Örebro Universitet
Akademin för humaniora, utbildning och samhällsvetenskap
“Vi kommer hela tiden prata om människa plus AI”
- En explorativ studie om artificiell intelligens inom strategisk
kommunikationsverksamhet
Kandidatuppsats 13 januari 2020 Medie- och kommunikationsvetenskap Handledare: Mats Eriksson
Abstract
The aim of this study is to contribute with knowledge regarding how artificial intelligence (AI) can be used as a tool for communicators, as well as what impact the use of AI will have on the field of strategic communication in Sweden. By using a qualitative interview method, we have captured the knowledge and speculations in this subject amongst four prominent professionals within the field of communications who also have knowledge and experience with AI. The results showed that AI can be used as a useful tool in a variety of
communicational tasks including data collection, automatization of communication, curation and production of media content.AI implementation will affect strategic communications, as it will become more about the users experience and service design, as well as representing and creating trust for the organization. Coveted competencies within the field will be skills such as human interaction and strategic thinking, to complement the shortcomings of AI.
Keywords
artificial intelligence; big data; explorative study; profession; Service design; strategic communication; qualitative interviews;
Nyckelord
artificiell intelligens; big data; explorative studie; kvalitativ intervjumetod; strategisk kommunikation; Tjänstedesign; yrkesroll;
Innehållsförteckning
1. Inledning ...1
1.1 Bakgrund... 2
1.1.1 Strategisk kommunikationsverksamhet ... 2
1.1.2 Artificiell intelligens ... 3
1.1.3 Kännedomen kring AI bland kommunikatörer ... 4
1.2 Syfte... 5
1.3 Avgränsningar och begreppsanvändning ... 6
1.4 Uppsatsens disposition ... 7
2. Tidigare forskning & teoretiska utgångspunkter ...7
2.1 Kommunikationsbranschens historia ... 8
2.1.1 Branschens påverkan av betydelsefulla samhällshändelser ... 8
2.1.2 Den tekniska utvecklingen och dess påverkan ... 9
2.2 Forskning om AI ... 11
2.3 Artificiell intelligens inom marknadsföring/reklam ... 12
2.4 Artificiell intelligens agerar kommunikatör... 13
2.5 Framtidens artificiella intelligens inom varumärkesbyggnad... 14
3. Metod ... 16
3.1 Metodval ... 16
3.2 Metodval inom tidigare forskning ... 16
3.3 Grounded Theory ... 16 3.4 Kvalitativ intervju ... 17 3.5 Urval ... 18 3.6 Genomförande ... 19 3.6.1 Utformning av intervjuguide ... 19 3.6.2 Telefonintervju ... 20
3.6.3 Kodning och tolkning av intervjuerna ... 21
3.7 Reliabilitet, validitet och generaliserbarhet ... 22
3.7.1 Reliabilitet ... 22
3.7.2 Validitet ... 22
3.7.3 Objektivitet vid kvalitativa intervjuer ... 23
3.8 Etiska överväganden ... 24
4. Resultatredovisning ... 25
4.1 Respondenternas definition av AI ... 25
4.2 Användningen av AI som verktyg för kommunikatörer ... 26
4.2.1 Användning av AI för datainsamling och algoritmer ... 26
4.2.3 Användningen av AI vid behandling, bearbetning och korrigering av producerat innehåll ... 28
4.2.4 Användningen AI som producent av bild, film och text ... 30
4.3 AI inbyggd i befintliga tjänster ... 31
4.4 Kommunikatörsrollen: ständigt under förändring ... 32
4.4.1 Kommunikatörens roll i relation till AI ... 32
4.4.2 AI:s påverkan på kommunikatörens kompetenskrav ... 33
4.5 Tjänstedesign ... 35
4.6 Kommunikatörens AI-insatser utifrån mottagarens perspektiv ... 36
4.7 AI som strateg ... 38
4.8 Spekulationer kring AI:s påverkan på strategisk kommunikation ... 39
4.9 Etiska aspekter kring kommunikatörens användning av AI ... 40
5. Analys & Diskussion ... 42
5.1 Definition av AI ... 42
5.2 Användning av AI bland kommunikatörer ... 43
5.3 AI:s påverkan på strategisk kommunikationsverksamhet ... 44
6. Slutsatser ... 47
7. Förslag till framtida forskning ... 49
Käll- och litteraturförteckning ... 50
Bilagor ... 53
1. Inledning
Kommunikationsbranschen och kommunikatörsyrket har alltid utvecklats mot bakgrund av samhällets utveckling och betydelsefulla samhällshändelser som teknisk utveckling. Den största delen av branschens utveckling brukar tillskrivas industrialismen, “...verksamheten
ses som en följd av industrialismens utveckling och som ett element av den” (Larsson, 2014,
s. 335). Nästa grundläggande samhällsförändring var framväxten av konsumtionssamhället och senare har branschens utveckling avspeglat både den tekniska utveckling och framväxten av informationssamhället. En del av den senaste tekniska utvecklingen är fenomenet
artificiell intelligens, AI, som av många spås leda till stora samhällsförändringar, men också specifika förändringar för exempelvis branscher och yrken.
I denna studie undersöks hur yrkesverksamma inom fältet för kommunikation vilka har kunskap och erfarenhet om AI ser på användningen av AI inom strategisk kommunikation. AI är ett tekniskt fenomen vilket växer snabbt och har redan till viss del förändrat hur vi människor lever och arbetar (Rockwell, 2017). Många har säkert hört talas om AI, men vet inte riktigt vad det är eller på vilka sätt tekniken används. Denna relativt nya, ständigt utvecklande tekniken tillämpas på många olika sätt inom flera olika områden och strategisk kommunikationsverksamhet är förmodligen inget undantag (Steinsvik, 2018).
Inom branschjournalistiken (exempelvis tidningen Resumé, kommunikationspodden etc.) har det både skrivits och pratats mycket kring AI och dess inverkan och betydelse på
kommunikationsinsatser i sin helhet och kommunikatörsyrket i synnerhet. Flera olika röster kommer fram i både artiklar och intervjuer gällande hur kommunikatören ska och bör förhålla sig till artificiell intelligens. “AI i sig är varken gott eller ont. Det är verktyg. Vi är
med och formar hur AI ska användas, därför behöver vi förstå den”, berättar futuristen och entreprenören Margareta Steinsvik i en intervju under Almedalsveckan 2018. Vi vill därför i denna studie undersöka hur AI kan användas inom fältet strategisk kommunikation i Sverige genom att redogöra för olika teman vilka presenteras av yrkesverksamma inom området. Fortfarande saknas dock mer systematiska studier som på ett fördjupat sätt undersöker hur AI används inom och påverkar strategisk kommunikationsverksamhet.
AI är dessutom under snabb utveckling, vilket innebär att det finns stor potential att tillämpa tekniken på flera olika sätt i framtiden vilket kan påverka dels de som arbetar inom strategisk kommunikation men även konsumenterna (Steinsvik, 2018). Vi vill därför även undersöka hur AI och dess utveckling förväntas förändra den svenska kommunikationsverksamheten och kommunikatörens yrkesroll enligt våra respondenter i intervjuerna.
Denna kunskap är viktig för kommunikatören gällande att skapa en förståelse kring ett fenomen vilket kan komma att förändra dels kommunikationsverksamheten i sig, men även samhället vi lever i från grunden. Även om studien innehåller spekulationer, kommer de från insatta experter och representanter inom området och kan därför ses som relevanta i hur förändringen kan komma att ske. Det kan även bidra till nya infallsvinklar och sätta igång nya tankesätt hos en bransch där den allmänna kännedomen kring fenomenet visats relativt låg
(MyNewsDesk, 2019).
1.1 Bakgrund
1.1.1 Strategisk kommunikationsverksamhet
År 2014 beräknades det finnas 10 000 - 12 000 personer i Sverige vilka arbetade heltid med kommunikationsfrågor. Av medlemmarna i Sveriges Kommunikatörer, vilket är Sveriges största medlemsorganisation för kommunikatörer, var ca 70% av kommunikatörerna år 2014 kvinnor. Ungefär hälften arbetade inom privat sektor, en fjärdedel inom offentlig sektor och en ytterligare fjärdedel arbetade som konsulter (Larsson, 2014).
