AI skal frigøre mennesker til “arbejde med højere værdi”. Fint nok. Men hvad er det arbejde helt præcist? I dette afsnit taler David Rice med cyberpsykologiforsker og psykoterapeut Dr. Rachel Wood om den del af AI-implementeringen, som de fleste organisationer bliver ved med at springe let hen over: de menneskelige omkostninger ved at automatisere for meget, for hurtigt og uden en reel filosofi for, hvad der bør forblive dybt og stædigt menneskeligt.
Deres samtale skærer igennem den sædvanlige AI-optimisme og når frem til den mere ubehagelige sandhed. Noget friktion bør helt sikkert forsvinde. Ingen behøver bruge en time på at kopiere og indsætte data fra regneark. Men noget friktion er selve arbejdet: uenighed, dømmekraft, svære samtaler, læring gennem at begå fejl og det at finde ud af, hvem man er, når ens ekspertise pludselig er lettere at efterligne. Dette afsnit handler i virkeligheden om den forskel, og om hvorfor ledere er nødt til at holde op med at behandle AI som en softwareimplementering og begynde at se det som en udfordring inden for menneskelig udvikling.
Det lærer du
- Hvorfor “vær mere strategisk” og “vær mere samarbejdende” er resultater, ikke instruktioner
- Forskellen mellem administrativ friktion og relationel friktion
- Hvordan overdreven brug af AI kan udhule grundlæggende kommunikations- og tænkevaner
- Hvorfor AI-implementering ofte blokeres af ambivalens og ikke af mangel på oplæring
- Hvordan automatisering kan udløse identitetstab, sorg og erhvervsmæssig usikkerhed
- Hvorfor ledere har brug for en AI-filosofi og ikke kun en AI-politik
- Hvordan man kan bruge AI som et øvelsesværktøj til at styrke menneskelig dømmekraft og kommunikation
Vigtigste pointer
- Ikke al friktion er dårlig. Administrativt rutinearbejde er oplagt at automatisere. Relationel friktion er ikke. Hvis mennesker mister deres tolerance over for uenighed, nuancer og ubehag, bliver de ikke mere menneskelige på arbejdet. De bliver mindre i stand til at udføre den menneskelige del af arbejdet på en god måde.
- Grundlæggende færdigheder forfalder, når vi holder op med at øve dem. Det kan virke harmløst at overlade enhver simpel e-mail eller kommunikationsopgave med lav risiko til andre, indtil mennesker seks måneder senere er mindre klare, mindre eftertænksomme og mindre i stand til at sige, hvad de faktisk mener.
- Oplæring alene løser ikke modstand mod AI. Rachel argumenterer for, at mange teams ikke mangler information. De rummer blandede følelser, frygt, begejstring, usikkerhed og identitetsforstyrrelse. Denne ambivalens skal italesættes, før implementeringen bliver lettere.
- Rutinearbejde spildte ikke kun tid. Det lærte også mennesker kontekst, dømmekraft og hvordan organisationer faktisk fungerer. Man behøver ikke længes efter ineffektivitet for at indrømme, at det at kæmpe sig gennem gentagelserne opbyggede ledelseskapacitet.
- Dette er til dels en sorgproces. Når AI begynder at efterligne det, som nogen har brugt årevis på at mestre, er det ikke bare en ændring af arbejdsgangen. Det kan føles som et personligt og professionelt tab. At lade som om det ikke forholder sig sådan, får det ikke til at forsvinde.
- Ledere bør gå forrest. Før ledere beder teams om at tilpasse sig, er de nødt til at undersøge deres egne spørgsmål om AI klokken 2 om natten. Angst har en tendens til at sive ind i kulturen, når den ikke bliver italesat.
- Brug AI som øvelse, ikke som erstatning. En af de mest praktiske idéer i dette afsnit er at bruge en chatbot til at rollespille svære samtaler, salgssamtaler eller mellemmenneskelige scenarier. Lad den afdække blinde vinkler og hjælpe dig med at øve dig. Gå derefter ud og udfør selv det rigtige menneskelige arbejde.
- En politik hjælper, men en filosofi betyder mere. Mennesker har brug for klarhed over, hvilke former for AI-brug der er acceptable. Men derudover er organisationer nødt til at definere, hvilken adfærd de ønsker at fremme, hvilken dømmekraft de ønsker at bevare, og hvad de mener fortsat bør være meningsfuldt menneskeligt.
Kapitler
- 00:00 – AI og kommunikationens tilbagegang
- 02:26 – Definition af arbejde med højere værdi
- 04:59 – Understøttelse af AI-anvendelse
- 06:05 – Hvornår AI ikke skal bruges
- 09:09 – God kontra dårlig friktion
- 12:14 – Ambivalensbarrieren
- 14:24 – Værdien af rutinearbejde
- 16:50 – Identitetsforstyrrelse på arbejdet
- 21:47 – At sætte ord på sorg på arbejdet
- 25:47 – Produktiv kamp
- 29:02 – AI som øvelse
- 32:42 – Politik kontra filosofi
- 34:32 – Forandringstempo
- 35:36 – Beskyttelse af menneskelig udvikling
Mød vores gæst

Dr. Rachel Wood er grundlægger af AI Mental Health Collective, et tværfagligt fællesskab, der fremmer ansvarlige samtaler og samarbejde i krydsfeltet mellem kunstig intelligens og mental sundhed. Med en ph.d. i cyberpsykologi og erfaring som autoriseret rådgiver er hun taler, rådgiver og konsulent med fokus på, hvordan nye teknologier omformer menneskelig kontakt, beslutningstagning og følelsesmæssigt velbefindende. Rachel er kendt for sit afbalancerede og nuancerede perspektiv og samler klinikere, teknologer og forskere for at undersøge både mulighederne og de etiske kompleksiteter ved AI inden for mental sundhed samt fremtidens menneskelige relationer.
