AAU Studenterprojekter - besøg Aalborg Universitets studenterprojektportal
Et kandidatspeciale fra Aalborg Universitet
Book cover


AI & Arbejdsmiljø i Byggebranchen

Oversat titel

AI & Working Environment in the Construction Industry

Forfattere

;

Semester

4. semester

Udgivelsesår

2025

Afleveret

Antal sider

59

Resumé

Specialet undersøger, hvordan indflydelsesrige aktører fremhæver AI-værktøjer som løsninger på vedvarende arbejdsmiljøproblemer i byggeriet, fx fysisk nedslidning på byggepladser og arbejdsulykker. Analysen bygger på aktør-netværks-teori og Callons firfasede translationsmodel (1986), som bruges til at forstå, hvordan problemer og løsninger bliver formuleret, hvordan interesser afstemmes, og hvordan samarbejder opstår. Grundlaget er et casestudie med tre grupper: aktører fra IT-virksomheder, arbejdsmiljøorganisationer og byggevirksomheder. I casen bliver arbejdsmiljøudfordringer ofte koblet til håndtering af data. IT-aktører problematiserer området og tilbyder AI-teknologier som computer vision-modeller (billedgenkendelse) og generative chatbotter, der kan støtte arbejdet. Samtidig rejser de tre grupper og lovgivende myndigheder modstrategier i form af etiske hensyn og regler, herunder GDPR, som påvirker, hvordan AI kan implementeres. Det har blandt andet ført til nye AI-initiativer, hvor aktører i byggebranchen lægger vægt på udfordringen med privatisering af data (ejerskab og adgang) og derfor udvikler interne AI-løsninger. Aktørerne bruger AI for at adressere arbejdsmiljøproblemer i byggeriet, men udbredelsen formes af dataforvaltning, etik og lovgivning. Gennem fælles forståelse af udfordringer og interesse skabt via resultater og demonstrationer opstår der samarbejder og alliancer, som er med til at opbygge og styrke netværket omkring AI-værktøjer i branchen.

This thesis explores how influential actors promote AI tools as solutions to persistent health and safety challenges in construction, such as physical strain on sites and workplace accidents. The study applies actor-network theory and Callon’s four-phase translation model (1986) to understand how problems and solutions are defined, how interests are aligned, and how collaborations take shape. It is based on a case study of three groups: actors from IT companies, occupational health and safety organizations, and construction firms. In the case, work environment issues are often framed around data handling. IT actors problematize the field and present AI technologies such as computer vision models and generative chatbots to support work. At the same time, the three groups and regulatory bodies advance counter-strategies in the form of ethical considerations and legislation, including GDPR, which shape how AI can be implemented. This has led to new AI initiatives in which construction actors emphasize the problem of data privatization (ownership and access) and therefore develop internal AI solutions. Actors use AI to address work environment problems in construction, but adoption is shaped by data governance, ethics, and regulation. Through a shared understanding of challenges and interest generated by results and demonstrations, collaborations and alliances emerge, helping to build and strengthen the network around AI tools in the sector.

[Dette resumé er omskrevet med hjælp fra AI baseret på projektets originale resumé]