Fremkomsten af generativ AI, som f.eks. maskinlærende modeller som Large Language Models (LLM'er), ændrer måden, vi søger information på, ved at levere kortfattede svar eller resuméer i stedet for rangerede links. Denne udvikling rejser vigtige spørgsmål om de komplekse informationsstrukturer, der ligger bag søgeresultater, og hvordan de bedst kan forstås og studeres.
Denne tværfaglige forskning udforsker etikken og politikken i søgeøkosystemer, undersøger open source-alternativer til de dominerende platforme og belyser samtidig de miljømæssige og sociale konsekvenser af informations- og telekommunikationsnetværk samt datacentre.
Ved at undersøge disse vidensinfrastrukturer sigter projektet mod at opnå en bedre forståelse af deres indflydelse på digitalt medborgerskab og deres bredere konsekvenser for samfundet.
Projektet befinder sig i krydsfeltet mellem websøgning, kritiske studier af data, AI, infrastruktur og overvågning samt feministiske videnskabs- og teknologistudier. Det udforsker alternativer til produktionen af søgeviden gennem etiske og tekniske undersøgelser.
Projektet følger nye protokoller og alternativer og kombinerer metoder fra humaniora og samfundsvidenskab (interviews, (auto)etnografier, dataindsamling, dokumentanalyse) med kunstnerisk og designmæssig praksis (screenshotting, datavisualiseringer, dynamiske webplatforme) for at nå forskellige målgrupper (akademikere, studerende, lægfolk). Forskningsresultaterne vil fremme samtaler om søgning og tilbyde løsninger ved at designe, udvikle og implementere offentligt tilgængelige infrastrukturer, der styrker det digitale medborgerskab
Projektet undersøger desuden alternative vidensinfrastrukturer for søgning, som er samarbejdsbaserede og kombinerer indsigt, ekspertise og erfaring fra akademikere, kunstnere, ingeniører, programmører, etiske eksperter og engagerede borgere.