Relaterede links:
- Bliv medlem af People Managing People-fællesskabet
- Tilmeld dig nyhedsbrevet for at få vores seneste artikler og podcasts
- Få kontakt med Rachel:
Relaterede artikler og podcasts:
David Rice: Dit team har brugt AI til at skrive e-mails i seks måneder. Simple e-mails, hurtige svar, ikke noget kompliceret. Og den kvalitet, du har lagt mærke til, begynder at falde. Beskederne føles generiske. Der er mindre personlighed. Mindre klarhed om, hvad der faktisk betyder noget. De mister ikke evnen til at kommunikere, men de mister øvelsen i at tænke over, hvad de egentlig gerne vil sige.
Dagens gæst er Dr. Rachel Wood, cyberpsykologisk forsker og psykoterapeut, som arbejder i krydsfeltet mellem AI og mental sundhed. Og hun skal tale om noget, mange af os mærker, men måske ikke sætter ord på. Vi sænker vores tolerance for friktion, al friktion. Også den gavnlige slags.
Der er to typer friktion på arbejdet. Administrativ friktion, som når man bruger en time på at kopiere og indsætte regneark. Det er den slags, AI bør eliminere. Men der er også relationel friktion. Spændingen, når en kollega tænker anderledes end dig. Forhandlingen, der kræves, når kolleger er uenige. Ubehaget ved svære samtaler.
Det er problematisk. For hvis vi automatiserer alt ubehag væk, bliver vi ikke frigjort til det mere menneskelige arbejde af den grund. Det mere menneskelige arbejde omfatter friktion. Det kræver, at man kan tåle, at ens kollega ser projektet anderledes. Det kræver, at man lærer at arbejde sammen som et team, hvilket er en færdighed, der ikke bare opstår. Men ingen giver folk en drejebog for, hvordan de faktisk bliver bedre til den menneskelige side af deres arbejde.
Ledere bliver ved med at sige: Vær mere strategisk, vær kreativ, vær samarbejdende. Men det er resultater, ikke instruktioner. Og samtidig mister voksne tålmodigheden med at lære nye værktøjer, mens børn har svært ved at koncentrere sig om at læse. Noget strukturelt ændrer sig i den måde, vi håndterer vanskeligheder på. Så i dag skal vi tale om, hvordan man bruger AI til at blive bedre til at være menneske – ikke til at erstatte sin menneskelighed.
De kommunikationsevner, der forsvinder, når vi holder op med at øve dem. Hvornår man har brug for en AI-filosofi og ikke bare en AI-politik. Om forandringstempoet er hurtigere, end den menneskelige psyke kan tilpasse sig. Og hvordan man skelner mellem friktion, der er værd at fjerne, og friktion, der er værd at bevare.
Jeg er David Rice. Dette er People Managing People. Og hvis du har behandlet AI som en implementering af et værktøj i stedet for en udfordring inden for menneskelig udvikling, håber jeg, at denne samtale kan hjælpe med at ændre hele din måde at se det på. Lad os komme i gang.
Okay. Rachel, velkommen til programmet. Det er godt at have dig med.
Rachel Wood: Tusind tak. Jeg har set frem til det. Det er godt at være her.
David Rice: Jeg vil gerne begynde med, at jeg ofte tænker på, hvordan ledere har brugt størstedelen af de seneste to år på at fortælle deres teams, at AI vil frigøre dem til arbejde med større værdi. Og jeg hører stadig folk gentage det, selv om jeg efterhånden tænker, at det burde være blevet en kliché.
Men jeg hører det stadig blive sagt. Jeg vil dog mene, at de fleste aldrig har defineret, hvad arbejdet med større værdi faktisk er. Du har en ret klar holdning til, hvad det bør være. Så fortæl os, hvad det er, og hvorfor.
Rachel Wood: Det hører jeg også ofte, David, og jeg tror, at det i nogen grad afhænger af konteksten. Der findes ikke én løsning, der passer til alle, fordi forskellige brancher og teams vil fokusere på forskellige ting. Men noget af arbejdet kan virkelig handle om at fokusere på og styrke kreativitet og innovation.
Når man fjerner noget af byrden ved de administrative opgaver, får man mere kognitivt råderum til faktisk at forestille sig ting. Skabe. Prøve nye ting. Tænke over, hvordan man kan være innovativ i arbejdet. Og en anden ting, jeg tror, vi får mere frihed til, er at lære at arbejde bedre sammen, så der bliver en form for samhørighed i teamet, som der måske ikke tidligere var kognitivt rum til, men som man nu virkelig kan lære.
Hvordan arbejder man sammen som et team? Det er en færdighed. Det sker ikke bare, fordi man får de rigtige spillere på holdet. Man skal lære at arbejde sammen. Det kan læres, og det kan undervises i, men det er endnu en ting, som der nu er mere tid og plads til at fokusere på.