Kommunikatörens arbetsuppgifter kan skilja sig mycket åt. Om organisationen är lite mindre finns det kanske bara en kommunikatör som får ha ett stort ansvarsområde där det krävs en bred kompetens, medan en kommunikatör i en större organisation ofta har en specifik roll. Några arbetsuppgifter kommunikatörer vanligtvis hanterar är bland annat information till allmänheten, kriskommunikation, massmedierelationer, intern kommunikation, hantering av sociala medier och varumärkesbyggnad (Larsson, 2014). Det är inte enbart kommunikatörer som sysslar med strategisk kommunikation, utan även andra medarbetare som har kontakt med någon av organisationens intressenter. Dessa är till exempel HR-personal,
Även om termen strategisk kommunikation förekommer i allt högre grad bland exempelvis chefer, politiker, kommunikatörer, PR- och kommunikationskonsulter råder det fortsatt en stor förvirring kring dess betydelse (Falkheimer & Heide, 2014). Strategisk kommunikation som utbildningsämne är förhållandevis nytt och det är en utmaning för forskare att identifiera karakteristiska särdrag gentemot närliggande verksamheter. Dock kan ett par grundläggande särdrag identifieras;
Strategisk kommunikation innebär “...organisationers medvetna kommunikationsinsatser för att nå sina övergripande mål” (Falkheimer & Heide, 2014, s.86). Det är således inte målen för en viss kommunikationsinsats vilka är det centrala utan dessa “bygger på en medvetenhet om kommunikationens fundamentala betydelse för en organisations existens, legitimitet och verksamhet” (Falkheimer & Heide, 2014, s.86). Detta kan summeras som ett andra särdrag vilken bygger på en “...ambition att definiera strategisk kommunikation som en lednings- och verksamhetsutvecklande process” (Eksell & Thelander, 2014, s.18).
En definition av strategisk kommunikation vilken vi valt att ta fasta vid under vår studie presenteras av Falkheimer & Heide (2014) och lyder:
“Strategisk kommunikation omfattar ledning, planering och genomförande av kommunikationsprocesser och aktiviteter i relation till dels olika publiker,
intressenter och målgrupper, dels samhället som offentlighet, med syftet att uppnå övergripande organisations verksamhetsmål” (Falkheimer & Heide, 2014, s.89).
1.1.2 Artificiell intelligens
Trots att artificiell intelligens ses som en ty teknik och relativt främmande för oss myntades idén redan år 1948. Filosofen och matematikern Alan Turing väckte under den perioden redan frågan om maskiner kunde tänka och introducerade i en rapport många av de centrala begreppen för AI under en tid då de första allmänna datorerna bara hade börjat byggas. Turing publicerade dock inte detta dokument och mycket av det han hade tankar och idéer kring uppfanns senare av andra personer (Encyclopædia Britannica, 2019).
AI påstås ta över mänskliga arbetsuppgifter som t.ex. att analysera, förutspå och fatta beslut i större utsträckning. Vi kan tydligt se spår av intåget av artificiell intelligens då vi hänvisar till
av i trafiken (Rockwell, 2017). Framförallt diskuteras potentialen av artificiell intelligens som verktyg även för strategisk kommunikation. Eftersom AI används inom flera olika fält
tenderar definitionen av artificiell intelligens att skilja sig beroende på vilken kontext det används inom. Vi har i den här studien valt att konkretisera begreppet artificiell intelligens där vi använder följande definition, tagen av A. Kaplan och M. Haenlein (2019): ett systems
förmåga att tolka externa data korrekt, lära av sådana data och använda dessa inlärningar för att uppnå specifika mål och uppgifter genom flexibel anpassning.
1.1.3 Kännedomen kring AI bland kommunikatörer
Under almedalsveckan 2018 berättade Margareta Steinsvik i en intervju att det är inom kommunikation som finns de mest utvecklade verktygen i relation till artificiell intelligens, mycket tack vare stora företag som exempelvis Amazon och Google. AI har för
kommunikatören skapat möjlighet att ge ut sitt budskap, men även att lyssna på respons i realtid och har således enorm potential för kommunikationsverksamheten (Steinsvik, 2018).
(Intervju av Sveriges Kommunikatörer med Margareta Steinsvik i Almedalen - 6 jul 2018).
Det verkar dock förefalla sig att kännedomen kring fenomenet i relation till dess
användningspotential och inverkan för framtida kommunikatörer är synnerligen vag. Enligt en studie genomförd av MyNewsdesk (2019) blev verksamma inom kommunikation, PR eller marknadsföring tillfrågade om deras förståelse kring användningen av AI inom deras
yrkesområde. Då svarade endast 17% av de tillfrågade att de har tillräckligt god förståelse för att de skulle kunna förklara användningen av AI inom deras bransch för en utomstående och 27% svarade att de har väldigt liten, om ens någon, förståelse kring AI överhuvudtaget (MyNewsDesk, 2019).
European Communication Monitor (ECM) är en årlig enkätundersökning vilken undersöker nutida praktiker och framtida utveckling inom strategisk kommunikation inom företag,
kommunikationsbyråer, organisationer och välgörenhetsorganisationer runtom i Europa. 2019 års upplaga baseras på svar från 2689 personer från 46 europeiska länder, vilka arbetar inom kommunikation. De fick svara på flera frågor kring sin egen kommunikatörsroll, sin
organisation och framtiden inom kommunikationsbranschen, varav flera av frågorna handlade om artificiell intelligens. Bland annat svarade 50,6% av de tillfrågade att AI kommer att ha en hög påverkan på yrket PR och kommunikation som helhet. Däremot svarade endast 33,9% att AI kommer att ha en hög påverkan på deras egna arbetsuppgifter. Enkäten inkluderade även
ett test för att se hur bra koll kommunikatörerna hade om AI, baserat på hur korrekt de definierade fenomenet. Det var endast 15,4% av det tillfrågade som hade alla rätt och därmed kan klassas som AI-experter enligt ECM:s kriterier. Noterbart där är att Sverige låg i
framkant då 26,9% av svenskarna ansågs vara experter, vilket var näst bäst av alla europeiska länder med endast ett sämre resultat än Finland (Zerfass m.fl. 2019).
De svenska kommunikatörerna ser enligt ECM framförallt två större risker av användningen av AI inom strategisk kommunikation. Den största risken dem ser (60,8%) är att det kommer vara svårt för organisationer och företag att kunna tillhandahålla den kompetens som krävs för ytterligare implementering av AI. Dessutom tror 43.3% att AI kommer medföra en större oklarhet över ansvarsområden, vad som är AI:s ansvar och vad som är de olika arbetarnas ansvar (Zerfass m.fl. 2019).
1.2 Syfte
Studien är explorativ och syftar huvudsakligen till att undersöka vilken påverkan artificiell intelligens kommer att ha på strategisk kommunikationsverksamhet i Sverige framöver utifrån synen hos yrkesverksamma inom fältet för kommunikation vilka har kunskap och erfarenhet om AI. Vi vill med denna studie även undersöka, utifrån dessa respondenter, hur AI kan användas som arbetsverktyg för kommunikatörer i Sverige.
- Hur definieras artificiell intelligens av yrkesverksamma inom fältet för
kommunikation vilka har kunskap och erfarenhet av AI?
- Hur kan kommunikatörer i Sverige använda artificiell intelligens som ett verktyg för
strategisk kommunikationsverksamhet?
- Hur kommer artificiell intelligens och dess utveckling att påverka strategisk
1.3 Avgränsningar och begreppsanvändning
I den här studien kommer vi behandla den del av AI som avser det närliggande vilket befinner sig i vår samtid. Denna benämning av artificiell intelligens avser således inte den superintelligens vars intellekt i framtiden spås ”outsmarta” de bästa mänskliga hjärnorna inom praktiskt taget alla områden, inklusive vetenskaplig kreativitet, allmän visdom och sociala färdigheter (Boström, 2014). Med intelligens är det istället förmågan att kunna samla in ofantliga mängder data och därifrån kunna urskilja mönster och förstå dessa. Vi avser inte med denna uppsats att skapa en djup, teknisk förståelse för hur tekniken AI fungerar då detta inte är av relevans för studiens syfte och frågeställningar. Däremot kommer vi beskriva funktionerna för AI, om än på ett mer övergripande sätt, i relation till strategisk
kommunikationsverksamhet. Detta innebär även att vi inte kommer undersöka de olika typerna av AI som existerar då vi intresserar oss för AI som teknik i stort. Vi utgår som sagt från definitionen av AI som “ett systems förmåga att tolka externa data korrekt, lära av
sådana data och använda dessa inlärningar för att uppnå specifika mål och uppgifter genom flexibel anpassning” (Kaplan & Haenlein, 2019).
I den här studien kommer vi som sagt undersöka AI inom strategisk
kommunikationsverksamhet. Med det begreppet menar vi yrken där extern kommunikation är
huvudsysslan, till exempel inom PR eller för kommunikatörer inom privat och offentlig sektor. Vi inkluderar inte media såsom journalister och försöker i så stor mån som möjligt hålla isär det vi menar med strategisk kommunikation och reklam/marknadsföring, vars främsta syfte med sin verksamhet är att sälja en vara eller tjänst för ekonomisk vinning. Vår avsikt är istället att fokusera på AI i relation till strategisk kommunikationsverksamhet, och den strategiska beslutsfattning vilken görs på grunder av enorma datainsamlingar.
