Art direction og design: Ulla Risager, Studio Urr.
Danmarks Medie- og Journalisthøjskole Amagerfælledvej 190 2300 København S www.dmjx.dk
Introduktion 01
1.1 BAGGRUND
Siden ChatGPT blev udgivet den 30. november 2022, har brugen af generativ kunstig intelligens (forkortes GKI) spredt sig og bliver i dag brugt af flere og flere danskere. En undersøgelse udgivet af Det Nationale Center for AI I Samfundet (CAISA), kunne med udgangspunkt i en spørgeskemaundersøgelse i sommeren 2025 konstatere, at 34% af den danske befolkning har brugt mindst ét GKI-værktøj den sidste uge (Nielsen, 2025). Sidste år lå tallet på 15%. Det er stadig for tidligt at spå om hvorvidt brugen vil foretage et lignende spring til sommeren 2026, men undersøgelsen indikerer den stigende udbredelse og fortrolighed med GKI-værktøjer i Danmark.
CAISA-undersøgelsen fremhæver at ”ChatGPT er klart det mest anvendte generativ KI-redskab i Danmark.” (Nielsen, 2025:1) Den fremherskende modalitet i skrivende stund er at interagere med GKI gennem såkaldte chatbots: interfaces der simulerer samtale for at give instruktioner. Den dialogiske interaktion gør det muligt for en stor variation af brugere at anvende GKI til en lang række forskellige formål. Nogle af disse brug har et stærkt demokratiserende potentiale, f.eks. når GKI kan gøre det nemmere at programmere i diverse programmeringssprog (Becker et. al, 2023). Andre brug er skadelige og decideret livsfarlige, når chatbots, pga. deres præprogrammerede smigeragtighed, fremkalder psykoser i brugerne (Pihl, 2025; Giessing, 2025).
Indenfor professionelle kontekster forventes der et stort potentiale indenfor
produktivitetsgevinster, primært gennem effektivisering af eksisterende arbejdsprocesser (Noy & Zhang, 2023; Naqbi et al., 2024). Denne produktivitets- og effektiviseringslogik møder en vis modstand når det kommer til mediebranchen. Med udgangspunkt i forskningen kan mediebranchen defineres som en sektor af økonomien der skaber medieobjekter i forskellige modaliteter (lyd, billede, video, skrift) og monetiserer adgangen til dem, f.eks. gennem reklamer eller brugerbetaling (Havens & Lotz, 2017). I det 21. århundrede, grundet nye, digitale distributionsformer forankret i internettet, giver det desuden mening nu at lave en distinktion mellem kompleks-professionelle og enkle-professionelle dele af mediebranchen. Hvor den førstnævnte typisk henviser til medieorganisationer der eksisterede før internettets udbredelse, henviser sidstnævnte til de nye typer professionelle, der formår både at distribuere og monetisere medieobjekter vha. platforme som Youtube, Bandcamp, Substack og lign. (Lotz & Havens, 2024:15).
Produktionen af medieobjekter, hvad enten det er spillefilm, tv-serieafsnit, computerspil, reklamer, tekster eller interfaces, involverer ofte et stærkt element af følelsesmæssig involvering blandt dem der producerer objekterne (Hesmondhalgh & Baker, 2008). Generelt kan det konstateres i forskningen af de ’kulturelle industrier’, at arbejdslivet kendetegnes af spændinger mellem kommercielle forpligtelser og kreativ autonomi, samt mellem selvudnyttelse og selvrealisering (Hesmondhalgh & Baker, 2013; Hesmondhalgh, 2018).
Brugen af GKI i medieproduktionelle sammenhænge markerer et skift ikke blot i
måden arbejdsprocesser struktureres og gennemføres på, men også i selvforståelsen som kreativ professionel. Den australske medieforsker Stuart Marshall Bender, understreger vigtigheden af kreative professionelles evne til at kunne artikulere hvad deres kunstneriske agens består af, nu hvor kreativitet ikke længere er et domæne mennesker har eneret over (Bender, 2025). Siden 2023 er der udkommet en lang række forskningsartikler der beskæftiger sig empirisk med hvordan GKI-værktøjer inkluderes i mediebranchen (Sookhom et al, 2023; Cools & Diakopoulos, 2024). Andre studier analyserer gennem omfattende systematiske reviews, hvordan GKI anvendes i kreative processer generelt (Holzner et al., 2025; Heigl, 2025).
Det der i skrivende stund mangler, er konkret viden om brugen af GKI, i en dansk mediebranche kontekst. Dette videnshul ønsker denne rapport at være med til at udfylde. I 2024 udgav Teknologisk Institut en fremragende rapport om fremtidens kompetencebehov i medie- og kommunikationsbranchen (Teknologisk Institut, 2024). Rapportens empiriske grundlag bestod bl.a. af kvalitative interviews med ledere og rekrutteringsansvarlige, for at kortlægge kompetencebehov. Nærværende undersøgelses empiriske grundlag vil blive beskrevet i dybden i næste kapitel, men lad det blive fremhævet allerede her, at datamaterialet for denne rapports resultater består af 17 kvalitative interviews med diverse professionelle i den danske mediebranche, der til daglig bruger GKI-værktøjer. Dermed er denne rapports fokus ikke på forventninger og forestillinger om inklusionen af GKI, men om hvordan teknologien blev brugt i fjerde kvartal af 2024 og første kvartal af 2025.
1.2 FORMÅL OG FOKUS
Dette projekt startede som et forsknings- og udviklingsprojekt på Danmarks Medie- og
Journalisthøjskole, ved institut for Medier, Kommunikation & Design. Projektets formål var at undersøge og dokumentere den reelle brug af GKI-værktøjer i danske medieproduktionsmiljøer. Da der ved projektets start allerede eksisterede forskningsprojekter med fokus på GKI-brug i dansk journalistik (Hansen, 2023), blev det besluttet at fokusere på sektorer som film, tv, spil, design og reklame. Projektet startede som et samarbejde mellem følgende ansatte: Kristian Ahm fra uddannelsen i Medieproduktion & Ledelse, Judy Bruun Wium fra uddannelsen i TV- og Medietilrettelæggelse, Karsten Vestergaard fra uddannelsen i Interaktivt Design og Coded Design, samt Stig Møller Hansen fra uddannelsen i Coded Design. Af forskellige årsager forlod Judy, Karsten og Stig projektet efter dataindsamlingen blev afsluttet. Derfor står jeg, Kristian Ahm, som eneforfatter på denne rapport.
Forsknings- og udviklingsprojekter har både formålet at styrke vidensgrundlaget for vores uddannelser i Medieproduktion & Ledelse, TV- & Medietilrettelæggelse og Visuel Kommunikation, samt at udvikle de fagprofessionelle miljøer vi uddanner til. Denne rapport vil forhåbentlig bidrage til sidstnævnte, ved at skabe et styrket praksisfællesskab omkring brugen af GKI. Et praksisfællesskab kan defineres som grupper af mennesker der deler en daglig praksis og som lærer ved at interagere med hinanden (Wenger, 2011). Ved at dele alle relevante resultater fra dette forskningsprojekt er forhåbningen at vi alle kan lære af og inspirere hinanden når vi deler vores konkrete praksiserfaringer med GKI. I skrivende stund tror jeg det er usandsynligt at vi kan formalisere konkrete ’best practices’. GKI-værktøjerne i deres nuværende chatbot-iteration er så ekstremt fleksible teknologier, at det er vigtigt at forblive åben og udforskende i sin brug af dem.
1.3 PROBLEMFORMULERING
Projektets overordnede problemformulering er følgende:
Hvornår og hvordan bliver GKI-værktøjer brugt i den danske mediebranche?
Dette overordnede spørgsmål rammesætter undersøgelsens udforskende udgangspunkt. I løbet af projektet har der været flere underspørgsmål som i forskellige faser har styret processen. De underspørgsmål der præsenteres her, er dem der efter dataanalysen gav projektet sin endelige form.
1. Hvilke motivationer har medieprofessionelle for at fravælge GKI?
2. Hvordan forandrer inklusionen af GKIværktøjer eksisterende produktionsprocesser?
Igennem hele dataanalysen blev der arbejdet med et underspørgsmål relateret til medieprofessionelles fremtidsforestillinger. Denne analyse blev rammesat og gennemført, ud fra præmissen om at vores forestillinger om fremtiden, i forskningen kaldet vores ’sociotechnical imaginaries’, har en reel effekt på hvordan teknologier udvikles og udbredes i samfundet (Vicente & Trindade, 2021). I løbet af analysen blev det dog klart at udviklingen af GKI-værktøjer og deres brug går så stærkt, at respondenternes perspektiver, der blev indsamlet i sidste kvartal af 2024 og første kvartal af 2025, risikerer at blive meningsløse indenfor en kort tidsperiode.
1.4 RAPPORTENS OPBYGNING
Denne rapport er kulminationen på næsten to års arbejde. Selvom jeg teknisk set ikke har en begrænsning på længden af denne rapport, så er der tids- og ressourcespørgsmål der gør det nødvendigt at jeg begrænser mig. Derfor har jeg forsøgt at inkludere så mange relevante praksisnære og videnskabelige pointer som muligt i denne tekst. Når jeg har modtaget feedback fra mine kolleger på DMJX er der blevet sat spørgsmålstegn ved hvem målgruppen for denne rapport egentlig er. Er det vores studerende? Professionelle praktikere i mediebranchen? Forskere? I princippet er det min forhåbning alle ovennævnte grupper kan have interesse i at læse denne rapport fra ende til anden. Jeg anerkender dog gerne at det kan være en del at forlange. Det vil jeg tage højde for nu ved at præsentere hvert kapitel kort og hvem jeg formoder har mest interesse i at læse dem hver især.
I kapitel 2 vil projektets metodologi blive præsenteret. Her vil bl.a. sampling strategien, interviewdesign og dataanalysen blive gennemgået og diskuteret. Dette kapitel vil primært være interessant for studerende og forskere. Selvom jeg forsøger igennem hele rapporten at skrive i et tydeligt og (forhåbentlig) indbydende sprog, så vil dette kapitel være det mest akademiske i sin tone. Professionelle praktikere kan læse dette kapitel for at få hele baggrunden for, hvordan projektets resultater er blevet opnået.
I kapitel 3 vil projektets resultater blive præsenteret. Dette kapitel vil forhåbentlig have mest relevans for professionelle praktikere, men vil også være interessant læsning for studerende og forskere. Dette er rapportens længste kapitel. Jeg har bevidst besluttet at
lade mine respondenters citater dominere dette kapitel. Selvom jeg har udvalgt citaterne og inddelt dem i temaer, er det vigtigt for mig at dette kapitel bliver set som et kor af praksiserfaringer. Jeg håber læseren vil gå til resultaterne og citaterne med et åbent sind. Jeg er mig bevidst om at kapitlet peger i mange, mange retninger på én gang. Min opfordring er at læseren lader sig inspirere og udfordres af de mange praksisnære eksempler der præsenteres. Min forhåbning er, at kapitlet kan afføde nye ideer der peger i andre retninger end dem jeg præsenterer i det efterfølgende diskussionskapitel.
I kapitel 4 vil jeg diskutere resultaterne ved at trække tråde til forskningen i moderne medieproduktionspraksisser og GKI i professionelle kontekster. Selvom dette kapitel vil vende tilbage til en mere akademisk tone, er det min overbevisning at dette kapitel både er relevant for forskere og professionelle praktikere. Jeg håber kapitel 4 vil kunne skabe et refleksivt perspektiv i læseren, som de kan tage med sig i deres praksis.
Kapitel 5, rapportens konklusion, opsummerer alle rapportens fund. Hvis du har meget travlt eller stadig er i tvivl om hvor du skal starte, kan du begynde her.
Dette kapitel vil gennemgå de metodiske beslutninger der danner fundamentet for projektets resultater. Først vil det videnskabelige afsæt blive udfoldet. Derefter vil sampling strategien gennemgås og respondentpopulationen kort præsenteres. Efterfølgende vil de metodiske overvejelser omkring valget af semistrukturerede interviews blive præsenteret. Afslutningsvis vil dataindsamlingen og analysen præsenteres.
2.1 VIDENSKABELIGT AFSÆT
02 Metode
Projektets undersøgelsesdesign har taget udgangspunkt i en kvalitativ, eksplorativ, fænomenologisk forskningstradition. Med kvalitativ menes der at projektets rådata består af ord, ikke tal. Gennem et fokus på folks selvrapporterede oplevelser med GKI-værktøjer er det muligt at beskrive specifikke processer i medieproduktion så nøjagtigt som muligt (Bryman, 2012: 399400). Med eksplorativ henvises der til projektets åbne, antagelsesfri udgangspunkt. En afgørende personlig motivation for gennemførelsen af dette projekt, har været at skære igennem hypen omkring GKI, upåagtet om den kommer fra udviklerne eller brugerne. Hype, forstået som overdrevne forventninger, former i skrivende stund opfattelsen og diskursen omkring GKI, ud fra en manglende viden om de konkrete brug af teknologien der finder sted (Prather et al., 2025; LaGrandeur, 2024; Leaver & Srdarov, 2023). Denne eksplorative, antagelsesfri grundindstilling går hånd i hånd med fænomenologien. I en kvalitativ forskningssammenhæng, henviser fænomenologien til en grundindstilling hvor respondenternes levede erfaringer danner fundamentet for forståelsen og virkeliggørelsen af et bestemt
fænomen. I stedet for at antage eller spekulere om brugen af teknologien, gør dette projekt brug af de professionelles egne ord, sprogbrug og fortællinger til at konstruere en empirisk forankret forståelse af hvad GKI egentlig er (Alase, 2017). På den måde ønsker projektet at tage definitionsmagten fra dem der udvikler teknologierne. Denne pointe vil blive udfoldet i kapitel 4, med udgangspunkt i begrebet multistabilitet.