David Rice: Ja, det er jeg enig i, og hele det her… Det er sjovt, for det hele resonerer virkelig med mig. Jeg har selv hørt det. Folk har sagt det til mig, og jeg bliver ved med at se det samme mønster, hvor virksomheder implementerer AI og derefter fortæller folk, at de skal være mere strategiske, mere kreative eller mere samarbejdende, og alt det er resultater.
Det er ikke rigtig instruktioner. Jeg føler, at ingen giver nogen en drejebog for, hvordan man faktisk bliver bedre til den menneskelige side af sit arbejde, eller hvordan man maksimerer sit unikke bidrag ved at bruge AI til at håndtere sine svagheder. Og derfor synes jeg, det er interessant, at du siger, at selve værktøjet måske kan være en del af drejebogen, sådan som vi talte om før optagelsen. Det tror jeg, mange ikke har overvejet.
Rachel Wood: Det er jeg helt enig i. Og jeg synes, det er vigtigt, at når man har en budgetpost til sit AI-initiativ, uanset hvad det er, så skal der samtidig være en budgetpost til, hvordan man støtter folk i at bruge det.
Man betaler et bestemt beløb for selve teknologien. Fint. Men den bliver først virkelig styrket og sikret ved at uddanne folk i, hvordan de skal bruge den, hvad de skal gøre, og hvad de ikke skal gøre. Og som du siger, ideen om at bruge AI til selv at blive bedre til ting. Ville det ikke være interessant, David, at skrive ind i den chatbot, man bruger: Hør, du hjælper mig med at flytte noget af mit administrative arbejde væk.
Hvad bør jeg som menneske gøre for at blive bedre i netop mit arbejde – noget, du som chatbot ikke kan gøre, men som jeg kan gøre? Det er interessant: Lad os bruge AI til at hjælpe os med at gøre ting bedre.
David Rice: Helt sikkert. Det er også sjovt, for jeg var til en konference i denne uge, og alle talte om, hvor irriterede de var over, at deres kolleger eller direkte underordnede brugte AI til at skrive e-mails.
Og jeg tænkte: Ja, det er faktisk lidt frustrerende. Man kan ikke bare få den til at skrive en e-mail. Hvis du spørger AI'en: Skal jeg skrive en e-mail? Skal jeg bruge dig til at skrive en e-mail? Så tror jeg, Claude ville sige, at det ikke rigtig er en opgave, du har brug for mig til. Ikke?
Så jeg tror, vi er nødt til at begynde at tænke på det sådan. Claude kunne måske sige: Hvis du har et langt svar, som du har brug for hjælp til at forstå, eller hvis der er en masse nuancer og kontekst, og du har brug for, at jeg omformulerer det, er det noget andet. Og det tror jeg, vi alle ville være enige om er en legitim anvendelse. Du forsøger at kommunikere noget, der er virkelig svært at kommunikere, og måske kan AI hjælpe dig med at formulere det på en anden måde.
Især hvis det er en virkelig vigtig besked, noget der betyder meget for virksomheden. Fint nok. Men hvis du bare skal svare nogen på, hvorfor rapporten var forsinket, så nej. Kom nu. Lad os bruge hovedet.
Rachel Wood: Der er en enorm grad af dømmekraft, vi skal bruge for at vide, hvornår det er bedst at anvende AI, og hvornår vi ikke skal gøre det.
Hvis vi bruger det ukritisk til alt, vil vi med tiden miste evnen til at udføre nogle af de mindre opgaver. Vores evne til at gøre dem vil langsomt forsvinde. Så tag dit eksempel, David, med en chatbot og en meget enkel e-mail. Det lyder måske ikke som noget stort hele tiden at overlade det til AI, men spørg mig om seks måneder, hvordan det føles at skrive en meget enkel e-mail på egen hånd.
Jeg tror, vi skal være bevidste om, hvad vi er villige til ikke længere at kunne efter måske seks måneder eller et år uden at øve os i det, i modsætning til at samarbejde med AI på en måde, der hjælper vores tænkning i stedet for åbenlyst at erstatte den.
David Rice: Jeg tror, det her er et større problem, end mange er klar over. Det, vi taler om her, selv med en simpel e-mail, handler om kommunikation og om at lære at kommunikere med sine kolleger og sige tingene på den måde, de har brug for at høre dem på.
Det er en menneskelig færdighed. Det er noget, vi ofte lærer gennem forsøg og fejl, og det handler også om at læse kropssprog og fornemme situationen og dens kontekst. Vi har hørt ledere sige, at noget mærkeligt er begyndt at ske, og vi ser det hos os selv.
Selv når jeg taler med kolleger i forskellige brancher, synes jeg, at voksne mister tålmodigheden med at lære nye værktøjer. Man giver op efter et par minutter og skifter til noget andet. Konstant skift mellem kontekster er helt vildt. Børn har svært ved at koncentrere sig om at læse. Det ser vi hele tiden.
Så fra et psykologisk perspektiv: Er det bare et skift i præferencer, eller er noget strukturelt ved at ændre sig i den måde, vi håndterer vanskeligheder på?
Rachel Wood: Jeg tror, vi er nødt til at se på historien om det, der har bygget op til dette øjeblik. Vi kan tænke på sociale medier. Selv opfindelsen af internettet og overgangen til sociale medier – alle de ting har bidraget til, hvor vi er i dag.
