AI kan give mennesker adgang til kunnen, overblik og muligheder, de ikke havde før. Men en tidsbesparelse fortæller ikke i sig selv, om arbejdslivet er blevet bedre. Vi må også undersøge, hvad der sker med menneskets dømmekraft, indflydelse og mulighed for at holde til arbejdet.

Forestil dig to medarbejdere, der får det samme AI-værktøj.

Begge sparer en halv time om dagen.

Den ene får bedre tid til vanskelige opgaver, kolleger og faglig fordybelse. Den anden får flere opgaver, fordi ledelsen nu forventer, at arbejdet går hurtigere. Kontrol og rettelser skal stadig klares, men inden for den nye tidsramme.

På papiret har begge fået en effektivisering.

I deres arbejdsliv har de fået noget forskelligt.

Som psykoterapeut er det dér, min interesse begynder. Ikke kun ved det, systemet leverer, men ved det, mennesket skal bære bagefter.

Mulighederne er også menneskelige

Det psykoterapeutiske blik skal ikke blive endnu en advarsel mod teknologi. Det ville være at overse noget væsentligt.

I et studie af godt 5.000 kundeservicemedarbejdere fandt forskerne en produktivitetsstigning på omkring 15 procent ved brug af generativ AI-assistance. Gevinsten var størst blandt mindre erfarne og mindre produktive medarbejdere. Forskerne fandt også tegn på, at medarbejderne lærte noget, som kunne spores, når de senere arbejdede uden AI-assistance.

Det er resultater fra en bestemt arbejdsplads og kan ikke uden videre overføres til alle fag. Men de peger på noget interessant.

AI kan måske ikke bare gøre arbejdet hurtigere. Den kan også gøre kunnen mere tilgængelig.

Forestil dig medarbejderen, der har faglig indsigt, men kæmper med at få den formuleret. Den nyansatte, der har brug for forklaringer undervejs. Eller mennesket, der kan løse opgaven, hvis noget af den administrative eller sproglige friktion bliver fjernet.

Her bliver mit spørgsmål et andet end: Hvor meget tid sparede vi?

Fik mennesket bedre adgang til sin egen kunnen?

Når lettelse bliver en ny målestok

Men der sker noget vigtigt i det øjeblik, en arbejdsplads opdager, at arbejdet kan udføres hurtigere.

Hvad sker der med den frigjorte tid?

Den kan blive til bedre kvalitet, mere faglig fordybelse, mindre belastning eller bedre kontakt med mennesker.

Men den kan også blive til et nyt produktionskrav.

Hvis en opgave før tog en time og nu tager 40 minutter, kan organisationen konkludere, at medarbejderen har fået 20 minutter tilbage.

Den kan også konkludere, at medarbejderen nu bør løse tre opgaver på den tid, der tidligere blev brugt på to.

AI-værktøjet er det samme. Arbejdslivet er ikke.

Derfor kan vi ikke vurdere AI isoleret fra den organisation, den bliver sat ind i.

Det psykiske arbejdsmiljø handler blandt andet om krav i arbejdet, indflydelse, samarbejde, ledelse og arbejdets organisering. Når teknologien ændrer arbejdsprocessen, kan den derfor også ændre balancen mellem disse forhold.

Og her opstår en risiko, jeg genkender fra mit arbejde som psykoterapeut.

Jeg har jo fået hjælp. Hvorfor kan jeg så ikke følge med?

Hvis vi ikke passer på, bliver et organisatorisk problem oversat til et individuelt problem.

Modstand er også information

Når mennesker reagerer på forandringer, bliver reaktionen let gjort til selve problemet.

De er usikre. De er teknologiforskrækkede. De mangler omstillingsparathed.

Nogle gange er det sikkert rigtigt. Men ikke altid.

Modstand kan også være information.

En erfaren medarbejder kan opdage kvalitetsproblemer, som ikke fremgår af produktivitetsmålingen. En sagsbehandler kan mærke, at arbejdet går hurtigere, men at kontrollen af AI-output kræver en anden form for koncentration. En fagperson kan opleve, at noget væsentligt forsvinder, selv om systemet producerer et umiddelbart overbevisende resultat.

Det betyder ikke, at enhver bekymring skal bestemme udviklingen. Men den skal kunne undersøges.

Det samme gælder begejstring.

At medarbejderne elsker et nyt værktøj, er heller ikke i sig selv dokumentation for, at arbejdsprocessen er blevet bedre.

Både begejstring og modstand er signaler. Ikke facit.

Hvem bestemmer – og hvem betaler?

Der er også forskel på at få et AI-værktøj og på at blive ledet gennem et digitalt system.

OECD har undersøgt brugen af algoritmisk ledelse blandt mere end 6.000 virksomheder i seks lande. Undersøgelsen viser netop denne dobbelthed: Ledere peger blandt andet på bedre beslutningsgrundlag, men også på problemer som uklart ansvar, vanskeligheder ved at forstå systemernes logik og bekymringer om beskyttelsen af medarbejderne.

Algoritmisk ledelse er bredere end generativ AI. Men problemstillingen er relevant:

Hvem har fået mere handlekraft? Medarbejderen? Lederen? Organisationen? Eller systemet?

Fordelingen mellem mennesker er mindst lige så vigtig.

ILO har blandt andet undersøgt, hvilke erhverv der er mest eksponerede for generativ AI. Kontor- og administrationsarbejde ligger højt, og kvinder er globalt oftere repræsenteret i de højeste eksponeringskategorier.

Eksponering betyder ikke automatisk tab af arbejdspladser. Arbejdsopgaver kan ændres, før hele job forsvinder.

Derfor skal vi også kigge inde i organisationen.