För att svara på vår andra frågeställning utgår vi mycket kring hur AI kan komma att påverka kommunikatörens yrkesroll. Med yrkesroll syftar vi på de arbetsuppgifter kommunikatören utför i sitt arbete och således hur dess dagliga arbete ser ut. När vi pratar om yrkesrollen menar vi inte kommunikatörens jobbtitel eller syftet med kommunikationen. Vi åsyftar alltså inte till den roll som kommunikatörer som yrkeskår har i samhället, utan snarare den
individuella kommunikatörens roll i dennes yrkesutövning.
Vi har även valt att tillämpa en geografisk avgränsning genom att bara fokusera på hur det ser ut i Sverige. Vi tror visserligen att det finns stora likheter och att det är möjligt att dra
slutsatser från hur det ser ut i Sverige vilka även kan appliceras i andra länder. Men eftersom vi endast kommer att undersöka hur AI tillämpas inom svensk kommunikationsverksamhet är det endast det vi med säkerhet kan säga att studien svara på. En anledning till denna
avgränsning är att vi inte kunde hitta någon tidigare forskning inom detta område på svenska eller som undersöker läget inom Sverige. Genom att undersöka AI inom strategisk
kommunikationsverksamhet i Sverige positionerar vi vår studie på ett nytt sätt och söker således att fylla en kunskapslucka.
1.4 Uppsatsens disposition
I den följande kapitel kommer vi att gå igenom tidigare forskning inom närliggande
ämnesområde samt våra teoretiska utgångspunkter. I kapitel 3 kommer vi att presentera hur vi har gått tillväga i vår studie och presentera vårt urval. Sedan följer ett avsnitt där vi
presenterar de resultat vi har fått och framställer vad som sagt under intervjuerna. Det
efterföljs av ett avsnitt där vi diskuterar och analyserar resultatet. I kapitel 6 sammanställer vi slutsatserna av vårt arbete. Slutligen presenterar vi förslag för framtida forskning inom området.
2. Tidigare forskning & teoretiska utgångspunkter
För vårt arbete har vi antagit en explorativ ansats vilken tydligt kommer till uttryck då vi diskuterar lämpliga teorier för studien. Eftersom artificiell intelligens inom strategisk kommunikationsverksamhet är nyligen etablerat i sin helhet och som forskningsområde i synnerhet, har vi i studien inte tagit huvudsaklig ansats i vetenskapliga teoribildningar. Vår teoretiska ansats utgår istället från tidigare forskning gjord kring ämnet vilken i allra möjligaste mån är besläktat med vårt studieobjekt. Vi har därför utelämnat ett avsnitt i vår studie vilket explicit berör teoretiska utgångspunkter. Eventuella teoretiska utgångspunkter från vetenskapligt fält vilka kan anknytas till studieobjektet kommer presenteras i samband med tidigare forskning.I det här avsnittet kommer vi inledningsvis presentera kommunikatörens arbetsuppgifter, både nuvarande och genom historien, eftersom vi syftar till att undersöka hur dessa arbetsuppgifter kan komma att förändras. Vi kommer även ge ett historiskt perspektiv på strategisk kommunikationsverksamhet där vi går igenom viktiga händelser vilka påverkat
branschen fram tills hur det ser ur idag. Då studien antar en explorativ ansats kring ett förhållandevis nytt studieobjekt kommer vårt teoretiska ramverk även ta utgångspunkt i tidigare studier kring ämnet. Vi har därför sonderat terrängen över vilken tidigare forskning som har genomförts inom ämnet AI och kommunikation samt AI i anknytning till strategisk kommunikationsverksamhet. I följande avsnitt kommer vi ge en övergripande bild av AI som studieobjekt, därefter följer en mer detaljerad presentation av de teman vilka identifierats och vilka även ligger till underlag för studiens teoretiska utgångspunkter.
2.1 Kommunikationsbranschens historia
Vi har under vårt teoretiska avsnitt inkluderat några samhällshändelser vilka legat till grund för branschens och kommunikatörens utveckling. Detta för att stärka påståendet om att
kommunikationsbranschen utvecklas i avspegling av betydelsefulla samhällstjänster vilket tas upp i senare avsnitt. Vi har även inkluderat delar som berör utvecklingen och framväxten av sociala medier då det i senare avsnitt görs jämförelser till framväxten av AI och dess
påverkan på kommutationsbranschen.
2.1.1 Branschens påverkan av betydelsefulla samhällshändelser
En historisk beskrivning av kommunikation som verksamhet kan göras med tillbakablickar från egyptier och babylonier vilket i sin tur kan påvisa att verksamheten som sådan är mer eller mindre tidlös. I den postindustriella värld vi lever i idag har branschen i takt med utvecklingen av informationssamhället intagit en alltmer central position (Larsson, 2014).
Framväxten av PR i Sverige kan kopplas till den offentliga sektorn samt militären där
information till viss del handlade om att upplysa medborgarna (Falkheimer & Heide, 2014). I samband med andra världskriget kom således några av de första strukturerade
kommunikationsverksamheterna i Sverige i form av en statlig informationsbyrå där uppgiften var att upplysa allmänhet och press om krigsangelägenheter. Parallellt propagerade
makthavare för motverkandet av icke gynnsam opinion samt bedrevs kampanjer för att säkra folkförsörjningen då landet var under avsaknaden av råvaror från utländsk export.
Yrkesrollen kunde då till stor del betecknas som spinndoktorer vilket kan liknas med en sorts politisk rådgivare som fick en alltmer central roll i mediesamhället. Under tiden efter kriget ser vi en tillökning och det tillsätts personer med informationskompetens även i större
industrier utanför staten. Uppgifterna vidgas och dessa personerna kan i större utsträckning tillskrivas kommunikatörer. De börjar producera och den interna informationen växer fram med personaltidningar och nyhetsbrev (Larsson, 2014).
Efterföljande decennier expanderar konsultsidan markant sett till antalet nya byråer, uppdrag och mängden omsättning. Det blir vanligare att PR-byråerna nischar sig mot allt mer
specifika branscher och PR-specialister får en större mediepåverkan då de i större
utsträckning börjar arbeta med opinionsbildning. Under den här perioden genomgår vi även stora tekniska förändringar vilka påverkar verksamheten och vinner snabbt terräng. Datorn blir ett allsidigt redskap och vi börjar se den tidiga fasen av internet. Disciplinen börjar även efter att länge varit bannlyst från alla samverkan med marknadsföring återigen kunna
anknytas till det och kommunikatörer börjar i större utsträckning medverka i varumärkesarbete (Larsson, 2014).
2.1.2 Den tekniska utvecklingen och dess påverkan
De senaste årtiondena har präglats av stor teknisk utveckling vilket bidragit till en
digitalisering av samhället. Framförallt har internets framväxt och dess ökade tillgänglighet förändrat organisationernas kommunikation avsevärt. Internet har tagit över som den dominerande arenan för kommunikation, från att ha varit ett av flera populära medier är internet idag hem för flera olika plattformar, tjänster och nätverk. Sociala medier har etablerat sig som en given kanal för organisationer att kommunicera via. Denna utveckling från
traditionella medier har medfört en förändring i hur organisationer kan interagera med sin publik. Det har blivit lättare och mer tillgängligt att nå ut med kommunikationsinsatser via internet och sociala medier än förut då traditionella medier såsom till exempel press, radio och TV dominerade. Däremot medför detta att det finns mycket mer information att ta del av för publiken, vilka själva kan välja vilken information de vill ta del av i större utsträckning än tidigare. Även om kommunikatörerna har mycket större möjlighet att interagera med sin publik, anses dem därför till viss del ha tappat kontrollen över sin kommunikation (Larsson, 2014).
Sociala medier, till exempel Twitter, Facebook, Instagram och YouTube har förändrat PR-verksamhetens arbetssätt i den riktningen att pressmeddelanden och relationen med
att nå en stor publik genom delningar och interaktioner (Lipschultz, 2015). Det krävs idag mer för att nå ut genom bruset av all information och kommunikation på internet. En
utmaning sociala medier har medfört är vikten av att ha rätt timing i sin kommunikation. Det gäller att vara snabb och reagera på nyheter och alltid vara redo att skicka ut strategiska och relaterbara meddelanden till sina följare (Lipschultz, 2015).
