Kunstig intelligens overtager jobs

Hvad er den vigtigste pointe?

Det bedre spørgsmål er ikke kun hvor mange jobs der forsvinder. Det er hvilke opgaver der flytter sig, hvem der mister plads, hvem der får ny kraft, og hvordan vi skaber nye veje ind i arbejdet, når begyndelsen af fagene ændrer sig.

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?

• Jobs består af opgaver. AI kan ramme opgaver hurtigere end hele stillingsbetegnelser forsvinder, især når arbejdet handler om tekst, analyse, koordinering, support eller dokumentation.
• Jobtab er kun én form for tab. Fortrængning kan også være færre opgaver, lavere betaling, mindre efterspurgthed eller at ens håndværk ikke længere føles nødvendigt.
• Nogle bliver transformerede frem for fyret: de skal vurdere AI-output, tage ansvar for fejl og forklare kvalitet i et arbejde, hvor første udkast ikke længere er deres eget.
• De udelukkede rammes før første job, hvis AI overtager de begyndelsesopgaver, hvor unge, nyuddannede og brancheskiftere normalt lærer faget.
• De empowered får ny rækkevidde, produktivitet eller skaberkraft. Men handlekraften fordeles ujævnt og kan også blive til højere tempo, selvpres og nye forventninger.
• Danske arbejdspladser bør ikke nøjes med at spørge, om AI sparer tid. De bør også spørge, hvem der får den sparede tid, hvem der bærer risikoen, og hvem der stadig får adgang til at lære.

Hvad kan arbejdspladser gøre?

• Kortlæg arbejdet som opgaver: Hvad kan AI allerede hjælpe med, hvad kræver menneskelig vurdering, og hvad er stadig en læringsopgave?
• Skeln mellem fortrængning, transformation, udelukkelse og empowerment, så samtalen ikke bliver én samlet fortælling om vindere og tabere.
• Beskyt eller redesig begyndelsesopgaver, før de automatiseres væk. Nye mennesker skal stadig kunne øve sig, lave fejl og blive set som kommende fagpersoner.
• Tal åbent om fordeling: Bliver gevinsten brugt til bedre arbejde, kortere ventetid og mere kvalitet — eller bare til højere tempo og færre mennesker?
• Lav lokale spilleregler for ansvar, kvalitetssikring og data, så medarbejderen ikke står alene med både AI-output og risiko.

En arbejdsplads kan begynde med et enkelt opgavekort: opgave, AI-brug, menneskelig kontrol, læringsværdi, risiko og beslutning. Kortet skal ikke være en stor strategi. Det skal gøre det muligt at se, om AI-brugen fjerner friktion, flytter ansvar eller lukker en dør for nogen.

Brug derefter de fire positioner som test. Skaber ændringen fortrængning, transformation, udelukkelse eller empowerment — og for hvem? Det spørgsmål gør samtalen mere konkret end både optimismen og frygten.

Hvis AI overtager en opgave, må organisationen beslutte, hvad der kommer i stedet: mere tid til relationer, bedre kvalitet, nye øvebaner, kortere ventetid eller blot flere opgaver. Det valg er ikke teknisk. Det er arbejdslivspolitik i hverdagen.

Jobs forsvinder sjældent som ét stykke

Når mennesker spørger, om kunstig intelligens overtager jobs, spørger de ofte om noget meget konkret: Er der stadig brug for mig? Det spørgsmål fortjener et ærligt svar. Ikke en beroligende floskel om, at mennesker altid vil være nødvendige. Ikke en katastrofeoverskrift om, at alle bliver overflødige. Et job er ikke én ting. Det er en samling af opgaver, relationer, rutiner, ansvar og vurderinger.

AI rammer typisk den samling skævt. Den kan skrive første udkast, opsummere samtaler, sortere henvendelser, foreslå kode, lave research eller hjælpe med en plan. Men den kan ikke automatisk overtage hele det sociale og faglige ansvar omkring opgaven. Derfor kan to mennesker med samme jobtitel opleve vidt forskellige konsekvenser: en sagsbehandler kan få hjælp til overblik, mens en studentermedhjælper mister de små notatopgaver, hvor hun skulle lære sagsgangen.

