Hva AI-overvåking ikke kan fortelle deg om de ansatte

David Rice: Ingen bestemmer seg egentlig for å bygge et overvåkingssystem for arbeidsstyrken. Det begynner som optimalisering, produktivitetsforbedring og tidsstyring. Det høres i utgangspunktet positivt ut, ikke sant? Og så har man gradvis, uten at noen tar en bevisst beslutning, krysset en grense. I dagens program snakker jeg med Lynn Parramore, direktør for spesialprosjekter ved Institute for New Economic Thinking, om hvor denne grensen går, og hvorfor AI gjør den vanskeligere å se.

Lynns hovedargument er at overvåking på arbeidsplassen bygger på en feilaktig antakelse: at alt som er viktig på jobb, kan måles. Å hjelpe en kollega, god dømmekraft, moralsk mot og kreativitet vises ikke i en logg over tastetrykk, men det er ofte nettopp dette som gjør noen virkelig verdifulle. Når man begynner å redusere mennesker til samlinger av datapunkter, endrer man hva man faktisk leder.

Og overvåking er ikke nøytral. I det øyeblikket du bestemmer deg for å følge noen konstant, har du allerede gjort en antakelse om dem, og de ansatte merker det. Det bryter ned tillit. Og tillit er, som Lynn påpeker, selve grunnpilaren for alt annet: engasjement, innovasjon og det å beholde ansatte. I dag skal vi derfor snakke om hvor legitim oppfølging slutter og overvåking begynner, hvorfor antakelsen om at alt viktig kan måles er feil, det omvendte forholdet mellom overvåkingsintensitet og tillit, og hvorfor ledere må være filosofiske om AI, ikke bare praktiske.

Jeg heter David Rice. Dette er People Managing People, og hvis organisasjonen din har behandlet overvåking av arbeidsstyrken som et produktivitetsverktøy, er denne samtalen verdt tiden din. La oss sette i gang.

Hvis du driver en liten bedrift og ansetter din første medarbeider, kan lønn føles som et stort steg. QuickBooks Workforce gjør det enklere ved å forenkle lønnskjøring, direkte innskudd og administrasjon av medarbeideropplysninger på ett sted. De ansatte kan få tilgang til egne lønnsslipper og skattedokumenter gjennom en selvbetjeningsportal, slik at du sparer tid og papirarbeid. Hvis du er klar for å bruke mindre tid på lønnsadministrasjon og mer tid på å utvikle virksomheten, kan du sjekke ut QuickBooks Workforce.

Lynn, velkommen til programmet!

Lynn Parramore: Takk for at jeg fikk komme.

David Rice: Vi snakket sammen før opptaket. Vi har alltid målt arbeid på en eller annen måte, men AI endrer grunnleggende skalaen og egentlig også hvor inngående det vi kan måle, er.

Jeg er nysgjerrig på hva du mener: Når slutter måling av arbeid å handle om å forbedre prestasjoner, og blir i stedet overvåking?

Lynn Parramore: Det er et spørsmål jeg tror vi alle strever med, både på arbeidstakersiden og arbeidsgiversiden. Jeg bør kanskje begynne med å si at det finnes gode bruksområder for algoritmisk oppfølging eller AI-drevet overvåking, uansett hva man velger å kalle det.

Tenk for eksempel på tretthetsregistrering. Vi kan forestille oss en pilot som bruker bærbare enheter til å oppdage tretthet. De fleste av oss ville nok sagt at det gir mening. Det finnes AI-enheter som kan brukes til ergonomisk veiledning. Hvis noen løfter tungt, kan teknologien oppdage hvilke bevegelser som kan føre til skader.

Det finnes også bruksområder innen cybersikkerhet. Dette kan altså være nyttig uten at det føles som et inngrep i personvernet. Men det må ha et tydelig og legitimt formål, og arbeidsgiveren bør bare samle inn nødvendige data – ikke si at dataene skal brukes til én ting og så bruke dem til noe annet.

Det må være åpenhet overfor den ansatte om hva som samles inn, hvordan det samles inn og hvordan opplysningene lagres. Et menneske må også være involvert i all beslutningstaking som kan følge av datainnsamlingen, enten det gjelder forfremmelse, disiplinærreaksjoner eller oppsigelse.

