Indsigt på tværs: Nye tilgange til impact-læring

Hvordan kan en fond indhente læring på tværs af alsidige støttemodtageres afrapporteringer og forstå deres virkning? INVI udvikler en ny, systematisk tilgang, der kombinerer AI-drevet dokumentanalyse og digital etnografi til at skabe indsigt i effekten af Henry Smith Foundations bevillinger.

Periode: 2026

Partnere: Henry Smith Foundation

Projektet i 5 pointer:

Projektet kombinerer AI-analyse af kvalitative dokumenter med digital etnografi via INVIs app, Involve
Dokumenter fra støttemodtagere med flere gentagne bevillinger udgør det primære datagrundlag
Analysen kortlægger systematisk, hvordan støttemodtagere forstår sociale problemer, beskriver forandring og dokumenterer deres impact over tid
En gruppe praktikere bidrager via Involve med perspektiver på impact- og læringsspørgsmål, der ikke alene kan besvares gennem dokumentanalyse
Projektet leverer konkrete anbefalinger til, hvordan AI-baserede metoder kan styrke Henry Smith Foundations læringsinfrastruktur fremover

Om projektet

Mange fonde finansierer projekter, der arbejder for kompleks, langvarig social forandring. Samtidig anvender de fleste fonde måleredskaber, der er bedre egnet til kortsigtede og lineære indsatser. Resultatet er, at vigtig, viden fra projekternes praksis forbliver utilgængelig for fondene; viden ligger spredt i individuelle dokumenter og er sjældent analyseret systematisk på tværs af fondes portefølje.

Henry Smiths støttemodtagere – særligt dem, der modtager gentagne bevillinger – dokumenterer deres erfaring over flere år i form af ansøgninger, årsrapporter og slutrapporter. I disse dokumenter beskriver organisationerne, hvordan de forstår de problemer, de arbejder med, hvad de planlægger at gøre ved dem, og hvordan de forventer, at forandring sker. Her ligger en uudnyttet strategisk læringsressource.

INVI gennemfører i samarbejde med Henry Smith Foundation et sandkasseprojekt, der tester, hvad der er muligt, når man anvender AI-baserede dataanalyser – kombineret med et etnografisk blik – til at kortlægge og sammenligne, hvordan støttemodtagere definerer behov, beskriver forandring og dokumenterer impact over tid. Parallelt indsamler vi via INVIs app, Involve, kvalitative perspektiver direkte fra støttemodtagere om spørgsmål, der ikke kan besvares gennem dokumenterne alene.

Projektet understøtter direkte Henry Smith Foundations strategi Elevate Your Impact (2025–2030) og dennes forpligtelse til at lytte til og lære af støttemodtagernes erfaringer og til at teste nye tilgange til at forstå impact.

Sådan gør vi

Projektet er struktureret som et iterativt sandkasseeksperiment med fem faser, der følger en dobbelt-diamant-proces – fra ideudvikling og eksplorativ analyse til prioritering, dybdegående analyse og strategisk formidling.

Vi arbejder med INVIs Model for Vilde Problemer, som anvender store sprogmodeller og semantisk kortlægning til at analysere store mængder kvalitativt materiale uden at miste nuancer og kontekst. Modellen gør det muligt at afdække mønstre, udviklinger og blinde pletter på tværs af støttemodtagere og bevillingsperioder.

I projektet har vi arbejdet med at:

I tæt samarbejde med Henry Smiths medarbejdere identificerer vi centrale strategiske spørgsmål om impact og læring og omsætter dem til konkrete, testbare hypoteser for AI-drevet kvalitativ analyse.
Vi gennemfører lette analytiske eksperimenter på reelle dokumenter fra Improving Lives-programmet for at vurdere, hvilke hypoteser der er teknisk mulige og analytisk meningsfulde.
Baseret på de første test udvælger vi i fællesskab de mest lovende spørgsmål til dybdegående analyse. Vi identificerer desuden spørgsmål, der kræver direkte input fra støttemodtagere og anvender Involve til digital dataindsamling.
Vi gennemfører dybdegående AI-aktiverede analyser for hvert prioriteret spørgsmål og producerer visuelle og tematiske output, der kan understøtte strategisk læring og refleksion.
Vi syntetiserer indsigterne på tværs af analyserne og arbejder direkte med Henry Smiths team om at vurdere den strategiske værdi, metodeafgrænsning og fremtidige anvendelsesmuligheder.

Videre arbejde og formidling

Projektet afsluttes med et katalog over indsigter, der indeholder en sammenfatning af centrale impact-mønstre på porteføljeniveau, en vurdering af AI-metodernes styrker og begrænsninger, samt prioriterede anbefalinger til næste skridt – herunder muligheder for videreudvikling af et fælles impact-framework, interaktive analyseværktøjer og dybere praktikerinddragelse via Involve.

Team

Sofie Burgos-Thorsen (projektleder)

Esben Dahl Sørensen, Anna Shams Ili