Att kommunikationen sker digitalt gör det lättare att föra statistik över sina interaktioner och sin publiks handlingsmönster. Varje klick som görs på internet lämnar ett digitalt fotspår. Data samlas in, analyseras och presenteras i syfte att förbättra sin verksamhet digitalt, framförallt inom vinstdrivande företag. Kommunikation kan vara svårt att sätta ett värde på, men genom att mäta och analysera data kan olika aspekter lyftas fram i syfte att optimera sin kommunikation på sociala medier. Några exempel på mätbara data är antal följare, ett inläggs spridning, hur hög interaktionen är, benämningar inom traditionell media eller hur stor andel av dem vilka klickar vidare på en länk som faktiskt köper en vara eller tjänst. Ett stort användningsområde av denna data är Social Media Marketing. Genom att spåra användares digitala fotspår kan organisationen få personliga uppgifter om dem och deras
beteendemönster utan att behöva genomföra exempelvis enkäter. Denna information används sedan som underlag i vilken reklam eller vilken kommunikation just den användaren ska ta del av. En fördel med mätningar av sociala medier samt onlinebeteende är att data uppdateras ständigt och i realtid (Lipschultz, 2015).
Idag präglas kommunikationsbranschen allt mer av nya yrkesroller och funktioner vilka växt som en följd av digitaliseringen. Ett exempel är kommunikatörer vilka jobbar med SEO (Search Engine Optimization), ett populärt sätt att få uppmärksamhet till sin organisation online. SEO är ett verktyg som kan möjliggöra för en organisation att hamna högre upp och upptäckas lättare på söktjänster som exempelvis Google. Betydelsen av att synas på
söktjänster gör att organisationer noggrant väljer ut vissa nyckelord och spårar dessa. Det är nyckelord som förknippas med organisationen, är relevanta för organisationen eller ord som är populära att söka på (Lipschultz, 2015).
En annan term som det pratas mycket om när det kommer till digital kommunikation och sociala medier är “Big Data”, vilket är stora datasets som spårar användarens handlingar och interaktioner. Att denna data kan samlas, analyseras och distribueras har ifrågasatts utifrån ett etiskt perspektiv då många menar att användaren till viss del har rätt att vara privat.
Visserligen godkänner användaren att den ger sin personliga information i utbyte mot användandet av en tjänst såsom sociala medier, men samtidigt menar många att det finns negativa aspekter. Att information som till exempel fotografier, geografisk plats,
relationsstatus och personliga meddelanden alltid kommer att sparas och eventuellt finnas tillgängligt för framtida arbetsgivare, poliser och andra företag att använda ses av vissa som en inskränkning på ens integritet (Lipschultz, 2015).
2.2 Forskning om AI
Inom vetenskapen finns det i enlighet med artificiell intelligens flera begrepp vilka utgör olika banor ur vad som snarare blivit ett samlingsbegrepp. Eftersom forskningen inom AI infinner sig i ett relativt tidigt stadie är detta en produkt av övergripande brist på
standardisering inom AI som forskningsområdet. Det blir därför påtagligt att de teoretiska grunderna för AI är under utveckling. Ytterligare tydliggörs detta av det faktum att vi inte kunde hitta någon tidigare forskning inom området som är gjord i Sverige, något som vår studie syftar till att ändra på.
Artificiell intelligens är ett område där det i princip finns lika många definitioner som experter. Det är ett väldigt komplext och abstrakt fenomen och har således olika betydelser beroende på i vilken kontext det används och vilka delar av AI som betonas. För att börja utröna det vetenskapliga fältet och vad som skrivs om AI är det viktigt att klargöra hur forskare definierar begreppet artificiell intelligens. Av de artiklar vi samlat in i syfte att genomföra den här forskningsöversikten, ger endast (Kumar m.fl. 2019) en klar definition på begreppet. För syftet med studien presenteras en definition enligt följande: “a system’s ability
to interpret external data correctly, to learn from such data, and to use those learnings to achieve specific goals and tasks through flexible adaptation” (Kumar m.fl, 2019, s.136). För
resterande artiklar i vår forskningsöversikt fastställs ingen definition enligt följande. I (Wiencierz & Röttger, 2019) diskuteras begreppet i likhet med att en klar definition av big
data (ett förstadie till AI), vore i princip omöjligt då inga fasta standardiseringar existerar för
vad som utgör fenomenet, “...how big is big?” (Wiencierz & Röttger, 2019). (Kumar m.fl. 2016) presenterar dock en definition av Intelligent Agent Technologies (IAT) inom
marknadsföring vilken bygger på en litteraturöversikt samt teoretiska perspektiv inom ämnet. Här används intelligent agent technologies vilket går att härleda ur AI som en gren inom marknadsföring. Översätter vi och sammanställer den fastställda definition av IAT vilken
presenteras av (Kumar m.fl. 2016) får vi beskrivningen att: IAT är beräkningssystem som infinner sig en komplex dynamisk miljö och dynamisk genomsöker miljön, samarbetar och interagerar för att tolka uppfattningar, analyserar, drar slutsatser för att lösa problem; och slutligen implementera strategier som skapar värde för kunderna och företaget inom
gränserna för pålitlighet och policy (Kumar m.fl. 2016). På grund av bristen på konsekvens i begreppsanvändningen har vi i vår sökning efter tidigare forskning inom ämnet inkluderat vetenskapliga artiklar vilka använder begreppen artificiell intelligens och Intelligent Agent Technologies.
Genomgående för det vetenskapliga forskningsläget är att de i stor utsträckning endast finns explorativa studier kring AI i relation till strategisk kommunikationsverksamhet. Syftet med artiklarna hänvisar exempelvis till att kartlägga, presentera och sammanställa olika insatser vilka gjorts inom artificiell intelligens (Kumar m.fl. 2019; Hairong, 2019; Tobaccowala & Jones, 2018). De syftar således till att öka och sprida förståelsen kring fenomenet AI inom det vetenskapliga fältet utan att nödvändigtvis presentera insiktsfulla diskussioner och slutsatser.
2.3 Artificiell intelligens inom marknadsföring/reklam
Majoriteten av forskningen kring AI inom extern kommunikation handlar om marknadsföring och reklam (Kumar m.fl. 2019; Qin & Jiang, 2019; Li, 2019; Deng m.fl. 2019; Tobaccowala &. Jones, 2018; Kumar m.fl. 2016). Även om marknadsföring och reklam har mycket gemensamt med strategisk kommunikationsverksamhet och kan vara svårt att differentiera, verkar den tidigare forskningen fokusera mer på faktorer som till exempel ekonomisk effektivisering och försäljning än vad vår studie syftar till. Vi anser trots det att den tidigare forskningen är väldigt relevant och går att tillämpa när vi söker att besvara våra
frågeställningar.
Framförallt är det möjligheten till ökad personlig marknadsföring, där AI kan anpassa sig efter en specifik konsument baserat på datainsamling och analys, som intresserar forskare. Li beskriver detta som en ny våg av marknadsföring han kallar “intelligent advertisement” (Li, 2019). Kumar m.fl. beskriver hur företag med hjälp av AI kan utnyttja individuella
konsumenter och deras information för att kunna erbjuda noga utvalda och personliga tjänster och produkter (Kumar m.fl. 2019). Även Qin & Jiang talar om den aspekten av AI;
advertising to improve efficiency and meet the market demand” (Qin & Jiang, 2019). De
framhäver där även de positiva aspekterna för konsumenten, att det blir lättare för företagen att pricka rätt i sin marknadsföring och nå marknadens krav. Användandet av AI på detta sätt kan enligt Tobaccowala & Jones underlätta skapandet av relationer mellan företag och konsument vilken i grunden bygger på data som AI samlar och analyserar. Vid varje interaktion kan AI skapa en bättre förståelse för konsumenten och på så sätt vara mer personlig och träffa rätt i sin kommunikation, vilket förhoppningsvis skapar en långsiktig ömsesidig relation (Tobaccowala & Jones, 2018).
Deng m.fl. genomförde ett kvantitativt experiment för att undersöka huruvida konsumenterna föredrar personlig marknadsföring baserad på AI-teknologier jämfört med traditionell
marknadsföring. Där visade sig att majoriteten föredrog marknadsföringen skapad av deras AI-program de kallar “smart generation system of personalized advertising copy” (SGS-PAC)
(Deng m.fl. 2019). En viktig aspekt att ha i åtanke kring AI inom marknadsföring är att trots det faktum att AI kan användas till att samla in och analysera data, är det fortfarande ett verktyg som människan programmerar och styr hur det används. Därför har Kumar m.fl. med hjälp av ett flertal kvalitativa intervjuer tagit fram ett ramverk för att beskriva hur AI (eller Intelligent Agent Technologies, IAT, som de kallar det) kan användas beroende på situation och målet med sin marknadsföring (Kumar m.fl. 2016). Studierna kring användningen av AI inom marknadsföring/reklam är koherenta, det är inga motsägelser mellan dem. Däremot fokuserar de på olika aspekter av hur AI-teknologi kan tillämpas inom området.