Man bør ikke bruke teknologien til å ilegge konsekvenser automatisk. Det er her vi kommer inn på ting som har blitt problematiske for mange av oss, som konstant kameraovervåking eller innsamling av data om hvert eneste tastetrykk og hver musebevegelse, eller skjermbilder hvert tjuende sekund.

Dette er den typen bruk som beveger seg over i kategorien inngrep i personvernet, og som virkelig kan påvirke de ansattes prestasjoner negativt.

David Rice: Det er interessant, ikke sant? Jeg føler at dette skjer gradvis. Jeg tror ikke noen begynner med å si at de skal overvåke arbeidsstyrken.

Det er mer: La oss forbedre produktiviteten, fokusere på tidsstyring og alt det andre. Det høres ut som optimalisering, og dermed i utgangspunktet positivt. Men til slutt krysser man denne grensen. Jeg lurer på om det skjer fordi ledere blir så opptatt av dataene de samler inn at de slutter å spørre om innsamlingen endrer hvordan folk oppfører seg, eller om dataene i det hele tatt er verdt å samle inn.

Lynn Parramore: Absolutt. Det springer ut av en svært menneskelig impuls: Vi bekymrer oss for det vi ikke kan se. Arbeidsgivere har alltid vært bekymret når de ikke kan se hva som foregår, og dette går egentlig tilbake til endringene under den industrielle revolusjonen.

Hvis du jobbet i en skomakerverksted før den industrielle revolusjonen, satt sjefen rett ved siden av deg og kunne se hva du gjorde. Men da fabrikkene og arbeidsstyrkene ble større, begynte arbeidsgiverne å bekymre seg for hva som foregikk utenfor synsfeltet deres.

På slutten av 1700-tallet oppstod ideen om panoptikonet, som noen kjenner til. Filosofen Jeremy Bentham forbindes med dette, men det var faktisk broren hans, Samuel, som utviklet konseptet. I fabrikker ble folk fulle og havnet i slagsmål. Det var kaos. Samuel Bentham foreslo derfor en fabrikk utformet med et rom i midten, der noen kunne observere ansatte som satt rundt et sentralt vakttårn uten nødvendigvis å vite når de ble sett.

Det holdt folk skjerpet og reduserte noe av kaoset. Jeremy Bentham utviklet senere en lignende utforming for et fengsel, og det er nok der forbindelsen blir ubehagelig. Hva blir vi overvåket for, og med hvilket formål?

Overvåking kan endre antakelsene du har om mennesker. Perspektivet går fra «Dette er en ansatt som arbeider i god tro» til «Dette er en person jeg må følge, kontrollere og overvåke hele tiden». Det er to helt ulike perspektiver, og de påvirker naturligvis den ansatte forskjellig.

Ingen liker å føle at de blir overvåket hele tiden og ikke blir stolt på. Det reduserer følelsen av psykologisk trygghet og får en rekke negative konsekvenser. Ingen ønsker å føle at de sitter i et fengsel når de er på jobb.

David Rice: Engasjementet er lavt nok allerede uten at man skal føle seg som om man sitter i et faktisk fengsel.

Lynn Parramore: Nei. Teknologiske fremskritt har gjort det mulig å overvåke ting på et mer detaljert nivå, også ting vi aldri forventet at arbeidsgivere skulle følge med på.

Følelsessporing er et svært kontroversielt område. Bærbare enheter eller kameraovervåking kan brukes til å oppdage følelser som kommer til uttrykk i stemmen eller kroppsspråket. Det er vanskelig å se for seg en situasjon der dette brukes på en måte som får de ansatte til å føle seg komfortable.

Man kunne kanskje tenke seg et frivillig veiledningsprogram for noen som arbeider på en nødtelefon, der det er viktig å beholde en rolig fremtoning. Under opplæringen kunne vedkommende frivillig la et AI-program vurdere hvordan det følelsesmessige nivået opprettholdes gjennom samtalen.

Men nøkkelordet må være frivillig, og det må ikke handle om disiplinærtiltak eller om å bedømme deg som arbeidstaker. Problemet er at vi ikke uttrykker følelser på samme måte, avhengig av kjønn, alder, etnisk bakgrunn, kulturell bakgrunn og en rekke andre forhold.