Fire forskellige konsekvenser — ikke én samlet fremtid

Bogens fire positioner hjælper med at gøre jobspørgsmålet mere præcist. De fortrængte mister efterspørgsel, opgaver eller indtægt. De transformerede beholder arbejdet, men oplever, at fagligheden og ansvaret flytter sig. De udelukkede mister ikke et job, men en adgangsvej: den nederste sprosse, begyndelsesopgaverne, de små første forsøg. De empowered får mere handlekraft og rækkevidde med AI.

Pointen er ikke at placere mennesker i faste kasser. Den samme person kan bevæge sig mellem positionerne over tid. En journalist kan blive empowered i research og samtidig transformeret i sin faglige identitet. En nyuddannet kan blive udelukket fra de første opgaver, mens en erfaren specialist får mere kapacitet. Derfor bliver samtalen bedre, når man spørger: Hvilken position er vi ved at skabe for hvem?

Hvilke opgaver er mest udsatte?

Opgaver, der ofte bliver ændret tidligt, er dem hvor outputtet kan beskrives tydeligt, gentages ofte og kontrolleres nogenlunde hurtigt: første udkast, standardsvar, referater, sammenfatninger, research, enklere analyse, oversættelse, kundedialog, dokumentation og koordinering. Det er ikke uvigtige opgaver. På et kommunekontor, et bureau, en redaktion eller i en HR-afdeling kan netop de opgaver være stedet, hvor mennesker lærer et fag, opbygger dømmekraft og bliver synlige for andre.

Derfor er det for enkelt at kalde dem lavværdiopgaver. Hvis en organisation kun ser dem som tidsspilde, kan den komme til at spare sin egen læringsinfrastruktur væk. Spørgsmålet er ikke, om AI må hjælpe med dem. Spørgsmålet er, hvordan mennesker stadig lærer det, opgaverne før lærte dem.

Et bedre lokalt spørgsmål end “bliver vi erstattet?”

• Hvilke opgaver kan AI løse helt, og hvilke kan den kun støtte?
• Hvilke opgaver er samtidig læringsopgaver for nye medarbejdere?
• Hvilke fejl er så alvorlige, at et menneske altid skal kontrollere resultatet?
• Hvem får den sparede tid, og hvad skal den bruges til?
• Hvilke grupper får mere handlekraft, og hvilke grupper mister adgang, status eller indkomst?
• Hvilke nye begyndelsesopgaver skal vi skabe, hvis de gamle forsvinder?

Det menneskelige regnskab skal med før produktivitetsregnskabet lukkes

Forskning og analyser peger ikke på ét simpelt udfald. Generativ AI kan både automatisere dele af arbejdet, ændre jobkvalitet og skabe produktivitetsgevinster. Men produktivitet er ikke hele regnskabet. Hvis gevinsten bliver til højere tempo, færre begyndelsesopgaver eller mere individuelt ansvar for fejl, kan organisationen vinde tid og samtidig miste tillid.

En redelig AI-samtale på arbejdspladsen bør derfor have to kolonner. Den ene handler om effektivitet, kvalitet og nye muligheder. Den anden handler om adgang, værdighed, læring, arbejdsmiljø og fordeling. Først når begge kolonner er synlige, kan man tale ordentligt om, hvad kunstig intelligens overtager — og hvad mennesker skal have plads til at gøre bagefter.

Spørgsmål der bør stilles lokalt

• Hvilke opgaver hos os kan AI allerede overtage eller støtte — og hvad lærer mennesker gennem dem i dag?
• Hvem bliver fortrængt, transformeret, udelukket eller empowered af den konkrete ændring?
• Hvilke begyndelsesopgaver skal beskyttes eller redesignes, før de automatiseres?
• Hvem står på mål for fejl, hvis AI-output bliver brugt i arbejdet?
• Hvordan fordeles gevinsten: som bedre arbejde, mere kvalitet, mindre pres eller færre mennesker?
• Hvilken ny stafet kan vi give mennesker, hvis en opgave faktisk forsvinder?

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