Att navigera i osäkerhet, Arbetsmetoder i generativa AI-projekt
(2025) SYSK16 20251Department of Informatics
- Abstract (Swedish)
- Denna studie undersöker hur arbetsmetoder anpassas inom AI-projekt, särskilt när dessa bygger på generativ AI. Genom kvalitativa intervjuer med fem utvecklare och projektledare inom olika organisationer analyseras hur man hanterar osäkerhet, experimentellt arbete och snabba iterat-ioner inom AI-projekt. Resultaten visar att team ofta tillämpar en selektiv och flexibel version av agila ramverk som Scrum, Extreme Programming och Lean Software Development snarare än att följa dem strikt. Arbetet i AI-projekt präglas av hög grad av utforskning, snabb teknisk för-ändring och svårt förutsägbara resultat, vilket kräver nya sätt att planera, testa och samarbeta. Det framgår även att teamstrukturer varierar stort, med både individuellt ansvar och... (More)
- Denna studie undersöker hur arbetsmetoder anpassas inom AI-projekt, särskilt när dessa bygger på generativ AI. Genom kvalitativa intervjuer med fem utvecklare och projektledare inom olika organisationer analyseras hur man hanterar osäkerhet, experimentellt arbete och snabba iterat-ioner inom AI-projekt. Resultaten visar att team ofta tillämpar en selektiv och flexibel version av agila ramverk som Scrum, Extreme Programming och Lean Software Development snarare än att följa dem strikt. Arbetet i AI-projekt präglas av hög grad av utforskning, snabb teknisk för-ändring och svårt förutsägbara resultat, vilket kräver nya sätt att planera, testa och samarbeta. Det framgår även att teamstrukturer varierar stort, med både individuellt ansvar och tvärfunkt-ionellt samarbete. Studien bidrar med insikter om hur agila metoder behöver omformas för att bättre stödja utveckling inom generativ AI och erbjuder rekommendationer för framtida arbets-sätt. Resultaten är särskilt relevanta för organisationer som vill lyckas med AI-projekt genom att kombinera teknik, metodik och organisatoriskt lärande. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/9200845
- author
- Ellström, Jakob ; Forssell, Linus LU and Thomason, William
- supervisor
- organization
- course
- SYSK16 20251
- year
- 2025
- type
- M2 - Bachelor Degree
- subject
- keywords
- artificiell intelligens, generativ AI, agila metoder, osäkerhet, arbetsmetodik
- language
- Swedish
- id
- 9200845
- date added to LUP
- 2025-06-17 08:39:48
- date last changed
- 2025-06-17 08:39:48
@misc{9200845, abstract = {{Denna studie undersöker hur arbetsmetoder anpassas inom AI-projekt, särskilt när dessa bygger på generativ AI. Genom kvalitativa intervjuer med fem utvecklare och projektledare inom olika organisationer analyseras hur man hanterar osäkerhet, experimentellt arbete och snabba iterat-ioner inom AI-projekt. Resultaten visar att team ofta tillämpar en selektiv och flexibel version av agila ramverk som Scrum, Extreme Programming och Lean Software Development snarare än att följa dem strikt. Arbetet i AI-projekt präglas av hög grad av utforskning, snabb teknisk för-ändring och svårt förutsägbara resultat, vilket kräver nya sätt att planera, testa och samarbeta. Det framgår även att teamstrukturer varierar stort, med både individuellt ansvar och tvärfunkt-ionellt samarbete. Studien bidrar med insikter om hur agila metoder behöver omformas för att bättre stödja utveckling inom generativ AI och erbjuder rekommendationer för framtida arbets-sätt. Resultaten är särskilt relevanta för organisationer som vill lyckas med AI-projekt genom att kombinera teknik, metodik och organisatoriskt lärande.}}, author = {{Ellström, Jakob and Forssell, Linus and Thomason, William}}, language = {{swe}}, note = {{Student Paper}}, title = {{Att navigera i osäkerhet, Arbetsmetoder i generativa AI-projekt}}, year = {{2025}}, }