2.4 Artificiell intelligens agerar kommunikatör
Två av studierna undersöker hur Artificiell Intelligens kan användas genom att sköta
direktkontakt med människor (Deng m.fl. 2019; Porter, 2017). Medan de andra fokuserar mer hur AI kan vara fördelaktigt när det kommer till datainsamling och analys, fokuserar dessa två på har hur det är möjligt att utnyttja verktygets intelligens till att låta den sköta
kommunikationen själv, även om de gör det på olika sätt. Deng m.fl. undersöker AI och dess potential som copywriter, där de har skapat ett program de kallar “smart generation system of personalized advertising copy” (SGS-PAC), som de sedan testar i ett kvantitativt experiment.
SGS-PAC är ett program som samlar in och analyserar data om en specifik konsument för att sedan själv bestämma vilken typ av marknadsföring som lämpar sig bäst efter den framtagna profilen. I experimentet lät de 79 personer få se två typer av marknadsföring för 12 olika
produkter, varav en var en befintlig copy skapad av en copywriter, medans den andra var skapad av AI efter just den konsumentens profil. I de allra flesta fallen föredrogs den AI-genererade personliga marknadsföringen, vilket tyder på att de föredrar den framför den mer generella marknadsföring vi har varit vana med (Deng m.fl. 2019).
Porters studie handlar också om när AI själv agerar kommunikatör, men fokuserar istället på hur AI-botar kan användas till att utföra kommunikativa sysslor som att chatta och svara på e-mail. Porter poängterar vikten av att visa upp en välvilja (eunoia) gentemot andra i digitala sammanhang så som e-mail, chattar och även utformning av AI, där det nu finns hinder i att AI inte kan avgöra vad som är oetiskt stötande, utan det kan lätt bli fel när de är
programmerade att imitera, anpassa sig efter målgrupp och lära sig av människor. Men AI har potential att sköta denna typ av enklare professionella kommunikation på ett bättre och kostnadseffektivare sätt än människor (Porter, 2017). Detta tyder på att AI kan tillämpas på flera olika områden inom strategisk kommunikationsverksamhet, både som direkt
kommunikatör eller som ett verktyg att samla och analysera data vilket kan ligga till grund för mänskliga kommunikationsinsatser.
2.5 Framtidens artificiella intelligens inom varumärkesbyggnad
AI är ett fält där den vetenskapliga kunskapsbasen är under ständig förändring. Då
forskningen inom AI infinner sig i ett tidigt stadie med brist på standardisering inom fältet ser vi i flera av de vetenskapliga artiklarna inslag där spekulationer kring AI presenteras.
Majoriteten av de forskningsartiklar vi använt till föremål för denna studie syftar till att säga något om vår samtid, men det finns i vissa fall inslag som söker diskutera och spekulera kring det som står framför oss. Exempelvis presenteras spekulationer och förutsägelser inom
varumärkesbyggnad och kundhantering i en miljö som drivs av AI. Kumar m.fl. (2019), erbjuder vissa förutsägelser för företag och större verksamheter. Dessa förutsägelser kategoriserar de sedan i två olika dimensioner - tid (dvs. kortsiktighet kontra långsiktighet) och plats (utvecklad ekonomi kontra utvecklingsekonomi). De fokuserar främst på
långsiktiga effekter eftersom de hävdar att tiden mellan kommersiell tillgänglighet av
innovativ teknik och deras maximala potentiella adoption i samhället sträcker sig över flera år
(Kumar m.fl., 2019).
I likhet med Kumar m.fl. (2019) syftar Tobaccowala & Jones (2018) vetenskapliga ansats delvis till att presentera spekulationer och förutsägelser kring framtidens AI. Deras verk är dock mer inriktat på att skissera modeller för framgång i relation till framtidens utmaningar och möjligheter för AI.
Tobaccowala & Jones, (2018) menar att i takt med att varumärkesbyggnad förändras, måste även kompetenskraven och tillvägagångssättet förändras. Båda artiklarna antar en liknande ansats kring varumärkesbyggnad och upprätthållandet av relationer. De förutsägelser vilka presenteras av Kumar m.fl. (2019) går helt i linje med de modeller Tobaccowala & Jones, (2018) skisserat som framgångsrika inom varumärkesstrategi. Annonsering vilken baseras på avbrott kommer att minska under det kommande decenniet eftersom det inte är en bra
upplevelse för konsumenten. En sådan modell är väl förankrad i en respektlös inställning till människors tid. Således kommer det i framtiden vara viktigt att tänka på kommunikation och reklam, men i ännu större utsträckning på tjänster och användarvänlighet (Tobaccowala & Jones, 2018). Kunden vill att deras behov ska tillgodoses, deras önskemål, önskningar och mål ska förstås och bli tillgängliga. Insamlingen av data vilken möjliggjorts av AI kan utveckla ett varumärke genom att tillhandahålla verktyg, tjänster och upplevelser som
förhoppningsvis kommer att inspirera till “selfmarketing”, alltså konsumenternas förmåga att vidare rekommendera och propagera för en viss organisation, produkt eller tjänst
(Tobaccowala & Jones, 2018). Vi ser även spår från denna modell i Kumar m.fl. (2019) vilka i sin förutsägelse kring AI och marknadskommunikation hänvisar till personifieringen och vikten av tjänster i upprätthållandet av en bra kundrelation. Här presenteras t.ex. Spotifys "Discover Weekly", en kurerad personlig spellista baserad på lyssnarhistorik, samt Uber Eats, där AI används för att optimera leveranstider. Dessa taktiska lösningar menar forskarna sannolikt kommer att bära frukt omedelbart och skapa en positiv skillnad för organisationens varumärke. Tobaccowala & Jones (2018), poängterar sedan tjänstens vitala betydelse
ytterligare då de vänder frågan: “Do you want to build relationships with brands?” till “Do
you want detergent sent to you right when you need it? Do you want products and services tailored to you? Do you want help reaching your goal? that’s possible when a relationship is there” (Tobaccowala & Jones, 2018, s.268).
3. Metod
3.1 Metodval
Vi vill bedriva en kvalitativ forskning i syfte att skapa en bredare förståelse kring vårt ämne. En kvalitativ ansats hjälper oss att reda ut hur ett fenomen är beskaffat och vi anser det därför vara den bästa metoden för att få en god kunskap om användningen av AI inom strategisk kommunikationsverksamhet (Starrin & Svensson, 1994).
3.2 Metodval inom tidigare forskning
Gemensamt för många av studierna kring AI inom kommunikation är att många grundar sig på forskarnas observationer och erfarenheter, till skillnad från experiment. Det är genom att observera och utgå från tidigare fakta som många av forskarna söker att svara på sina frågeställningar, framförallt i de explorativa studierna. Explorativ forskning appliceras när undersökningsområdet inte är väl undersökt sedan tidigare. En explorativ ansats är bra för att sätta prioriteringar i forskningen och bestämma hur forskningen ska genomföras, framförallt när syftet är att förklara ett fenomen eller relationer mellan olika fenomen (Shields &
Rangarajan, 2013). Metoden kvalitativ intervju användes vid två tillfällen (Kumar m.fl. 2016; Wiencierz & Röttger, 2019) och en studie genomförde en kvantitativ undersökning (Deng m.fl. 2019). Även Grounded Theory är en metod vilken har applicerats bland många av de tidigare forskningsartiklar vi studerat, (Kumar m.fl. 2019; Tobaccowala & Jones, 2018; Qin & Jiang, 2019; Kumar m.fl. 2016; Porter, 2017). Genomgående för den övergripande bilden av forskningsfältet inom AI och i synnerhet AI i relation till strategisk
kommunikationsverksamhet, är avsaknaden av studier genomförda i Sverige. Således är vår teoretiska utgångspunkt för studien förankrad i artiklar vilka bygger på underlag som härstammar från andra delar av världen.
3.3 Grounded Theory
Grounded Theory är en metod vi anser vara applicerbar för vårt forskningsobjekt och vi har därför som avsikt att implementera den i vår studie. Kumar m.fl. beskriver Grounded Theory (GT) som en metod som i stor utsträckning utgår från tidigare forskning och egna idéer och analyser kring ett fenomen. Detta tillvägagångssätt är fördelaktig inom områden som är relativt outforskade sedan tidigare, vilket AI är med tanke på den snabba utvecklingen det genomgått under de senaste åren. (Kumar m.fl. 2016). Grounded Theory är en metod som
ligger väldigt nära det empiriska materialet, där den stora vikten läggs på generering av teori. Teorin i fråga ska inte vara särskilt abstrakt, utan ska hålla sig nära empirin och vara
lättförstådd. Teorin ska även gå att testa för att fastställa dess empiriska tillämpningsområde, och beroende på hur det går i tillämpningen av teorin kan teorin behöva modifieras, men inte förkastas. Eftersom fokus ligger på generering av teori, och inte verifiering, pratas det inte enbart om induktion och deduktion, utan även om abduktion. Abduktion är förmågan att se mönster och avslöja djupare strukturer. (Alvesson & Sköldberg, 2017)
Grounded Theory är väldigt populärt inom samhällsvetenskaplig forskning, framförallt i kvalitativ forskning. Den skapades av de två sociologerna Barney Glaser och Anselm Strauss och är idag den och är inom samhällsvetenskapen idag troligtvis den mest använda kvalitativa tolkningsramen (Alvesson & Sköldberg, 2017).
