De fleste tror, at succes med kunstig intelligens udelukkende handler om at købe den rigtige software. Virkeligheden er, at teknologien kun udgør ti procent af ligningen. De resterende halvfems procent handler om kultur, vaner og de mennesker, der faktisk skal trykke på knapperne. Når vi arbejder med AI i den offentlige sektor: Strategi og tryg implementering, oplever vi ofte, at den største barriere for forandring Ikke er it-infrastrukturen. Barriererne er usikkerhed og mangel på overskuelig, pædagogisk AI-oplæring, som tager kollegernes hverdag alvorligt. Denne artikel viser vej til en implementering, der skaber tryghed frem for teknisk stress.
Indholdsfortegnelse
- Frygten for at begå fejl bremser den digitale udvikling
- En HR-chef med tolv nye ansættelser og tre måneder til Det
- Hvordan oversætter vi maskinsnak til meningsfuldt rugbrødsarbejde?
- 3 konkrete trin til at skabe AI-adoption hos medarbejdere
Frygten for at begå fejl bremser den digitale udvikling
Mange generalister og administratorer møder ny teknologi med en sund portion skepsis. Det gælder især på kontorer, hvor der håndteres følsomme data eller træffes vigtige beslutninger. Man er bange for at trykke på en forkert knap, bryde GDPR-reglerne i praksis eller aflevere et stykke arbejde fyldt med fejl. Det er en helt rationel frygt.
Da vi hos Poulsen & Vinding hjalp Lægemiddelstyrelsen med sikker og effektiv AI-integration og deres interne kompetenceudvikling, blev Det tydeligt, at en stærk nul-fejl-kultur kræver meget faste og trygge rammer. Man kan Ikke bare kaste et nyt program ind på intranettet og forvente, at folk selv regner Det ud.
Succesfuld AI-undervisning, offentlig som privat, starter med at bygge et lukket rum. Et sted hvor medarbejderne må øve sig på fiktive sager, og hvor der er plads til at stille de helt basale spørgsmål uden at føle sig dum. I praksis kan Det se sådan ud:
- Øvelsesmiljø med falske data: Opret en separat ChatGPT- eller Copilot-konto til træning, som udelukkende bruges på konstruerede eksempler. Ingen rigtige CPR-numre, ingen rigtige sagsnumre, ingen rigtige borgere.
- En fast FAQ-side på intranettet: Én side med svar på de spørgsmål, ingen tør stille højt. "Hvad sker der med Det, jeg skriver ind?" "Kan systemet se mine filer?" "Hvem ser min historik?" Svarene skal være kortfattede og skrevet af et menneske, Ikke af en jurist.
- En åben fejllog: En delt kanal, for eksempel i Teams, hvor medarbejdere anonymt kan poste de gange, AI'en svarede forkert eller mærkeligt. Det normaliserer fejl og skaber kollektiv læring i stedet for privat skam.
Det er afgørende for forandringsledelse der virker: Få succes med AI i den kommunale forvaltning.
En HR-chef med tolv nye ansættelser og tre måneder til Det
Et konkret eksempel fra virkeligheden illustrerer pointen. En HR-chef i en mellemstor virksomhed i Odense stod over for at skulle onboarde tolv nye medarbejdere på kun tre måneder. Tidligere var dette en manuel proces med endeløst klippe-klistre-arbejde i Word, opsætning af standardmails og udarbejdelse af velkomstmapper.
Hun havde Ikke brug for et foredrag om, hvordan neurale netværk er kodet. Hun havde brug for specifik oplæring, der tog udgangspunkt i hendes egen kalender. Det konkrete forløb så sådan ud:
Session 1 – Én opgave, ét værktøj (45 minutter)
Hun plejede at skrive individuelle velkomstmails fra bunden til hver ny medarbejder. I sessionen lærte hun at skrive denne instruktion i ChatGPT:
"Du er HR-assistent i en mellemstor dansk virksomhed med en uformel, imødekommende tone. Skriv en velkomstmail til en ny medarbejder. Vedkommendes navn er [NAVN], stillingsbetegnelse er [STILLING], og startdato er [DATO]. Mailen skal være på maksimalt 150 ord, ønske dem velkommen, nævne at deres leder hedder [LEDER], og slutte med en opfordring til at tage kontakt ved spørgsmål."
Resultatet var et udkast, der var klar til at tilpasse på to minutter i stedet for femten.
Session 2 – Fra én til tolv (30 minutter)
Hun lærte at sætte oplysningerne om alle tolv nye medarbejdere ind i et simpelt regneark og bruge en fast skabelon til at generere alle tolv mails i én samlet prompt. Hun halverede sin administrative tid. Værdien opstod Ikke, fordi hun blev programmør. Den opstod, fordi teknologien blev et praktisk redskab til et stykke tungt rugbrødsarbejde.
Hvordan oversætter vi maskinsnak til meningsfuldt rugbrødsarbejde?
Betragt AI som en ny, superhurtig praktikant. Den er enormt ivrig og arbejdsom, men aner absolut intet om jeres virksomhed eller jeres toneleje, før Du fortæller den Det. Når Du beder en praktikant om hjælp, siger Du Ikke bare "Skriv et referat". Du giver kontekst, forklarer målgruppen og præciserer formålet. Det samme gælder ChatGPT og Copilot.
Her er fire instrukser, som enhver medarbejder kan kopiere direkte og bruge allerede på mandag:
Mødereferat til beslutningsoversigt
"Du er en erfaren og detaljeorienteret assistent for vores afdeling. Gennemlæs venligst dette mødereferat. Opsummér de tre vigtigste beslutninger, og lav en overskuelig punktopstilling over, hvem der gør hvad, og hvornår der er deadline."
