KI i mediebransjen: En studie av mellomlederen ved implementering av kunstig intelligens

Abstract

Kunstig intelligens (KI) har fått økt oppmerksomhet etter lanseringen av generative språkmodeller som Open AIs ChatGPT i slutten av 2022. Teknologien benyttes i økende grad av enkeltindivider og i arbeidslivet. Mediebransjen er en bransje hvor KI og KI-baserte verktøy stadig får økt fokus. Denne studien undersøker implementeringen av KI i mediebransjen, med særlig vekt på mellomledernes rolle. Studien belyser følgende problemstilling: Kunstig intelligens i mediebransjen: Hvordan tilnærmer mellomledere seg implementering av kunstig intelligens? Studien er gjennomført som en kvalitativ studie. Gjennom semistrukturerte intervju med ti mellomledere på redaktørnivå i norsk mediebransje, bidrar studien til en dypere forståelse av deres oppfatninger, meninger og holdninger til implementering av KI. Problemstilling og empiri analyseres i lys av Brock og von Wangeheims (2019) rammeverk for KI-implementering, og knyttes til teori om mellomleders rolle, mål ved bruk av KI og implementering, samt utfordringer ved KI-implementering og individers adopsjon av endring. Studiens resultater identifiserer fem sentrale utfordringer mellomledere i mediebransjen møter ved implementering av KI. Den raske utviklingen gjør at ledere har vanskelig for å holde oversikt. Mangel på ressurser og en tydelig strategi for implementering trekkes fram som utfordringer. Videre varierer adopsjon og interesse for KI blant ansatte, mens mellomledere frykter at implementeringsforsøk kan redusere tilliten til både mellomlederen og mediehuset. Funnene peker på at mellomledere tilnærmer seg implementering av KI gjennom konkrete tiltak som å tilrettelegge for kunnskapsdeling, ha en aktiv lyttende tilnærming, og fremme en kultur for eksperimentering. Mellomlederen må balansere ulike roller i implementeringsprosessen, men ha et tydelig fokus på tilrettelegging. Videre er mellomlederen avhengig av å identifisere ansatte som implementeringsagenter. Studien viser også hvordan mellomlederen forsøker å motivere gjennom bruk av suksesshistorier fra interne og eksterne prosesser. Studiens teoretiske bidrag fremkommer gjennom fokuset på mellomlederens rolle ved implementering av KI, samt fokuset på mediebransjen. Det praktiske bidraget vises gjennom konkrete anbefalinger for hvordan mellomledere effektivt kan lede og tilnærme seg implementeringen av kunstig intelligens.

Artificial Intelligence (AI) has gained increased attention following Open AI’s launch of the generative language model, Chat GPT, in late 2022. The technology is increasingly utilized by individuals and within professional contexts, particularly in the media industry. This study examines AI implementation in the media industry, specifically focusing on the role of middle managers. The study addresses the following research question: Artificial Intelligence in the Media Industry: How Do Middle Managers Approach the Implementation of Artificial Intelligence? The study is conducted qualitatively. Through semi-structured interviews with ten middle managers at the editor level in the Norwegian media industry, the study contributes to a deeper understanding of their perceptions, opinions, and experiences towards AI implementation. The research problem and empirical data are analyzed in light of Brock and von Wangenheim’s (2019) framework for AI implementation. It is linked to theories on the role of middle managers, the objectives of AI usage, and the challenges of AI implementation and individual adoption of change. The study identifies five key challenges middle managers in the media industry face when implementing AI. Rapid AI development hinders oversight, lack of a clear strategy, and resource shortages are significant issues. Additionally, employee adoption and interest in AI vary, and managers fear implementation efforts could undermine trust in middle managers and the organization. Middle managers approach AI implementation through knowledge sharing, active listening, and fostering a culture of experimentation. The middle manager must balance roles; however, facilitation remains essential. The study highlights success stories to motivate employees and the value of identifying employees as implementation agents. The study's theoretical contribution lies in its focus on middle managers and their role in AI implementation, as well as its focus on the media industry. The practical contribution is evident through concrete recommendations on how middle managers can effectively lead and approach AI implementation.