Vår förhoppning är att genom intervjuer utveckla en egen empiriskt grundad teori (Glaser & Strauss, 1967). Vårt bidrag blir i den här studien att lyfta fram teman ur våra kvalitativa djupintervjuer. Den mättnad kring ämnet vi avser få med intervjuerna kan således bidra till teorier kring vad artificiell intelligens kan innebära för kommunikatörer och strategisk kommunikationsverksamhet i Sverige.
3.4 Kvalitativ intervju
Den metod vi valt för att samla in data är kvalitativa intervjuer vilka i genomförandet resulterat i telefonintervjuer. Eftersom vi vill ha svar på hur experterna själva har för åsikter och erfarenheter kring ämnet, är en kvalitativ intervju användbar då den lämpar sig väl för att ta reda på mänskliga erfarenheter. Kvale och Brinkmann menar också att då våra
forskningsfrågor är baserat på ordet hur, besvaras dessa bäst genom en kvalitativ ansats (Kvale & Brinkmann, 2014). En annan motivering till val av metod finns även att hämta från Denscombe (2000) där några kriterier för när det är lämpligt att samla in data med hjälp av intervjuer presenteras. Ett kriterium som stämmer bra överens med vår studie är att intervjuer lämpar sig bra då data ska baseras på information från nyckelpersoner. Eftersom detta är fallet i vår studie ger det oss ytterligare underlag för att applicera den valda metoden (Denscombe, 2000).
Vi kommer genomföra semistrukturerade intervjuer, vilket innebär att det finns vissa givna frågor och teman vi vill ha svar på, men intervjupersonen har stor frihet att utforma svaren på eget sätt och ta upp andra viktiga aspekter. I en semistrukturerad intervju finns en flexibilitet att ställa följdfrågor och det finns större möjlighet att få reda på saker vilka vi som intervjuare inte tänkt på innan. Denna metod och dess flexibilitet lämpar sig bra då vi inte vet säkert på förhand vad vi kommer att få för typ av svar av intervjuobjekten (Bryman, 2011). Däremot inleder vi undersökningen med ett förhållandevis tydligt fokus och har som avsikt att ta oss an specifika frågeställningar med hjälp av intervjuer. Då vi även vill uppnå en slags mättnad i vårt underlag är det viktigt att samtliga intervjuobjekt fokuserar på samma områden (Bryman, 2011).
Eftersom vi genomför en explorativ studie, kommer intervjun vara en explorativ intervju. Det innebär att vi introducerar ett ämne som vi vill kartlägga med hjälp av intervjuobjekten och kommer således att vara välkomna att nya infallsvinklar frågor dyker upp längs intervjun (Kvale & Brinkmann, 2014).
3.5 Urval
Vårt urval kan beskrivas som ett målstyrt urval vilket slutligen resulterar i ett snöbollsurval (Bryman, 2011). Målstyrt urval beskrivs som ett strategiskt urval där huvudprincipen bygger på en ambition att utifrån studiens syfte välja personer vars kunskap och erfarenheter berör det studien avser att undersöka (Bryman, 2011). Eftersom vårt underlag bygger på
djupintervjuer av särskilda nyckelpersoner är detta en lämplig urvalsmetod. Det faktum att studieobjektet vi valt är relativt nyetablerat har medfört att urvalet för lämpliga intervjuobjekt är förhållandevis snävt. De intervjuobjekt vi nått via målstyrt urval har lett till personer vars kompetenser och erfarenheter är högt eftertraktade och därav svårtillgängliga. Därför har vi även använt oss av snöbollsurval vilket är en lämplig strategi för att vi trots låg kännedom kring möjliga studieobjekt ska kunna få tillräcklig med underlag för studien. När de personer vilka forskaren valt genom målstyrt urval sedan möjliggör för forskaren att nå ytterligare deltagare kallas det för snöbollsurval (Bryman, 2011). I samtliga intervjuer har vi rådfrågat intervjuobjektet kring ytterligare potentiella kandidater vilka vi kan intervjua.
För att besvara våra frågeställningar har vi sökt efter personer vilka påvisats ha goda kunskaper och/eller erfarenhet av artificiell intelligens inom ämnesområdet för
kommunikation. Det faktum att personerna givits utrymme inom branschjournalistiken angående just AI i relation till strategisk kommunikationsverksamhet ser vi som tillräcklig indikation på att de kan vara en tillgång till vår studie. De tillfrågade har även genom att studera intervjuanvisningarna fått möjlighet att vidare rekommendera personer vilka kan bidra med underlag till studien.
Nedan följer en kort presentation av personerna vilka intervjuats i syfte att utgöra underlaget för studien. Deras uppgifter presenteras med godkännande från respektive deltagare och presenteras enbart i syfte att ge en korrekt och transparent bild till läsaren.
Hanna Brogren, Generalsekreterare & VD hos Sveriges Kommunikatörer.
Mikael Hansson, Kommunikatör vid Institutionen för Datavetenskap på Umeå Universitet. Mattias Kressmark, Senior Program Manager för Microsoft Teams.
Martin Modigh Karlsson, VD på Bridget AB, Kommunikatör på AI Innovation of Sweden
3.6 Genomförande
3.6.1 Utformning av intervjuguide
Hela intervjuguiden finns i Bilaga 1.1
Vi har utformat en intervjuguide vilken innehåller flera specifika teman i form av relativt öppna frågor. Med dessa teman hoppas vi av respondenterna kunna få svar på det vi syftar att ta reda på, med utgångspunkt i våra frågeställningar. I utformningen av intervjuguiden hade vi flera riktlinjer att förhålla oss till utifrån Brymans riktlinjer (2011). Bland annat var vi noga med att ställa frågor ur våra teman i en logisk följd då det bildar en röd tråd genom intervjun, även om vi är medvetna om vikten i att vara flexibel och öppen för att förändra ordningen under intervjuns gång. Vi har i så god mån som möjligt se till att ställa frågor vilka är öppna och inte ledande för att frågans formulering inte ska påverka svaret och för att det ska gå att svara omfattande på frågan, alltså inte bara med ett ja eller nej. Vi har valt att inleda med att låta intervjupersonen berätta om sig själv och sin yrkesroll vilket fyller två funktioner; dels är det bra för oss att ha kännedom kring dessa faktorer och sammanhanget när vi utför intervjun samt när vi tolkar och analyserar materialet i efterhand (Bryman, 2011). Dessutom hoppas vi att genom att inleda med en relativt ledig fråga vilken intervjupersonen har bra koll på så känner sig personen mer avslappnad och trygg än om vi skulle ställa en svår fråga direkt.
Efter tematisering av de kunskapsobjekt vi önska uppfylla med hjälp av våra kvalitativa intervjuer bestämde vi nio stycken frågor att utgå ifrån i vår intervjuguide. Dessa nio anser vi kompletterar varandra bra, är relevanta för studien och uppfyller våra krav på öppenhet och tydlighet. Vi har även under vissa frågor skrivit ner potentiella följdfrågor eller aspekter vilka vi anser skulle kunna vara värda att ta upp för diskussion under intervjun. Relevansen av dessa följdfrågor beror på vilket typ av svar vi får och det är inte säkert att de kommer att behöva användas, utan de är mer som stöd för oss själva för att säkerställa att vi får att det vi vill av intervjun (Kvale & Brinkmann, 2014).
3.6.2 Telefonintervju
Vi har genomfört intervjuerna via telefonen. Vår utgångspunkt var från början att försöka träffa våra intervjupersoner fysiskt för att genomföra intervjuerna öga mot öga. Vi tror att det hade hjälpt oss under intervjun då det blir ett mer naturligt samspel eftersom parterna kan se varandras kroppsspråk, gester, minspel och på så vis få ett bättre flyt i intervjun (Bryman, 2011). Men på grund av förutsättningar vilka vi inte kan kontrollera fick vi istället lov att utföra våra intervjuer via telefon. Detta är en effekt av vårt snäva urval och det faktum att vi inte har speciellt många potentiella intervjuobjekt. Således har vi varit väldigt flexibla med både tid, plats och intervjuform för att försäkra oss om att intervjun genomförs, och i denna studie var det önskvärt av samtliga respondenter att genomföra intervjuerna via telefon.