Indenfor medieforskningen placerer undersøgelsen sig i feltet media production studies, på dansk medieproduktionsanalyse (Mayer et al., 2009; Redvall & Bruun, 2022). Helt overordnet kan forskningen beskrives som studier af produktionsprocesser, forstået som sociokulturelle processer. Erkendelsesinteressen for denne type forskning bliver skarpt formuleret i følgende citat:
”Målet med at kigge ind i kulissen hos medievirksomhederne er at kunne forklare og dermed bidrage til vores teoretiske viden om, hvorfor medieprodukter bliver, som de gør, og hvordan man skal forstå forbindelserne mellem medieprodukter og deres produktionsvilkår.” (Redvall & Bruun, 2022:9)
Vha. en række, primært kvalitative metoder, udforskes processer og intentioner bag produktionen af f.eks. nyheder (Berkowitz & Liu, 2016), tv-serie manuskripter (Redvall, 2013), produktionsdesign (Aggerholm, Wille & Hansen, 2020) eller Youtube videoer (Hansen et al., 2025). Nogle af feltets grundlæggere fremhæver i en grundbog af lidt ældre dato, at fokusset for medieproduktionsanalyse bør ligge på de levede oplevelser der finder sted i en produktionsproces (Mayer et al., 2009: 9-10). I dette fokus på hverdagens kompleksiteter og uforudsigeligheder er det
muligt at nå udover rene produktionelle effektivitetslogikker, og ind i en udforskning af hvorfor medieprofessionelle handler som de gør. Dette anses som værende specielt relevant for en undersøgelse som denne, da GKI-brug stadig er en så ny praksis, at det er muligt for professionelle at reflektere over hvorfor de arbejder som de gør. Til sammenligning ville det være sværere at gøre med teknologier der for længst er blevet normaliseret, såsom digitale kameraer og redigeringssoftware.
2.2 SAMPLING STRATEGI
Den grundlæggende sampling strategi for projektet her været gennem en blanding af criterion og convenience sampling. Criterion sampling gennemføres ved at definere en række inklusionskriterier der skal overholdes før en respondent udvælges til interview (Bryman, 2012:419). I dette projekts sammenhæng var kriterierne at respondenten skulle arbejde i den danske mediebranche, de skulle arbejde med produktionen af medieobjekter og de skulle være aktive brugere af GKI. Med aktive brugere menes at de bruger GKI-værktøjer jævnligt som del af deres arbejde. Overholdelsen af disse kriterier betød, at alle 17 respondenter rent faktisk brugte GKI næsten hver dag på deres arbejde. Convenience sampling gennemføres ved at rekrutteringen finder sted gennem de kanaler som forskerholdet har adgang til (ibid.:201). I denne sammenhæng er det værd at nuancere hvad convenience sampling betyder i en DMJX-kontekst. På grund af min og mine kollegers adgang til den danske mediebranche, både gennem egne, tidligere arbejdserfaringer i branchen, men især gennem vores dimittender, vil jeg argumentere at risikoen for validitets-
problemer er relativt lille, fordi det er en meget stor population vi kan sample ud fra. Ingen af de to projektansatte der gennemførte de i alt 17 interviews var tidligere bekendt med interviewpersonerne. Dermed antages det at risikoen for en ’studerende-underviser’ situation, hvor interviewpersonen ønsker at gøre intervieweren glad, er undgået. Med det sagt er denne form for sampling strategi aldrig risikofri og denne risiko anerkendes fuldt ud af alle projektansatte.
Målet var at interviewe 20 respondenter. Af praktiske årsager lykkedes det kun at nå op på 17. Der blev sat en nedre grænse på 15 respondenter som trods alt blev overgået.
Den færdige respondent population består af professionelle med jobtitler som Designer, Udviklingschef, Udviklingskoordinator, Art Director, Instruktør, Producent, Creative Director, Product Designer og Konceptudvikler. Respondenterne arbejder både hos public service-institutioner, reklamebureauer, design bureauer og konsulentfirmaer, hvor der både produceres til film-, tv-, reklame-, design- og spilsektoren. Selvom det ikke var et samplingskriterie, endte det med at alle vores respondenter havde minimum ti års professionel erfaring før udbredelsen af GKI.
2.3 INTERVIEWDESIGN
Det semistrukturerede livsverdensinterview blev udvalgt som dataindsamlingsmetode, da det gav den ønskede fleksibilitet i interviewsituationen. Denne interviewform tager udgangspunkt i en forberedt interviewguide, men giver plads til improviserede spørgsmål (ibid.:470-471). På nuværende tidspunkt vil nogle læsere måske forundres
over, hvorfor der ikke blev gjort brug af en spørgeskemametode, når projektets problemformulering er så åben og kortlæggende. Spørgeskemaer er ikke bare nyttige til at indsamle data om adfærd og holdninger, men giver i analysefasen mulighed for at undersøge sammenhængen mellem dem (ibid.:341). Selvom denne pointe er korrekt, så har ønsket med dette projekt været at komme helt tæt på de professionelles specifikke, levede oplevelser med GKI-værktøjer. Denne ’thick description’, som antropologen Clifford Geertz (1973) kalder det, ville gå tabt i et spørgeskemas prædefinerede svarkategorier.
En anden mulig metode var fokusgruppeinterview, hvor 4-8 personer samles i et lokale og interviewes på én gang. Fordelen ved denne interviewmetode er dens effektivitet ift. at indsamle meget data på kort tid, men den hindres potentielt af det sociale samspil der finder sted under interviewet (Bryman, 2012:516-517). Det blev tydeligt under flere interviews, at respondenterne indimellem var i tvivl om deres GKI-brug var fagligt acceptabel. Denne usikkerhed omkring fagprofessionelle standarder, i en kontekst hvor de ikke eksisterer endnu, ville risikere at afspore et fokusgruppe interview før det overhovedet var begyndt, hvis ingen respondenter turde tage ordet.
Med det semistrukturerede livsverdensinterview formåede interviewerne at skabe et trygt og anonymt rum for respondenterne, hvor interviewet var struktureret ud fra fem temaer, med 2-3 åbne spørgsmål i hvert tema (se bilag 1 for den fulde interviewguide). Under pilot interviews blev det tydeligt for projektets to interviewere, at fokus skulle være at nå igennem alle fem temaer, men ikke nødvendigvis samtlige
spørgsmål, da oplevelserne med teknologien varierede meget fra den ene respondent til den anden. Temaerne startede åbent, med spørgsmål fokuserende på respondentens arbejdsliv og opgaver, efterfulgt af specifikke anvendelser af GKI, efterfulgt af refleksioner over valg, fravalg og samarbejde. Dermed opnåede interviewet en tragtform, hvor spørgsmålene startede tilstrækkelig overordnet til, at alle respondenter følte sig velkomne i interviewsituationen. I praksis blev der stillet væsentligt flere spørgsmål end de 12 der var forberedt i interviewguiden.
2.4 DATAINDSAMLING
Alle interviews blev så vidt muligt gennemført med fysisk tilstedeværelse. Af praktiske og etiske hensyn fik respondenten mulighed for selv at vælge mellem enten at mødes fysisk eller online med kamera. Hvis respondenten valgte fysisk fremmøde, havde de valget mellem at mødes på DMJX eller deres arbejdsplads. I sidste ende blev størstedelen af interviews gennemført med fysisk fremmøde. Alle interviews var planlagt til at vare en time. Denne varighed blev defineret efter gennemførelsen af to pilotinterview. I praksis endte de 60 minutter med at blive overholdt, med få afvigelser hvor interviewet varede kortere tid.
Samtlige interviews blev lydoptaget til transskriberingsformål. Dette blev enten gennemført vha. optagefunktionen i den anvendte mødesoftware, eller vha. en medbragt professionel mikrofon til interviews.
Alle 17 interviews blev indledningsvis transskriberet vha. en GDPR-sikret software som forskerholdet har adgang til og som er godkendt af DMJX. Efterfølgende blev data uploadet til Atlas.ti for at blive analyseret.
I sin rå form bestod datamaterialet af ca. 170.000 ord.
2.5 DATAANALYSE
Der blev anvendt en tematisk analyse approach, rammesat af projektets undersøgelsesspørgsmål (ibid.:578).
Den indledende, åbne kodning i Atlas.ti affødte mange forskellige koder, der sidenhen blev inddelt i overordnede temaer. Den åbne kodnings primære funktion var at trawle igennem materialet flere gange for at identificere alle relevante citater. Efter denne proces blev datamaterialet reduceret til 362 citater, ca. 65.000 ord.
Indledningsvis blev der genereret tre overordnede temaer: 1) GKI-brug i produktionsprocesser, 2) Motivationer for fravalg af GKI, 3) Forandring af arbejdsprocesser. De fungerede som tre overordnede kasser de relevante citater kunne puttes ind i, inden en dybere udfoldelse af de overordnede temaer kunne finde sted.
Efter at samtlige relevante citater blev placeret i de tre overordnede temaer, begyndte arbejdet med at definere undertemaer. Tema 1 om GKI-brug blev med længder det tema der havde flest relevante citater, hvilket gjorde det tydeligt at inddelingen i præproduktion, produktion og postproduktion var nødvendig. Tværfagligheden og GKI-brugens kollaps af de tre produktionsprocesser, gjorde det nødvendigt at definere de tre produktionsprocesser på en relativ overordnet måde, med udgangspunkt i forskningen om ’canonical’ medie -
produktionsprocesser (Hardman, 2005). Konstruktionen af underkategorier i de andre temaer var mere forudsigelig og bestod i identifikationen af mønstre på tværs af citater. I den sammenhæng opstod flere undertemaer end der præsenteres i denne rapport, da visse undertemaer blev slettet hvis der ikke var en kritisk masse af citater der koncentrerede sig om dette undertema. F.eks. blev der i overtema 2 om motivationer for fravalg identificeret et undertema omkring normaliseringen af GKI. I et par interviews blev det nævnt at brugen af teknologien dalede, i takt med at den blev afmystificeret og en del af hverdagen. Ved nærmere eftersyn blev det dog konstateret at det her tema kun dukkede op i en håndfuld citater fra to specifikke interviews. De temaer der præsenteres i kapitel 3, dukker op væsentlig flere gange på tværs af interviews.
Igennem kodningsprocessen har der været en tilbagevendende dialog med kolleger, for at sikre validitet og transparens af kodningsprocessen.
Dette kapitel vil gennemgå resultaterne af forskningsprojektet. Det består af tre afsnit.
Den første del vil gennemgå eksempler på den reelle brug af GKI i produktionsprocesser. Her vil det præproduktionelle led blive fremhævet som det led hvor der finder flest brug af teknologien sted. Afslutningsvis vil vigtigheden af faglige fundamenter som rammesætning for den konstruktive GKIbrug blive fremhævet.
Anden del af kapitlet vil præsentere tre gennemgående motivationer for fravalget af GKI. Disse motivationer spænder fra usikkerheder omkring jura, til fagprofessionelle selvforståelser.
Tredje del vil fremhæve tre måder arbejdsprocesserne bliver transformeret på, når GKI bliver en normal del af de medieprofessionelles arbejdsliv. Effektivisering er, ikke overraskende, én tydelig forandring, men det vil også blive fremhævet hvordan denne effektivisering medfører nye beslutninger om prioritering, samt potentialet for større spontanitet i arbejdsprocesserne.
Resultater 03
Begreberne divergent og konvergent vil blive brugt gentagne gange i de kommende afsnit. Kort fortalt relaterer de til to afgørende processer indenfor Creative Problem Solving (forkortes CPS, præsenteres i Redvall 2009). En divergent fase kendetegnes af en ukritisk indsamling af ideer og materialer, før der i den konvergente fase tages analytisk og kritisk forankrede beslutninger om hvilke ideer og materialer der arbejdes videre med for at løse et bestemt problem (Redvall, 2009:43).
3.1 BRUGEN AF GKI I PRODUKTIONSPROCESSER
3.1.1 Præproduktion
Overordnet har det været muligt at identificere fem brug af GKI i det præproduktionelle led. I dette projekts kontekst defineres præproduktion som alle udviklings-, planlægnings- og organiseringsprocesser inden en materialeindsamling finder sted. Brugene præsenteres her meget kort, inden de udfoldes i hver deres afsnit.
1. Idéudvikling – GKI bruges i en indledende, divergent udviklingsfase til at understøtte og give indspark til diverse idéudviklingsprocesser, både individuelt og i grupper.
2. Vanebrydning – GKI bruges i en konvergent udviklingsfase til at stille kritiske spørgsmål og udfordre de beslutninger som mennesket tager, for at opnå dybere refleksion over egne vaner og beslutningsprocesser.
3. Research – GKI bruges både i divergente research faser til indsamling af kilder og data, samt til konvergente faser, hvor information struktureres og kondenseres.
4. Tekstskrivning – GKI bruges til divergente skrivefaser i form af hurtige første udkast, samt til konvergente redigeringsfaser.
5. Multimodal konceptudvikling – GKI bruges til billede- og videogenerering i konceptudviklingsfaser.
3.1.1.1 – Idéudvikling
En af de mest synlige og gennemgående brug af GKI, er hvordan sprogmodeller som ChatGPT og Claude bliver brugt i tidlige idéudviklingsfaser. Så længe respondenterne
sørger for at give sprogmodellen den nødvendige kontekst, bl.a. om projektet og produktionsomstændighederne, er der reelt ingen begrænsning for hvor mange ideer den kan generere.
” [M]an fik hurtigt åbnet boksen op. Man kom hurtigere i gang med processen, fordi der kom så mange ideer fra de her AI modeller. Så det blev lettere at tage det der første skridt og sige, ”det er den her idé, vi vil lave de her 100 eller 200 ideer” […] og så tager vi måske de fem bedste og arbejder videre med dem. Og så ud fra dem ender vi op med at have én idé eller ét koncept, som vi arbejder med.”
– Grafisk Designer
I ovenstående citat er det værd at bemærke hvordan idéudviklingen opstår i en vekselvirkning mellem sprogmodellen og den menneskelige bruger. Fra andre respondenter fremgår det tydeligt, at pointen ikke er at overlade det kreative arbejde til sprogmodellen, men at bruge den til at levere uventede indspark, der meget vel kan være urealistiske eller irrelevante, men som stadig hjælper menneskerne med at forblive i en udforskende, divergent tilstand. Sagt med andre ord understøtter teknologien den kreative undersøgelse af et imaginært mulighedsrum, hvor der konstant genereres og evalueres ideer (Refsgaard & Korsgaard, 2021:30-31).
Derudover har sprogmodeller den fordel at de ikke har nogen nervøsitet forbundet med at dele ideer. Derfor kan den ikke blot bruges til at supplere menneskeskabte ideer, men kickstarte kreative processer på en tryg måde.
”[Jeg vil] ikke forvente, at der kommer noget ud af maskinen, der er ready to ship. ’Jeg har skrevet tre taglines her, forestil dig 30 ligesom dem her.’ Bare få hjernen sat i gang, kan man sige, hvis man lige er gået lidt kreativt kold på at finde på mere. Jeg ved af erfaring, at jo mere jeg har at vælge imellem, jo bedre bliver resultatet sandsynligvis.”
