Af Sofie Burgos-Thorsen, Chefanalytiker INVI
70 procent af Dansk Erhvervs medlemsvirksomheder bruger i dag AI, mod 44 procent for bare tre år siden. Kurven går kun én vej. Men har du som leder forholdt dig til de dilemmaer, der følger med? Her er fem dillemmaer, du er nødt til at tage stilling til, hvis din virksomhed skal styrkes af AI, ikke tromles af den.
Som chefanalytiker hos INVI har jeg de seneste år holdt kurser i etisk AI for ledere fra store dele af det danske erhvervsliv og den offentlige sektor. Vi har samarbejdet med Oxford Universitet, DTU, ITU, og mange andre dygtige forskere og har talt med hundredvis af ledere fra forskellige sektorer om alt fra kommunikation og analyse til drift og HR, og ikke mindst om, hvordan man skaber en bæredygtig virksomhed i samspil med AI. På baggrund af den erfaring har jeg samlet fem dilemmaer, som vi hos INVI mener, du skal forholde dig til, når du ruller AI ud i din virksomhed. Fem dilemmaer, som er afgørende for at bygge lærende organisationer, der kan udvikle sig sammen med teknologien, i stedet for at blive løbet over ende af den.
Dilemma 1: Hvordan sikrer vi læring, når AI kan levere output med det samme?
Kernen i dette dilemma er kortsigtede produktivitetsgevinster over for langsigtet kompetenceopbygning. AI kan fjerne friktion fra opgaver, der er repetitive og tidskrævende, og det er en reel gevinst. Men friktion er også det, der gør, at vi lærer noget. Derfor bliver opgaven for hver organisation at afgøre, hvilke dele af en arbejdsproces, der gerne må automatiseres, og hvilke, der skaber netop den friktion, man er nødt til at holde fast i. Når unge medarbejdere kan bruge AI til at skrive et nyhedsbrev eller formulere en indstilling til en bestyrelse, springer de måske netop den øvelse over, der bygger faglig dømmekraft op over tid.
New York er for nylig gået den modsatte vej. Borgmester Zohran Mamdani har indført et étårigt forbud mod, at eleverne bruger generativ AI i undervisningen til og med 8. klasse. Begrundelsen er, at børn har brug for menneskelig kontakt og selv skal øve sig i at tænke, spørge og undersøge, før AI tager over. Det rejser et skarpt spørgsmål til os selv: bør vi tænke på samme måde, når det gælder læring i vores egne organisationer? Forestil jer, at I giver alle studenter og praktikanter fuld adgang til AI, så de hurtigere kan levere et bedre output. Det skaber øget værdi her og nu. Men hvordan ser talentpuljen så ud om fem år?
Dilemma 2: Hvordan udruller vi AI bredt, samtidig med at vi beskytter retten til at sige fra?
Her står to legitime hensyn over for hinanden. På den ene side organisationens behov for en fælles kultur omkring AI, så der ikke opstår et skel mellem dem, der springer på, og dem, der ikke gør. På den anden side medarbejdernes frihed til selv at vælge til og fra. Flere medarbejdere rapporterer allerede, at de mister faglig stolthed og motivation, når de bruger AI, og mange efterspørger retten til at fravælge det. Samtidig oplever mange, at det i praksis fører til et stigende performancepres fra ledelsen, mere output på kortere tid, uden at det nogensinde bliver sagt højt som et krav. Andre er kritiske over for klimaaftryk og bias og fravælger AI af den grund.
Men på den anden side skaber tilfældig og helt fri udrulning huller i organisationen. Yngre medarbejdere tager typisk hurtigst værktøjerne i brug, mænd bruger dem ofte som en selvfølge for hurtigere at nå et resultat, mens kvinder oftere oplever det, man kan kalde AI-skam; en følelse af at snyde. Insisterer ledelsen ikke på fælles træning for alle, risikerer man en skævvridning, der cementerer forskellene og skaber stor ulighed i virksomheden. Spørgsmålet er, hvordan du som leder kan sætte en fælles retning for hele organisationen samtidig med, at medarbejderes ret til at sige fra tages seriøst?
Dilemma 3: Hvem har ansvaret for kvalitet og bias i organisationens AI-brug?
Det er et spørgsmål om, hvor i organisationsdiagrammet ansvaret rent faktisk ligger. Skal det være hos den enkelte medarbejder, hos de faglige ledere, hos en GDPR-enhed, hos den tekniske chef, eller skal man opfinde en helt ny rolle?
Ansvaret lander i dag ofte hos den tekniske chef eller en GDPR-funktion, langt fra den faglige kontekst, hvor AI rent faktisk bruges. En kommunikationsafdeling har andre risici end en analyseafdeling eller en juridisk enhed. En GDPR-enhed har mandatet og vanen til at tænke i regler og risiko, men GDPR er bygget til at spørge, om noget er lovligt, ikke om det er godt. Den tekniske chef forstår værktøjerne bedre end de fleste, men sidder typisk langt fra den faglige kontekst, hvor konsekvenserne af en fejl viser sig. Og den enkelte medarbejder, der sidder tættest på brugen, kan ikke gøres ansvarlig alene. Det bliver tilfældigt og afhængigt af, hvem der har lyst og overskud til at stille de kritiske spørgsmål til sig selv.
