25 miljoner till nytt forskningskluster inom WASP-HS – arbetet leds av Örebro universitet
Det nationella forskningscentret WASP-HS (Wallenberg AI, Autonomous Systems and Software Program – Humanity and Society) beviljar sammanlagt 142 miljoner kronor för fem nya forskarkluster i landet. Ett av dem leds av Örebro universitet. Lärosätet är även del av ledningen i ytterligare ett kluster, och har kopplingar till ett tredje.
Forskarklustret ”The Rule of AI – AI, Regulation, and Society” får drygt 25 miljoner kronor av WASP-HS och kommer att samordnas och ledas av Martin Ebers, gästprofessor i rättsvetenskap vid Örebro universitet.
Klustret ska undersöka hur AI regleras och hur AI påverkar regleringsprocesser. Genom tvärvetenskaplig dialog ska klustret bidra till att forma framtidens reglering av AI i Sverige och internationellt.
Martin Ebers är en WASP-HS-gästprofessor vid Institutionen för beteende-, social- och rättsvetenska och kopplad till AI, Robotics and Cybersecurity Center (ARC). Fler Örebroforskare – samt forskare från Institutet för framtidsstudier, Kungliga Tekniska högskolan (KTH), Stockholms universitet, Umeå universitet och Uppsala universitet – kommer att engageras.
"AI, Structural Change, and the Future of Work" får 30 miljoner av WASP-HS och leds av Oskar Nordström Skans, professor vid Uppsala universitet, Magnus Lodefalk, universitetslektor i nationalekonomi vid Örebro universitet, och Moa Bursell, docent i sociologi vid Mälardalens universitet.
Magnus Lodefalk leder sedan tidigare AI-Econ Lab vid Örebro universitet, och är affilierad till forskningsinstitutet Ratio och AI, Robotics and Cybersecurity Center (ARC).
Forskarna ska undersöka hur AI påverkar arbetsmarknaden, med fokus på ojämlikhet, efterfrågan på arbetskraft, arbetslöshetsrisker, arbetstillfredsställelse och yrkessegregering.
Forskningsklustren ”The AI Welfare State” leds av Anne Kaun, professor vid Södertörns högskola. Örebro universitet är representerat genom Linda Soneryd, professor i sociologi.
Forskarna ska undersöka hur AI påverkar välfärdssystem, med fokus på risker som felaktig information, partiskhet och beroende av extern teknik för att ta fram kunskap som kan vägleda beslutsfattare och bidra till en rättvis, transparent och hållbar AI-välfärdsstat.