– Creative Director
Selvom der kan være en risiko ved at eksplodere et mulighedsrum med potentielt hundredvis af ideer, bliver det af visse respondenter fremhævet som en kærkommen effektivisering af idéudviklingsprocessen, da det er en spændende proces at kombinere de mange ideer der opstår i samspillet mellem menneske og teknologi.
”[I]nden for det timeslot [til idéudvikling], der kan AI gå ind og sørge for, at designprocessen bliver åbnet op, så man måske får 5, 10, 15, 20 gange så mange muligheder, som man gjorde før. Så det, jeg synes, er den helt store gevinst eller kvalitet ved generativ AI, det er, at man kan eksperimentere mere og prøve ting af, og måske også lade sig inspirere nogle gange af det output, der kommer. Så der er sådan en vekslevirkning mellem menneske og maskine.”
– Grafisk Designer
3.1.1.2 Vanebrydning
Brugen af sprogmodeller som ChatGPT og Claude til bevidst at introducere friktion i kreative beslutningsprocesser er ikke lige så tydelig i datamaterialet som til idéudviklingsprocesser, men den er værd at fremhæve, da den er et eksempel på en kreativ arbejdsproces der ikke har kunnet eksistere før udbredelsen af GKI.
I sin mest grundlæggende form er denne vanebrydningsproces eksemplificeret ved en respondents udvikling af Custom GPT’er. Her er der tale om en funktion i sprogmodeller som ChatGPT og CoPilot, hvor det er muligt at kalibrere én chatbot til ét bestemt formål. En af respondenterne har lavet en samling af over 10 forskellige chatbots, skabt i ChatGPT, der er kalibreret til at efterligne bestemte kunstnere og medieprofessionelle der fungerer som inspirationskilder. Som eksempler nævnes den amerikanske musikproducent Rick Rubin og filminstruktøren David Lynch. Det skal understreges at respondenten ikke gør sig illusioner om at
de faktisk fører en samtale med personerne, men at der med den rette kalibrering og brug af data i form af interviews og andre kilder kan genereres et, som minimum, konstruktivt output.
”[D]et er på mange måder det samme, som jeg ville gøre, som før jeg havde mulighed for AI, så brugte jeg rigtig meget det der med at invitere udvalgte mennesker med i processen, som jeg havde en eller anden formodning om kunne bidrage, eller skubbe projektet og retningen i kursen hen mod noget, som jeg troede ville være det rigtige i forhold til at få det solgt og realiseret. Og nu har jeg bare […] fundet en super-charged måde at gøre det på. Hvor jeg kan skrive en custom GPT, som jeg har 10-15 af nu, som jeg skal switche imellem. Og så har jeg bare en farve på paletten, som jeg kan bruge til at fremkalde mig selv i en retning, som jeg tror skal til for at blive bedre.”
– Selvstændig Konceptudvikler
Som det forhåbentlig fremgår af ovenstående citat, er formålet med inkluderingen af Custom GPT’er ikke at GKI skal overtage processen, men at de kan anvendes konstruktivt når mennesket har brug for input. Fordelen ved GKI er at denne parasociale, kollegiale sparring kan finde sted når som helst.
”[D]et er måske det, hvor man tager sig tid til at bruge modellerne til ikke bare at få et svar på et spørgsmål, men så bruge det svar der kommer til at afsætte i en ny diskussion. Så man bruger det ligesom med to mennesker, at man bruger det til en længerevarende, mere dybdegående diskussion. I min erfaring er der også det her med, at modellen forståelsesmæssigt giver nogle bedre svar. Jo bedre det lærer en at kende, og også jo bedre man selv er til at få ’framet’ sit problemfelt, eller det man gerne vil have åbnet op eller hjælp til, så man lærer måske også at blive bedre til selv at stille mere konkrete spørgsmål, der er mere forståelige eller afgrænsede, eller hvad man skal sige. Så man i øvrigt også bruger det her værktøj til at ændre refleksionsprocessen over, hvad er det egentlig, jeg gerne vil med det her?”
– Grafisk Designer
Risikoen der melder sig i ovenstående citater, er hvorvidt denne sparring med GKI har risikoen for at erstatte den mellemmenneskelige sparring blandt kolleger. Det er både ovenstående respondenter og mange andre i datamaterialet opmærksom på. Det fremhæves dog, at for selvstændige, der ikke har daglig omgang med kolleger, er GKI et relevant værktøj for ikke at sidde fast i deres eksisterende vaner.
3.1.1.3 Research
I en præproduktionel research fase, hvor det er nødvendigt at indsamle viden og data om et givent emne, er der udbredt brug af GKI. Både ift. den indledende, divergente fase hvor søgefunktionen i Claude og ChatGPT kan udnyttes til at indsamle store mængder data, samt den konvergerende fase, hvor værktøjer som NotebookLM bruges til at kondensere og strukturere information fra flere forskellige kilder.
I skrivende stund er der meget tid der kan spares på denne indsamling af data og kilder, men som nedenstående citat illustrerer, er det nødvendigt med et menneskeligt eftersyn.
”Jeg går alt fakta igennem. Jeg tror ikke på noget, den siger i research. Det er simpelthen bare at få et lynhurtigt overblik. […] 95% af de gange, jeg bruger det, så er det overblik, jeg får også sådan nogenlunde valgt. Så det er en lynhurtig måde at få et overblik over, hvad findes der af dokumentarfilm om det her specifikke emne siden 2010. Det kan den give mig på the spot. Og så kan jeg selv løbe det efter og se, om der er noget, hvis jeg googler det, og hvis jeg søger det på andre måder, og bruger nogle af de der avancerede søgekriterier, så kan det fortælle, hvor det ikke gør. Hvor den ikke er retvisende.”
– Selvstændig Konceptudvikler
Grundet den store mængde data der kan indsamles på kort tid, er det for flere respondenter et oplagt valg også at bruge GKI til at kondensere informationskilder på måder der er relevante for deres udviklings- og produktionskontekst. I nedenstående, omfattende citat, illustreres det hvordan sprogmodellerne Claude og NotebookLM blev brugt til at kondensere og operationalisere et omfattende datamateriale tilsendt af en kunde.
3.1.1.4 Tekstskrivning
”Når jeg skal sætte mig ind i en kunde, så får vi typisk en masse materiale tilsendt. Det er en rigtig god idé at orientere sig i det materiale. Nogle gange er der enten for lidt tid at læse alt det her materiale igennem. Og det er der Claude hjælper mig med at skabe overblik over materiale på en super hurtig måde. Et eksempel var en kunde, vi skulle arbejde med inden for et område, som jeg ikke ved særlig meget om. Og så for at virke mere forberedt, så fik jeg Claudes hjælp. […] Så jeg fik noget materiale fra kunden, og så fik jeg en del af det, som var briefen på projektet, det uploadede jeg. […] [K]onteksten var, at vi skulle ud og holde et kick-off møde, og jeg følte mig underforberedt. Så cirka en time inden jeg skulle være derude, går jeg i gang med den her proces, som er helt absurd. Jeg synes, det var utjekket, at jeg ikke har fået læst det der materiale igennem, som de nu har fundet frem og sendt mig. Jeg loadede det her materiale op i Claude […] og spurgte den om en masse ting, som jeg var i tvivl om. Hvordan er det med det her? Måske 10-15 spørgsmål omkring det her fodboldkultur i Tyskland osv. Design af fodbolddragter. Og så kom den med et alt for stort output, også til jeg kunne nå at læse det igennem. Det genererede jeg som pdf, og så brugte jeg Googles NotebookLM […] Så jeg lagde den her, jeg tror […] sådan 12 siders pdf, op i notebook, og bad den om at generere en podcast med to værter, en mandlig og en kvindelig vært, som på sådan en rigtig dreven amerikansk ægte podcastmanér. Det genererede Notebook så en, jeg tror, det var en otte minutters podcast. […] Jeg satte mig ned på cyklen, tog mine Airpods i, og så hørte jeg den podcast […] på vej ud til det her kundemøde.”
– Creative Director
Indenfor præproduktionen af medieobjekter finder der tekstskrivning sted i alle genrer. I form af f.eks. e-mails, konceptbeskrivelser, kreative briefs, taglines, ansøgninger og afslag. At sprogmodeller kan bruges til at understøtte skriveprocesser, er allerede veletableret i forskningslitteraturen (Dobrin, 2026; Hau, Zambach & Hendriksen, 2025). Derfor vil der blive brugt mindre plads på at udfolde denne brug. Jeg vil præsentere tre konkrete eksempler der kan have interesse for læserne af denne rapport.
Det første brugseksempel er genereringen af et første udkast.
”[Claude] er bare et super fedt værktøj til at formulere for det første. Altså når man lige skal have styr på enten at formulere noget alt fra en e-mail til en kunde, som lige skal stå helt skarpt og den er måske på engelsk, så jeg skal lige du ved, ’hvordan er det lige, hvad hedder det, man kan skrive det her på en fed måde som virker troværdig osv.’ Men det kan også være en præsentation ’vi skal lige forklare hvad er det nu lige Double Diamond-processen er i den her kontekst’. Det kunne jeg godt bruge et kvarter, 20 minutter på at sidde og skrive ned. Men jeg kan også bare lige forklare det i Double Diamond i kontekst af at lave en app til et projekt. Så kommer den med et bud, så retter jeg lige et par ord, og det er Claude også rigtig god til. Så sådan nogle meget lavpraktiske småting hen over hele dagen, vil jeg sige, mange gange i løbet af dagen.” – Design Director
Det er værd at bemærke endnu en gang hvordan GKIens output ikke blot kopieres og afleveres som brugerens eget. Det er første skridt på en længere arbejdsproces, der kickstartes vha. teknologien.
Et andet tydeligt brug, der finder sted efter teksten er begyndt at tage form, er brugen af GKI som sparringspartner og korrekturlæser.
3.1.1.5 Multimodal Konceptudvikling
”Så jeg skriver på halv dansk, halv engelsk, halv whatever i et stort blah. Og så har jeg måske nogle temaer […] Der er nogle key pillars, som det skal hænges op på. ’Prøv at condense noget messaging til, hvis du skal være 12-årig eller 20-årig.’ […] Så jeg bruger den som en proofwriter og en sparringspartner.”
– Principal Product Designer
Der beskrives af flere respondenter en arbejdsproces med tekstskrivning der er mere dynamisk end blot at generere ét første udkast der efterfølgende finpudses. Der er mulighed for at se alternative udgaver af samme tekst, der kan blive startskuddet på en ny skrive- og redigeringsproces. I nedenstående citat kalder respondenten disse GKI-udkast, baseret på deres gennemarbejde tekster, for ”second opinion tekst”.
”Det, som det mest blev brugt til, det er jo at lave en second opinion tekst. Det vil sige, du har måske lavet din egen tekst, og så siger du, ’har du nogle andre bud’, eller du beder den lave nogle bud, og så sidder du selv og laver den.”
– Kreativ Chef
Der kan argumenteres for, at muligheden med at arbejde simultant med adskillige udkast skaber en større refleksion over skriveprocessen, der gør at respondenterne i længere tid forholder sig udforskende til skrivningen.
Den sidste brug af GKI i præproduktionelle sammenhænge der står tydeligt frem i datamaterialet, er brugen af GKI-genererede billeder og video i konceptudviklingsarbejde. Her er de divergente og konvergente idéudviklingsfaser afsluttet og der arbejdes målrettet på at konstruere et salgbart koncept der kan pitches.
Flere respondenter giver udtryk for frustrationerne med at sammensætte et visuelt pitch materiale, da det før i tiden har skulle sammensættes af stockfotos, screenshots fra film og lign., der risikerer at distrahere kunden.
”[D]et har særligt været i sådan en storyboardsammenhæng, vi har en eller anden film, vi gerne vil have skudt […] Og der har det bare i mange år, jeg har været herinde, været sådan en kamp om at finde de rigtige billeder på nettet. Og sidde og se 10.000 vis af reklamer i forvejen, fordi man skal bruge det rigtige billede af en far og en søn, der sidder på en sofa sent om aftenen, hvor sønnen sover på hans skuldre […] Og så finder man et billede, og det billede er måske fra en film, så det er Al Pacino der sidder der, og det er også dybt forstyrrende.” – Art Director
Ved hjælp af GKI-genererede billeder er det muligt for konceptudviklere på tværs af sektorer i mediebranchen at skræddersy det visuelle materiale, så det er relevant for konteksten og har en sammenhængende visuel identitet.
En anden nyopstået mulighed med billedeog videogenerering er at generere et omfattende videomateriale exceptionelt meget billigere end før i tiden. I nedenstående citat udfoldes potentialerne af en respondent. Bemærk at det nævnte koncept, ”Husk Lige Kufferten”, er ment som et tænkt eksempel og ikke en autentisk idé til et tv-program.
”[A]lt for tidligt i processen bliver en eller anden idé, som er lidt skør og lidt crazy, skudt ned. Der er for meget konkurrence rundt omkring i verden. Der er alle mulige forskellige, der konkurrerer på kryds og tværs. Det koster mange penge at udvikle noget frem til et punkt, hvor alle kan se, at selvfølgelig skal vi lave ’Husk Lige Tandbørsten’. Det kan man ikke i dag på samme måde. Det ville AI kunne hjælpe med ekstremt meget. Hvis du kunne sætte dig ned og for meget få penge, faktisk komme hen til et punkt, hvor du kunne vise noget til nogle andre. ”Det her tør vi godt satse på. Vi har taget en ung Casper Christensen. Vi har puttet ham tilbage ind i det her studie, vi har deepfaked det her, […] og så har vi et nyt koncept, som hedder, ’Husk Lige Kufferten’, whatever”. Men det kan du pludselig lave faktisk, uden at skulle lave piloten til 5 millioner og se, om det er noget, der holder.”
– Lead Producer
3.1.2 Produktion
Sammenlignet med det præproduktionelle led, er der fundet færre brug af GKI i det produktionelle led. I kontekst af dette projekt defineres produktion som processen hvor et materiale indsamles, hvad enten det er billede, lyd, video, skrift eller lignende. Motivationerne for disse fravalg vil blive uddybet i kapitel 3.2. Da alle respondenterne i datasættet arbejder med at producere medieobjekter der som minimum har en visuel modalitet, er der et gennemgående brug af sprogmodeller der kan generere billeder.
Et eksempel hvor GKI-genererede billeder har en specifik nyttig brug, er til generationen af billeder med grupper der ønsker at forblive anonyme.
