Vi hører den samtale igen og igen, når vi underviser i styrelser og kommuner. Mange medarbejdere frygter i stilhed, at teknologien er kommet for at overtage deres job. Men hvis I vil have succes med AI, skal I skifte fokus fra erstatning til opkvalificering. Her får du opskriften på, hvordan I vender utryghed til sikker og produktiv brug af AI i hverdagen.
Når ny teknologi rulles ud, er det ofte med store ord om tidsbesparelser og optimering. For ledelsen lyder det som musik. For sagsbehandleren eller den administrative medarbejder lyder det som et varsel om fyringsrunder. Den kløft skaber modstand, og det resulterer i software, der bliver købt ind, men aldrig åbnet.
Det er ikke en fornemmelse. Det er dokumenteret. En undersøgelse fra IBM Institute for Business Value (2023) viste, at 42 % af medarbejdere på tværs af brancher frygter, at AI vil gøre dem overflødige inden for de næste tre år. En separat Gallup-analyse fra samme år fandt, at medarbejdere med lav AI-fortrolighed rapporterer markant højere stressniveauer og lavere engagement end kolleger, der har modtaget konkret træning.
Utryghed er ikke bare et menneskeligt problem. Det er et driftsøkonomisk problem. Medarbejdere, der frygter at trykke forkert eller dele fortrolige data, falder instinktivt tilbage på manuelle rutiner. fordi det føles trygt. Succes med AI-implementering handler kun for en lille dels vedkommende om selve softwaren. Resten er kultur, vaner og tryghed i forandringen.
Indholdsfortegnelse
- Augmentation frem for erstatning: hvad virkeligheden viser
- Sådan håndterer I overgangen i praksis
- Hvordan måler I succes med AI?
- FAQ om AI på arbejdspladsen
Augmentation frem for erstatning: hvad virkeligheden viser
Et studie fra MIT og Stanford (Brynjolfsson et al., 2023) fulgte 5.000 kundeservicemedarbejdere med adgang til AI-assisterede arbejdsværktøjer. De mindst erfarne blev 34 % hurtigere til at løse sager. De mest erfarne frigjorde tid til komplekse opgaver, der krævede menneskelig vurdering. Ingen blev fyret. Niveauet i afdelingen blev løftet bredt.
Teknologien erstatter ikke sagsbehandleren. Den erstatter de manuelle timer med at lede efter data i lange PDF-dokumenter, renskrive mødereferater og formulere standardsvar på gentagne henvendelser.
Forestil dig HR-chefen i en mellemstor virksomhed, der onboarder 12 nye medarbejdere i ét kvartal. I stedet for at skrive det samme introduktionsprogram forfra, bruger hun en sprogmodel til at bygge det grove udkast fra stikord. Hun bruger stadig sin faglige dømmekraft og erfaring til at kvalitetssikre og personliggøre. Maskinen laver rugbrødsarbejdet. HR-chefen træffer beslutningerne.
Sådan håndterer I overgangen i praksis
1. Start med det kedelige arbejde
Identificér tre til fem konkrete opgavetyper, som medarbejderne selv beskriver som tidsspildende. Typiske eksempler fra kommuner og styrelser:
- At omskrive interne notater til borgervendt sprog
- At trække struktur ud af lange mødereferater
- At formulere standardsvar på gentagne e-mailhenvendelser
- At bygge første udkast til stillingsopslag ud fra en kompetenceprofil
Når den enkelte opdager, at systemet renskriver et rodet mødereferat på tre minutter, forsvinder skepsissen. Tilliden opbygges nemmest, når teknologien løser et konkret, irriterende problem fra dag ét.
2. Skab et trygt rum til fejl
Frygten for GDPR-brud er massiv i den offentlige administration. og det er en legitim bekymring. Det konkrete svar er ikke at undgå AI, men at bruge lukkede, godkendte systemer. Microsoft Copilot integreret i jeres eksisterende Microsoft 365-miljø er et eksempel: data forlader ikke organisationens infrastruktur. Det er en anden situation end at kopiere personfølsomme oplysninger ind i en offentlig chatbot.
