Generativ AI har på kort tid blivit ett verktyg som möjliggör snabb generering av kreativa idéer. Men även om AI kan öka mängden idéer kvarstår frågan: vad avgör vilka idéer som faktiskt överlever och vidareutvecklas i innovationsprocessen?
Tidigare forskning har visat att idéers överlevnad i organisationer inte är en enkel eller linjär process. Legitimering inom organisationen, upplevd tydlighet, användarvärde, genomförbarhet och individens vilja att driva idéer framåt spelar avgörande roller.
Syftet med denna artikel är att fördjupa förståelsen för vad som faktiskt driver idéer vidare i innovationsprocessen och diskutera vilken roll AI bör spela – eller inte spela – i detta arbete. Vi utgår från tre nyligen genomförda studier som belyser olika faser av idéutveckling, både med och utan stöd av generativ AI.
Studie 1: AI-assisterad, traditionell eller virtuell – vad skapar egentligen värdefulla idéer?
Traditionellt har idégenerering mätts i termer av kvantitet och kvalitet. Ju fler och bättre idéer, desto bättre resultat. Men i en tid där digitala teknologier, i synnerhet generativ AI, omformar arbetslivets dynamik, räcker dessa mått inte längre för att förstå vad som gör en idéprocess lyckad. I denna studie, som bygger på ett examensarbete i Industriell Ekonomi vid Karlstads Universitet (Mc Caslin, 2025), undersöktes tre olika idégenereringstekniker: AI-assisterad, traditionell och virtuell.
Studien bestod av tre workshops med fem deltagare från ett svenskt IT-konsultbolag i vardera. Varje grupp testade en teknik: AI-assisterad – Deltagarna använde verktyg som ChatGPT för att individuellt generera idéer innan gruppdiskussion. Traditionell – Fysisk idégenerering i grupp utan AI. Virtuell –Idégenerering online via Teams med digital whiteboard. Datainsamling skedde via enkäter och observationer, och totalt 100 idéer genererades mellan dessa tre grupper. Idéernas originalitet, genomförbarhet, användarvärde och tydlighet utvärderades sedan av beslutsfattande experter inom företaget. Utöver detta använde studien även indikatorer som idéflöde, social dynamik och deltagarnas motivation.
Den AI-assisterade gruppen genererade flest idéer och kvaliteten på idéerna skilde sig inte i någon större utsträckning jämfört med de andra grupperna.
Den traditionella gruppen genererade inte flest idéer, men de idéer som togs fram upplevdes ha högre användarvärde (med andra ord nytta för kunden) jämfört med den virtuella gruppen. Dessutom beskrev deltagarna sessionen som mer engagerande, roliga och stimulerande. Idéflödet med levande och dynamiska diskussioner innebar att deltagarna kände sig motiverade att vilja fortsätta sina diskussioner efter sessionen.
Den virtuella gruppen presterade relativt likt de andra grupperna vad gäller idéernas originalitet, genomförbarhet och tydlighet, men idéerna hade betydligt lägre användarvärde än den traditionella gruppen. Idéflödet var lägre, då deltagarna behövde turas om för att prata, och den gemensamma diskussionen fick vänta tills alla hade presenterat sina idéer. Framförallt upplevde deltagarna i den virtuella gruppen att det inte var lika roligt att generera idéer jämfört med de andra grupperna.
Detta belyser vikten av social dynamik och motivation som en avgörande faktor, inte bara för idégenerering utan även för deltagarens engagemang. Om målet är att skapa meningsfulla innovationstillfällen där medarbetare känner motivation och tillfredsställelse, bör man överväga att prioritera traditionella metoder.
Studie 2: Generativ screening främjar idéernas utveckling
Att utvärdera idéer är en viktig men ofta underskattad del av innovationsarbetet. Den här studien visar att själva utvärderingen inte bara handlar om att välja rätt idé utan också om att föreställa sig idéernas potential och förbättra dem. Studien bygger på ett examensarbete i Industriell Ekonomi vid Karlstads universitet, genomfört på ett pappers- och massabruk (Bäcklund, 2025). Anläggningen är stor, komplex och präglas av höga krav på kontinuerliga förbättringar. Många idéer samlas in från medarbetarna, men historiskt har det varit svårt att omsätta dessa idéer i praktiken.