”Jeg har brugt Midjourney til at generere output, som f.eks. til billeder af anonymiserede patientgrupper i et hospitalsprojekt, vi er involveret i. Så i stedet for at finde et billede af et barn, der har leukæmi, så får man genereret det, og så virker det. Det er jo ikke fordi, at det skal virke ægte, men så forstår man ligesom, så kan man sætte et ansigt på.”
– Design Director
Et andet eksempel på billedgenerering er, hvordan GKI-billeder bruges til at generere en række baggrunde til produktfotos sammen med en kunde, inden de bliver føjet sammen i det færdige reklamefoto. Nedenstående eksempel er med en kunde respondenten har arbejdet med i mange år.
”[I] år brugte vi AI til at generere billeder. […] [S]å fik kunden 56 forskellige gode baggrunde at vælge mellem. Og så kunne han plukke i ABCDE. Så kvaliteten er god nok til at lave baggrund. […] Så det vi gjorde bagefter, var at gå i studiet, optage [produktet], tilpasset til den AI-genererede baggrund vi har lavet.”
– Associate Creative Director
Udover billedgenerering er der også eksempler på videogenerering til produktionelle formål. I denne sammenhæng er det værd at bemærke, at selvom billede- og videogenerering også finder sted i det præproduktionelle led, produceres der i den sammenhæng ikke materiale der leveres til kunden som det færdige produkt. I de par eksempler der findes i datamaterialet, bruges GKI-genereret video som supplement til eksisterende optagelser.
Nedenstående eksempel omhandler en produktion der fandt sted i New York.
”[I] stedet for at have en optagedag derovre til at lave dækbilleder, hvis man så kommer hjem og er sådan lidt, ”jeg ville faktisk gerne have haft nogle flere, eller jeg vil gerne have haft specifikt et eller andet”. Det er der, så har jeg haft brugt det til det. Altså hvorvidt man så skal bruge nogle ekstra dækbilleder, eller man skal bruge et etableringsbillede og så videre.” – Filminstruktør og Producer
Som det vil blive udfoldet i afsnit 3.2, er en af de grundlæggende årsager til den manglende brug af GKI i produktionsleddet den juridiske usikkerhed i brugen af sprogmodeller. Usikkerheden relaterer sig både til risikoen for copyright brud, samt manglende viden om de etiske rammer for træningen af de største sprogmodeller (Rahman & Santacana, 2023).
3.1.3 Postproduktion GKI er mindst fremtrædende i datamaterialet når det kommer til det postproduktionelle led. I dette projekts kontekst defineres postproduktionen som de formgivnings- og leveringsprocesser der finder sted efter materialet er indsamlet. Det er i skrivende stund svært at give et klart svar på hvorfor der er så få eksempler i datamaterialet. En sandsynlig grund er de respondenter som er blevet udvalgt til interview og de ansvarsområder de repræsenterer. En anden mulig grund, er at der allerede er GKI-funktioner inkluderet i digitale værktøjer som Premiere Pro og Figma. Dermed fremstår brugen af GKI ikke lige så eksplicit og ny som når der samtales og samarbejdes med en sprogmodel.
I datamaterialet er der identificeret to eksplicitte GKI-brug i det postproduktionelle led: video- og lydgenerering efter indsamlingen af materiale er afsluttet.
Lydgeneringen udnyttes bl.a. til billigt og hurtigt at oversætte speak til forskellige sprog. I nedenstående eksempel omhandler det en instruktionsvideo der skulle distribueres internationalt.
”[Videoen] skal køre i helst så mange lokale sprog som muligt, fordi vi har nogle installatører, som ikke nødvendigvis har engelsk som deres første sprog. Der er meget spansk, der er tysk, der er fransk. Og der er kvaliteten fin nok ved, at det er en avatar, der taler. Så der bruger vi det også til produktion og helt færdigt. Der er nogle motion graphics, der ligger nogle tal og sådan nogle ting bagpå. Og så længe vi undgår at skrive ord, men kun bruger tal, så er det egentlig avataren, der fortæller alting på det sprog, der foregår i en instruktionsvideo.”
– Associate Creative Director
GKI-genereret video bruges til at tilføje baggrunde efter greenscreen optagelser. I nedenstående eksempel bruges det til en reklame.
”[D]et var meningen at den baggrund der skulle laves skulle være ret episk. […] [D]er fandtes ikke noget vi kunne stocke os frem til. Så det ville have været en ret lang proces med en grafiker, om at sakse fra alle mulige steder og fritkøbe stock[billeder]. Så det har været ligesom at kunne tage en skør idé og få lov til at visualisere den […] selv. Det er jo også dejligt, jeg er nogenlunde dygtig grafisk, men ikke sådan final-final dygtig.” – Art Director
3.1.4 Faglige Fundamenter
Inden dette afsnit afsluttes, er det vigtigt at fremhæve hvad denne brug af teknologien er forankret i. Det nævnes på tværs af respondenterne, at der er et helt afgørende fundament for deres nyttige brug. Grunden til de kan bruge teknologien som de gør, er på grund af solide, fagprofessionelle fundamenter, som de har udviklet i flere år eller årtier før GKI blev udbredt.
”[J]eg er glad for, at jeg alligevel har arbejdet […] professionelt i en del år før [GKI] kom. Fordi jeg stadig ligesom […] var tvunget til at lære almindelig komposition og værktøjer, og jeg kan mærke, at dem tager jeg med over i de her programmer. Så kan det godt være, at det ikke er mig, der sidder og fritlægger ting og får alt til at spille sammen i et billede. Men jeg ved stadig, hvad et godt billede er og har en masse fagtermer, som jeg bruger for at få det bedst mulige resultat. Det er ikke bare fordi, jeg skriver et fedt billede, og så kommer der et fedt billede.”
– Art Director
Ovenstående citat illustrerer et afgørende aspekt ved nyttig GKI-brug: at kunne prompte fagspecifikt og relevant. Det er allerede i forskningen blevet identificeret hvordan fagspecifikke termer er afgørende for et godt resultat når det kommer til produktionen af medieobjekter (Bender, 2023:359-361). Hermed fremhæves en vigtig pointe omkring inklusionen af GKI i medieproduktion: Teknologien i sig selv kan muligvis ikke rammesættes som en specifik praksis, men nærmere som et supplement til eksisterende fagligheder. Som nedenstående citat illustrerer, er noget af det sværeste i kreative processer at fravælge ting. Denne fravalgsproces vil typisk være forfinet af erfaringer fra tidligere projekter.
”[S]å har man nogle gange den fordel som ældre, at man ved, ’orv, den har vi hvert fald ikke hørt før’, eller ’den har et ordspil, der kan blive til noget’, eller nogle andre ting. Hvor jeg godt kunne forestille mig, at hvis man ikke har den erfaring, så kunne man godt have svært med at vælge mellem 10 gode [ideer]. Det der med at fravælge er jo det sværeste.”
– Associate Creative Director
Selvom visse respondenter ville ønske de havde adgang til GKI-værktøjer tidligere i deres karrierer, anerkender de også vigtigheden og nødvendigheden af at kunne arbejde uden GKI.
”Jeg synes ikke det har været spildt tid, men jeg har fandme brugt meget tid på at se tutorials til Photoshop og Illustrator, og hvordan laver man så det ligner, at der kommer lyn ud af hånden og alt muligt. Det synes jeg ikke er spildt, fordi på et eller andet tidspunkt kan det også godt stadig være en løsning i processen, eller et eller andet trick, som giver en idé eller et eller andet. Men jeg synes stadig, at al den grundviden, […] har givet en eller anden form for selvsikkerhed til at kunne skabe billeder og at jeg ved noget om design og fotoeffekter og sådan noget. Jeg tror også, at hvis verdens bedste fotograf gik med på at bruge Midjourney fra i morgen af, så ville der ikke gå så lang tid, så ville den person være bedre end os, fordi de ved, hvad et godt billede er.”
– Art Director
3.2 MOTIVATIONER FOR FRAVALG AF GKI
Dette afsnit vil forsøge at udfolde de tydeligste motivationer for fravalg af GKI som kunne findes i datamaterialet. De vil kort præsenteres her inden de udfoldes i hver deres afsnit.
1. Risiko for dovenskab – Respondenterne er nervøse for at blive afhængige af GKI og dermed kortslutte deres faglige udvikling.
2. Faglig stolthed – Respondenterne savner kontrol over GKI-output, hvilket udvander deres menneskelige intention.
3. Juridisk og etisk usikkerhed – Respondenterne savner klarere governance omkring brugen af GKI, både fra organisationer, institutioner og lovgivning.
3.2.1 Risiko for dovenskab
Selv med de adskillige, nyttige brug af GKI, specielt til præproduktion, er respondenterne sig bevidste om risikoen for at blive afhængige af teknologien. I nedenstående citat laves der en tankevækkende parallel til hvordan overforbruget af GPS har en negativ indflydelse på hjernens navigationsevner (Topete et al., 2024).
”[H]vad fanden er det så vi kan til sidst, hvis den gør alt for os? […] For det kan jo godt være, at min GPS siger, at det her er den hurtigste vej fra A til B. Men hvis jeg selv bestemte, at ’hold kæft, der er fandme nogle smukke marker der, jeg kører sgu lige den vej. Jeg kan godt tage de to minutter mere. Det dør jeg ikke af.’ Det vil den jo ikke gøre[…]” – Kreativ Chef
Flere respondenter fremhæver vigtigheden af den iterative proces for processens skyld.
”[J]eg kunne godt være bange for, at man kom for hurtigt, jump to conclusions, og siger, nå, nu har jeg brugt fem minutter på det, det lyder sgu meget godt, jeg har pissetravlt, jeg skal også lave fire andre, den tager vi. […] [A]t du nogle gange skal tvinge dig selv til at have den der iterative proces, og så kan det godt være, at du ender der igen, men så har det været en god proces at være hele vejen rundt og prøve nogle andre ting af. […] ’[D]u skal skrive om det her [produkt], skriv lige 100 overskrifter. Du har én time, 100 overskrifter, kom.’ Det er fandme mange. Det kan du jo bede [GKI] om på tre sekunder, men det er sindssygt at gøre det, alle de refleksioner og indsigter du får [af at skrive selv].”
– Kreativ Chef
Med inklusionen af GKI i arbejdslivet er der desuden flere respondenter der begynder at bemærke hvordan teknologien kan have en tendens til at gentage sig selv efter et længere samarbejde.
”[N]år man arbejder med dem et stykke tid, det er i hvert fald min erfaring, så kan man også godt se, at de tyder til lidt de samme kategorier af svar eller kategorier af løsninger.”
– Grafisk Designer
Ovenstående perspektiver fremhæver vigtigheden af ikke at bruge GKI-output som et svar i sig selv, men som et lettere uforudsigeligt element, der kan udfordre professionelles indgroede tanke- og handlemønstre. Men denne brug af teknologien til med vilje at introducere friktion, anerkendes af respondenterne som noget der kræver en bevidst indsats. På grund af travlheden i den danske mediebranche, samt hjernens grundlæggende ønske om at konservere energi, eksisterer der en reel risiko for, at GKI bliver en negativ indflydelse på branchens fremtidige praksisser.
”[D]et er jo ikke på nogen måde utopisk at tænke, at jeg har brugt en AI til at skrive, en eller anden form for rapport, eller et eller andet dokument, og at den anden side, modtageren, bruger en AI til lige at få det opsummeret. Og så snakker vi sammen, og vi siger begge to, at vi er helt inde i stoffet, men er vi virkelig det?” – Design Director
3.2.2 Faglig Stolthed
For flere respondenter er der et tilbagevendende fokus på den menneskelige intention bag medieproduktion. For respondenterne er der en grundlæggende motivation i at røre deres medmennesker med de medieobjekter de producerer. Det er vigtigt for dem at det er mennesket der kommunikerer, ikke teknologien.
”[D]er er så også noget af det der […], med at have fingrene nede i det, så jeg ejer det output. Det er ikke fordi jeg siger, at jeg aldrig har taget en beskrivelse og pastet det direkte ind, for det skulle gå lidt hurtigt med en mail eller sådan noget. Men håndværksmæssigt og designfagligt og fagligt generelt, så skal jeg altså lige ind. Og det er derfor jeg i hvert fald fravælger det som et slut output.” – Design Director
Alle respondenterne har som minimum ti års praktisk erfaring indenfor deres profession. De har dygtiggjort sig indenfor specifikke fagligheder og formået at bibeholde en karriere i en branche med meget konkurrence. GKI dukker op i deres professionelle liv efter en længere etableringsfase.
I nedenstående eksempel illustreres det, hvordan en respondent oplevede en faldende faglighed der skulle genvindes ved at fjerne GKI.
”[E]n ting, jeg har oplevet, er, at [tekstskrivning] på et tidspunkt blev sværere for mig. Jeg blev bare dårligere til, at når jeg hele tiden fik ChatGPT til at skrive alting, men jeg så skulle skrive noget, så var det sådan lidt, […] ’nu skal jeg virkelig også koncentrere mig’. Jeg følte, at jeg var lidt tilbage i folkeskolen næsten. […] Jeg blev mere doven. […] Så nu når der er nogle ting, hvor jeg tænker, at det her, det er sådan noget, som jeg er glad for, er en kernekompetence hos mig. Så kunne jeg godt få […] ChatGPT til at skrive og formulere et eller andet. Men det her, det er noget, jeg gerne vil være god til. Og det her vil jeg gerne have ejerskab over. Så det er blevet mere sådan en ideologisk ting, hvor den godt kunne gøre det. Men jeg vil gerne lige krampagtigt holde fast i, at der er nogle ting, jeg kan, og det skal jeg vedligeholde.”
– Udviklings Chef
Ovenstående er et kernecitat i datamaterialet. Det repræsenterer et modsvar til de gennemgribende effektiviseringsdiskurser forbundet med introduktionen af GKI. Mediebranchen producerer ikke forbrugsvarer eller ”indhold”. Den fungerer, blandt andet, som en offentlig plads for udvekslingen af meninger, fortællinger og virkelighedsopfattelser (Bruhn Jensen & Lai, 2023). Alle respondenterne i materialet er stolte af deres rolle og arbejde i dette kredsløb. Der er intet iboende ønskværdigt ved den reelle tidsgevinst der ligger i effektiviseringen, hvis de mister forbindelsen til de værdier der ligger til grunds for deres arbejde i mediebranchen.
