Till innehåll på sidan
Till KTH:s startsida Till KTH:s startsida

Media and Environment

AI och autonoma system inom databaserad miljöforskning

Om projektet

Idag finns det en brådskande allmän begäran om att medborgare ska engagera sig i och utbilda sig själva om de samhälleliga och etiska effekter som artificiell intelligens (AI) och autonoma system producerar. I linje med detta hävdar nationell och internationell utbildningspolitik att medborgare också behöver skaffa sig olika färdigheter för att framgångsrikt anpassa sig till de förändringar som AI kommer att medföra i samhället. Men vilka politiska och utbildningsmässiga problem är egentligen sådana politiska önskemål en lösning på? Och exakt vad ska medborgarna lära sig? Vad räknas som giltig kunskap? Vilka behöver vi bli för att överleva och frodas i en framtid när AI och autonoma system är allestädes närvarande? Detta projekt syftar till att empiriskt undersöka hur kunskap om AI tolkas, representeras och genomförs, och vilka sociala, politiska och epistemiska betydelser som skapas av denna kunskap.

Denna framtid är dock inte utan historiska och (media)ekologiska förvecklingar. Så det är också angeläget att vi utvecklar analytiska och praktiska verktyg som belyser hur utbildning om AI, och de föreställningar de innehåller, kan förstås och reflekteras över, i termer av "djupa" temporaliteter och media och miljöhistoria. Så genom att ta ett fundamentalt ekologiskt perspektiv på problematiseringar (sätt som problem och lösningar samkonstrueras på) och epistemisk orättvisa (sätt på vilka viss kunskap är privilegierad) i internationell teknik-utbildningspolitik, offentlig vetenskapskommunikation och teknisk design, vill vi utforska hur ekologiska, pedagogiska och tekniska känsligheter kan utvecklas tillsammans, och hur vi kan främja strukturell rättvisa och ekologisk överlevnad i relation till AI och utbildning. Syftet är att stödja utvecklingen av kritiskt reflexiv och rättvis utbildning (och policyer) om en nära förestående AI-framtid.

Projektet pågår: 2022-2026

Finansierat av: WASP-HS