Mot denna bakgrund genomfördes ett experiment där 10 idéer utvärderades av 15 experter (som resulterade i totalt 150 idéuscreeningsfall) för att jämföra två sätt att utvärdera idéer (se Figur 1):
Figur 1: Traditionell och generativ idéscreening
• En traditionell screening (idéutvärdering), där deltagarna bara betygsatte färdiga idéer.
• En generativ screening, där deltagarna först uppmuntrades att föreslå förbättringar och vidareutveckla idéer innan de gjorde sin bedömning.
Medarbetare från flera olika delar av organisationen deltog i att bedöma ett urval av verkliga idéer från brukets interna idébank. Idéerna utvärderades enligt deras originalitet, genomförbarhet, användarvärde och med en helhetsbedömning. Resultaten visar att när deltagarna fick möjlighet att bidra med egna förbättringar (generativ screening) ökade deras engagemang. De blev mer villiga att arbeta med implementering och upplevde i högre grad att idén gick att genomföra. Samtidigt visade bedömningarna att sättet en idé kommuniceras på inte påverkar viljan att arbeta vidare med idéen, varken positivt eller negativt.
Studien visar också att psykologiskt ägarskap, känslan av att en idé tillhör en själv och sitt team, ökar när medarbetare bidrar till idéutveckling. Det stärker den inre motivationen och gör det mer sannolikt att idéer blir genomförda.
Studie 3: Så förändras idéer genom generativ screening
Denna forskningsstudie (Sukhov, Sihvonen, Huck, et al., 2025) undersökte hur generativ screening fungerar och vad som faktiskt händer med idéerna vid idéförbättringsförsök. Data samlades in vid två svenska organisationer som aktivt arbetar med användargenererade idéer. Studien bygger på 175 idéscreeningsfall från dessa två organisationer, där 15 experter försökte att förbättra idéerna i samband med utvärdering. Experterna hade lång branscherfarenhet och kunskaper kring såväl tekniska som kundspecifika områden, och idéerna härstammade från diverse användare inom och utanför respektive organisation.
Resultaten visar att experter utvecklade idéerna genom stora och små förändringar av den ursprungliga idén. Tre generativa aktiviteter identifierades:
• Anpassning – justera idéer för att bättre passa in i organisationen
• Konkretisering – göra otydliga idéer mer tydliga och användbara.
• Förändring – ändra eller förbättra idéer för att öka deras värde.
Dessa tre aktiviteter användes i olika kombinationer, som kännetecknade fyra distinkta processer (se Figur 2):
Figur 2: 4 Processer för generativ idéscreening
• Enkel utvärdering – bedöma idén som bra eller dålig.
• Enkel modifiering – anpassa eller konkretisera den befintliga idén.
• Cyklisk modifiering – anpassa och konkretisera den befintliga idén.
• Cyklisk utforskning – förändra, anpassa, och konkretisera en ny idé som experten skapade.
Dessa fyra processer kan betraktas som ett spann där generativa/utvecklande aktiviteter saknades i enkla utvärderingar men var mycket generativa eller kreativa i cyklisk utforskning. Trots utforskande inslag höll experterna sig ofta nära ursprungsidén. Det handlade inte om att tänka om från grunden, utan snarare att förfina och förbättra den befintliga idén, eller bygga vidare på en spin-off idé.