En sidste pointe der er værd at fremhæve omkring dette tema, er ønsket om at bibeholde en hvis taktilitet i arbejdet. GKI gør det muligt at skabe visuelle materialer uden brug af kameraer, papir eller andre fysiske materialer. Denne berøring med materialer bliver af flere respondenter beskrevet som en grundlæggende glæde ved arbejdet. Som nedenstående eksempel illustrerer, ekskluderer dette dog ikke brugen af digitale værktøjer.
”[D]er er nødt til at være en form for taktilitet i det, man laver, fordi især i grafisk design er der nødt til at være sådan en proces, hvor man føler, at man er med til at skabe tingene. At man skaber tingene med sine hænder, eller sine tanker, eller sin mus, eller sin pen, eller en pensel. Og det er lidt det, jeg ser, måske kan begynde at gå tabt med de her værktøjer, fordi det simpelthen bliver for let på en eller anden måde at gå direkte over og bruge de her modeller, og så bliver det bare et interface, hvor man egentlig bare taler med en computer, og så får man en masse output. Så hvis der ikke er en eller anden med, hvor man tager tingene ud af maskinen, eller formgiver det selv, eller bruger sine evner, så kan jeg godt være bange for, at der er noget, der kan gå tabt på en eller anden måde.”
– Designer
3.2.3 Juridisk og etisk usikkerhed
Som det er sket før, når nye teknologier opnår status af en ”general purpose technology”, er der i begyndelsen perioder hvor usikkerhed dominerer, i takt med at lovgivning og sociale normer formes i et gensidigt strukturerende samspil (Bresnahan, 2010; Naughton, 2016).
Den grundlæggende juridiske usikkerhed omkring brugen af GKI til produktionsformål, drejer sig om risikoen for at begå copyrightbrud. I nedenstående eksempel udfoldes det, hvordan GKI bruges til at lave nyt visuelt materiale, men kun baseret på materiale som respondenten selv har produceret. Interviewerens spørgsmål er inkluderet i følgende citat i parentes.
”[F]or eksempel har vi prøvet at bruge det sådan, hvor vi har tegnet nogle ting selv, og så har vi brugt AI til at lave, ’kom, fabuler videre på den stil’, vi selv havde lavet for eksempel. (Og er det fordi, at der også er et element af copyright, der kunne være et copyright-brud?) Ja, både copyright, men så også kunstnerisk integritet.” – Creative Director
Et andet væsentligt aspekt af den juridiske usikkerhed er hvor hurtig og uforudsigelig udviklingen af ny jura og retningslinjer foregår. Hvad der er acceptabelt brug i dag kan forandre sig drastisk på en måned. De forandringer har potentielt indflydelse på GKI-værktøjets funktionalitet.
”AI-modellerne er i gang med at udvikle sig så hurtigt. Der bliver lavet forretningsplaner lige pludselig. Der bliver lavet regulering og lovgivning alle mulige steder. Så fra den ene dag til den anden kan noget være opdateret og virke på en anden måde, eller blive reguleret og virke på en anden måde, eller pludselig koste penge og virke på en anden måde. Så er det sådan, at sikkerheden for mig som producent, […] hvis jeg skal introducere en AI ind i en proces, eller sågar helt ind i kernen af der hvor vi laver noget, der skal jeg være ret sikker på, at det fucking bliver ved med at være det samme, og det ikke lige pludselig koster en masse penge. For eksempel havde jeg en oplevelse her for nyligt, hvor vi i lang tid har brugt en model til at generere en karakter inden i en oplevelse, som er sådan en real-time karakter, der skal kunne tale med os. Og lige pludselig i går, så skriver noget der hedder Eleven Labs, som er der jeg bruger den her agent, […] ’Nå men nu kan vi faktisk ikke execute din prompt.’ Det har været den samme prompt hele vejen igennem. Men det kan vi ikke på grund af nogle nye privacy issues.” – Instruktør & Producer
Et sidste væsentligt tema der er værd at fremhæve, er den etiske uklarhed omkring hvordan de store, amerikanske sprogmodeller er blevet trænet.
”[L]ige så snart man giver sig i kast med at bruge de her modeller, så giver man sig jo sådan set allerede lidt i kast med […] at bevæge sig ud i en gråzone i hvert fald. Jeg ved ikke om jeg direkte vil sige, at man begynder at overtræde loven ved at gøre det, men man begynder i hvert fald at træde ud i en gråzone, hvor man jo skaber noget indhold på baggrund af andre menneskers indhold, som ikke har indvilget i, at deres ting må indgå i træning.”
– Grafisk
Designer
3.3 TRANSFORMATION AF ARBEJDSPROCESSER
I dette afsnit vil det blive udfoldet hvordan inklusionen af GKI transformerer arbejdsprocesserne hos de professionelle. Først vil de tre tematikker præsenteres kort her i punktform, før de udfoldes i hver deres afsnit.
1. Effektivisering – Bestemte arbejdsopgaver kan klares væsentlig hurtigere end før.
2. Prioritering – Grundet den øgede effektivisering er det muligt at lave en mere reflekteret prioritering af arbejdsopgaver.
3. Spontanitet – GKI bruges til at bryde vante tanke- og handlemønstre, som er med til at fremelske en større kreativitet blandt respondenterne.
3.3.1 Effektivisering
Som det allerede er beskrevet i afsnit 3.1, er der mange muligheder for at kunne gennemføre arbejdsopgaver hurtigere end før med GKI. Det bliver af flere respondenter beskrevet som en kvantitativ effektivitet. Der kan produceres mere, f.eks. fem udkast
til en PowerPoint fremfor en enkelt, men kvaliteten er ikke nødvendigvis højere.
I nedenstående citat udfoldes det, hvordan GKI-genererede billeder af generiske håndvægte er en besparelse på mange parametre, udover tid:
”Det rigtige at gøre, i gåseøjne, ville være at hyre en fotograf, få en til at gå ud og købe en masse udstyr, fotografere det i studiet, retouchere billederne og give dem til kunden, det vil koste 50-100.000 for de der 30 billeder der. Det her kunne jeg gøre på en aften hjemme på sofaen med min laptop.”
– Creative Director
Der er i ovenstående ikke bare tale om en tidsmæssig besparelse, den er også et eksempel på et nyt mulighedsrum for mindre virksomheder. Senere i interviewet uddyber ovenstående respondent, at hverken de selv eller kunden havde tid og penge til at producere professionelle fotos af håndvægte.
En anden effektiviseringsproces har at gøre med eksplosionen af mulighedsrummet på idé- og konceptudviklingsniveau.
”Når jeg kaster én bold, så hvis jeg gør det selv eller med en makker, så får jeg den samme bold tilbage. Her får jeg 20 tennisbolde i hovedet. Og så er det kunsten at finde den [rigtige]. […] Den kan blive ved hele dagen. Og det vi så bruger den til, lad os nu sige vi sad fire i rummet her og skulle udvikle […]. Så er tanken, at det er en sparringspartner.”
– Kreativ Chef
I nedenstående citat beskrives det, hvordan et konceptudviklingsarbejde, der normalt ville have taget respondenten 12 dage, kunne gøres på 2. Med en blanding af sprogmodeller og billedegenererings-modeller udvikler respondenten en håndfuld spilkoncepter på egen hånd.
3.3.2 Prioritering
Som afledt konsekvens af muligheden for effektiviseringen af ”kedelige” opgaver, opstår der en større bevidsthed blandt respondenterne om, hvilke arbejdsopgaver der er meningsfyldte for dem. Her præsenterer GKI en interessant mulighed for ansatte i mediebranchen at kunne definere indholdet af deres arbejdstid på en ny måde.
”[D]er er noget smukt i at kunne have en tanke, og så have lukket den til koncept, inden tanken dør, eller man får en bedre... Inden man bliver klogere. Mens man stadigvæk tror på, at det her, det kan lade sig gøre. Så bang, der står den rent. Uden kompromis.” – Principal Product Designer
Til sidst er det værd at nævne hvordan effektiviseringen kommer til udtryk i brugen af GKI til aflastningsopgaver.
”[V]i har lige været i en workshop for nogle uger siden, hvor vi ligesom skulle finde ud af hvordan oversætter vi de her brandværdier til nogle designdrivers, og så lavede vi […] en klassisk post-it-øvelse på det, og fik en masse post-its op, hvor vi ligesom fik styr på tankerne fra de her forskellige stakeholders i gruppen der. Og så lavede vi en masse arbejde med ligesom at dokumentere det, skrive det ned, gruppere det, alt det der. Og det er sådan noget arbejde, jeg ikke har brug for, at det fylder i mit liv. Jeg har brug for at begynde at sige, hvad var det egentlig, vi snakkede om? Og hvad betyder det for det arbejde, vi skal til at gøre? Så det at kunne spare 3-4 timer, simpelthen ved bare lige at dokumentere det her og gruppere det osv. osv. Det er noget med at komme derhen, hvor jeg synes, det er sjovt at være.” – Design Director
I nedenstående citat udfoldes dette effektivt igennem billedet af en pølsevogn og en Michelin restaurant, hvor førstnævnte henviser til nødvendigt, men kedeligt arbejde og sidstnævnte til krævende, men meningsfyldt arbejde.
”[V]i prøver også at sige, at nogle gange spiser vi på pølsevognen, og andre gange spiser vi i Michelin-restauranten. Vi kan ikke kun spise pølser, vi skal også have en god oplevelse. Men når vi laver 20.000 billeder om året, så kan det ikke altsammen være Michelin. Det er der ikke tid og ressourcer til. Men vi elsker også en god pølse. […] [M]ange rigtige fagnørder tænker, at [Michelin] er det eneste, der dur. Ej, vi har også en hverdag. Vi kan også godt ligge derhjemme i sofaen i net undertrøje, og så kan vi tage det fine jakkesæt på, når vi skal et eller andet. Og det er at finde den balance med, hvornår er godt nok godt.”
– Kreativ Chef
Ovenstående pointe, at effektiviseringen muliggjort af GKI giver mere tid til kreativt, meningsfyldt arbejde, er et meget stærkt mønster i datamaterialet.
”Mange af de firmaer, jeg har arbejdet for, […] så deles det op i idegenerering og udvikling. Så fylder idegenerering jo meget lidt. De ting, jeg tidligere havde lavet ved [stort dansk firma], der skulle vi låse designs på få uger. Da tog det årevis at få tingene lavet. Og især hvis man bare arbejder med software, der er der jo virkelig noget i den der fordeling, der har flyttet sig, fordi jeg skal bruge meget mindre tid på produktion, fordi man bare kan skrive kode og levere ting hurtigere. Især i den der meget tidlige fase, kan jeg virkelig arbejde ekstremt hurtigt. Har det så gjort, at jeg bruger den ledige tid på meget mere idégenerering? Ja, på nogen måder, på nogen måder heller ikke. Og det er også noget, jeg prøver at være lidt mere OBS omkring. Hvad er det egentlig, jeg gerne vil bruge min tid på?”
– Designer
Det bemærkes flere steder i datamaterialet, at der er et ønske om at bruge mere tid på udforskende udviklingsprocesser. Som flere respondenter fremhæver, så vil en længere udviklingsproces i præproduktionen føre til et bedre produkt. Dette er ikke bare en erfaring fra tidligere projekter, hvor tidspres har betydet at præproduktionen er blevet nedprioriteret. Muligheden for at prioritere sin arbejdstid afføder mere overordnede refleksioner om hvad respondenterne egentlig bruger deres tid, og dermed deres liv, på.
”[H]vordan vælger man at bruge den tid? […] Vil jeg gerne sidde og bruge hele min dag på at sidde og snakke med en chatbot? Nej tak. Men hvor er det så, jeg bruger min tid? Hvordan kan jeg være den styrende part i det? […] Så er det, at jeg gerne vil sidde og skitsere i min notesbog. Jeg gider ikke sidde og snakke med DALL-E og få genereret billeder hele dagen. Jeg kan godt lide at sidde og skitsere på en café, men derfor er det jo stadig fedt, at DALL-E fandt på nogle billeder, jeg ikke selv kunne finde på. Og så kunne jeg tage nogle udtryk derfra, og så kan jeg gå tilbage til min skitsebog, hvor jeg sidder og hygger mig og har det fedt. Og det er den måde, jeg kunne tænke mig at bruge AI endnu mere på.”
– Designer
I en mediebranche som er kendetegnet af stress og fortravlethed (Thyssen & Bruun-Hansen, 2024) øjner respondenterne en mulighed for at fylde deres arbejdsliv med mere fordybelse, hvor GKI både bruges til effektivt at løse aflastningsopgaver, samt som kreativ sparringspartner i mentalt krævende udviklingsprocesser.
3.3.3 Spontanitet
I afsnit 3.1.1.2 blev det beskrevet hvordan visse respondenter aktivt bruger GKI til at introducere en refleksiv friktion i deres arbejdsprocesser. I samarbejdet med teknologien i udviklingsprocesser bliver de sig bevidst om deres egne vaner og reflekterer over praksis på en måde de ikke ville gøre i samarbejdet med kolleger. I bruddet med disse arbejdsvaner opnås en større spontanitet i de kreative arbejdsprocesser.
”[M]in rolle som selvskabende kreativ er blevet til en mere redaktionel rolle, hvor jeg siger, at nu har jeg en idé, den giver jeg til [GKI]. Jeg får noget tilbage, og så kan jeg vurdere, om jeg synes, det er nogle gode idéer, der kommer tilbage. Den form for sparring udvider helt sikkert ens hjerne. Men det er jo stadig min smag og mine idéer, jeg vælger, om de skal gå med eller ej.” – Instruktør & Producer
Ovenstående citat illustrerer en ny arbejdsproces, hvor udviklingsarbejdet opnår en redaktionel dimension, hvor mennesket fungerer som kurator af sprogmodellens output. Udgangspunktet er stadig ideer der opstår i den menneskelige brugers bevidsthed, men sparringen med sprogmodellens på samme tid målrettede og tilfældige output skaber en større spontanitet, da
outputtet er uforudsigeligt. Denne uforudsigelighed er nøglen til den øgede spontanitet i de kreative arbejdsprocesser. Indenfor kreativitetsforskningen kaldes dette fænomen for serendipitet, eller ”heldige uheld” (Horan, 2011; Refsgaard & Korsgaard, 2021:59). Refsgaard & Korsgaard uddyber at ”[d]ette fænomen opstår, når vi finder noget uden at have søgt efter lige præcis det, men samtidig også ser værdien i det, vi finder.” (Refsgaard & Korsgaard, 2021:59) Som nedenstående citat illustrerer, er der en parallel til måden kreative professionelle allerede bruger deres kollegaer på, når de står overfor et kreativt problem.