Et bud, vi finder værd at tage alvorligt, er en helt ny rolle: en slags digital gårdvagt. Ikke en central kontrolfunktion langt oppe i organisationen, men en rolle forankret ude i de faglige enheder, tæt på praksis, hvis opgave er at følge med i, hvordan AI faktisk bliver brugt i et givent team. Og med mandat til at gribe ind, når noget begynder at skride. Spørgsmålet til dig som leder er: hvor ligger det reelle ansvar i din virksomhed bedst forankret – ikke bare på kort sigt, men på lang sigt?
Dilemma 4: Hvordan bibeholder man virksomhedens unikke DNA?
AI er i sagens natur bagudskuende. Den er trænet på det, der allerede er skrevet, ikke på den retning, organisationen forsøger at bevæge sig i lige nu. Med brugen af AI risikerer man dermed at reproducere fortidens sprog og tænkning i stedet for at forholde sig aktivt til fremtiden. Derudover er der en risiko for, at organisationer ender med mere "middle of the road" output og mister deres unikke dna. Når flere bruger de samme AI-værktøjer på samme måde, kommer analyser og strategier til at ligne hinanden mere, end de har gjort før. En BCG-analyse og en PWC-analyse risikerer at blive sværere at skelne fra hinanden og det, der er din virksomheds unikke dna, risikerer at fordufte og blive erstattet af standardløsninger.
Samtidig kan man ikke tillade sig at stå udenfor. Konkurrenter, der bruger AI systematisk til at generere flere idéer, teste flere vinkler og korte udviklingstiden ned, får et forspring, man ikke kan ignorere. Dilemmaet er derfor ikke, om man skal bruge AI til kreativt arbejde, men hvordan man sikrer, at værktøjet skærper det, der gør organisationen unik, i stedet for at slibe kanterne af den. Det kræver, at ledere aktivt beslutter; hvor i den kreative proces medarbejdere selv skal sætteretningen, og hvor AI kan accelerere den?
Dilemma 5: Hvordan bibeholder man arbejdsglæde, når kollegaen er en maskine?
Det femte dilemma handler ikke om produktivitet, men om noget mindre håndgribeligt: det sociale, der binder en arbejdsplads sammen. Følelsen af at være i samme båd, af at kende hinandens styrker og svagheder og arbejde sammen med mod et fælles mål. Vi bruger ofte flere vågne timer på arbejde end sammen med vores familie. Derfor betyder kollegaer mere, end man måske skulle tro. Når AI overtager dele af det arbejde, vi tidligere løste sammen, kollegaer imellem, forsvinder også nogle af de øjeblikke, hvor man lærte hinanden at kende og udvekslede viden og perspektiver. Det korte spørgsmål ved kaffemaskinen om, hvordan man lige griber en opgave an. Den fælles frustration over noget, der ikke virkede. Den fælles glæde over at få en opgave godt i mål. Det betyder ikke, at AI er en trussel mod kollegaskabet i sig selv.
Det betyder, at ledere aktivt skal tænke over, hvordan man skaber rum for den gensidige forståelse, der ellers opstod naturligt som en bivirkning af arbejdet. Det lyder måske banalt, men de fleste går over til en kollega, når de skal stille et opklarende spørgsmål, eller have hjælp til at rammesætte en opgave. Det kan være akavet og ukomfortabelt at række ud og indrømme, at der er noget man ikke ved. Og derfor kan det for mange virker nemmere at spørge en chatbot.
Men så risikerer vi tre ting: Vi kan blive mindre tilbøjelige til at skabe et kollegialt rum, hvor det er normalt, at indrømme, at man ikke har alle svarene. Vi taber potentielt dén gevinst det er, når en kollega fortæller én, at man stiller det helt forkerte spørgsmål (det vil chatbotten sjældent sige). Og vi mister det sociale, der opstår, når vi i øvrigt falder i snak med hinanden om livet udenfor arbejdspladsen. Hvis man ikke værner om dette, risikerer man en arbejdsplads, hvor alle er mere effektive, men færre kender hinanden og hvor arbejdsglæden forsvinder. Som leder bør du derfor forholde dig til, hvordan man dyrker kollegaskabet i din virksomhed, hvis det er nemmere at tale med AI?
Kurven går kun en vej, når det kommer til brugen af AI i danske virksomheder. Adaptionen af teknologien går hurtigt, og spørgsmålet er, om ledelse og organisatorisk omstilling kan følge med. De fem dilemmaer, jeg har opridset her, giver et sted at starte, ikke et facit. For os hos INVI handler ansvarlig AI ikke kun om retningslinjer – det handler om overvejelser, diskussioner, omtanke og om kompetencer på den lange bane. Derfor fokuserer vores kurser på at bygge lærende organisationer,
Læs også Lederstofs interview om de fem AI-dilemmaer her.
Har du brug for hjælp til anskueliggøre og navigere i AI-dilemmaer i din organisation? Tag med kurset “Etisk AI i praksis,” hvor Sofie Burgos-Thorsen sammen med forsker Tess Skadegård Thorsen underviser organisationer i at udvikle et etisk kompas til at dirigere gennem de dilemmaer, AI bringer ind på arbejdspladsen.