AI i sig selv kan vi ikke bare pege fingre ad, som om det er årsagen til bestemte ting. Men vi kan se, at det forstærker nogle af de eksisterende strukturer, blandt andet den lave evne til at fastholde opmærksomheden eller koncentrere sig. Og jeg tror også, at der er en del af det, du siger, David, som handler om friktion.
Du siger, at folk har mindre tolerance for friktion. Og der er to former for friktion, som jeg virkelig gerne vil skelne mellem. Den første er administrativ friktion: For at få dette regneark korrekt skal jeg kopiere og indsætte. Det er friktion, og jeg skal bruge en time på at kopiere og indsætte fra det ene regneark til det andet.
Det er friktion, vi gerne vil fjerne, fordi AI kan udføre den opgave. Den administrative friktion vil vi gerne reducere og fjerne. Men der findes også gavnlig friktion, som i højere grad er relationel friktion med andre. Det handler om at kunne tåle, at du, David, tænker anderledes end jeg gør, og at du har en anden idé om projektet end jeg har.
Der er altså en smule friktion mellem os, som vi bliver nødt til at forhandle om, indgå kompromiser om og kommunikere os igennem. Jeg ved ikke med dig, men jeg har aldrig haft nogen form for relation til et andet menneske i mit liv – en kollega, en partner, en ven eller et familiemedlem – uden et eller andet niveau af friktion.
Så virkeligheden er, at hvis vi fortsætter med at mindske vores tolerance for friktion, bliver vi faktisk ikke frigjort til at gøre de mere menneskelige ting. For en del af det menneskelige omfatter friktion og det at navigere i svære samtaler og forskellige synspunkter. En del af vores arbejde består faktisk i at opbygge vores evne til at navigere i vanskeligheder sammen med hinanden på arbejdspladsen.
David Rice: Ja, jeg tror, den skelnen mellem friktionstyper er afgørende. Jeg tænker på nogle af de samtaler, jeg har haft på det seneste, og nogle af dem, jeg har hørt fra andre. Jeg tror, der er en antagelse i ledelsen om, at hvis folk har problemer med et nyt værktøj, så er det grundlæggende et procesproblem eller et træningsproblem, og at man bare skal give dem mere uddannelse.
Men hvis vi tænker på friktion, handler det ikke om, at folk mangler information. Det handler om evnen til at sidde med den og udføre det lange, hårde arbejde længe nok til, at den evne ikke begynder at forsvinde. Og det hænger sammen med noget, jeg har tænkt meget over: Hvad sker der med de mennesker, der kommer ind i organisationer lige nu?
De mennesker, som aldrig rigtig har været nødt til at gøre tingene på den svære måde.
Rachel Wood: Ja. Lad mig sige én ting, før jeg svarer på det, David, for det var en virkelig god og fyldig pointe. Noget af det, du siger, kan vi ikke bare træne ud af folk. Det er ikke sådan, at mere træning kommer til at løse problemet. I nogle tilfælde kan træning hjælpe, men det er ikke altid svaret.
Jeg tror, en del af svaret – og det er noget, jeg forsker i og arbejder med organisationer om – er, hvordan vi navigerer i den ambivalens, folk føler over for AI. Når jeg siger ambivalens, mener jeg blandede følelser eller modstridende tanker. Jeg er måske begejstret for AI, men samtidig ret nervøs og bekymret over det.
De fleste bærer på en vis grad af ambivalens over for AI, og det kan man ikke træne væk. Træning i værktøjet hjælper ikke med dette. Men der er måder at tale om ambivalensen på, som faktisk kan øge brugen af AI. For hvis dit team sidder med meget AI-ambivalens, hvilket de fleste gør, er det en barriere for anvendelsen, og træning kommer ikke til at hjælpe.
Men hvis du fokuserer på ambivalensen og faciliterer en samtale om, hvordan folk oplever det skift i deres professionelle identitet, som de befinder sig i, så er den samtale faktisk det, der sænker barrieren for anvendelse og får folk til at engagere sig på måder, de ikke kunne før.
David Rice: Der er et modargument her, som siger, at de mange års rutineprægede arbejde, folk plejede at udføre, faktisk var ineffektivt. Det ligger vel i forlængelse af den måde, Sam Altman tænkte på, da han sagde, at et menneske skal spise i 20 år, og at det bruger den samme mængde energi som en AI-forespørgsel.
I den tankegang var de mange års rutinearbejde ineffektive, og AI giver folk mulighed for hurtigere at springe frem til det gode arbejde. Men jeg er nysgerrig efter at høre dit perspektiv: Hvad fortæller psykologien os om, hvorfor det at kæmpe sig gennem noget vanskeligt opbygger en form for selvtillid?
En selvtillid, man bare ikke kan skabe ved at få noget udleveret.
Rachel Wood: Lad os sætte det ind i en karrierestige. Forestil dig, at du lige er blevet færdig på universitetet og får dit første job på begynderniveau. Du henter kaffe, går hen til faxmaskinen for at sende faxer, henter doughnuts hos den lokale butik. Du udfører den slags rutinearbejde, som måske ikke ser ud til at have noget med selve jobbet at gøre.
Men mens du gør det, opfanger du næsten på en ubemærket måde, hvordan alt fungerer i den pågældende niche og branche. Du overhører, hvad ledelsen siger. Du ser, hvordan ledelsen håndterer tingene. Du lærer, hvordan tingene foregår, og selvfølgelig udfører du også virksomhedens arbejde.