”Jeg tænker det som en kollega. Og i de kreative ting, der kan en kollega jo også finde på at komme med andre løsninger på det, jeg laver. […] [E]nten som jeg synes er bedre end det, jeg selv har fundet på, eller dårligere end det, jeg selv har fundet på. Og det er præcis den samme tilgang. […] [GKI] er ligeså fejlbarlig som, måske lidt mindre fejlbarlig end os andre, men det er bare det perspektiv, der er på den. At få sparring fra en, der ikke lige er med. Det er også det, vi gør meget på kontoret. Gå hen til en anden kollega, og fordi vi er konsulenter, har vi jo ingenting med hinandens arbejde at gøre. Og ingen idé om en branche. […] Så får man jo nogle random input, og så må man sortere. Hvad kan man bruge af de ting, og hvad kan man ikke bruge af de ting.”
– Senior User Experience Designer
I nedenstående citat udfoldes et tankevækkende eksempel, hvor en respondent sætter en billedgenereringsmodel til at generere 40 billeder om natten, imens respondenten sover. De 40 billeder er til for at kickstarte designerens kreative proces dagen efter, gennem en målrettet søgen efter det ”heldige uheld”.
”[J]eg havde lavet en idéfabrik, hvor jeg havde et billedgenereringssystem, som arbejdede specifikt, når jeg ikke arbejdede, hvor jeg havde sat nogle projekter op, og lavet nogle prompts, og så lå den egentlig bare og genererede billeder om natten. Og så kom jeg ligesom ind på arbejde, og så lå der billeder, hvor det er sådan et godt spørgsmål om, er det at samskabe noget? Det er jo et system, jeg har sat i verden og puster liv i om aftenen. Jeg har ligesom bestemt, hvornår det skal køre […] [D]er var alligevel stadig sådan en eller anden følelse, synes jeg, af interaktion.”
- Designer
Diskussion
I dette kapitel vil jeg forsøge at samle trådene op fra forskningsprojektets resultater. Som foregående kapitel har vist, peger data og temaer mange forskellige retninger og det er nødvendigt at tage en beslutning om én retning. Det overordnede tema for diskussionen vil være den måde brugen af GKI signalerer en forskydning i praksisser i den danske mediebranche. Der var overvejelser om også at inkludere perspektiver på governance og etik, men denne undersøgelses ramme er det implikationerne for praksis der har størst betydning.
Diskussionen vil bestå af tre dele.
Den første del vil italesætte den måde GKI forskyder produktionslogikker på. Med udgangspunkt i perspektiver fra forskningen i virtual production (Swords & Willment, 2024), vil det blive beskrevet hvordan GKI potentielt ændrer medieproduktioner fra lineære processer der går fra præ- til postproduktion, til mere iterative processer, hvor præproduktionen får større betydning.
Anden del vil forsøge at nuancere hvad det er for en form for effektivisering der er tale om i brugen af GKI. Med fokus på begreberne aflastningsopgaver, sparringsopgaver og hybridopgaver (Hau, Zambach & Hendriksen, 2025), vil det blive diskuteret hvordan effektiviseringslogikken defineres i en dansk mediebranche kontekst.
Tredje del vil uddybe vigtigheden af professionel faglighed som filter og stabilisator i den danske mediebranches GKI-brug. Jeg anser det her som værende rapportens vigtigste afsnit. Her vil der bl.a. blive argumenteret
for, at AI-kompetence ikke er en teknisk egenskab. Ens evner med teknologien er defineret af ens professionelle dømmekraft. Med udgangspunkt i begrebet multistabilitet (De Boer, 2023) vil det blive fremhævet hvor vigtigt det er at gøre sig levede erfaringer med GKI, for at kunne udforske teknologiens nyttighed, eller mangel på samme.
4.1 EN STYRKET PRÆPRODUKTION
Et første vigtigt spor at tage op fra resultaterne, er hvordan GKI-brugen er koncentreret om præproduktionelle processer. Det er afgørende at anerkende de potentielle fejlkilder der har ført til denne overrepræsentation i datamaterialet. Det gør ikke resultatet fejlagtigt eller irrelevant, men det er værd at nævne, at sampling strategien potentielt har spillet en rolle i frembringelsen af dette resultat. Med det mener jeg, at typen af professionelle vi har interviewet, potentielt har haft en indflydelse på de GKIbrug der er blevet fremhævet. En anden faktor der risikerer at gøre disse observationer irrelevante, er den hurtige teknologiske udvikling. I februar 2026 blev der udgivet en GKI-genereret video af en kampscene mellem Brad Pitt og Tom Cruise, genereret af den kinesiske model Seedance 2.0. Det 15-sekunder lange klip trak overskrifter der, som absolut minimum, gjorde opmærksom på de potentielt massive copyright-brud involveret i genereringen af et sådant klip (Kilkenny, 2026).
Hvis vi et øjeblik ser bort fra de juridiske og økonomiske implikationer af klippet, så eksemplificerer det forbilledligt måden GKI forskyder eksisterende produktionsprocesser, og dermed de basale praksisser der definerer dem hver især. Den mest åbenlyse
er forskydningen af den hidtidige lineære logik i produktionsprocesser, der begynder med præproduktion og slutter med postproduktion. At en 15 sekunder lang professionelt udseende kamp scene kan genereres, uden noget i nærheden af de sædvanlige ressourcer, signalerer en omkalfatring der risikerer at gøre begreber som præ- og postproduktion overflødige.
Det er i denne sammenhæng værd at anskue hvor vi er gennem Lynda Hardmans artikel fra 2005, Canonical processes of media production. I sin forskningsartikel undgår hun inddelingen i tre produktionsfaser, og beskriver i stedet 9 produktionsprocesser, bl.a. premeditation (alle refleksioner og beslutninger inden materialeindsamling), capture (indsamling af materiale), archive og annotate (lagring og navngivning af materiale), hele vejen til distribution. Men hvad betyder det for de traditionelle produktionsnetværker, der forudsætter en vis linearitet, når præproduktionen er det eneste der er tilbage? I afsnit 3.1.1.5 om multimodal konceptudvikling fremhæves det hvordan brugen af GKI-genererede billeder, video og lyd gør det muligt at skabe dummy-afsnit uden involveringen af de dyre produktionsnetværker der skal til for at producere et talkshow. Jeg vil derfor argumentere for, at brugen af GKI potentielt er med til at flytte det strategiske centrum af medieproduktion til præproduktionen. Altså at afgørende beslutninger om et medieobjekts karakteristika nu bliver taget i præproduktionen, hvor postproduktionen ikke længere fremstår som et redningsrum. Denne nye virkelighed er indtruffet i kontekst af virtual production.
Virtual Production henviser til de film- og tv-produktionsprocesser der inkorporerer digitale teknologier, bl.a. fra computerspilbranchen, til at arbejde med visuelle, digitale elementer foran kameraet. Et velkendt nyligt eksempel er serien The Mandalorian (Favreau, 2019-), der ved hjælp af store LED-skærme, der projicerede grafik fra softwaren Unreal Game Engine, skabte
virtuelle sets som skuespillerne arbejdede i (Antunes, 2021; Swords & Willment, 2024). I produktionsmiljøer som det her anerkendes tyngden af det præproduktionelle led, med implikationer for nye forretningsmodeller ifm. med kollapset af lineære produktionsfaser (Swords & Willment, 2024).
Spørgsmålet på længere sigt er hvorvidt der reelt kan argumenteres for, at perspektiver og læring fra virtual production, nu er relevante for hele mediebranchen pga. GKI. Jeg vil som minimum argumentere for, at der er indikationer på, at det præproduktionelle led, forstået som samtlige udviklings-, planlægnings- og organiseringsprocesser inden materialeindsamlingen, kun bliver vigtigere at prioritere. Hvis altså man ønsker at inkorporere GKI-værktøjer i sin produktions pipeline.
4.2 EFFEKTIVISERINGENS DOBBELTE BEVÆGELSE
Som det beskrives i afsnit 3.3 om transformationen af arbejdsprocesser, finder der helt åbenlyst en effektivisering sted ifm. med en lang række arbejdsprocesser, indenfor research og konceptudvikling. Den tidsbesparelse der ligger her, motiverer dog i nuværende stund ikke respondenterne til at ville producere mere. Tværtimod giver det dem et pusterum til at reflektere over hvad de egentlig ønsker at bruge deres arbejdstid på. Effektiviseringen er dermed ikke indlejret i en sort-hvid produktivitetsforståelse, hvor ethvert tidshul skal udfyldes med mere produktion. Der kan måske endda argumenteres for, at når GKI bruges til at aflaste såkaldte pølsevognsopgaver, giver det tid og rum til den professionelle at reflektere og handle på deres egen autonomi som kreativ professionel. Med pølsevognsopgaver henviser jeg tilbage til det slående citat fra afsnit 3.3.2 om prioritering, hvor en kreativ chef deler sine arbejdsopgaver op i pølsevogn og Michelin. Forstået som henholdsvis nødvendige, men kedelige opgaver, og krævende, men meningsfyldte opgaver.
I den fremragende bog AI på arbejde, præsenterer forskerne tre typer samarbejde med GKI (Hau, Zambach & Hendriksen, 2025: 121). Inden jeg præsenterer de tre opgavetyper, skal det understreges at deres bog har en bred målgruppe, i princippet alle videns arbejdere uanset sektor. Følgende tre opgavetyper præsenteres: 1) Aflastningsopgaver, 2) Sparringsopgaver og 3) Hybridopgaver.
Aflastningsopgaver defineres af forskerne som ”den type opgaver, hvor du helt og holdent uddelegerer opgaven til ChatGPT. Et klassisk eksempel på dette er at bede den om at skrive et referat” (ibid.:121). Aflastningsopgaver skal altså forstås som de typer opgaver hvor GKI gør det vi ikke selv har lyst til at foretage os. Med andre ord, vores pølsevognsopgaver. Som eksempler fremhæver bogen arbejdet med skriftlige tekster, samt strukturering af møder og dagsordener.
Sparringsopgaver defineres som ”den type opgaver, hvor du bruger ChatGPT til at få idéer til, hvordan du kan lave dit arbejde bedre, modsat aflastningsopgaver, der primært handler om at spare tid.” (ibid.:127) Som eksempler præsenteres feedback på præsentationer og identifikation af risici.
Hybridopgaver defineres som processer hvor der opstår ”en vekselvirkning mellem din egen ekspertise og modellens input. Det handler ikke blot om at spare tid, men også om at forbedre det arbejde, du allerede laver, ved at kombinere menneskelig erfaring og kreativitet med modellens evne til at
generere idéer og strukturere information.” (ibid.:132-133) Som eksempler præsenteres produktudvikling og strategiudvikling.
Taget i betragtning af hvor tidlig vi stadig er i udbredningen af GKI, både i mediebranchen og samfundet generelt, er en begrebstriade som den ovenstående meget kærkommen. Den giver os evnen til at reflektere og diskutere hvad aflastnings-, sparrings- og hybridopgaver er i den danske mediebranche. I løbet af dataanalysen blev det tydeligt, at det kræver en individuel refleksion for klart at kunne definere hvilke arbejdsopgaver der hører til i hvilken kategori. Den enes aflastningsopgave er for en anden noget GKI slet ikke skal involveres i. I afsnit 3.2.2 om faglig stolthed beskriver en udviklingschef, hvordan de bemærkede at de blev dårligere til at skrive generelt, fordi de i en periode havde brugt GKI-værktøjer til at aflaste dem. Det var altså ikke nok med den objektive tidsbesparelse der fandt sted, for respondenten ønskede ikke at miste en af deres selvdefinerede kernekompetencer. Dette ændrer dog ikke på at en anden respondent, en udviklingskoordinator i et større produktionsselskab, glædeligt tog imod den store aflastning der lå i at lade GKI skrive udkast til mails, ansøgninger og afslag.
Det er vigtigt ikke at anskue mediebranchen på samme måde som en offentlig institution. At arbejde i mediebranchen er for nogen mere end et job, men en del af deres identitet. Det meningsfyldte i arbejdet ligger i at kunne udtrykke sig kreativt og, indenfor
visse økonomiske rammer, frit. Der eksisterer en dyb, indre motivation for at uddanne sig og arbejde i mediebranchen (Bender, 2023). Det er denne form for meningsfyldthed i det kreative arbejde i sig selv, der udfordres af GKI, og som gør det nødvendigt at reflektere over, hvordan vi kan gå fra en replacement-tankegang til en amplification-tankegang, hvor teknologien bruges til at styrke kreativt arbejde, i stedet for at erstatte den (Bender, 2025:210-211).
Som jeg vil prøve at artikulere i diskussionens næste del, afhænger hele denne udvikling af én ting: vores professionelle fagligheder og dømmekraft.
4.3 FAGLIGHED SOM FILTER, STABILISATOR OG MULIGHEDSRUM
I en artikel fra august 2024 præsenterer Per Størup Lauridsen, lektor og it-pædagogisk medarbejder ved Odense Tekniske Gymnasium, et nyt begreb, der forsøger at indkapsle oplevelsen af, at GKI kan gennemføre diverse arbejdsopgaver på højt niveau. Arbejdsopgaver nogle mennesker har brugt mange år på at dygtiggøre sig i. Begrebet kaldes faglig sorg og indebærer ifølge Lauridsen ”en følelse af tab, usikkerhed og måske endda eksistentiel krise, når ens velkendte (undervisnings)praksis pludselig bliver udfordret eller ligefrem overflødiggjort af teknologi.” (Lauridsen 2024) Jeg har tilføjet parentesen til citatet, da det er værd at anerkende hvordan denne sorg ikke kun er gældende for undervisere.
I afsnit 3.2 om motivationerne for fravalg af GKI nævnes ikke overraskende den juridiske og etiske usikkerhed ved brugen af teknologien i sin nuværende form. Men det er værd at bemærke hvordan risiko for dovenskab og faglig stolthed er lige så store motivationer. Der er ikke noget der indikerer en reel sorg i respondenternes udtalelser, men en bevidsthed om deres faglighed som definerende for det mulighedsrum de har med GKI. En gennemgående motivation for fra-
valg har været at bibeholde den menneskelige intention med de medieobjekter de skaber. Der kunne argumenteres for at der er rigelig intention i at prompte godt. Skaberen af GKI-klippet med Brad Pitt og Tom Cruise, Ruairi Robinson, er en selverklæret ”Oscar Losing filmmaker” med årtiers erfaring indenfor filmbranchen. At det færdige klip er så overbevisende i sin tekniske kvalitet, hænger sammen med Robinsons omfattende faglige fundamenter. I slutningen af afsnit 3.3.4 om faglige fundamenter argumenterer en art director for, at verdens bedste fotograf også vil skabe verdens bedste GKI-billeder. Spørgsmålet er, om verdens bedste fotograf ville ønske at give slip på den taktilitet der ligger i at arbejde med et kamera.