Afslag på ansøgning i respektfuld tone
"Skriv et venligt men tydeligt afslagsbrev til en jobansøger. Stillingen er [STILLING]. Grunden til afslaget er [ÅRSAG, fx 'en anden kandidat passede bedre til profilen']. Brevet skal være på maksimalt 100 ord, takke for interessen og ønske ansøgeren held og lykke fremover. Brug en professionel men menneskelig tone."
Lange dokumenter kondenseret til Det vigtigste
"Læs denne rapport og giv mig: 1) En tre-sætningers sammenfatning af Det vigtigste budskab. 2) De tre konkrete anbefalinger eller handlingspunkter, som rapporten peger på. 3) Et enkelt spørgsmål, jeg bør stille mig selv, inden jeg handler på rapporten."
Svar på en svær borgerhenvendelse
"Jeg er sagsbehandler i en offentlig forvaltning. En borger har skrevet følgende besked til mig: [INDSÆT BESKED]. Skriv et udkast til et svar, der er imødekommende, konkret og letlæseligt. Undgå fagsprog. Svar på Det, borgeren faktisk spørger om, og afslut med, hvad næste skridt er."
3 konkrete trin til at skabe AI-adoption hos medarbejdere
Vil I bygge selvtillid internt i organisationen og skabe reel uafhængighed, kræver Det en systematisk og menneskelig tilgang. Et klart roadmap til tryg AI-adoption kan støtte jer undervejs. Start med denne enkle struktur:
Trin 1: Start med Det mest kedelige
Glem de store strategiske visioner i starten. Find de mest rutineprægede opgaver frem. En CFO, der manuelt konsoliderer data fra fire forskellige systemer hver måned, vil elske et værktøj, der kan rydde op i cellerne på ti sekunder.
Sådan finder Du smerten i din afdeling:
- Spørg medarbejderne direkte: "Hvad er den opgave, Du bruger mest tid på, som Du mindst synes om?" Ikke "Hvad vil Du gerne automatisere?". Det er et fremmedord. "Hvad hader Du at lave?" er Det rigtige spørgsmål.
- Kig i kalenderne. Hvis nogen har en tilbagevendende blokering hver uge eller måned til den samme opgave, er Det et godt sted at starte.
- Start med præcis én opgave til præcis én person. Ikke en pilot på ti medarbejdere. Én person, ét konkret problem, ét værktøj. Lad dem lykkes. Lad dem fortælle Det til kollegerne selv.
Trin 2: Skab et lokalt bibliotek af succeser
Når en medarbejder har fundet en måde at få systemet til at skrive Det perfekte udkast til et afslag på en ansøgning, skal den opskrift deles. Lav et simpelt fælles dokument, hvor afdelingen samler deres bedste instrukser og prompts.
I praksis kan Det se sådan ud:
| Opgave | Prompt | Virker bedst i | Tilføjet af |
|---|---|---|---|
| Mødereferat → handlingspunkter | "Læs dette referat og list.." | ChatGPT / Copilot | Mette, økonomi |
| Velkomstmail til ny medarbejder | "Du er HR-assistent.." | ChatGPT | Lars, HR |
| Opsummering af lang rapport | "Giv mig tre sætninger og tre handlingspunkter.." | Copilot i Word | Aisha, ledelsessekretariat |
Dokumentet behøver Ikke være smukt. Det behøver at eksistere og blive brugt. Det skaber ejerskab, fordi medarbejderne selv har bygget Det.
Trin 3: Accepter at vaneændringer tager tid
Medarbejdere falder ofte tilbage til de gamle vaner i travle perioder, fordi Det føles hurtigere at gøre tingene, som man plejer. Ledelsen kan modvirke Det med tre konkrete greb:
- Et fast kvarter om ugen: Sæt femten minutter af på et eksisterende teammøde. Ikke et nyt møde. til at dele én ting nogen har forsøgt med AI den seneste uge. Lykkedes Det? Hvad gik galt? Det behøver Ikke være en succes.
- Gør Det legitimt at bruge tid på at lære: Sig Det højt og skriv Det ned: "Det er okay at bruge tyve minutter på at formulere en god instruktion i stedet for at skrive svaret selv. Det er Ikke dovenskab. Det er investering."
- Fejr de små sejre: Når nogen sparer halvanden time på en rapport, del Det. Ikke som PR, men som bevis på, at Det virker for rigtige mennesker i rigtige stillinger med rigtige opgaver.
Den organisation, der lykkes med AI, er Ikke nødvendigvis den med den dyreste software. Det er den, der giver sine medarbejdere konkrete redskaber, plads til at øve sig og et fælles sprog for, hvad teknologien faktisk kan bruges til i hverdagen.
Ofte stillede spørgsmål
Bruno Poulsen er partner i Poulsen & Vinding, et konsulenthus der hjælper danske virksomheder og styrelser med at tage generativ AI i brug i den daglige drift. Han er senior underviser hos Bigum&Co gennem 10+ år og har siden 2023 stået bag AI-implementeringer, foredrag og workshops for blandt andre Lægemiddelstyrelsen, GS1 Danmark, Bornholms Højskole og 30+ bornholmske SMV’er via Business Center Bornholm. Skriver om praktisk anvendelse af AI-værktøjer, prompt engineering og hvordan ledelser kommer i gang mandag morgen kl. 08.00.