Psykologer og sosiologer som har studert innsamling av følelsesdata, finner at den ofte ikke er særlig nøyaktig. Man ønsker derfor ikke at det skal fattes vurderinger av ansatte på dette grunnlaget, både fordi opplysningene er unøyaktige og fordi det føles svært inngripende.

David Rice: Vi har hatt gjester her som snakker om en velferdsvinkel på mye av dette. Organisasjoner begrunner det med at det handler om trivsel eller støtte til ansatte. Men du hevder at det finnes et omvendt forhold mellom denne typen overvåking og tillit, og at det naturligvis påvirker folks trivsel.

Hvorfor fører hyppigere måling til mindre tillit?

Lynn Parramore: Jeg tror det går tilbake til antakelsene du har om menneskene som arbeider for deg. Møter de opp med intensjon om å gjøre en god jobb? Kommer de i god tro? Eller er de mennesker du må følge hele tiden og detaljstyre, slik at de blir redusert til samlinger av datapunkter?

Det går tilbake til det grunnleggende spørsmålet om hva en ansatt eller arbeidstaker egentlig er. Er vi bare samlinger av datapunkter? Kan alt vi gjør som er viktig på jobb, måles?

De som blir overivrige etter programvare for sjefsovervåking eller algoritmisk oppfølging og ledelse, antar noen ganger at alt kan måles. Alt som er viktig for en ansatt, kan måles. Men det stemmer ikke. Å hjelpe en kollega er kanskje ikke målbart. God dømmekraft, kreativitet og moralsk mot er heller ikke nødvendigvis målbart.

Det finnes alle slags former for det som ofte kalles taus kunnskap. Dette kan ikke måles, men alt sammen er avgjørende for å være en god ansatt. Begeistringen for denne typen overvåking skyver derfor til side det som faktisk gjør en ansatt god.

David Rice: Jo mer vi prøver å bekrefte atferd gjennom teknologi, desto mindre plass blir det til tillit.

Lynn Parramore: Ja. Tillit er utrolig vanskelig å måle, men den ligger under nesten alt vi bryr oss om på arbeidsplassen: engasjement, innovasjon og det å beholde ansatte.

Når folk føler at de hele tiden blir vurdert, særlig av noe som virker allvitende, skaper det stort ubehag. De vet ikke engang hva som faktisk blir sett. Man kan ikke optimalisere for en bestemt måleenhet når det føles som om alt blir overvåket.

Dette utspiller seg i virkeligheten. JPMorgan Chase kunngjorde at de skulle innføre overvåkingssystemer for juniorbankfolk. De hadde et problem med at junioransatte arbeidet ekstreme mengder og opplevde stort press, stress og tretthet. Programmet ble introdusert som et velferdsverktøy, noe som høres bra ut. Men når systemet måler hvert eneste tastetrykk kontinuerlig, blir det noe annet, og de ansatte er ikke nødvendigvis fornøyde.

Hvordan samtykker man til slik overvåking? Er det egentlig et valg når man takker ja til jobben, særlig som junioransatt? Hvilket valg har man egentlig? Det skaper spenning. Det finnes dokumentasjon på at enkelte former for overvåking, spesielt kontinuerlig overvåking, kan øke stress og angst i stedet for å bedre trivselen.

Man kan begynne å lure på om noen få minutter uten aktivitet ved datamaskinen – kanskje fordi man tenker på et problem – vil føre til at man blir flagget. Det oppstår en konstant følelse av å bli sett, uten å vite hvordan informasjonen skal brukes eller om den kan lekke.

Det har vært virkelige tilfeller der data om ansatte, samlet inn gjennom algoritmisk overvåking, har kommet på avveie. I 2025 ble data fra selskapet WorkComposer, som laget programvare for overvåking av ansattes datamaskiner, kompromittert og gjort offentlig tilgjengelig. Materialet omfattet blant annet råopptak fra webkameraer av ansatte på jobb.

