AI og kompetenceudvikling

Hvad er den vigtigste pointe?

Bogens vinkel er, at kompetenceudvikling er for smalt, hvis mennesker kun lærer værktøjet, men ikke får en ny plads i arbejdet. Spørgsmålet er ikke bare “hvad skal vi kunne?”, men “hvad skal vi kunne tage ansvar for nu?”

Siden er en del af Viden-universet til bogen Hvad skal vi lave nu?. Den bruger AI som anledning til at tale om arbejde, ansvar, adgang, faglighed og menneskers plads i danske organisationer.

Hvad ændrer AI her?

• AI-kompetencer er ikke én færdighed. De spænder fra basal værktøjsbrug til kildekritik, kvalitetssikring, datasensitivitet, promptarbejde, faglig vurdering og ansvar.
• Kompetenceudvikling bør begynde i konkrete arbejdssituationer: en sagsforberedelse, en tekst, en journalnote, en kundesamtale, et mødeoplæg eller en rekrutteringsproces.
• Orienteringstid er nødvendig, fordi mennesker skal forstå nye fejltyper, nye grænser for faglighed og nye ansvarskæder, før AI bliver et præstationskrav.
• HR, ledelse, TR/MED/SU, arbejdsmiljøorganisation og faglige miljøer skal lære sammen. Ellers lærer medarbejderne værktøjet hurtigere, end organisationen lærer rammerne.
• Hvis begyndelsesopgaver automatiseres, skal organisationen designe nye læringsveje. Ellers kan AI-kompetenceudvikling ende med kun at hjælpe dem, der allerede har erfaring og status.

Hvad kan arbejdspladser gøre?

• Start med et opgavekort: Hvilken konkret opgave bruger vi AI til, hvad er godt nok, hvem kvalitetssikrer, og hvad må ikke lægges i systemet?
• Lav øvebaner i drift: små forsøg med makkerpar, supervision, efterkritik og tydelige regler for data, kvalitet og ansvar.
• Brug MUS, teammøder, AMO og samarbejdssystemet til at tale om læring, belastning og gevinster — ikke kun kursustilmelding.
• Mål ikke kun antal kursusdeltagere. Spørg om mennesker faktisk har fået bedre dømmekraft, tryghed og handlemuligheder i deres arbejde.

Det vigtigste er ikke at finde den perfekte AI-politik fra første dag. Det vigtigste er at gøre forandringen talbar, så medarbejdere, ledere og tillidsvalgte kan se, hvad der faktisk ændrer sig i arbejdet. Når opgaver flyttes, skal rammerne flytte med: tid, ansvar, læring, kvalitet og ret til at sige fra.

En god start er at vælge få konkrete arbejdssituationer og undersøge dem sammen. Hvad gør mennesker i dag? Hvor opstår der friktion? Hvad kan AI hjælpe med? Hvad må den ikke overtage? Og hvordan opdager man, hvis gevinsten ét sted skaber pres et andet sted?

Det kræver også et langsommere rum end den almindelige projektplan. Mange af de vigtige spørgsmål viser sig først, når mennesker prøver teknologien i deres eget arbejde og kan fortælle, hvad der blev lettere, sværere, mere usikkert eller mere meningsfuldt.

Fra kompetenceudvikling til pladsudvikling

I mange organisationer bliver AI hurtigt oversat til et kompetencespørgsmål: Hvem skal på kursus, og hvem kan bruge værktøjet? Det er nødvendigt, men ikke nok. Når AI flytter opgaver, flytter den også grænserne for ansvar, faglighed og adgang.

Derfor bør kompetenceudvikling også være pladsudvikling. En medarbejder skal ikke bare lære at skrive en bedre prompt. Hun skal kunne se, hvor hendes faglige vurdering stadig er nødvendig, hvornår hun skal stoppe AI-outputtet, og hvem hun kan gå til, når ansvaret bliver uklart.

Det er her, bogens redningsvest-billede er nyttigt. En redningsvest lover ikke, at havet bliver stille. Den gør det muligt at være i bevægelsen uden at blive overladt til sig selv.

En enkel arbejdsgang for den første måned

• Vælg tre virkelige opgaver, hvor AI allerede bruges eller snart vil blive brugt. Undgå abstrakte demoer.
• Aftal for hver opgave: formål, datagrænser, kvalitetskrav, menneskelig kontrol og hvem der bærer ansvar.
• Lad medarbejdere prøve i makkerpar eller små grupper og samle fejl, tvivl og gode greb uden at gøre forsøget til præstationsmåling.
• Hold en kort efterkritik: Hvad blev lettere, hvad blev farligt, hvad lærte vi om faglighed, og hvilke begyndelsesopgaver skal bevares eller redesignes?
• Omsæt læringen til lokale rammer, ikke kun til flere individuelle kursuslinks.

Spørgsmål der bør stilles lokalt

• Hvilke opgaver bliver lettere, og hvilke opgaver bliver mere uklare?
• Hvem får mere handlekraft af AI, og hvem risikerer at miste adgang, status eller læringsmuligheder?
• Hvordan sikrer vi menneskelig vurdering, når AI bruges til tekst, beslutningsstøtte, screening eller dokumentation?
• Hvilke fejl vil vi acceptere i en prøvefase, og hvilke fejl er for alvorlige til at eksperimentere med?
• Hvordan taler vi om produktivitet uden at gøre alle gevinster til højere tempo?

Hvordan hænger det sammen med bogen?

Bogen arbejder med fire positioner i AI-forandringen: de fortrængte, de transformerede, de udelukkede og de empowered. De er ikke faste typer, men steder mennesker kan befinde sig, når arbejdet flytter sig.

Derfor handler denne side også om AI-uro, kontroltab, orienteringstid og begyndelsesopgaver — de begreber, der gør samtalen mere konkret end enten begejstring eller panik.

FAQ