udgives i samarbejde mellem

Forskerne: AI er ikke menneske mod maskinen, men menneske plus maskinen

Af journalist Tina Juul Rasmussen // tina@juul-kommunikation.com
Illustration: ChatGPT

Som forsker er Jacob Sherson på en mission: At kortlægge en ny vej, som gør verden til et bedre sted for hele menneskeheden, nu hvor AI fylder godt i ligningen.

Til daglig er han lektor og chef for Center for Hybrid Intelligens på Aarhus Universitet, hvor han sammen med sine forskerkolleger bl.a. beskæftiger sig med, hvordan vi skal organisere, lede og lære, når mennesker og AI løser opgaver sammen.

– Vores udgangspunkt er hybrid intelligens, fordi den største værdi opstår, når menneskers kompetencer og dømmekraft kombineres med AI’s styrker. Derfor bør organisationer fokusere på samarbejdet mellem mennesker og AI frem for blot at automatisere eksisterende arbejdsprocesser. Det er demotiverende for medarbejderne ikke at vide, om der også er brug for dem om fem år, siger han og trækker pointen lidt skarpere op:

– Lederne køber nye systemer og praler ud i offentligheden: ”Se vores nye system. Hver gang medarbejderne kører en sag igennem, bliver systemet klogere”. Det hører vi ofte – at vejen til langtidsholdbarhed er effektivisering. Men i virkeligheden hører medarbejderne kun, at de er ved at grave deres egen grav.

Maskinerne kan forudse meget, men alt det, som vi har i vores hoveder, som vi kalder ’tavs viden’, har maskinerne ikke.
Jacob Sherson, leder af Center for Hybrid Intelligens på Aarhus Universitet

Byg organisationer, der kan omstille sig

Louise Harder Fischer er lektor på IT-Universitet og har ligesom Jacob Sherson sit blik stift rettet mod organisationen, når vi taler arbejdsprocesser og AI. Hun forsker i arbejdets forandring med teknologi – hvad der sker med fagligheden og samarbejdet, når AI gør sit indtog i det.

– Lige nu er vi i gang med en bevægelse fra, at AI er noget, den enkelte medarbejder selv finder ud af at bruge, i retning mod en teknologi, der er vævet ind i selve arbejdsgangene. AI tilpasser sig ikke blot vores arbejdsprocesser, men begynder i stigende grad selv at forme dem, og det sker, uden at nogen nødvendigvis har taget en aktiv beslutning om det, siger hun.

Og netop fordi ingen kan forudsige, hvor AI som teknologisk revolution bevæger sig hen, er øvelsen med at implementere AI ikke at ”gætte rigtigt på teknologien”, som Louise Harder Fischer udtrykker det, men derimod at forsikre sig mod en uforudsigelig udvikling.

– Mit bedste råd til kommuner og regioner er derfor: Design en organisation, der kan blive ved med at omstille sig, uanset hvad teknologien gør. Vi kan aldrig lukke gabet mellem den teknologiske og organisatoriske udvikling, fordi teknologien går langt hurtigere, end det er menneskeligt muligt at omstille sig. Jo, lederne skal selvfølgelig forfølge effektiviseringspotentialet, men de skal i lige så høj grad træne den sociotekniske modenhed i organisationen for at lykkes med at skabe arbejde, som er meningsfuldt og indholdsrigt for medarbejderne.

Dømmekraften ind i systemet

I Jacob Shersons vision om at tænke i hybrid intelligens skal lederne være frontløbere for en høj grad af psykologisk tryghed for at lykkes.

– Når lederne inviterer leverandører ind til at bygge nye AI-systemer, har de brug for, at medarbejderne tør råbe op og være med til at udvikle agenterne, så de i sidste ende gør medarbejderne klogere frem for systemet. Systemerne skal bygge på medarbejdernes dømmekraft, erfaring og kreativitet, så de bliver mindre standardiserede og mere specialiserede.

For når AI bruges klogt til at overskue og håndtere de store datamængder, frigiver det tid til den personlige relationsopbygning, pointerer han.

 – Relationsopbygning, der handler om at hjælpe det enkelte menneske med dets problemer. Tænk, hvis vi havde ledere, der gik foran og sagde: Det er sådan en offentlig sektor, vi gerne vil have. Det ville gøre Danmark konkurrencedygtig i fremtiden på en helt anden måde.

Det kræver, fastslår Jacob Sherson, et brugercentreret design, fokuseret kompetenceudvikling, organisatorisk læring og psykologisk tryghed, så medarbejdere tør eksperimentere, lære og fejle med teknologien.

