Når AI flytter forandringer ind i arbejdet
Underrubrik:
Vi lærer mens vi arbejder. AI ændrer ikke kun systemer og processer. Den ændrer selve opgaveløsningen. Derfor skal forandring ledes tættere på arbejdet.
Underrubrik:
Vi lærer mens vi arbejder. AI ændrer ikke kun systemer og processer. Den ændrer selve opgaveløsningen. Derfor skal forandring ledes tættere på arbejdet.
Forandringsprojekter begynder ofte samme sted: Et nyt system skal indføres. Medarbejdere skal trænes. Organisationen skal tage teknologien i brug.
Men med AI er det ikke nok.
Værdien opstår sjældent, fordi et værktøj bliver gjort tilgængeligt. Den opstår, når teknologien bliver en del af den konkrete opgave: når en medarbejder skriver, vurderer, prioriterer, analyserer eller kritisk forbereder en beslutning.
Et feltstudie af Erik Brynjolfsson, Danielle Li og Lindsey Raymond viser, at generativ AI kan øge produktiviteten i kundeservice. Effekten var størst blandt nyere og mindre erfarne medarbejdere. Studiet viser ikke, at AI automatisk skaber værdi i alle typer arbejde. Det peger snarere på, at AI får betydning, når teknologien kobles tæt til opgaver, feedback og læring i hverdagen.
Det er en vigtig forskydning.
Forandring sker ikke kun før arbejdet. Den sker i arbejdet.
Når teknologien bliver en del af vurderingen
Tidligere teknologiske forandringer handlede ofte om systemer, processer og standardisering. Nye værktøjer skulle skabe overblik, ensartethed eller effektivitet.
AI bevæger sig tættere på medarbejderens faglige dømmekraft.
Den kan foreslå formuleringer, sammenfatte information, finde mønstre, udfordre udkast og give input til beslutninger. Dermed påvirker den ikke kun, hvad mennesker gør. Den påvirker også, hvordan de tænker, vurderer og vælger.
Det gør forandringsopgaven mere krævende.
For det er ikke længere nok at spørge, om medarbejderne bruger AI. Det afgørende er, hvordan AI ændrer kvaliteten af arbejdet.
Implementering er ikke det samme som forandring
Mange organisationer investerer i AI uden at se den ønskede effekt. Det skyldes ikke nødvendigvis teknologien. Ofte skyldes det måden, den bliver indført på.
Hvis AI blot lægges oven på eksisterende arbejdsgange, fortsætter arbejdet ofte som før. Nu bare med et ekstra værktøj.
Forskning og analyser peger på, at effekten afhænger af, hvordan AI forbindes med konkrete opgaver og kompetencer. OECD peger blandt andet på, at mange medarbejdere vil blive påvirket af AI uden selv at skulle være AI-specialister. Teknologien ændrer opgaverne og de færdigheder, arbejdet kræver.
Derfor bliver ledelsesopgaven skarpere.
Det handler ikke kun om at implementere AI. Det handler om at gentænke arbejdet.
AI kan blive digital sidemandsoplæring
En af de mest interessante pointer i Brynjolfsson, Li og Raymonds studie er, at AI især løftede nyere og lavere performende medarbejdere. Forskerne peger på, at systemet gjorde mønstre fra mere erfarne medarbejderes praksis tilgængelige i selve opgaveløsningen.
Det kan forstås som en form for digital sidemandsoplæring.
Medarbejderen får ikke kun et kursus før arbejdet. Hun får støtte, mens arbejdet foregår.
Det gør ikke træning overflødig. Men det ændrer læringens placering. Mere læring må flytte ind i opgaven, samtalen, feedbacken og den løbende justering.
Hurtigere output er ikke nødvendigvis bedre arbejde
AI kan gøre det lettere at producere mere. Flere tekster. Flere analyser. Flere oplæg. Flere svar.
Men mere output er ikke det samme som bedre arbejde.
Hvis kvalitet, ansvar og kontekst er uklare, kan AI skabe materiale, der ser færdigt ud, men kræver ekstra oprydning. Det kan flytte arbejdet videre til andre, som må rette, fortolke eller begynde forfra.
Det problem beskrives ofte som “workslop”: AI-genereret arbejdsindhold, der virker poleret, men har lav reel værdi for modtageren. Harvard Business Review har beskrevet fænomenet som en produktivitetsrisiko, fordi dårligt AI-indhold kan skabe ekstraarbejde i stedet for fremdrift.
Derfor bør organisationer ikke kun måle AI på tempo.
De bør spørge: Bliver arbejdet bedre?
Forandring som design af praksis
Når værdien opstår i samspillet mellem mennesker og teknologi, må forandringsarbejdet tættere på praksis.
Det centrale spørgsmål er ikke kun:
“Hvordan implementerer vi AI?”
Men:
“Hvordan skal arbejdet foregå, når mennesker og AI løser opgaver sammen?”
Det kræver tydelige valg:
Det er her, ledelse bliver afgørende. Ikke som kontrol af teknologien, men som rammesætning for dømmekraft, kvalitet og læring.
Organisationer, der arbejder modent med AI, gør ofte få ting konsekvent.
Mindre udrulning. Mere praksisudvikling.
Den vigtigste erkendelse er, at værdien ikke ligger i AI alene.
Den ligger heller ikke i implementeringen alene.
Den opstår i det løbende samspil mellem mennesker, teknologi og opgaver.
Flere kilder peger i en global analyse på, at generativ AI i mange tilfælde snarere vil ændre og understøtte opgaver end erstatte hele jobs. Det understøtter pointen om, at AI bør forstås som en ændring i arbejdet – ikke kun som automatisering. (ILO)
Forandring bliver derfor mindre lineær. Den har ikke kun en start, en træningsfase og en afslutning.
Den bliver en løbende proces, hvor organisationen lærer, justerer og skærper kvaliteten af arbejdet over tid.
AI betyder ikke, at alt, vi ved om forandring, skal forkastes.
Men noget flytter sig.
Når teknologi ikke kun ændrer processer, men også opgaveløsning, læring og dømmekraft, må forandringsarbejdet flytte med.
Fra implementering til praksis.
Fra systemer til samspil.
Fra træning til læring i arbejdet.
Fra output til kvalitet.
Spørgsmålet er ikke længere kun, om organisationer skal arbejde med AI.
Spørgsmålet er, om de er klar til at gentænke, hvordan arbejdet faktisk foregår.
Forskningskilder
Redaktionelt grundlag
Forandringsværket (2026). Når AI flytter forandringer ind i arbejdet
Redaktionel note
Forandringsværkets egne artikler er praksisbaserede synteser, der kombinerer forskningskilder, praksiserfaring og redaktionel bearbejdning. AI kan være anvendt i research og tidlige tekstudkast, men alt indhold udvælges, syntetiseres og fagligt kvalitetssikres af redaktionen.