”Idéer överlever inte enbart på egna meriter. De behöver legitimitet inom organisationen, förstås av andra och passa in i rådande normer, mål och strukturer”
Diskussion: meningsskapande i idéutveckling
Studie 1 visar att när generativ AI används i kreativa processer effektiviseras skapandet av idéer med rimlig kvalité, dock är det inte det som gör idégenerering och utveckling meningsfull. När människor interagerar, delar med sig av sina unika kunskaper och bär med sig mycket energi blir processen meningsskapande. Idéerna får relevans, engagemang skapas och idéernas användarvärde (studie 1) och genomförbarhet (studie 2) blir tydligare.
Meningsskapande är en central länk mellan idégenerering och innovation. För att idéer ska utvecklas till innovationer krävs därför mer än bara teknik som underlättar vissa aktiviteter. Idéer blir inte innovationer av sig själva. Det krävs att någon, så som experterna i Studie 2 och 3 gjorde, som tar ansvar, förbättrar, förankrar och driver idéerna framåt.
Idéer överlever inte enbart på egna meriter. De behöver legitimitet inom organisationen, förstås av andra och passa in i rådande normer, mål och strukturer. AI kan bidra med idéer, men förståelsen för vad som är relevant i en viss miljö formas över tid, av människor. Idéer lever i människors tankar och det är viktigt att människor omsätter idéer i handling, vilket kan stöttats av AI om den tränas in i sammanhanget.
Dessa tre studier visar att idéer utvecklas när individer ges utrymme att bearbeta och agera på de idéer de möter, särskilt i ett socialt sammanhang där de kan drivas vidare tillsammans med andra. Upplevelsen av delaktighet, dialog och stimulans skapar mening. Detta syns särskilt tydligt i studie 1, där deltagarna i den traditionella workshopen upplevde högst motivation trots att de inte genererade flest idéer. I både studie 2 och 3 ser vi att idéutvärdering inte bara är ett filter, utan också en arena för meningsskapande. Genom att förbättra, konkretisera eller anpassa idéer blir de mer relevanta för både individer och organisationer. Psykologiskt ägarskap – känslan av att det är “min” idé är avgörande för detta.
“AI kan hjälpa oss att tänka brett, men det är vi själva som måste tänka djupt”
Dessa insikter förstärker vår syn på innovation som en kreativ dialog. AI kan stötta dialogen genom att erbjuda förslag, men det krävs mänskligt engagemang för att förverkliga dem.
Praktiska implikationer
1. AI kan hjälpa oss att tänka brett, men det är vi själva som måste tänka djupt. Det är inte mängden idéer som spelar störst roll, utan om människor känner sig delaktiga och engagerade. Där väcks viljan att driva idéer vidare. Den unika, kontextspecifika kunskap som människor besitter är fortsatt avgörande för idéernas överlevnad och relevans.
2. Se inte idéutvärdering som ett urvalssteg, utan också ett tillfälle för kreativ utveckling. Om du fångar upp de förbättringar och förtydliganden som uppstår i processen kan du öka träffsäkerheten i beslut och få ut mer av de idéer du redan har.
3. Generativ AI är ett effektivt verktyg för att initiera idégenerering, men det är i de efterföljande personliga och sociala processerna som idéernas verkliga potential avgörs.
Det är i diskussionerna, omformuleringarna, anpassningarna- som idéer växer och får liv. Innovationsledare bör därför inte nöja sig med att mäta kvantitet eller effektivitet i idégenereringsfasen. I stället bör fokus ligga på att skapa strukturer för reflektion, förbättring och medskapande.
– Studie 1. McCaslin, L. (2024). Expanding Perspectives: A Study of Idea Generation Techniques: Analyzing AI-Assisted, Traditional, and Virtual Idea Generation. Masteruppsats, Karstad Universitet.
– Studie 2. Bäcklund. O. (2024). From Evaluating to Implementing: Exploring the Impact of Generative Screening and the Willingness to Implement Ideas. Masteruppsats, Karstad Universitet.
– Studie 3. Sukhov, A., Sihvonen, A., Huck, J., Olsson, L. E., & Netz, J. (2025). How to Manage Generative Idea Screening. Research-Technology Management, 68(1), 35-45. https://doi.org/10.1080/08956308.2024.2419253