Potentiella risker med att genomföra intervjuer via telefon är att det ställer krav på funktionell teknik för att dels samtalet ska kunna ske utan störningar och båda parter ska höra varandra tydligt, men även inspelning av samtalet. Vi gjorde vad vi kunde för att motverka eventuella störningsmoment och ge oss själva bästa förutsättningar genom att befinna oss i en
ljudisolerad inspelningsstudio under samtalet. Vi testade all utrustning och samtalskvalitén i god tid och spelade in samtalet med en kondensatormikrofon. En fördel med att genomföra intervju via telefon är att det är ett effektivt användande av resurser som tid och pengar. En annan positiv aspekt med att genomföra intervjun kan vara att respondenten inte påverkas av intervjuarens kroppsspråk under intervjun, utan det kan vara lättare att tala fritt utan någon fysiskt närvarande intill sig. Dessutom har det bedrivits forskning vilken visar att inte blir några märkbara skillnader på svaren beroende på om intervjun sker över telefon eller i ett
fysiskt möte, exempelvis av Sturges & Hanrahan (2004) där de jämförde svaren beroende på intervjusituationen (Bryman, 2011).
3.6.3 Kodning och tolkning av intervjuerna
För att hantera vårt material har vi valt att använda oss av den analytiska abstraktionsstegen vilken Carney beskriver i Miles & Huberman (1994). Den analytiska abstraktionsstegen beskriver hur kvalitativt analysarbete kan genomföras genom att dela upp det i tre olika steg. Det första steget är att summera och förpacka empirin. Där är en utgångspunkt att skapa material att utgå ifrån i form av texter. I vårt fall består dessa texter av transkriberingar av de intervjuer vi genomfört. Nästa steg är att koda dessa transkriberingar. Med kodning menas att genomförligt studera materialet för att hitta värdefull och relevant information och således skapa olika teman och kategorier. Det finns två typer av kodning vilka vi applicerat; a priori och in vivo. A priori-kategorier är ett mer deduktivt angreppssätt där forskaren på förhand bestämt vissa kategorier, begrepp, frågor eller teorier att leta efter och dela in materialet i, oftast det som är intressant utifrån frågeställningarna. In vivo är istället ett mer induktivt angreppssätt där forskaren istället utgår från det empiriska materialet. Där är det inga
förutbestämda saker som hittas och delas in, utan istället lämnas rum för oss kodare att utifrån intressanta iakttagelser skapa kodkategorier (Eksell & Thelander, 2014). Vi anser att en kombination av a priori och in vivo är bra, då det dels är fördelaktigt att innan kodningen veta vad det är vi ska leta efter, men att även kunna vara flexibla och skapa nya kategorier utifrån vad materialet faktiskt säger.
Andra steget i den analytiska abstraktionsstegen är att återförpacka och aggregera empirin. Detta steg går ut på en kartläggning av det kodade empiriska materialet och att tydligare identifiera teman. Här söker vi efter återkommande teman, relationer mellan olika teman och kodkategorier. Det tredje och sista steget är att utveckla ett förklarande ramverk. Här
undersöks ytterligare de antaganden som formulerats under det andra steget. Här urskiljs olika dimensioner av empirin och slutsatser dras utifrån dessa tillsammans med tidigare forskning och teorier (Eksell & Thelander, 2014).
3.7 Reliabilitet, validitet och generaliserbarhet
Inom kvalitativ forskning ställs inte samma stränga och tydliga krav på studiens reliabilitet och validitet som vid kvantitativa undersökningar. Anledningen är att det är svårt att kunna generalisera resultaten från en kvalitativ studie. En ståndpunkt inom kvalitativ forskning är att assimilera begreppen validitet och reliabilitet utan att ändra dess grundläggande betydelse, dock fråntar denna utgångspunkt vikten av frågor som rör mätning (Bryman, 2011).
3.7.1 Reliabilitet
När det kommer till extern reliabilitet, alltså i vilken grad studien kan replikeras och uppnå samma resultat, så medföljer det stora svårigheter då vår sociala verklighet ständigt förändras. Vår studie bygger dessutom på personliga erfarenheter och åsikter i form av intervjuer, vilka är subjektiva och skulle kunna förändras om någon annan forskare skulle försöka replikera vår studie (Bryman, 2011). Det är inte särskilt vanligt att replikera studier i
samhällsvetenskaplig forskning, men för att kunna replikera en studie är det viktigt att forskaren är noggrann och utförlig i beskrivningen av tillvägagångssätt. Detta är något vi genomgående eftersträvat i vår studie (Bryman, 2011).
Vår interna reliabilitet, alltså hur vi forskare kommer överens i våra tolkningar av materialet och hur vi bedömer vilken typ av forskning som bör bedrivas, anser vi vara mycket god (Bryman, 2011). Vi strävar efter att ha en så god transparens i vår studie som möjligt genom att ständigt redogöra för hur vi gått tillväga för att nå fram till våra resultat. Exempelvis hur urvalsprocessen av intervjupersoner gick till, hur vi gick tillväga vid kodningen av
datainsamlingen och eventuella problem vi stött på under arbetets gång (Bryman, 2011).
3.7.2 Validitet
Validitet berör huruvida studiens mätningar överensstämmer med vad den avser att mäta. De två grundläggande dimensionerna är intern- och extern validitet. Med intern validitet syftas här till “...the ability of an experiment to illuminate valid causal relationships” (Riffe m.fl, 2014, s.128).Studiens interna validitet stärks således då den kontrolleras i syfte att reducera externa faktorer vilka kan påverka studien. Validitetsbegreppet kommer ursprungligen från kvantitativ forskning men har även anammats av forskare inom kvalitativ forskning i syfte att beskriva studiens kvalitet (Fejes & Thornberg, 2009). En kritisk fråga vilken är viktiga att
ställa i relation till intern validitet är huruvida datainsamlingen lämpar sig som underlag för studiens syfte och frågeställningar. För vår del har utmaningen legat i att konstruera en intervjuguide vilken kan generera ett underlag som täcker samtliga nödvändiga områden för att besvara studiens syfte och frågeställning. Det har även under intervjutillfällena erfordrats ständig vaksamhet för att intervjuobjekten ska besvara samtliga delar och generera tillräckligt med underlag utan att skifta fokus mot områden vilka ligger utanför det studien avser att undersöka (Bryman, 2011).
När det kommer till extern validitet, i vilken grad våra resultat kan generaliseras och appliceras på liknande sociala miljöer, finns samma typ av problematik med en kvalitativ studie vilken undersöker mindre, mer specifika data mer djupgående. Inom kvantitativ forskning används ofta generaliserbarhet som argument för användbarheten hos ett forskningsresultat. Detta bygger på en statistisk generalisering vilken kvalitativ forskning hävdas ha oförmåga att uppnå då de aktörer eller sociala händelser vilka ingår i studien måste utgöra ett stickprov “...som är representativt för hela den kända populationen… studien
sedan ska kunna uttala sig om” (Fejes & Thornberg, 2009, s.229). I kontrast till statistisk
generalisering har det inom kvalitativ forskning utvecklats nya former av generalisering. Författarna i boken hänvisar till Kvale (1997) som i sin beskrivning av analytisk
generalisering syftar till läsarens förmåga, att utifrån ett kvalitativt studieresultat som bygger på blygsamma antaganden, kunna göra “en väl överlagd bedömning i vad mån resultatet från
en undersökning kan ge vägledning för vad som kommer att hända i en annan situation”
(Kvale, 1997, s.210). Då studien bygger på personliga erfarenheter och åsikter vilka sammanställts genom kvalitativa djupintervjuer, vilka är subjektiva, kan resultatet inte generaliseras till en större population eller vid liknande fall. Däremot kan vår studie generaliseras till teorier. Det är således våra teorier och slutsatser av studien som ska
bedömas utifrån i vilken grad de kan generaliseras. (Bryman, 2011). Vårt forskningsresultat kan tillhandahålla ett perspektiv snarare än sanningar kring hur AI används av svenska kommunikatörer idag.
3.7.3 Objektivitet vid kvalitativa intervjuer
Då vi närmar oss objektivitet vid kvalitativa intervjuer är det enligt Kvale & Brinkman (2014) inte givet att total objektivitet kan existerar då kunskap produceras genom intervjuer. Därför är det inom kvalitativ forskning relevant att utgå från mer vardagliga betydelser av
objektivitet, något vilket enligt författarna kan jämföras med objektivitet inom exempelvis journalistik. Den första betydelsen av objektivitet vilken presenteras av Kvale & Brinkman (2014) är frihet från bios. Vilket vi tidigare nämnt har vi genomgående undvikit ledande frågor och reviderat intervjuguiden i syfte att hitta underliggande åsikter vilka kommer i uttryck i våra intervjufrågor. Vi har således sökt producera kunskap vilken i större utsträckning har kontrollerats och verifierats. En annan typ av objektivitet vilka Kvale & Brinkman (2014) nämner i relation till intervjuer är den vilken syftar till reflexiv objektiv. Här är det väsentligt att som forskaren “...reflektera över sina egna bidrag till produktionen av
kunskap” (Kvale & Brinkman, 2014, s.292). För vår del är det viktigt att vara transparent
med de oundvikliga fördomar vi har kring objektet vi studerar, således strävar vi efter att vara objektiva i förhållande till subjektiviteten. Det faktum att vi intresserat oss för studien i fråga och såg den som relevant i ett tidigt stadie, för med sig en subjektiv bild av artificiell
intelligens i relation till strategisk kommunikation. Det är ur våra förutfattade meningar och tankar kring objektet vi skapat idéen kring forskningsobjektet vars relevans sedan förstärks och kan motiveras av statistiska undersökningar. Vi löper därför risk att ha en förutfattad mening om att AI kommer ha en betydelsefull roll på kommunikationsinsatser i helhet och strategisk kommunikation i synnerhet.