Som jeg har antydet tidligere i rapporten, så ligger hele fundamentet for en konstruktiv GKI-brug i, at man udnytter sin eksisterende faglighed i samspillet med GKI. For at udfolde hvad det betyder i praksis, vil jeg nu gøre brug af begrebet multistabilitet.
Helt overordnet kan multistabilitet defineres således:
"A technology can always be put to multiple purposes, can always fit in to multiple contexts, can always be meaningful in different ways to different people, can always evolve differently within different cultures […]. At the same time […] any technology is always limited with regard to what it can mean and how it be may be used” (Rosenberger 2020:86 in de Boer 2021:2268).
Det kan lyde som en banal pointe at den samme teknologi kan bruges forskelligt fra kontekst til kontekst. Men den vigtige pointe der ligger i anerkendelsen af multistabilitet, er hvordan teknologier dermed aldrig har én stabil identitet. Teknologien får kun sin betydning i en specifik brug. Som hårrejsende eksempel kan nævnes hvordan Instagram i 2019 blev brugt som slavehandelsplatform i Kuwait (Pinnell & Kelly, 2019). Denne brug af platformen til
ulovlige formål destabiliserer dog ikke andre brugeres hverdagslige og lovlige brug af platformen. De sameksisterer fuldstændig uproblematisk.
Det som resultaterne fra dette forskningsprojekt viser, er at der i de danske medieprofessionelles praksisser defineres en bestemt form for relativt stabil brug af GKI. En brug der rammesættes og stabiliseres af deres specifikke fagligheder. På den måde leverer den fagligt reflekterede brug et vigtigt korrektiv til den hype omkring GKI-værktøjers potentialer. I 2024 analyserede forsker i digital etik, Luciano Floridi, hvad der karakteriserer en tech bubble. Han definerede tech bubbles som ”a market phenomenon characterised by rapid (usually over many months) and financially unsustainable growth in the variation of technology-related assets.” (Floridi, 2024:127). I den sammenhæng karakteriseres den nuværende GKI-boble som værende karakteriseret af spekulation der bevæger sig hurtigere end den reelle udbredelse og anvendelse af teknologien (ibid.:128). Som resultaterne fra dette forskningsprojekt forhåbentlig viser, så eksisterer der adskillige, nyttige brug lige nu. Mit argument i dette afsnit er ikke at modsige de store potentialer der ligger i professionel brug af GKI-værktøjer af fagligt kompetente brugere. Det jeg ønsker at argumentere for, er dog at vi anerkender den iboende multistabilitet af samtlige GKI-værktøjer og at måden vi finder ud af hvor den er nyttig og unyttig er ved at vi begynder at eksperimentere med den. Baseret på dette projekts omfattende interviewdata begynder der at tegne sig et billede af ikke én, men mange, mange sameksisterende, stabile GKI-brug. Fordi værktøjerne er afhængige af dialogisk prompting til at anvende teknologien, finder der en personalisering af teknologien sted hos hver enkelt bruger. I mediebranchen er der ganske vidst mange professionelle der har overlappende fagligheder, indenfor skrivning, udvikling af visuelle materialer osv., men de fagligheder forankres stadig og kommer unikt
til udtryk i et menneskeligt individ. Det jeg lægger op til med denne argumentation, er at vi måske aldrig når et sted hen hvor vi kan definere reelle best practices omkring brugen af teknologien. For teknologien er ikke en faglighed i sig selv. Den er et værktøj der kan bruges og misbruges. Hvis brugeren er en reflekterende praktiker, der er i stand til at reflektere over deres praksiserfaringer med udgangspunkt i professionelt forankret viden og teorier, er der et potentiale for at GKI vil gøre brugeren endnu dygtigere (se Schön 2001 for definitionen af den reflekterende praktiker). Som resultaterne viser er der endda brugere der aktivt udnytter teknologien til at introducere mere friktion i deres eksisterende arbejdsprocesser. Peter Dalsgaard, professor i Digital Kreativitet ved Aarhus Universitet, kalder denne proces for refleksiv friktion, hvor brugere af GKI-værktøjer bevidst laver ”interventions that prompt users to pause, compare, or reconsider during interaction.” (Dalsgaard, 2025:1) Hvis brugeren derimod går til GKI uden en faglig ballast er der en reel risiko for at deres brug ikke rammesættes af en professionel, menneskelig intention. Det ender med at teknologien definerer de kreative rammer, fremfor mennesket.
Den australske medieforsker og underviser Stuart Marshall Bender er allerede blevet nævnt i denne rapport. Ligesom mig ønsker han at gøre opmærksom på potentialerne ved GKI, men uden at forfalde til hype. I en artikel fra 2025 bruger han produktionen af Jurassic Park (Spielberg, 1993) og introduktionen af Computer-Generated Images (forkortes CGI) som en parallel til vores nuværende situation (Bender, 2025:207-210). Da Jurassic Park involverede produktionen af et omfattende visuelt materiale bestående af fotorealistiske dinosaurer, begyndte produktionen med at udvikle og anvende realistiske, animerede dukker, kaldet animatronics. Men i løbet af produktionen viste det sig, at CGI-teknologien havde udviklet sig til det punkt, at den kunne generere tilstrækkeligt realistiske 3D-modeller af dinosaurer
i bevægelse. Store dele af animatronics-holdet så fremkomsten af CGI som et dødsstød for hele deres branche og faglighed. Spielberg så dog en mulighed. I stedet for at fyre animatronics-holdet, blev de ansat som supervising animators for CGI-holdet. Deres eksisterende viden om animatronics blev indlejret i det nye, digitale workflow. I den færdige udgave indeholder Jurassic Park dermed en blanding af animatronics og CGI. Den nye teknologi fik ikke lov til at erstatte eller overflødiggøre tidligere viden. Den tidligere viden blev brugt til at anvende teknologien endnu bedre. Det her er hvad Bender kalder for the amplification model, hvor GKI bruges til at styrke os og vores eksisterende viden, i stedet for at erstatte os.
Rather than begrudgingly tolerate Gen-AI as a means to ‘replace some tasks,’ there are opportunities to leverage Gen-AI to enhance the key skills and embodied knowledge that workers in the creative fields possess, at the same time producing better creative and cultural products that otherwise could not have existed. (Bender, 2025:213)
Ovenstående scenarie kan dog kun lade sig gøre hvis vi har modet til at forholde os udforskende til teknologien. Det vil kræve en ærlig stillingtagen til hvad vores faglighed egentlig består af og hvorfor vi agerer som vi gør til hverdag. På den måde præsenterer GKI ikke bare en mulighed for at gøre vores eksisterende arbejde hurtigere. Den er en invitation til at reflektere over hvem vi er, hvad vi gør, hvorfor vi gør det og hvor vi er på vej hen.
Som det altid sker når jeg skriver i den akademiske genre, er mine tekster fyldt med citater. Mest af alt fra projektets respondenter, men også fra andre forskere. Jeg kan godt lide at være i dialog med andre, selvom jeg i den her fremstillingsform har fuld kontrol over hvem der siger hvad og hvornår. Her til sidst vil jeg gerne give ordet til de franske eksistentialister fra midten af det tyvende århundrede. I kølvandet på 2. verdenskrig
ønskede de at forstå hvad det vil sige at være til i en verden uden normer. I en verden hvor vi er dømt til friheden, hvor vi er kastet ind i denne verden, uden at vi selv har haft indflydelse på hvor og hvornår vi ankommer på planeten. Under de til tider meget langhårede og ekstremt provokerende tekster af kunstnere og filosoffer som Jean-Paul Sarte, Simone de Beauvoir og Albert Camus, ligger der et meget enkelt og opmuntrende budskab: Giv aldrig op. Giv aldrig nogensinde op på den iboende værdighed vi bærer i os fordi vi er mennesker. Generativ kunstig intelligens er urovækkende og den vil næsten med sikkerhed fremkalde faglig sorg i os alle på et tidspunkt. Men den er kun i kontrol over vores liv i det omfang vi giver den lov til at kontrollere os. Som den her undersøgelse og rapport forhåbentlig har vist, så er det vores faglighed, udviklet i vores deltagelse i et praksisfællesskab konstitueret af mennesker, der kan give os en følelse af stabilitet i de her komplicerede, teknologiske omvæltninger som vi står overfor sammen.
Det sidste ord giver jeg til Jean-Paul Sartre, der i sin bog Eksistentialisme Er Humanisme (1946, på dansk 1984), citerer digteren Francis Ponge.
"Mennesket er menneskets fremtid." (Sartre, 1984:26)
Konklusion
Denne rapport har haft til formål at undersøge, hvornår og hvordan GKI-værktøjer bliver brugt i den danske mediebranche. Med udgangspunkt i 17 kvalitative interviews med professionelle fra film-, tv-, spil-, design- og reklamebranchen har rapporten ønsket at bidrage med konkret og praksisnær viden. Rapportens ambition har ikke været at spekulere i, hvad GKI måske kommer til at betyde om to eller fem år, men at undersøge hvordan teknologien faktisk blev brugt i danske medieproduktionsmiljøer i fjerde kvartal af 2024 og første kvartal af 2025.
Rapportens mest overordnede konklusion er, at GKI allerede er blevet en reel del af mange medieprofessionelles arbejdsliv, men på en langt mere selektiv, ujævn og fagligt filtreret måde. Teknologien er ikke trådt ind i branchen som en samlet bølge, der ensartet transformerer hele produktionskæden. I stedet viser rapporten, at brugen er koncentreret omkring bestemte opgaver, faser og typer af professionelle praksisser. Den mest markante koncentration findes i præproduktionen, hvor GKI bruges til idéudvikling, vanebrydning, research, tekstskrivning og multimodal konceptudvikling. I produktionen og postproduktionen findes der også konkrete og nyttige brug, men de er færre og ofte mere præget af juridisk, teknisk eller faglig tilbageholdenhed.
Det betyder, at rapporten ikke peger på en situation, hvor GKI har erstattet den menneskelige medieproduktion. Snarere peger den på hvordan teknologien forskyder praksisser. Det centrale er ikke, at medieobjekter pludselig produceres helt uden mennesker, men at bestemte arbejdsformer, beslutnings-
punkter og prioriteringer forskydes. Særligt præproduktionen fremstår som et styrket strategisk centrum, fordi det er her teknologien i sin nuværende form er mest nyttig og mindst risikofyldt. Når respondenterne bruger GKI til at udvide idéarbejdet, skabe hurtige første udkast, udfordre egne vaner og visualisere koncepter, betyder det samtidig, at flere afgørende beslutninger om et projekts retning bliver taget tidligere i forløbet. Rapporten peger dermed på, at GKI ikke blot effektiviserer eksisterende arbejdsgange, men også er med til at ændre, hvor i processen det meningsfulde arbejde foregår.
Et andet fund er, at denne forskydning ikke kan forstås ud fra en simpel produktivitetslogik. Der finder utvivlsomt effektiviseringer sted. Respondenterne beskriver igen og igen, hvordan GKI kan spare tid, generere flere muligheder hurtigere, skabe overblik over store mængder materiale og aflaste dem for arbejdsopgaver, de oplever som nødvendige, men ikke særligt meningsfulde. Men rapporten viser samtidig, at denne effektivisering ikke automatisk omsættes til et ønske om at producere mere. Tværtimod giver flere respondenter udtryk for, at det værdifulde ved teknologien netop er, at den kan frigøre tid til mere udforskende, kreative og meningsfulde arbejdsopgaver. Dermed bliver effektivisering i en dansk mediebranchekontekst ikke kun et spørgsmål om tempo, men om prioritering. Det afgørende bliver ikke, om noget kan gøres hurtigere, men hvad den frigivne tid bruges til.
Dette peger på en central branchemæssig indsigt. Hvis GKI skal blive en konstruktiv del af mediebranchen, afhænger det ikke alene af værktøjernes tekniske kvalitet,
men af hvordan organisationer og professionelle vælger at forvalte de nye tidslige og kreative muligheder. Hvis tidsbesparelser blot omsættes til mere tidspres og flere leverancer, risikerer teknologien at forstærke eksisterende problemer med stress og fortravlethed. Hvis de derimod bruges til mere udviklingsarbejde, mere sparring og bedre præproduktion, kan GKI fungere som en reel forstærker af kreativ praksis. Rapporten peger således på, at spørgsmålet om effektivisering i mediebranchen i sidste ende er et normativt spørgsmål: Hvad er det egentlig branchen ønsker at bruge teknologien til?
Rapporten viser også, at brugen af GKI ikke kan forstås uden samtidig at tage fravalget alvorligt. De tre mest gennemgående motivationer for fravalg er risiko for dovenskab, faglig stolthed og juridisk-etisk usikkerhed. Det er vigtigt at understrege, at disse motivationer ikke blot bør læses som rester af teknologisk skepsis. De fremstår i højere grad som udtryk for, at medieprofessionelle forsøger at beskytte noget, de oplever som centralt for godt arbejde: evnen til selv at tænke, vælge, formgive og tage ansvar for det, der produceres. Når respondenterne taler om frygten for at blive dårligere til at skrive, om ønsket om at “have fingrene nede i det”, eller om nødvendigheden af at bevare
taktilitet og menneskelig intention, peger de ikke kun på teknologien som problem. De peger også på deres egen faglighed som noget, der er værd at fastholde.
Her viser rapporten en af sine vigtigste indsigter: faglighed fungerer som filter og stabilisator i mødet med GKI. De mest konstruktive brug af teknologien opstår ikke dér, hvor brugeren slipper kontrollen mest muligt og ukritisk overlader arbejdet til maskinen. De opstår dér, hvor den professionelle bringer mest muligt af sin eksisterende dømmekraft, erfaring og smag i spil. Det gælder i idéudvikling, research, konceptarbejde og i vurderingen af, hvad der overhovedet er et godt output. På den måde bliver det tydeligt, at GKI-kompetence ikke først og fremmest er et spørgsmål om at kende de nyeste værktøjer eller skrive de mest effektive prompts. Kompetence er i lige så høj grad et spørgsmål om professionel ballast. Teknologien bliver først rigtig nyttig, når den møder et menneske, der ved, hvad der er værd at lede efter, hvad der bør fravælges, og hvad der giver mening i den konkrete, kommunikative kontekst.