Afhold ét kort, obligatorisk introduktionsmøde med præcis ét scenarie: "Hvad må vi bruge dette system til, og hvad må vi ikke?" Giv medarbejderne et simpelt beslutningsark:
Inden du indsætter tekst i AI-værktøjet: Indeholder dette personnumre, CPR-numre, navne på borgere i konkrete sager eller fortrolige personoplysninger? Hvis ja. rens teksten for disse oplysninger først, eller anvend det interne, godkendte system.
Når reglerne er tydelige og enkle, falder angsten markant.
3. Gør generalister til specialister
Den vigtigste færdighed er ikke at forstå, hvordan AI virker teknisk. Det er at give systemet præcise instruktioner. som at briefe en ny, hurtig praktikant.
Vag instruktion:
"Skriv noget om vores onboardingprogram."
Præcis instruktion:
"Du er en erfaren HR-konsulent. Skriv et udkast til en velkomsttekst til nye medarbejdere i en offentlig styrelse. Tonen skal være varm og professionel. Teksten må maksimalt fylde 200 ord og skal nævne, at den nye medarbejder vil blive kontaktet af sin nærmeste leder inden for de første to arbejdsdage. Her er de vigtigste værdier fra vores personalepolitik: [indsæt]."
Det andet udkast er bedre, fordi det specificerer rolle, tone, format og kontekst. Træn jeres medarbejdere i disse fire parametre. Det er et redskab de kan bruge dagen efter.
Hvordan måler I succes med AI?
Undgå at tælle genererede dokumenter eller login-timer. Tre parametre der faktisk fortæller jer noget:
1. Frigivet tid på trivielle opgaver
Spørg medarbejderne direkte: "Hvor mange minutter har du sparet på administrative rutineopgaver denne uge sammenlignet med for tre måneder siden?" Selv 20 minutters daglig besparelse per medarbejder svarer til mere end to arbejdsuger om året.
2. Selvrapporteret tryghed
Kør en pulsmåling på tre spørgsmål før og efter træningsforløbet: Føler du dig tryg ved at bruge AI-værktøjerne? Forstår du, hvad du må og ikke må bruge dem til? Oplever du, at de hjælper dig dagligt? Skala 1-5 er tilstrækkeligt.
3. Kvaliteten af det der frigives til borgere og ledelse
En kvartalsvis ledervurdering baseret på konkrete eksempler giver et brugbart billede over tid.
FAQ om AI på arbejdspladsen
Hvad er medarbejder AI-angst?
Frygten for at AI overtager ens opgaver, at man begår kritiske datafejl, eller at manglende tekniske evner bliver udstillet. Det rammer typisk loyalt administrativt personale over for radikalt nye arbejdsgange. Det er ikke irrationalitet. det er en naturlig reaktion på forandring uden tilstrækkelig information og træning.
Hvad er forskellen på AI-erstatning og AI-augmentation?
Erstatning: maskinen overtager en hel jobfunktion uden menneskelig involvering. Augmentation: teknologien fungerer som en intelligent assistent, der løfter medarbejderens niveau. Mennesket bevarer kontrollen, det faglige ansvar og de beslutninger, der kræver kontekst, empati og erfaring.
Hvad siger forskningen om AI og jobangst?
MIT/Stanford-studiet (2023) viser produktivitetsstigninger uden tab af jobfunktioner, når medarbejdere fik konkret træning. IBM's undersøgelser peger på, at angsten er størst, hvor ledelsen kommunikerer om AI-gevinster uden at adressere den menneskelige overgang eksplicit.
Hvor lang tid tager det at se resultater?
Baseret på vores egne forløb i offentlige organisationer: de fleste rapporterer konkrete tidsbesparelser inden for to til tre uger, når træningen tager udgangspunkt i opgaver fra deres eget daglige arbejde. Kulturskiftet fra modstand til naturlig anvendelse tager typisk tre til seks måneder.
Skrevet af Poulsen & Vinding, AI-undervisere med erfaring fra bl.a. Lægemiddelstyrelsen og Slagelse Kommune.
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.