Når det forsvinder – hvis den rolle ikke længere findes, og AI overtager noget af det – har de mennesker, der kommer ind i en ny branche eller virksomhed, mistet en afgørende del af det rutinearbejde, der opbygger evnen til senere at blive en god leder.
Det er vigtigt, at vi selv gennemgår de gentagelser og erfaringer, fordi det gør os mere vidende og taknemmelige og hjælper os med at vide, hvordan vi skal drive ting, når vi senere bliver ledere. At springe det over betyder faktisk at springe ganske meget over.
David Rice: Ja, det er den del, der går tabt i effektivitetsdiskussionen. Ingen argumenterer for ineffektivitet for ineffektivitetens egen skyld. Men når jeg taler med seniorledere – dem, der virkelig er ærlige – siger de, at grunden til, at de stoler så meget på deres egen dømmekraft, er, at de har taget fejl tilstrækkeligt mange gange til at vide, hvordan det føles at have ret.
Det tror jeg ikke, man kan genveje. Man kan ikke downloade det. Jeg vil gerne spørge dig om noget for at gå lidt dybere, for det handler ikke kun om færdigheder og selvtillid. Vi har hørt folk sige, at det rammer noget mere personligt. Jeg vender hele tiden tilbage til ideen om identitet.
Det, der virkelig udfordres her, er ens identitet, og så meget af AI-udfordringen handler om tankesæt. Hvilke karaktertræk ser du hos de mennesker, der føler, at de trives med det her og virkelig gør interessante ting, som understøtter den følelse?
Rachel Wood: Jeg vil også gerne tilføje noget til det, du sagde: Du har taget fejl så mange gange, at du ved, hvordan det føles at have ret. Det, du egentlig siger, er, at du har viden plus erfaring. AI har viden uden erfaring.
Hvis en AI tager fejl, har den ikke nogen konsekvens i sig selv, der får den til at kalibrere på ny, ud over at den måske tænker: Jeg skal tilfredsstille brugeren, fordi jeg gav det forkerte resultat. Men når vi tager fejl, lærer vi en masse om karakter. Vi udvikler os, måske er vi nødt til at sige undskyld, eller vi bliver ydmyget eller flove. Der er alle mulige psykologiske ting, vi går igennem.
Viden plus erfaring er derfor så vigtigt, når vi udvikler ledere over årene, og det findes naturligvis ikke på samme måde i AI. Når vi vender tilbage til identitet, er vores arbejdsmæssige identitet, David, sikkert for os begge en stor del af, hvem vi er som helhed.
Vi bruger alle meget tid på arbejdet, og forhåbentlig elsker mange af os det, vi gør, så vi brænder for det. Vi er investerede. Vi er blevet uddannet. Vi har måske gennemgået kurser. Vi har lagt meget i det, og en stor del af cirkeldiagrammet over vores identitet er grundlagt i, hvem vi er professionelt.
Nu bliver alt det på forskellige måder forstyrret. Vi ser ikke kun en professionel forstyrrelse, men også en forstyrrelse af vores mening og vores formål. Vi ved, at mening og formål driver en stor del af, hvem vi er på denne jord. Hvis man finder mening og formål, har man fundet noget virkelig godt.
Når det bliver forstyrret, rodet rundt i eller ligefrem gjort usikkert af AI, lærer vi ikke bare et nyt værktøj. Vi lærer en ny måde at forstå, hvem vi er, og hvordan vi bevæger os gennem verden med hensyn til vores mening, vores formål og vores identitet.
David Rice: Jeg talte for nylig med en leder, som beskrev, hvordan deres senioringeniører reagerede på, at yngre medarbejdere brugte AI til at udføre en stor del af deres arbejde.
Hun sagde, at det ikke rigtig var et færdighedsproblem, men et identitetsproblem. Det, de havde brugt mange år på at mestre, kunne pludselig tilnærmes. Jeg har prøvet at tænke på, om der findes et begreb for det, men det tror jeg ikke, der gør.
Jeg bliver bare ved med at vende tilbage til, at det skaber en slags eksistentiel krise i os. Du nævnte forlegenhed som en drivkraft, for det er virkelig det, det handler om. Vi har alle taget fejl og været flove over det, eller vi har gjort noget, der kostede teamet noget, og bagefter følt skyld, fordi det var dumt.
AI har ikke den oplevelse. Den har heller ikke den eksistentielle krisefølelse, som vi selv håndterer. Det er interessant, for man er nødt til at interagere med AI, men jeg tror, at der ligger noget i den følelse, som gør det muligt at levere en unik værdi og et unikt bidrag til det, der kommer ud af det.
Rachel Wood: Det er helt rigtigt. Vi er i høj grad motiverede af vores fejl, og det er godt, når vi tager fejl, fordi vi kan lære af det og komme videre. Et andet eksempel kunne være en låneansvarlig, hvor AI fra den ene dag til den anden kan afgøre, hvem der kan få et lån, og hvem der ikke kan.
Så møder den låneansvarlige ind på arbejde, og den ene ting, der gav arbejdet mening, er væk. Pludselig opstår en massiv indre kamp: Hvad er jeg her for? Hvad laver jeg? Skal jeg genopfinde mig selv nu? Og det kan være svært at genopfinde sig selv.
Mange af os kan godt lide at udvikle os, men det kræver stadig en hel del arbejde. Derfor er jeg helt enig i, at det er fascinerende at fokusere på de psykologiske konsekvenser af, hvad der sker, når ens ekspertise bliver automatiseret.