Denne pointe er afgørende, fordi den forskyder forståelsen af, hvad fremtidig kompetenceudvikling i branchen bør bestå af.
Rapporten peger ikke på, at faglighed er på vej ud. Tværtimod peger den på, at faglighed bliver endnu vigtigere. Hvis teknologien skal bruges godt, kræver det mennesker, der kan kuratere, omsætte, kritisere og rammesætte dens output. Dermed bliver det også misvisende at forstå GKI som en selvstændig faglighed. Teknologien er ikke i sig selv et håndværk eller en profession. Den er et værktøj, der får sin betydning i kraft af de menneskelige praksisser, den indgår i. Rapporten peger derfor på, at de mest interessante og lovende former for GKI-brug ikke er dem, hvor teknologien erstatter menneskelig ekspertise, men dem, hvor den forstærker den.
Det er pga. ovenstående perspektiver, at dette projekt og denne rapport har navnet AI som Medskaber og Mulighedsrum. AI fremstår i materialet netop som begge dele. Teknologien er medskaber i den forstand, at den indgår aktivt i idéarbejde, sparring og formgivning. Men den er også et mulighedsrum, fordi dens konkrete betydning ikke er fastlagt på forhånd. Den formes og afgrænses i brug. Derfor er rapportens bidrag heller ikke at formulere entydige best practices for den danske mediebranche. Tværtimod peger den på, at vi sandsynligvis står med mange sameksisterende og relativt stabile brugsmåder, som hver især er forankret i forskellige fagligheder, arbejdsformer og produktionskontekster.
Hvis rapporten peger frem mod noget, er det derfor ikke en enkel teknologisk opskrift, men et behov for fortsat udforskning. For reflekteret eksperimentering, der anerkender at teknologien ikke i sig selv ved hvad godt mediearbejde er. Det er fortsat vores mellemmenneskelige praksisfællesskaber der skal definere dette. Den danske
mediebranche står ikke overfor et simpelt valg mellem at være for eller imod GKI. Den står overfor den mere krævende opgave at udvikle måder at bruge teknologien på, som både respekterer fagligheden og udnytter mulighedsrummene. Rapportens vigtigste konklusion er derfor, at GKI først får en konstruktiv betydning i det øjeblik, den møder menneskelig dømmekraft, erfaring og vilje til refleksion. Det er vores eksisterende professionelle faglighed og dømmekraft, der gør at vi danser sammen med teknologien. Ellers kan det ende med at den fører os.
Bibliografi
• Aggerholm, N., Ion Wille, J., & Hansen, K. T. (2020). Production Design: Fra proces til udtryk. Samfundslitteratur.
• Alase, A. (2017). The interpretative phenomenological analysis (IPA): A guide to a good qualitative research approach. International journal of education and literacy studies, 5(2), 9-19.
• Antunes, J. (5. April 2021). The Mandalorian: a test bed for Virtual Production. ProVideoCoalition. Hentet fra: provideocoalition. com/the-mandalorian-a-test-bed-for-virtual-production/ d. 24.02.26
• Becker, B. A., Craig, M., Denny, P., Keuning, H., Kiesler, N., Leinonen, J., Luxton-Reilly, A., Malmi, L., Prather, J. & Quille, K. (2023). Generative AI in introductory programming. Computer Science Curricula 438-439.
• Bender, S. M. (2023). Coexistence and creativity: Screen media education in the age of artificial intelligence content generators. Media Practice and Education, 24(4), 351-366.
• Bender, S. (2025). Generative-AI, the media industries, and the disappearance of human creative labour. Media Practice and Education, 26(2), 200-217.
• Berkowitz, D. A., & Liu, Z. (2016). Studying news production: From process to meanings. In Advancing media production research: Shifting sites, methods, and politics (pp. 68-78). London: Palgrave Macmillan UK.
• Bresnahan, T. (2010). General purpose technologies. Handbook of the Economics of Innovation, 2, 761-791.
• Bruhn Jensen, K. & Lai, S.S. (2023). Medier og Samfund, 3. Udgave. Samfundslitteratur.
• Bryman, A. (2012). Social Research Methods, Fourth Edition . Oxford University Press.
• Cools, H., & Diakopoulos, N. (2024). Uses of generative AI in the newsroom: Mapping journalists’ perceptions of perils and possibilities. Journalism Practice, 1-19.
• Dalsgaard, P. (2025). Reflective Friction in Generative AI: Designing for Slow Thinking in Fast Systems. In Proceedings of The Aarhus 2025 Workshop on The Role of Design in the Future of Human-AI Interaction (Aarhus ’25). ACM, New York, NY, USA, 4 pages
• De Boer, B. (2023). Explaining multistability: postphenomenology and affordances of technologies. AI & society, 38(6), 2267-2277.
• Dobrin, S. I. (2026). AI and Writing
– Second Edition Broadview Press.
• Favreau, J. (2019-). The Mandalorian Lucasfilm, Walt Disney Studios, Golem Creations & Fairview Entertainment.
• Floridi, L. (2024). Why the AI hype is another tech bubble. Philosophy & Technology, 37(4), 128.
• Geertz, C. (1973). Cultures. Basic Books
• Giessing, M. (28. Oktober 2025). Afsked med virkeligheden. Weekendavisen. Hentet fra: weekendavisen.dk/ideer/afskedmed-virkeligheden d. 10.02.26
• Hansen, D. (29. Juni 2025). Nyt udviklingsprojekt: Sådan bruger journalister kunstig intelligens i arbejdet. DMJX. Hentet fra: dmjx.dk/aktuelt/forsknings-og-udviklingsprojekt/nyt-udviklingsprojekt-saadan -bruger-journalister-kunstig d. 06.02.26
• Hansen, K. T., Appel, M. K., & Kjelmann, K. G. (2025). Media production studies for the digital age: AI-driven analyses of Jonas Risvig’s Danish young adult content. Convergence, 31(6), 1951-1970.
• Hardman, L. (2005, November). Canonical processes of media production. In Proceedings of the ACM workshop on Multimedia for human communication: from capture to convey (pp. 1-6).
• Hau, M. F., Zambach, S., & Hendriksen, C. (2025). AI på arbejde: en guide til fremtidens intelligente arbejdsliv. Akademisk Forlag.
• Havens, T., & Lotz, A. (2017). Understanding media industries, Second Edition Oxford University Press.
• Heigl, R. (2025). Generative artificial intelligence in creative contexts: a systematic review and future research agenda. Management Review Quarterly 1-38.
• Hesmondhalgh, D., & Baker, S. (2008). Creative work and emotional labour in the television industry. Theory, culture & society, 25(7-8), 97-118.
• Hesmondhalgh, D., & Baker, S. (2013). Creative labour: Media work in three cultural industries. Routledge.
• Hesmondhalgh, D. (2018). The Cultural Industries, Fourth Edition SAGE Publications Limited.
• Holzner, N., Maier, S., & Feuerriegel, S. (2025). Generative AI and creativity: A systematic literature review and metaanalysis. arXiv preprint arXiv:2505.17241.
• Horan, R. (2011). Serendipity. In M.A. Runco & S.R. Pritzker (eds.) Encyclopedia of Creativity, 2nd edition Academic Press
• Kilkenny, K. (13. Februar 2026). New AI Video Generator Sparks Major Hollywood Backlash. The Hollywood Reporter. Hentet fra: hollywoodreporter.com/business/business-news/seedance-2-0-sparks-hollywoodbacklash-1236505120/ d. 24.02.26
• LaGrandeur, K. (2024). The consequences of AI hype. AI and Ethics, 4(3), 653-656.
• Lauridsen, P.S. (8. August 2024). Faglig sorg: Når kunstig intelligens forandrer underviserens virkelighed. Viden.AI. Hentet fra: viden.ai/faglig-sorg-nar-kunstig-intelligens-forandrer-underviserens-virkelighed/ d. 26.02.26
• Leaver, T., & Srdarov, S. (2023). ChatGPT isn’t magic: The hype and hypocrisy of generative artificial intelligence (AI) rhetoric. M/c Journal, 26(5).
• Lotz, A. D., & Havens, T. (2024). Media industries in the digital age: how media businesses work today John Wiley & Sons.
• Mayer, V. (2009). Production studies M. J. Banks, & J. T. Caldwell (Eds.). New York: Routledge.
• Al Naqbi, H., Bahroun, Z., & Ahmed, V. (2024). Enhancing work productivity through generative artificial intelligence: A comprehensive literature review. Sustainability, 16(3), 1166.
• Naughton, J. (2016). The evolution of the Internet: from military experiment to General Purpose Technology. Journal of Cyber Policy, 1(1), 5-28.
• Nielsen, R. K. (2025). Brugen af generativ KI i Danmark 2025. CAISA, Det Nationale Center for AI i Samfundet. https://caisa.dk/ forskning/generativ-ki-i-danmark-2025
• Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187-192.
• Pihl, A. (10. November 2025). AI-Induceret Psykose. Dagens Medicin. Hentet fra: dagensmedicin.dk/debat/stikpillen/ai-induceret-psykose/ d. 03.02.26
• Pinnell, O. & Kelly, J. (31. Oktober 2019). Slave markets found on Instagram and other apps BBC. Hentet fra: bbc.com/news/ technology-50228549 d. 25.02.26
• Prather, J., Leinonen, J., Kiesler, N., Gorson Benario, J., Lau, S., MacNeil, S., Norouzi, N., Opel, S., Pettit, V. … & Zingaro, D. (2025). Beyond the hype: A comprehensive review of current trends in generative ai research, teaching practices, and tools. 2024 Working Group Reports on Innovation and Technology in Computer Science Education 300-338.
• Rahman, N., & Santacana, E. (2023). Beyond fair use: Legal risk evaluation for training llms on copyrighted text. In ICML Workshop on Generative AI and Law
• Redvall, E. N. (2009). Scriptwriting as a creative, collaborative learning process of problem finding and problem solving. MedieKultur: Journal of media and communication research, 25(46), 22-p.
• Redvall, E. N. (2013). Writing and producing television drama in Denmark: From the kingdom to the killing. Springer.
• Redvall, E.N. & Bruun, H. (2022). Medieproduktionsanalyse. Samfundslitteratur.
• Refsgaard, A. & Korsgaard, M. (2021). Skabt af en Kuntig Intelligens? – Udnyt computerens kreative potentiale. Samfundslitteratur.
• Rosenberger R (2020). “But, that’s not phenomenology!”: a phenomenology of discriminatory technologies. Techné 24: 83–113. https://doi. org/ 10. 5840/ techn e2020 210117
• Sartre, J.-P. (1984) Eksistentialisme er Humanisme. Vintens Forlag.
• Schön, D. A. (2001). Den Reflekterende Praktiker: Hvordan professionelle tænker, når de arbejder. Forlaget Klim.
• Sookhom, A., Klinthai, P., A-masiri, P., & Kerdvibulvech, C. (2023). A new study of AI artists for changing the movie industries. Digital Society, 2(3), 37.
• Spielberg, S. (1994). Jurassic Park. Amblin Entertainment & Universal Pictures.
• Swords, J., & Willment, N. (2024). ‘It used to be fix-it in post production! now it’s fix-it in pre-production’: how virtual production is changing production networks in film and television. Creative Industries Journal, 1-17.
• Teknologisk Institut (2024). AI-kompetencer i medie- og kommunikationsbranchen. Hentet fra: https://www.teknologisk.dk/_/ media/90993%5FAI%2Dkompetencer%20 i%20medie%2D%20og%20kommunikationsbranchen.pdf
• Thyssen, R.S.P & Bruun-Hansen, K. (11. Marts 2024). En syg branche? Hver anden mærker stress – og især freelancere og de løstansatte blinker rødt. Journalisten. Hentet fra: journalisten.dk/en-syg-branche-hver-anden-maerker-stress-og-isaer-freelancere-og-de-loestansatte-blinker-roedt/ d. 29.01.26
• Topete, A., He, C., Protzko, J., Schooler, J., & Hegarty, M. (2024). How is GPS used? Understanding navigation system use and its relation to spatial ability.Cognitive research: principles and implications, 9(1), 16.
• Vicente, P. N., & Dias-Trindade, S. (2021). Reframing sociotechnical imaginaries: The case of the Fourth Industrial Revolution. Public Understanding of Science, 30(6), 708-723.
• Wenger, E. (2011). Communities of practice: A brief introduction. Hentet fra: https://hdl.handle.net/1794/11736 d. 06.02.26
BILAG 1: INTERVIEWGUIDE
Interviewguide
– AI som Medskaber og Mulighedsrum
Indledende Spørgsmål om Nuværende Praksis med AI:
1. Kan du beskrive din nuværende rolle i virksomheden og dine primære arbejdsopgaver?
2. Bruger du specifikt generative kunstige intelligenser (GKI’er) i dine arbejdsprocesser? Hvis ja, hvilke - og hvordan?
Specificitet i Anvendelse af GKI:
1. Til hvilke dele af produktionsprocessen fra ide til færdigt produkt anvender du GKI’er?
2. Kan du give konkrete eksempler på projekter, hvor GKI har spillet en væsentlig rolle?
3. Hvordan påvirker brugen af GKI din måde at arbejde på?
Refleksion over valg og fravalg af GKI:
1. Er der situationer, hvor du bevidst vælger ikke at bruge GKI? Hvorfor?
2. Hvilke begrænsninger eller udfordringer oplever du ved brugen af GKI?
AI som Medskaber og Mulighedsrum:
1. I hvilke situationer ser du GKI som en sparringspartner i dit arbejde?
2. Ser du GKI som en mulighed for at udvide dit kreative potentiale? Hvordan?
Fremtidsperspektiver og Etiske
Overvejelser:
1. Hvordan tror du, at brugen af GKI vil udvikle sig i mediebranchen fremover?
2. Reager på disse udsagn:
1. ’AI kan ikke præstere kreativt på samme niveau som mennesker’
2. ’AI er afhængig af mennesker for at muliggøre enhver kreativ proces’
3. Hvilke etiske overvejelser gør du dig i forhold til brugen af GKI i medieproduktion?
Afsluttende Spørgsmål:
1. Er der andet, du gerne vil tilføje om dine erfaringer med GKI?
2. Har du spørgsmål til os eller til formålet med denne undersøgelse?