AI tilpasser sig ikke blot vores arbejdsprocesser, men begynder i stigende grad selv at forme dem, og det sker, uden at nogen nødvendigvis har taget en aktiv beslutning om det.
Louise Harder Fischer, lektor på IT-Universitet

Flyt fokus fra ren effektivisering

Louise Harder Fischer ser samtalen i organisationen som den helt centrale dåseåbner, når AI-implementeringen kører. Fordi det er her, spørgsmål, tvivl og usikkerhed om trivsel og faglighed gemmer sig – spørgsmål, som på langt sigt er vigtige for, om AI-projekterne lykkes.Derfor skal lederne spørge sig selv, hvordan de dybt erfarne medarbejdere kommer med i dialogen om at udvikle en ny form for faglighed med de nye teknologier, pointerer Louise Harder Fischer.

– Måske skal den erfarne socialrådgiver være med til at designe arbejdet rundt om AI-assistenten, så det fører til høj kvalitet og højere faglighed som led i en karriereudvikling. Der vil opstå nye roller, der skal ses som attraktive frem for som en trussel, og det er en ledelsesopgave – sammen med HR – at definere de roller og støtte medarbejderne i at finde sig til rette i dem.

Det kræver en struktureret dialog, hvor opgaver og delopgaver bliver gennemgået af leder og team sammen, anbefaler hun.

– Sammen skal man se på, hvilke opgaver der kan klares helt eller delvist af AI, men også: Hvor skal AI slet ikke ind. Lederen skal sammen med medarbejderne definere, hvor de har brug for hjælp til arbejdsopgaverne, hvilke de gerne vil være helt fri for, og hvilke de hellere vil bruge en kollega end AI til at sparre med. Sådan en samtale bør man afvikle tre gange om året for at sikre en vedvarende tilpasning frem for at måle trivslen hvert andet år.

Og ja, anerkender Louise Harder Fisher, det kan sagtens være, at lederen kan være bange for, at det er Pandoras æske, man åbner.

– Men omvendt – hvis man ikke rydder op, samler der sig ofte en bunke skidt på gulvet. Samtalen kræver både psykologisk tryghed, og at lederen er en god facilitator, men kan jo få hjælp af fx sin arbejdsmiljørepræsentant. Vi kan se på casestudier, at hvis den snak ikke bliver taget, udvikler man ofte en ultraindividualiseret praksis, hvor den enkelte medarbejder sidder alene med ansvaret for at tjekke, om output fra AI er i orden. Og når de interpersonelle relationer forsvinder, påvirker det trivslen.

Fem gode råd til hybrid intelligens

1. Generativ AI skal ses som en forandring af arbejdet – ikke bare som ny teknologi
2. AI gør innovation til noget, flere medarbejdere kan deltage i
3. Menneske + AI er vigtigere end menneske versus AI
4. Kompetenceudvikling er en forudsætning for at lykkes
5. Psykologisk tryghed er afgørende for AI-innovation.
Kilde:A Hybrid Intelligent Change Management Approach to Generative AI Adoption (Jacob Sherson, 2024).

Ledere skal kunne fremskrive visionen

Men kan vi endegyldigt finde balancen mellem menneske og maskine? Ja, mener Jacob Sherson, hvis vi husker at inddrage alt det, som ikke skrives i 0- og 1-taller i udviklingen af fremtidens AI-systemer.

– Maskinerne kan forudse meget, men alt det, som vi har i vores hoveder, som vi kalder ’tavs viden’, har maskinerne ikke. Så spørgsmålet er ikke, hvordan vi udvikler et AI-system, der kan lave rigtige afgørelser, men derimod hvordan vi bringer den faglige ekspertise og kritiske sans ind, så den kan sige en AI-afgørelse imod.

Derfor, fortsætter Jacob Sherson, skal offentlige ledere turde investere i medarbejdernes vilje, ideer og kritiske stillingtagen i samarbejdet om AI.

– Ellers får hele AI-dagsordenen negative konsekvenser – medarbejderne bliver reduceret til knaptrykkere. Hvis du som leder tror på, at en agent kan klare 20 dages arbejde på 30 minutter, hvor realistisk er det så, at en medarbejder kan håndtere at være kritisk på outputtet?

Så frem for at lade sig forblænde af den gode fortælling, skal lederne kunne tænke tre-fem år frem i tiden, siger Jacob Sherson.

– De skal kunne fremskrive: Hvad bliver konsekvenserne af det her AI-forløb, hvad er det ønskværdige scenarie, og ender vi der, hvor vi gerne vil? Det kræver, at lederne selv forstår teknologiens potentiale og koblingen til det organisatoriske. 

En struktureret AI-refleksion

Louise Harder Fischer har sammen med kolleger på ITU udviklet STAIR-metoden (Socioteknisk AI Refleksion), som hjælper organisationer og mennesker med styre processer ved at stille spørgsmål til AI, så det er ledere og medarbejdere, der sætter retningen for AI, og ikke omvendt.

Læs mere om STAIR-metoden her: https://www.stairmetoden.dk/how-it-works

Scroll to Top