David Rice: Din ekspertise kan blive automatiseret, men din erfaring kan ikke.
Og jeg tror, vi skal finde ud af, hvordan min erfaring kan skabe værdi. For hvis jeg kan finde ud af det, kan jeg også finde de erfaringer og det arbejde, jeg leder efter. Det er også kraftfuldt, fordi organisationer lige nu behandler det som en udfordring med omskoling.
Men en del af det er i hvert fald også en sorgproces. Det var det, du beskrev. De sørger over en version af deres professionelle jeg, som måske ikke længere findes.
Rachel Wood: Ja, præcis, David. Derfor er det så vigtigt at have mennesker ved bordet, der er velbevandrede i psykologi og det område, når man arbejder med AI-initiativer. Det her handler om mere end at lære en ny færdighed.
Som du siger, er der sorg og tab, når det, der tidligere var ens kerneområde og ekspertise, nu er anderledes, væk eller forandret. Derfor er det vigtigt, at vi, når vi lærer at bruge AI, også gentænker vores fremtidige identitet og vores professionelle udviklingsplan.
En del af den proces handler om at lære at samarbejde med AI på en måde, der ikke flytter vores færdigheder væk fra os. Vi skal gøre det på en måde, der får os til at udvikle os til den næste version af, hvem vi er arbejdsmæssigt.
David Rice: Hvis du er personalechef eller administrerende direktør, har du måske først ikke været klar over, at det foregik under overfladen, da du rullede teknologien ud. Men du begynder at se signalerne fra dit team og opdager, at de ikke modsætter sig forandring. De bearbejder snarere tabet af det, de gjorde, og hvem de var.
Så spørgsmålet bliver: Hvis vi ved, at det sker, hvad gør vi så ved det? Vi kan jo ikke bare bevare kampen og lade det være ved det.
Rachel Wood: Det vigtige – og noget, der let bliver overset – er, at ledere måske ikke ønsker at tale dybt om det, fordi de er bange for, at hvis man åbner denne dåse med orme, bliver alt afsporet.
Hvis vi begynder at tale om, at folk måske føler sorg på arbejdspladsen, bliver vi så noget, vi ikke ønsker at være, og bliver vi tynget ned af vores følelser? Jeg vil gerne være helt tydelig: Det modsatte sker faktisk, når man kommer ind i en organisation og har en struktureret måde at facilitere en samtale på, som sætter ord på sorgen og ambivalensen.
Når man ganske enkelt sætter ord på noget af det, folk går igennem, breder der sig en lettelse gennem teamene. De tænker: Nå, okay, det er det, vi alle sammen føler. Det er normaliseret. Det er i orden, at det sker. I stedet for at holde fast i sorgen og ambivalensen som en barriere for at komme videre, falder den faktisk, når man sætter ord på den.
Den forsvinder ikke fuldstændigt, men den energi, dit team har brugt på at holde fast i sorg og ambivalens, bliver frigivet, når det bliver italesat, og så kan de bevæge sig videre med initiativet. Det koster dig altså mere ikke at sætte ord på det, end det koster at gøre det.
David Rice: En del af det handler også om, at man ikke kan eliminere produktiv kamp. Arbejdet skal stadig føles som arbejde. Hvis folk kommer på arbejde og føler, at de bare automatiserer sig selv ud af et job, skaber det angst og måske endda depression, når de tænker på fremtiden.
For hvor går jeg hen herfra? Man begynder at stille sig selv nogle meget tunge spørgsmål, som ikke har klare svar, og det er svært for folk at navigere i. Især fordi mange har arbejdet hårdt for at opnå klarhed og retning. Måske er der et argument for, at organisationer skal bevare den produktive kamp og ikke gøre arbejdet kunstigt svært, men være bevidste om læringsoplevelser, der opbygger dømmekraft.
Hvordan ser det faktisk ud? Der er en grænse, vi skal finde mellem den vanskelighed, der hjælper folk med at udvikle sig, og det pres, der ødelægger dem. Hvordan kan en leder kende forskel på de to?
Rachel Wood: Der ligger lige nu en stor opfordring til ledere om at hjælpe deres teams med at arbejde sig gennem den produktive kamp, der følger med et skift i den professionelle identitet. Når det arbejde bliver gennemført – og det er en løbende proces – er det den eneste måde, man kan gå videre til det næste lag af produktivt arbejde og den næste form for produktiv kamp.
Det er en gentagende proces. Men lige nu forsøger ledere at omgå den svære samtale om den smerte og kamp, nogle teams befinder sig i. De tror, de kan komme uden om den, men den kommer altid tilbage. Så se den i øjnene.
Få nogen ind, der kan facilitere en virkelig god samtale, og du vil blive overrasket over, hvor meget bedre I kan komme videre bagefter.
David Rice: Jeg tror, det er vigtigt for folk at høre. Jeg kan allerede forestille mig en leder lytte til det her og tænke: Fint, så nu skal jeg med vilje gøre arbejdet sværere, samtidig med at jeg sørger for, at ingen brænder ud.
Det lyder umuligt. Men jeg tror, det, vi egentlig siger, er, at det handler om intention. Det handler om at vide, hvilken oplevelse vi forsøger at bevare, hvorfor vi gør det, og hvilken samlet påvirkning det får på folk.
