Kunstig intelligens er systemer som «utfører handlinger, fysisk eller digitalt, basert på tolkning og behandling av strukturerte eller ustrukturerte data, i den hensikt å oppnå et gitt mål» (nasjonal strategi for kunstig intelligens). Dette omfatter avanserte algoritmer, maskinlæring og statistiske modeller, men også automatisering, digitalisering og virtualisering.
Samfunnsvitenskapelige perspektiver på teknologi og KI er essensielle for å forstå og håndtere de sosiale konsekvensene av teknologisk utvikling. Fafo søker å forstå hvordan KI kan forsterke eller redusere sosiale ulikheter og maktforskjeller. Vi ser på hvordan teknologi kan brukes til å fremme sosial rettferdighet, integrering og demokratiske prosesser.
Automatisering og digitalisering fører til betydelige endringer i arbeidslivet. Fafo undersøker hvordan automatisering kan påvirke ulike yrkesgrupper, særlig de mest utsatte, og hvilke nye roller som oppstår som følge av teknologisk utvikling. Vi fokuserer på hvordan arbeidsstyrken kan tilpasses og omstilles for å møte fremtidens krav, og vi forsker på hvilke ferdigheter og kompetanser som vil være nødvendige i den nye teknologiske virkeligheten.
Offentlig sektor er et annet viktig forskningsområde for Fafo. Vi ser på hvordan KI kan forbedre velferdstjenester ved å gjøre dem mer likeverdige og virksomme, samtidig som vi vurderer de etiske utfordringene knyttet til bruk av KI for profilering og fordeling av ressurser. Vårt mål er å finne måter å bruke KI på som sikrer en rettferdig fordeling av tjenester og ressurser, og som styrker tilliten til offentlige institusjoner.
I tillegg til anvendelsen av KI i praksis, forsker Fafo også på bruken av KI innen forskning og utvikling. Vi undersøker hvilke områder KI kan være mest nyttig, hvorfor det er viktig å implementere KI, og hvordan det kan gjøres på en måte som fremmer samfunnsnytte og etisk praksis. Gjennom vår forskning ønsker vi å utvikle strategier som ikke bare tilrettelegger for teknologisk fremgang, men også sikrer at denne fremgangen skjer på en måte som ivaretar samfunnets interesser.
Fafo har en KI-gruppe som arbeider med intern kompetanseheving, innovasjon og utviklingsarbeid innen bruk av og forskning på KI.
Skrevet av Maria Gussgard Volck, Hedda Flatø og Synnøve Økland Jahnsen ved hjelp av ChatGPT.
Prosjektet studerer norsk politikkutvikling og innsats for å bekjempe utnyttelse av arbeidsinnvandrere, herunder virkninger av økt tverretatlig samarbeid og kontrollvirksomhet i kampen mot menneskehandel, sosial dumping og arbeidslivskriminalitet. For å sette det norske eksemplet i perspektiv vil det bli gjort sammenligninger med andre nordiske land.
Mangfoldet i den norske befolkning har fått økende oppmerksomhet i utviklingen av offentlig politikk og tjenester de siste tiårene. Et mangfoldsperspektiv innebærer en erkjennelse av at risiko for vold og diskriminering, krenkelsenes form og retning, samt utsatte og utøveres hjelpebehov, kan variere mellom og innad i grupper – basert på konstellasjoner av og interseksjonelt samspill mellom en rekke ulikhets- og maktdimensjoner, som kjønn, alder, sosial bakgrunn, etnisitet, religion, funksjonsevne, seksuell orientering m.m.
Fafo deltar i et større forskningsprosjekt kalt Skills2Capabilities som er finansiert gjennom EUs Horizon Europe program. Skills2Capabilities er et samarbeid mellom forskningsinstitusjoner i åtte europeiske land. Prosjektet dreier seg om hvordan kompetanseutviklingssystemene i europeiske land kan bli bedre til å utvikle relevant kompetanse og unngå kompetansegap i et arbeidsmarked preget av hyppigere endringer i teknologi og arbeidsformer
NAVs vurderinger av brukeres behov spiller en avgjørende rolle for hvilke tjenester brukerne får tilgang til. I behovsvurderingen kartlegger veiledere brukernes behov for hjelp for å komme i arbeid, og foreslår relevante tiltak og ytelser. Mange saker blir imidlertid ikke tilstrekkelig opplyst i disse kartleggingene, og utfallet av vurderingene mangler ofte individuelle begrunnelser.
I dette prosjektet vil vi undersøke hvordan NAV sikrer forutsigbarhet og likebehandling i sin saksbehandling når de treffer vedtak på områder som de sjeldnere er i berøring med. Vi vil gjøre dette gjennom å bruke vedtak om sykepenger, pleiepenger og foreldrepenger til personer som kombinerer inntekt som arbeidstakere, frilansere og selvstendig næringsdrivende som case. Formålet er å belyse hvilke utfordringer som oppstår for veiledere og saksbehandlere i NAV i møtet med denne gruppen av brukere, i prosessen fra brukerens første kontakt med NAV til endelig vedtak fattes.
Framtidens arbeidsmiljø: Arbeidsmiljøutfordringer ved digital arbeidsorganisering i ulike ansettelsesformer. Et konseptuelt rammeverk for nordiske tilsynsmyndigheter
