AI som organisatorisk forandring og læring

AI åbner nye muligheder for at styrke kvalitet, læring og beslutningskraft. Teknologien kan gøre viden lettere tilgængelig, skabe nye perspektiver, understøtte faglig sparring og hjælpe medarbejdere og ledere med at undersøge komplekse problemstillinger.

Når AI bliver en del af organisationens arbejdsgange, påvirker teknologien samtidig, hvordan opgaver løses, hvem der producerer viden, hvilket tempo der forventes, og hvor vurderinger og beslutninger træffes. AI er derfor mere end et nyt værktøj. Teknologien bliver en aktiv del af organiseringen og en organisatorisk forandring, som kræver, at arbejdet og organisationens læring udvikles sammen med den.

Forskningen viser, at generativ AI kan styrke produktivitet og kvalitet i bestemte opgaver. Effekterne varierer imidlertid med opgaven, teknologien, brugerens erfaring og kvaliteten af samspillet mellem menneske og AI. En større mængde output skaber heller ikke automatisk større værdi. Den kan øge behovet for gennemgang, koordinering og feedback og dermed flytte belastningen til andre steder i organisationen.

Derfor bliver opgavekobling, læring og redesign af arbejdsgange afgørende. Organisationen må undersøge, hvor AI skaber reel værdi, hvilke afhængigheder teknologien påvirker, og hvordan ansvar, mandat og beslutningsrum skal fordeles. Det gælder både ved individuel anvendelse og i takt med, at AI-systemer kan gennemføre flere sammenhængende handlinger.

AI får størst organisatorisk betydning, når teknologien integreres i opgaveløsningen dér, hvor den kan styrke kvalitet, læring eller anvendelsen af ressourcer. Det kræver kontekstbaserede vurderinger af opgaven, fagligheden, arbejdsgangene og ansvaret. Ambitionen er en sammenhængende udvikling af menneske–AI-samarbejdet tæt på kerneopgaven frem for fragmenterede AI-initiativer, der gennemføres som et særskilt spor.

AI påvirker også organisationens læringskæde. Teknologien kan gøre viden og kvalificerede arbejdsmetoder mere tilgængelige, men kan samtidig ændre de opgaver, hvor medarbejdere tidligere udviklede erfaring og faglighed. Organisationen må derfor skabe betingelser for, at medarbejdere fortsat kan øve sig, modtage feedback, forstå opgaven i dybden og udvikle dømmekraft.

AI kan analysere information, identificere mønstre, skabe forslag og kvalificere et beslutningsgrundlag. Ansvaret for formål, kvalitet, konsekvenser og legitimitet forbliver menneskeligt og organisatorisk. Kritisk tænkning og faglig dømmekraft bliver derfor centrale AI-kompetencer.

Samtidig kan AI understøtte mere distribueret organisatorisk dømmekraft, når flere får adgang til relevant viden og kvalificeret sparring tæt på opgaven. Det kræver tydelige mandater, fælles kvalitetskriterier og mulighed for at dele erfaringer og tvivl på tværs af organisationen.

Arbejdet med AI udvikles i et samspil mellem mennesker, teknologi og organisatoriske normer. En ansvarlig praksis kræver både kompetencer, fælles kvalitetskriterier, tydelige mandater og læringsrum, hvor erfaringer, fejl og tvivl kan undersøges åbent.

Temaet hjælper jer med at:

• undersøge, hvor AI kan styrke kvalitet, læring og værdiskabelse i kerneopgaven.
• skelne mellem hurtigere produktion og reel organisatorisk effekt.
• udvikle arbejdsgange, roller og beslutningsveje omkring menneske–AI-samarbejdet.
• styrke kritisk tænkning, faglig dømmekraft og fælles kvalitetskriterier.
• styrke distribueret organisatorisk dømmekraft gennem adgang til relevant viden, tydelige mandater og fælles kvalitetskriterier.
• beskytte og udvikle organisationens læringskæde, når opgaver og roller forandres.
• undersøge, hvordan AI påvirker forventningerne til tempo, koordinering og ledelsesmæssig feedback, og hvordan mandat og ansvar kan fordeles mere bæredygtigt.
• skabe tydelige rammer for ansvarlig anvendelse, læring og lokal handlekraft.

Målgruppe

Temaet er især relevant for ledere, ledergrupper, HR/People & Culture, bestyrelser, interne konsulenter, digitale udviklingsfunktioner og faglige nøglepersoner, der vil anvende AI ansvarligt og værdiskabende og samtidig udvikle de arbejdsgange, kompetencer og organisatoriske betingelser, som menneske–AI-samarbejdet kræver.