3.8 Etiska överväganden
När det gäller etiska överväganden har vi utgått från Vetenskapsrådets (2002)
forskningsetiska principer vilka rör humanistisk- och samhällsvetenskaplig forskning. Principerna för det grundläggande individskyddskravet kan konkretiseras i fyra allmänna huvudkrav på forskningen vilka utgörs av informationskravet, samtyckeskravet,
konfidentialitetskravet och nyttjandekravet (Vetenskapsrådet, 2002). I enlighet med
informationskravet ska samtliga deltagare “...upplysas om att deltagandet är frivilligt och om
att de har rätt att avbryta sin medverkan” (Vetenskapsrådet, 2002, s.7). Vi presenterade i
mailet vi skickade till deltagarna om deras möjlighet att delta i studien vilken vi även gav en grundläggande beskrivning kring och informerade att svaren inte kommer att användas i något annat syfte vilket befinner sig utanför studien.
Innan intervjun bad vi även om tillåtelse att dokumentera de uppgifter som delgavs under intervjun vilket går under principerna för samtyckeskravet. För att vi ska kunna angripa materialet senare behövde spela in intervjuerna och detta bad vi alltid om tillstånd för innan
varje påbörjad intervju. Inspelningarna har hanterats varsamt utan risk för att nå utomstående Vi frågade även avslutningsvis om vi fick, i syfte att underlätta för läsaren av studien,
tillkännage deltagaren vid namn och yrkesroll. Deltagaren fick således möjlighet att påverka och bestämma över sin egen medverkan i studien (Vetenskapsrådet, 2002).
4. Resultatredovisning
I detta avsnitt kommer den insamlade empirin att redovisas för att i nästkommande avsnitt analyseras och diskuteras med stöd från teori vilken bland annat genererats ur tidigare
forskning. Vi har utifrån materialet från våra intervjuer tematiskt kategoriserat innehållet efter vilket område det berör.
4.1 Respondenternas definition av AI
Inledningsvis i intervjuerna fick respondenterna svara på frågan kring hur de definierar begreppet artificiell intelligens. Mikael presenterar två vinklar där han bland annat utgår från den allmänna uppfattningen kring AI som begrepp. Där hänvisar han till en förändring i samhället som människor har hört talas om, men inte riktigt förstått vidden av och därför intar en avvaktande position kring. Utöver det presenterar han en mer djupgående, teknisk
definition av begreppet.
“Då handlar det ju om att datorer som kan likna mänsklig intelligens kan behandla så mycket snabbare [...] mängd information och dra slutledningar av det och sätta det i olika beslut. Att beroende på vilken data och information vi ger systemet och beroende på vad människan som jobbar med det här systemet vill ha ut av det” [Mikael].
Mattias presenterar en begreppsdefinition enligt följande:
“Det är kod som härmar mänsklig intelligens vilken lär sig medans den körs och den kräver då ganska stora dataset av något slag för att bli bättre på någonting”
[Mattias].
Martin ser ingen allmän definition av AI inom fältet för just kommunikation. Det förklarar han genom att hänvisa till att strategisk kommunikation inte arbetar så mycket hands-on med AI idag. Kommunikatörer kommunicerar kring AI och gör vissa saker som stöds av AI. Dock
ser kommunikatörer sig troligtvis inte som användare av AI på det sättet som kanske en ingenjör inom industrin gör, vilken nyss börjat arbeta med att optimera sin verksamhet med hjälp av AI, beskriver Martin.
“Men om vi tar definitionen först så är det komplext såklart, det blir bara mer komplext ju mer man lär sig om det. För att någonting ska tillräknas Artificiell Intelligens är det centrala troligtvis att vi har tillverkat det. Det är troligtvis ett datorprogram och intelligensen gör att den kan lösa problem utan mänsklig hjälp och då inte bara ett snävt problem [...] utan ett problem där det krävs flera kompetenser på något sätt och där man behöver göra något slags val. [...] Det ska vara autonomt, det ska vara självlärande och lösa problem på egen hand”
[Martin].
4.2 Användningen av AI som verktyg för kommunikatörer
Med verktyg menar vi då AI kan styras och kontrolleras av kommunikatören i syfte att assistera och underlätta arbetet. Vi har i vår analys av intervjuerna kunnat urskilja fyra teman där AI kan fungera som ett sådant verktyg för kommunikatörer i deras arbete. Alla
användningsområden bland kommunikatörer vilka nämns under intervjuerna har vi därför delat in i dessa fyra teman. Det kan både handla om AI-verktyg som används av
kommunikatörer redan idag, eller om lösningar vilka vi troligtvis kommer att se inom en snar framtid enligt våra tillfrågade samt att utvecklingen fortsätter i samma takt som den gjort den senaste tiden. Vi kommer att presentera dessa fyra teman enskilt.
4.2.1 Användning av AI för datainsamling och algoritmer
Det första temat handlar om hur respondenterna ser på användning av AI för att analysera data. I vår intervju påpekar Hanna hur viktigt det är att använda personliga data idag inom strategisk kommunikation med tanke på den ökade mängd information kommunikatörer har att tillgå.
“Det finns extremt mycket data och information att ta del av. Det vore helt galet om vi inte hade algoritmer som kunde känna av vad användaren har för behov”
[Hanna].
En annan respondent, Martin, menar att AI kommer att underlätta kommunikatörers insamling och analys av data. Enligt honom är kommunikatörer idag dåliga på analys och
tack vara AI kommer den förmågan att förbättras. Det finns flera anledningar. Dels kommer möjligheten att samla in större mängder av data som kan analyseras att öka. Dels kommer AI hjälpa kommunikatörer med det statistiska analysarbetet och tolkningen av stora mängder data. I praktiken kommer exempelvis utvärderingar av reklamkampanjer att underlättas.
AI kan genom datainsamling vara ett verktyg för att bestämma vem som ska ta del av kommunikationen. Mattias beskriver att det kan vara ett bra sätt att använda teknik för att hitta rätt målgrupp samt att rikta kommunikationen åt olika håll beroende på vilken data som finns tillgänglig. Även Hanna pratar om detta och menar att konsumenterna har vant sig vid att den marknadsföring och kommunikation de tar del av är personifierad till just dem själva och att det är det konsumenterna förväntar sig. Denna typ av hjälp ser vi mycket av idag, då vi användare får olika reklam när vi till exempel är inne på Facebook eller Google än vad andra får, ofta baserat på vilka sidor vi har besökt tidigare. En viktig aspekt i det här
sammanhanget vilken Mattias lyfter upp är om detta verkligen är artificiell intelligens, eller om det är en annan typ av mjukvara vilken känner av olika algoritmer. Extra svårt kan det vara när det inte är en själv som har utvecklat programmet, vilket de flesta inom fältet för strategisk kommunikation inte gör. När det kommer till befintliga program för dataanalys kan det vara svårt att avgöra om det är artificiell intelligens eller annan teknik i till exempel Facebooks optimering eller i Google Analytics. Google Analytics gör möjligt för
kommunikatören att spåra och se trafik på en webbplats och har blivit ett populärt verktyg. Mikael menar att även om kommunikatören inte har hög kunskap gällande AI, så kan den ändå förstå och dra slutsatser baserat på den data Google Analytics tillhandahåller.
4.2.2 Användningen av AI för automatiserad kommunikation
Det andra temat av AI-användning bland kommunikatörer vi har urskilt i våra intervjuer är när AI används för att automatisera kommunikationen mellan organisationens intressenter. Att använda artificiell som ett verktyg vilket håller kontakten mellan organisationer och dess intressenter kan underlätta kommunikatörens arbete. Ett sådant användningsområde som tas upp är att ha en chatbot vilken bygger på artificiell intelligens. Mikael menar att då många kommunikatörer vill optimera och effektivisera kontakten mellan sina kunder eller
medlemmar, och då kan det vara attraktiv att “anställa en digital medarbetare via AI”. Dessa kan svara på frågor direkt via en chatt eller automatiskt svara på e-mail.