Hvem får oplæringen? Hvem får tidsgevinsten? Hvem får ansvaret for fejlene? Og hvem skal kontrollere alt det materiale, som andre nu kan producere hurtigere?

Prisen kan være et mistet job.

Men den kan også være mindre fagligt råderum, højere tempo, mere kontrolarbejde eller et ansvar, der er blevet sværere at placere.

Og regningen kan lande helt uden for arbejdspladsen, når en kunde, patient eller borger må bruge sin egen tid på at få rettet noget, systemet gjorde forkert.

Tre spørgsmål til arbejdspladsen

De tre spørgsmål flytter undersøgelsen fra teknologien alene til relationen mellem teknologi, menneske og organisation.

Vi har allerede redskaberne

Vi behøver ikke opfinde hele undersøgelsesapparatet fra bunden.

Det Nationale Forskningscenter for Arbejdsmiljø har udviklet og valideret spørgeskemaer til at undersøge psykisk arbejdsmiljø og trivsel – tidligere kendt som Dansk Psykosocialt Spørgeskema (DPQ). Redskaberne undersøger blandt andet krav, indflydelse, samarbejde, ledelse og trivsel.

De kan fortælle os noget om menneskets arbejdssituation.

I mit arbejde med Westphal Human Systems undersøger jeg samtidig AI-systemernes adfærd: Hvordan afgrænser systemet sin hjælp? Hvordan reagerer det på modsigelse? Hvordan håndterer det usikkerhed? Understøtter det menneskets vurdering, eller begynder det gradvist at overtage retningen?

De to typer undersøgelser skal forbindes. Men de må ikke forveksles.

At jeg kan dokumentere en bestemt adfærd i et AI-system, dokumenterer ikke dermed, hvad der sker med medarbejderen.

Og at en medarbejder føler sig belastet, dokumenterer ikke i sig selv, at AI er årsagen.

Derfor må vi undersøge begge sider. Før. Under. Og efter implementeringen.

Ellers risikerer vi at give AI både æren og skylden for forhold, vi aldrig har undersøgt ordentligt.

Terapi må ikke blive oprydning efter dårlig organisering

Her bliver mit eget fag vigtigt for mig.

Som psykoterapeut vil jeg gerne hjælpe mennesker med at finde fodfæste i forandringer.

Men terapi må ikke blive den afdeling, der bagefter lærer mennesker at holde til arbejdsforhold, som burde have været ændret.

Hvis en medarbejder bliver overbelastet efter en teknologisk omlægning, skal vi selvfølgelig kunne hjælpe mennesket.

Men vi skal også kunne stille det mere ubehagelige spørgsmål:

Er det mennesket, der har svært ved at tilpasse sig systemet – eller systemet, der er dårligt tilpasset mennesket?

Det er ikke altid enten-eller. Netop derfor skal spørgsmålet kunne stilles.

Min målestok for AI i arbejdslivet er derfor ikke, om teknologien gør os mere eller mindre menneskelige i abstrakt forstand.

Jeg vil vide, hvad der faktisk sker.

Får mennesker bedre adgang til deres kunnen? Bliver arbejdet mere bæredygtigt? Bevarer de deres faglige dømmekraft? Kan de modsige systemet?

Og når gevinsten opstår:

Hvem får mulighederne – og hvem betaler prisen?

Det kan vi undersøge. Og det bør vi gøre, før effektivisering bliver synonym med fremskridt.

Kilder

Brynjolfsson, E., Li, D. & Raymond, L. (2025). “Generative AI at Work.” The Quarterly Journal of Economics, 140(2), 889-942. DOI: 10.1093/qje/qjae044.

Milanez, A., Lemmens, A. & Ruggiu, C. (2025). “Algorithmic Management in the Workplace: New Evidence from an OECD Employer Survey.” OECD Artificial Intelligence Papers, No. 31. OECD Publishing, Paris. DOI: 10.1787/287c13c4-en.

Gmyrek, P., Berg, J., Kamiński, K., Konopczyński, F., Ładna, A., Nafradi, B., Rosłaniec, K. & Troszyński, M. (2025). “Generative AI and Jobs: A Refined Global Index of Occupational Exposure.” ILO Working Paper 140. International Labour Organization, Geneva. DOI: 10.54394/HETP0387.

Det Nationale Forskningscenter for Arbejdsmiljø (NFA). “NFA’s spørgeskema om psykisk arbejdsmiljø og trivsel”, tidligere kendt som Dansk Psykosocialt Spørgeskema (DPQ).

Transparensnote

Artiklen er skrevet af Thorsten Westphal med brug af generativ AI som sparringspartner til research, struktur, kildearbejde og sproglig bearbejdning. Artikelens perspektiv, faglige vurderinger og redaktionelle ansvar er forfatterens. AI-genererede formuleringer og faktuelle oplysninger er gennemgået og redigeret af forfatteren.Fotoet er privat. Baggrunden i billedet 

Vi laver journalistik om AI, fordi udviklingen går hurtigere end den offentlige samtale.

På AI Portalen forsøger vi at skabe overblik, perspektiv og kritisk indsigt i en teknologi, der allerede former alt fra arbejdsmarkedet til demokratiet — ofte uden at nogen bremser op og forklarer, hvad der foregår.

Hvis vores artikler hjælper dig med at forstå AI lidt bedre, så overvej at støtte arbejdet.

Et medlemskab gør én ting mulig: at vi kan blive ved med at undersøge, dokumentere og forklare, hvordan AI påvirker Danmark — uden investorer, uden PR-interesser og uden at jage hype.

Bliv medlem og vær med til at styrke uafhængig journalistik om AI.