Vi tilføjer ikke bare friktion uden grund. Jeg havde Bob Sutton med i podcasten for nogle år siden. Han havde skrevet en bog, der hedder The Friction Project, om hvordan der findes noget, der hedder god friktion, og at den skal eksistere bestemte steder. Jeg tror, det er her, det bliver praktisk, for du har tænkt meget over, hvordan AI i sig selv kan være en del af løsningen.
Rachel Wood: Hvis vi skal være helt praktiske omkring de næste skridt, så er mit råd til den leder, der lytter lige nu, at man i stedet for først at tænke på, hvordan man kan facilitere noget for sit team, begynder med sig selv.
Når du tænker på AI, hvad tænker du så på klokken to om natten, når du ikke kan sove? Er du bange for, at AI kommer til at automatisere en stor del af din arbejdsstyrke, så du bliver nødt til at ændre deres arbejdsgang? Er du bange for, at den ændrer dit job? Bruger du den? Er du personligt tøvende, fordi du ikke helt ved, hvordan du skal anvende den i din arbejdsgang?
Begynd med dig selv som leder. Skriv dine egne bekymringer og måske også din begejstring for teknologien ned, og arbejd dig gennem processen med at se på de spørgsmål. Så er du bedre rustet til at skabe rum for, at dit team har de samme spørgsmål klokken to om natten som dig.
Men du kan ikke hjælpe dem med deres spørgsmål, før du har set på dine egne.
David Rice: Du har en ramme, hvor AI mere er en øvelse til relationer end en erstatning for dem. Vi har talt om mange af de risici, vi møder med denne teknologi, og om hvordan vi samarbejder og arbejder. Gå mig igennem, hvordan det konkret ser ud for en leder at bruge AI på den måde.
Lad os sige, at lederen har en svær samtale på vej med en direkte underordnet. Hvad gør vedkommende?
Rachel Wood: Det elsker jeg. Det er en sjov måde, vi kan bruge AI på for virkelig at hjælpe vores teams. Vi ved, at følelsesmæssig intelligens og interpersonel kommunikation er afgørende dele af en succesfuld virksomhed. Det er ikke bare bløde færdigheder ved siden af det rigtige arbejde.
Teams, der virkelig får succes, ved, hvordan man kommunikerer, og de har en grad af følelsesmæssig intelligens, der hjælper dem med at være gode i relationer. Måske tænker du: Hvordan træner vi det? Her er en god måde at bruge AI på.
Hvis du har en vanskelig samtale i horisonten – måske med en kollega eller en direkte underordnet – og gerne vil have, at den går godt, kan du bruge AI på to måder. Den første er at bruge AI som erstatning for relationer. Du kan tale med en chatbot om de problemer, du har med en kollega, og så er du nået til en blindgyde.
Men hvis du bruger den som øvelsesplads, skriver du for eksempel: Her er en situation med min direkte underordnede, X, Y og Z. Kan du rollespille denne svære samtale med mig? Vis mig mine blinde vinkler. Hjælp mig med at øve mig i at lytte til personen, og hjælp mig med at lære, hvordan jeg får samtalen til at lykkes.
Så rollespiller du frem og tilbage med chatbotten. Derefter tager du øvelsen med ud i virkeligheden. Det vil give gode resultater, fordi du føler dig mere sikker, når du går ind i samtalen. Du har måske fået indsigter gennem rollespillet, som du ikke havde før, og det hjælper igen samtalen til at lykkes.
Den ramme, jeg elsker at præsentere, er altså at bruge AI som en prøve i stedet for en erstatning. Prøven bliver en træningsbane for interpersonel succes i teamene.
David Rice: Helt sikkert. Jeg har set det dukke op lidt mere på det seneste, og jeg synes, det er spændende, fordi folk har brug for tilladelse til at bruge værktøjerne på den måde.
Standardanvendelsen lige nu er: Opsummér dette udkast, automatisér den arbejdsgang, udfør de ting, man normalt bare gør. Men det, du beskriver, er en anden relation til teknologien. Den udfører ikke arbejdet for dig; den forsøger at gøre dig bedre til det arbejde, som kun du kan udføre.
Det er efter min mening den store mulighed, som de fleste organisationer endnu ikke har fundet. Så hvis jeg vil afslutte med noget mere personligt – jeg vil gerne gøre denne samtale mere personlig, få tonen til at lyde rigtigt uden at overskride en grænse – kan AI hjælpe mig med det?
Den konceptuelle tænkning omkring det, selv i samtaler eller i udviklingen af relationer, kan være meget stærk.
Rachel Wood: Tænk på salgsteams. Sæt jeres chatbots op til at rollespille salgssamtaler. Hvor fantastisk ville det være? Så kan du fejle 20 gange i træk sammen med chatbotten, uden at der er nogen konsekvens.
Der er så mange anvendelsesmuligheder for at rollespille og øve virkelige samtaler ved hjælp af en chatbot.
David Rice: Vi talte for nylig med Taylor Blake, som arbejder for A Degree, og en del af hans interne arbejde består i at hjælpe med at udvikle netop det. Han får folk til at gennemgå nogle virkelig mærkelige scenarier, og jeg synes, det er fantastisk.
Det var egentlig løftet fra begyndelsen: at teknologien kunne hjælpe os med at tænke på ting, vi aldrig havde tænkt på før.
