Speakers:
- Eva Boxenbaum (Copenhagen Business School)
- Teppo Felin (Utah State University)
- Matthew Grimes (Cambridge Judge Business School)
- Christine Moser (VU Amsterdam)
- Christopher Wickert (VU Amsterdam)
Store språkmodeller (Large Language Models, LLM) får stadig større innvirkning på vitenskapelig forskning og akademisk arbeid. Som avanserte AI-systemer som kan etterligne elementer av menneskelig resonnering, kan LLM-er automatisere, forsterke eller rekonfigurere mange av de dataanalyse-, teoretiserings- og skriveprosessene som i dag utføres av mennesker. I denne sammenhengen vil dette ekspertpanelet, som består av redaktører for ledende tidsskrifter og anerkjente eksperter på kunstig intelligens, belyse de sannsynlige scenariene for bruk av LLM-er i vitenskapelig arbeid og forskning på ledelses- og organisasjonsfeltet. Ekspertene vil diskutere verdien av teknologien for forskning og vitenskap i dette domenet, utfordringene og avveiningene som er involvert i å sikre at teknologien brukes på en etisk og transparent måte, og hvilke sikkerhetsmekanismer de ser som viktige for samfunnet, balansert mot styrken til kunnskapsdomenet og interessene til det vitenskapelige miljøet.
Readings:
- Cornelissen, J., Höllerer, M. A., Boxenbaum, E., Faraj, S., & Gehman, J. (2024). Large Language Models and the Future of Organization Theory. Organization Theory, 5(1).
- Felin, Teppo and Holweg, Matthias (2024). Theory Is All You Need: AI, Human Cognition, and Decision Making (February 24, 2024).
- Gatrell C., Muzio D., Post C., Wickert C. (2024). Here, there and everywhere: On the responsible use of artificial intelligence (AI) in management research and the peer-review process. JMS.
- Grimes M., Von Krogh G., Feuerriegel S., Rink F., Gruber M. (2023). From scarcity to abundance: Scholars and scholarship in an age of generative artificial intelligence. AMJ, 66, 1617–1624.
- Lindebaum, D., Moser, C. and Islam, G. (2024), Big Data, Proxies, Algorithmic Decision-Making and the Future of Management Theory. JMS.
t Theory. JMS
Nedenfor oppsummerer vi paneldiskusjonen. I panelet deltok ledende forskere på feltet, som diskuterte mulighetene og utfordringene som denne teknologien i rask utvikling byr på.
AI og menneskelig samarbeid i forskning
Diskusjonen dreide seg om at kunstig intelligens, og særlig LLM-er, ikke vil erstatte menneskelige forskere, men snarere øke deres evner. Selv om noen paneldeltakere erkjente at kunstig intelligens har potensial til å overgå menneskelig intelligens på spesifikke områder, var det enighet om at menneskelig dømmekraft og kreativitet fortsatt er avgjørende for effektiv forskning.
Anvendelser av kunstig intelligens i ledelsesforskning
Paneldeltakerne identifiserte flere potensielle bruksområder for kunstig intelligens i ledelsesforskning, blant annet
Forbedret litteraturgjennomgang: LLM-er kan effektivt identifisere og syntetisere relevant forskning fra store akademiske databaser, noe som sparer forskerne for tid og krefter.
Datainnsamling og analyse: AI kan automatisere datainnsamlingsprosesser og utføre komplekse statistiske analyser, slik at forskerne kan fokusere på tolkning og meningsskaping.
Teoriutvikling og hypotesegenerering: LLM-er kan identifisere mønstre og sammenhenger i store datasett, noe som potensielt kan føre til utvikling av nye forskningsspørsmål og teoretiske rammeverk.
Etiske betraktninger og forskningens fremtid
Panelet fremhevet viktigheten av å bruke kunstig intelligens på en ansvarlig og etisk forsvarlig måte i ledelsesforskningen. Det ble uttrykt bekymring for potensialet for skjevheter i AI-algoritmer og behovet for åpenhet i utviklingen og anvendelsen av disse verktøyene.
Konklusjon
Paneldeltakerne konkluderte med at generativ AI og LLM har et enormt potensial til å revolusjonere ledelsesforskningen. Ved å utnytte disse verktøyene effektivt kan forskere få ny innsikt, akselerere oppdagelser og til syvende og sist bidra til en dypere forståelse av komplekse organisasjonsfenomener. Det må imidlertid tas nøye hensyn til de etiske implikasjonene av AI-bruk, og det må sikres at menneskelig dømmekraft og kritisk tenkning fortsatt står i sentrum for forskningsprosessen.
Ytterligere notater
Webinaret belyste også begrensningene ved kunstig intelligens, særlig dens manglende evne til å forstå de kontekstuelle nyansene i anvendelsen av kunnskap. Menneskelig ekspertise er fortsatt avgjørende for å omsette forskningsresultater til praktiske løsninger på reelle ledelsesutfordringer.
Denne rapporten gir en kort oversikt over diskusjonen, men vi anbefaler at du ser hele videoen for å få en mer utfyllende forståelse av paneldeltakernes perspektiver.
Comments