller, der kan konkurrere med amerikanske techgiganter. Det handler ikke bare om teknologi, men om suverænitet – om vi vil styre vores egne data, vores sprog og vores digitale offentlige rum.