AI og fagforeninger

Hvad er den vigtigste pointe?

Den danske model kan blive en redningsvest i AI-overgangen — men kun hvis AI bringes ind i samarbejds-, TR-, MED/SU- og overenskomstsporet.

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 ændrer arbejdsvilkår, når opgaver, tempo, overvågning og bemanding ændres. Derfor hører AI hjemme i faglig dialog.
• Faglige fællesskaber kan omsætte uro til konkrete krav om transparens, indsigelse, uddannelse og ansvar.
• Overenskomster og lokale aftaler kan sætte rammer for data, overvågning, kompetencer og fordeling af produktivitetsgevinster.
• Fagbevægelsen bør beskytte begyndelsen på arbejdslivet, ikke kun etablerede job. Begyndelsesopgaver er også adgang til faget.
• Ren teknologimodstand er for smalt. Den stærke position er ordentlig implementering, menneskelig værdighed og reel indflydelse.

Hvad kan arbejdspladser gøre?

• Sæt AI på dagsordenen i samarbejdsudvalg, TR-dialog, MED/SU og lokale aftaler.
• Kræv klarhed om databrug, målinger, automatiserede anbefalinger og menneskelig mulighed for indsigelse.
• Forhandl om tid til oplæring, beskyttelse af begyndelsesopgaver og hvad produktivitetsgevinster skal bruges til.
• Gør AI-politik konkret: hvilke opgaver, hvilke data, hvilket ansvar, hvilken klagevej og hvilken støtte til dem, der rammes?

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 holdning til forhandling

En faglig AI-samtale bliver for fattig, hvis den kun handler om at være for eller imod teknologien. Det vigtigere spørgsmål er, hvilke dele af arbejdet AI ændrer, og hvilke vilkår der følger med.

Når et system kan foreslå, sortere, måle, skrive eller prioritere, flytter det også noget i relationen mellem medarbejder, leder og organisation. Derfor skal AI ikke kun behandles som indkøb eller strategi. Den skal oversættes til arbejdsvilkår, der kan tales om og forhandles om.

Den danske model er stærk netop dér: ikke fordi den kan stoppe al forandring, men fordi den kan gøre forandringen fælles, konkret og ansvarlig.

Fem spørgsmål til TR, MED/SU og lokale aftaler

• Hvilke AI-systemer påvirker opgaver, vurderinger, bemanding, tempo eller målinger — også indirekte?
• Hvilke data bruger systemet, og kan medarbejderne se, hvordan data påvirker anbefalinger eller vurderinger?
• Hvornår er menneskelig vurdering obligatorisk, og hvem kan tilsidesætte et AI-forslag?
• Hvad sker der med den tid, AI sparer: mere kvalitet, mere læring, kortere ventetid — eller bare højere tempo?
• Hvilke begyndelsesopgaver skal bevares eller redesignes, så unge, nyuddannede og brancheskiftere stadig kan lære faget?

Begyndelsen på arbejdslivet er også et fagligt spørgsmål

Fagforeninger repræsenterer ikke kun dem, der allerede har en sikker plads. De repræsenterer også fremtidens adgang til faget. Derfor er begyndelsesopgaver vigtige i AI-forhandlingen.

Hvis første udkast, enkel research, standarddokumenter, sortering og kundesvar forsvinder uden ny oplæring, bliver vejen ind smallere. Det kan ramme unge, nyuddannede og brancheskiftere længe før en statistik viser jobtab.

Den faglige opgave er ikke at bevare alt rutinearbejde. Den er at sikre, at effektivisering ikke fjerner den trappe, hvor mennesker lærer ansvar, dømmekraft og kvalitet.

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