Forskning

Atlas Research utvecklar ett långsiktigt forskningsprogram kring AI, mänsklig praktik och institutionell kunskapsproduktion.

När blir AI-genererat material organisatorisk kunskap — och vad måste förbli synligt innan människor kan agera ansvarsfullt utifrån det?

Forskningsprogram

Tre avgränsade forskningslinjer

Vi försöker inte omfatta varje fråga om AI. Dessa tre linjer följs tillsammans eftersom kunskap, förmåga och institutionell utformning förändras samtidigt när AI träder in i yrkespraktiken. Makt och styrning löper genom alla tre.

Forskningslinje 01

AI och epistemisk status

Ett välformulerat svar är ännu inte evidens, och evidens är ännu inte organisatorisk kunskap. Vi studerar de övergångar genom vilka AI-genererat material får trovärdighet, förs in i dokumentation och börjar påverka beslut.

Hur bevaras källa, evidens, tolkning och osäkerhet genom ett AI-stött arbetsflöde?
När förvandlar upprepning eller institutionell användning ett preliminärt resultat till ett till synes etablerat faktum?
Vem har auktoritet och praktisk möjlighet att ifrågasätta ett kunskapsanspråk?

Forskningslinje 02

AI och mänsklig förmåga

Expertis innefattar tränad uppmärksamhet, erfarenhet, timing och förmågan att uppfatta vad som är relevant i en viss situation. Vi studerar hur AI förändrar det arbete och lärande genom vilka dessa förmågor utvecklas.

Vilka former av tyst kunskap och professionellt omdöme gör AI användbar i praktiken?
När vidgar stödet lärandet, och när tar det bort den erfarenhet som behövs för att utveckla expertis?
Hur kan medarbetardriven AI-användning styras utan att den kunskap som den synliggör undertrycks?

Forskningslinje 03

Epistemiska system i praktiken

Styrning är också en fråga om systemdesign. Vi utvecklar och testar forskningsmetoder och tekniska strukturer som håller samman evidens, tolkning, osäkerhet och ansvar.

Hur kan en AI-stödd forskningsprocess göra sina kunskapsanspråk granskningsbara?
Vilka kontroller stödjer omdömet i stället för att ersätta det med procedurmässig efterlevnad?
Hur kan forskningsinfrastruktur bevara proveniens och oenighet över tid?

Pågående grundarbete

Grunderna för ontologidriven AI-stödd forskning

Detta arbete utvecklar ett ramverk där AI-genererade utsagor inte får status som kunskap utan spårbar evidens, explicit tolkning och mänskligt omdöme.

Det utlovar inte att ett AI-system aldrig gör fel. Det är utformat för att förhindra att ett övertygande formulerat resultat behandlas som kunskap utan epistemisk kontroll. Ramverket utgör den teoretiska grunden för IROS, som nu testas aktivt inom Atlas Labs.

Arbetsbegrepp

The Practice Gap

The Practice Gap är avståndet mellan det som kan formaliseras och det människor måste kunna göra i en konkret praktik för att förstå och bedöma språk, regler och situationer väl.

Explicit kunskap

Dokument, data, instruktioner, prompter, procedurer och formella kriterier.

Tyst kunskap

Erfarenhet, tränad varseblivning, timing och igenkänning av undantag.

Gemensam praktik

Det sociala sammanhang där ord, regler och handlingar får mening.

Institutionell makt

Fördelningen av auktoritet, erkännande, risk och vinning.

Idéer vi arbetar med

Äldre idéer, samtida problem

Filosofi är användbar här som arbetsmetod, inte som intellektuell utsmyckning. Detta är ett medvetet selektivt och preliminärt urval, inte en karta över filosofin. Vi använder enskilda idéer när de gör ett aktuellt problem lättare att se, ifrågasätta och pröva; andra traditioner och röster får ta plats när forskningsfrågorna kräver det.

Tyst kunskap

Michael Polanyi

Hjälper oss att fråga vad som händer när organisationer bevarar expertisens synliga produkter men förbiser den tränade varseblivning, erfarenhet och yrkesskicklighet som skapade dem.

Mening i användning

Ludwig Wittgenstein

Hjälper oss att skilja mellan att följa regelns ordalydelse och att veta hur regeln bör tillämpas inom en gemensam yrkespraktik.

Undersökning genom praktik

John Dewey

Hjälper oss att behandla forskning som experimentellt och reviderbart arbete som börjar i en konkret problemsituation, inte med en teknik som söker ett användningsområde.

Klassificering och auktoritet

Michel Foucault

Hjälper oss att undersöka hur klassificeringar och normer avgör vad som blir synligt, vem som får tala med auktoritet och vilka omdömen en institution godtar som sanna.

Omdöme och ansvar

Hannah Arendt

Hjälper oss att fråga hur omdöme och ansvar kan bevaras när handling fördelas över procedurer, yrkesroller och tekniska system — och ingen enskild upplever sig som upphovsperson till utfallet.

Så arbetar vi

Analys, syntes, praktik och experiment

Filosofisk analys

Vi klargör begrepp, synliggör antaganden och skiljer teknisk prestanda från anspråk på kunskap, förståelse, ansvar eller autonomi.

Tvärvetenskaplig syntes

Vi förbinder filosofi med arbetslivsforskning, sociologi, organisationsteori, juridik, människa–datorinteraktion och AI-forskning.

Praktiknära forskning

Vi studerar fall och uppmärksammar det ofta dolda arbetet med att kontrollera, korrigera, reparera och lära kring AI.

Atlas Labs

Vi omvandlar utvalda frågor till avgränsade, transparenta och reproducerbara testsituationer utan att behandla demonstrationer som generella bevis.

Utforska publikationer Beställ forskning

Svartvita vikta former med mjuka skuggor.