Rachel Wood: Ja, præcis. Du nævnte noget, der fik mig til at tænke på endnu et praktisk punkt. Du sagde, at folk har brug for at føle, at de har tilladelse til at bruge AI. Forskningen viser, at det mest grundlæggende, man har brug for, hvis man ikke allerede har det i organisationen, er en AI-politik.
Den behøver ikke være avanceret eller omfattende, men forskningen viser, at hvis virksomheden har en form for AI-politik, er medarbejderne mere tilbøjelige til at engagere sig. Hvis de går rundt og spekulerer på, om de må eller ikke må bruge AI, vil de enten holde sig væk fra det eller skjule det.
Det bliver en skjult anvendelse. Så et meget praktisk skridt er at sikre, at man har en sådan politik på plads i virksomheden.
David Rice: Helt klart en AI-politik. Jeg tænkte på det, da jeg sad på denne konference i sidste uge. Alle har en løn- og kompensationsfilosofi. Hvor er jeres AI-filosofi?
Hvilken adfærd vil I belønne? Hvordan vil I belønne den? Hvordan ønsker I, at folk skal tænke på teknologien, hvor vil I have dem til at bruge den, og hvilket tankesæt skal de tage med sig?
Det er alt sammen ting, som vi virkelig bliver nødt til at definere bedre, og så vil vi begynde at få mere og mere ud af værktøjerne – også nogle ting, vi aldrig havde forventet.
Rachel Wood: Præcis. Det er her, det bliver en spændende ny grænse. Jeg kan mærke, hvordan vi begge bliver begejstrede over, at der sker interessante ting, og når man arbejder sig gennem nogle af bekymringerne, kan man bevæge sig ind i et rum, hvor man virkelig går efter det på en måde, der støtter både virksomheden og de enkelte medarbejdere.
David Rice: Lad os alle begynde at se lidt mere optimistisk på det, ikke?
Rachel Wood: Og lad os eksperimentere. Lad os ikke være bange for at prøve ting, forsøge at bruge AI på forskellige måder og se, hvad der virker.
David Rice: Det er interessant, for vi sidder her og taler om den del, der handler om tankesæt, og du arbejder i krydsfeltet mellem AI og mental sundhed hver eneste dag.
Jeg ville ærligt talt gerne spørge: Er forandringstempoet lige nu hurtigere, end den menneskelige psyke på en sund måde kan tilpasse sig? Eller er vi mere robuste, end vi tror? Det eneste, vi altid vender tilbage til, er udmattelse over forandringer. Folk er trætte, og det her repræsenterer konstant forandring.
Rachel Wood: Ja. David, jeg er en person, der lever og ånder for det her, som du siger, dag og nat, og jeg kan knap nok følge med. Der er så meget, at det kan føles overvældende. Derfor er det vigtigt måske at finde nogle få ting, du vil eksperimentere med, og bare prøve dem.
Hvis du forsøger at følge med i det hele, bliver det for meget. Jeg synes ikke rigtig, vi kan tale om AI i årscyklusser. Vi er nødt til at tale om dage, uger og måneder, fordi teknologien ændrer sig og gentager sig selv så hurtigt.
David Rice: Jeg tror, det er et godt sted at afslutte samtalen. Nogle gange føler jeg, at jeg fremstår som anti-AI.
Det er jeg virkelig ikke. Jeg bryder mig bare ikke om den måde, vi navigerer i det på lige nu. Vi er nødt til at være bevidste om at beskytte menneskelig udvikling. Vi skal tænke på, om det fra et socialt perspektiv er det rigtige at bruge teknologien til.
Det gælder både den påvirkning, den får på mennesker, og den påvirkning, den får på miljøet. Husk, at hver gang du sender en forespørgsel til denne teknologi, bruger den en mængde energi, som vi nok bør tage med i overvejelserne.
Når vi runder programmet af, er der én ting, jeg håber, du tager med dig, hvis du er leder og lytter med: Kampen er ikke en hindring. Denne samtale, denne slags lidt filosofiske samtale, er ikke en hindring. Den kamp, vi gennemlever lige nu, er der, vores vækst kommer til at ske.
Dit job er blot at sikre, at folk stadig får adgang til den, og at de udvikler sig sammen med dig. Det er sådan, jeg ser det. Jeg elsker den slags.
Rachel Wood: Jeg er helt enig med dig, David. Det her er vejen igennem. Og på den anden side kan vi gå ind i alle disse måder at bruge og implementere teknologien på.
Som du siger, er det så vigtigt, at vi taler om at bruge den uden at miste vores kritiske tænkning, vores autonomi eller vores handlekraft. Alt det er virkelig vigtigt. Det at tale om det hjælper os ganske enkelt med at komme igennem til et sted, hvor vi kan implementere teknologien.
David Rice: Rachel, jeg elsker at have dig med i programmet.
Det var fantastisk. Jeg nød virkelig samtalen.
Rachel Wood: Det har været så sjovt, David. Jeg er meget taknemmelig for at kunne tale med dig om det her.
David Rice: Selvfølgelig.
Kære lyttere, hvis I ikke allerede har gjort det, så gå ind på peoplemanagingpeople.com/subscribe. Tilmeld jer nyhedsbrevet, så får I denne podcast og alt det indhold, vi hele tiden udvikler, direkte i indbakken.
Indtil næste gang: Kast jer ud i det. Tænk filosofisk over det, og hav det lidt sjovt med det. Stil de svære spørgsmål.
