Hybrid intelligence – forskningsgrupp vid Institutionen för informatik
Forskningsgruppen Hybrid Intelligence fokuserar på att öka vår förståelse för synergin mellan mänsklig och maskinell intelligens, med målet att utöka snarare än att ersätta det mänskliga intellektet.
Hybrid intelligence kombinerar mänsklig expertis och avsiktlighet med maskinintelligens för att stödja beslutsfattande och agerande, samtidigt som etiska, juridiska och samhälleliga värden beaktas. Våra forskningsmål är att studera, utforska och designa hybridintelligens inom disciplinen informationssystem, med fokus på att förstå hur denna transformation påverkar människans roll i sociotekniska system och dess implikationer för att hålla människan i centrum för denna pågående transformation. Vi tillämpar också principerna för engagerad forskning och främjar ett nära samarbete mellan forskarna i gruppen och branschpartners.
I linje med vår systergrupp Digital societies och institutionens forskningsstrategi är vår vision att främja inkluderande och avgörande kunskap som undersöker hybrid intelligens (HI) på individ-, organisations- och samhällsnivå. För att uppnå detta använder vi oss av ett brett urval av teorier, metoder och tillvägagångssätt och integrerar insikter från informationssystem, datavetenskap, interaktionsdesign och digital innovation. Genom att kombinera tekniska och människocentrerade perspektiv strävar vi efter att utveckla en mer holistisk förståelse av hybrid intelligens och dess framtida påverkan.
Digital societies - forskningsgrupp vid Institutionen för informatik
Forskningsstrategi för institutionen för informatik (på engelska)
Forskningsområden
- Människa-AI-samarbete: Människa-AI-samarbete ökar fördelarna genom att kombinera mänsklig kreativitet och kritiskt tänkande med AI:s hastighet, skalbarhet och datadrivna insikter.
- AI i organisation och samhälle: Studerar effekterna av AI i organisationer och samhället, inklusive AI-kunskap, generativ AI och rättvis tillgång.
- Generativ AI i undervisningen: Generativ AI förändrar utbildningen genom individanpassat lärande, automatiserad återkoppling och utveckling av kursmaterial. Integrationen är lovande men innebär också etiska och pedagogiska utmaningar, vilket kräver genomtänkta strategier för effektiv tillämpning.
- Generativ AI inom forskning: Generativ AI förändrar forskarnas sätt att interagera med data och erbjuder helt nya möjligheter att arbeta med både kvalitativa och kvantitativa dataset på dynamiska och intuitiva sätt.
- Verksamhetsanalys och maskininlärning: Med maskininlärning som drivkraft för tekniska framsteg utforskar detta område den senaste forskningen, verkliga tillämpningar och tvärvetenskapliga innovationer som formar framtiden för verksamhetsanalys och maskininlärning.
- Business Decision Management (BDM) och Automated Decision Making (ADM): Fokuserar på att automatisera, optimera och styra verksamhetsbeslut genom datadrivna insikter, regelbaserade system och AI för att öka effektiviteten och smidigheten i organisationsprocesser.