Ingen ønsker at slikt skal ligge offentlig og brukes til tilfeldige formål. Det kan skyldes en utilsiktet datalekkasje eller hacking, og opplysningene kan brukes ondsinnet. Arbeidsgivere kan si at bare én avdeling skal ha tilgang, men interne lekkasjer viser ofte at dataene brukes bredere enn lovet.

Mistilliten vokser, og snart har man en arbeidsstyrke som har mistet den indre motivasjonen, føler mindre lojalitet til arbeidsgiveren og kanskje begynner å se etter en annen jobb.

David Rice: Algoritmer kan måle atferd, men ikke intensjon, dømmekraft eller kontekst. Hvis du ser på alt jeg gjør, vet du da hvorfor jeg gjør det?

Lynn Parramore: Og selv om noe kan måles, betyr ikke det at det bør måles. Tenk på kundeservice: Det finnes systemer som registrerer hvor lenge en representant snakker med en kunde, og markerer samtaler som varer lenger enn det som regnes som optimalt.

Men en god ansatt kan bruke ekstra tid fordi kunden har et vanskelig problem. Hvis den ansatte straffes for lange samtaler, vil vedkommende kanskje sende kunden videre eller avslutte samtalen for tidlig. Da får man både misfornøyde kunder og misfornøyde ansatte.

Det finnes aldri én løsning som passer alle. Målingen tar ikke hensyn til intensjonen om å hjelpe kunden, eller til kontekst og nyanser. Kanskje noen har en dårlig dag. Skal det registreres og brukes mot dem? Vet de når dataene ble samlet inn, hvordan det skjedde eller hvorfor?

Til syvende og sist fører dette til et alvorlig tillitsbrudd mellom arbeidsgiver og arbeidstaker.

David Rice: Ledelse har alltid handlet om å tolke nyanser – hvorfor noe skjedde, ikke bare at det skjedde. Det finnes en fare for at ledere forveksler komplette data med full forståelse, selv om dataene bare er informasjon.

Lynn Parramore: Absolutt. Noe av dette har røtter i en bevegelse fra begynnelsen av 2000-tallet, da Alex Pentland ved MIT utviklet bærbare enheter. Mye kom fra militæret og idretten. En enhet kunne følge hvordan en pitcher fungerte på banen, eller hvor hardt noen ble belastet under en militæroperasjon.

Det kan være interessante og nyttige data, men å overføre dette til den vanlige arbeidsstyrken – for eksempel bankansatte eller kundeservicemedarbeidere – fungerer ikke alltid slik man ønsker eller forventer, og er ikke nødvendigvis nyttig.

At mye av dette kommer fra militæret og fengselsvesenet, sier også noe om hvorfor det kan føles påtrengende og problematisk på arbeidsplassen. Mennesker bryr seg om personvernet sitt. Vi bekymrer oss både for det vi ikke kan se, og for å bli sett for mye.

EU har sterkere regler som beskytter personvern som en grunnleggende rettighet på arbeidsplassen. Arbeidsgiveren må vise til en saklig og legitim grunn, datainnsamlingen må være målrettet og begrenset, og arbeidstakeren har rett til å stille spørsmål ved eller protestere mot dataene som samles inn.

I enkelte tilfeller må arbeidsgiveren rådføre seg med arbeidsmiljøutvalg eller fagforeninger om hvordan programmene skal innføres. I USA er situasjonen langt mer fragmentert og forvirrende. Det finnes ingen generell lov om personvern på arbeidsplassen, og utgangspunktet er ofte at et selskap kan overvåke enhetene det eier.

Dette ble et voksende problem under pandemien, da flere arbeidet hjemmefra. Arbeidsgivere ble urolige over ansatte som arbeidet fra stuen, og koblet i noen tilfeller overvåkingsprogrammer til bedriftens bærbare datamaskiner. Enkelte programmer krevde til og med at ansatte oppga en grunn når de tok en toalettpause eller en pause på fem minutter.

Pandemien ble dermed en unnskyldning for å øke overvåkingen kraftig. Det skjedde så raskt at lovverket ikke har holdt tritt.

David Rice: Pandemien gjorde fjernarbeid mulig, men den hadde også en pris. Før stolte man i stor grad på at en leder så over skulderen til noen. Nå finnes det mange ulike måter å være øynene over skulderen på.

Lynn Parramore: Spørsmålet er hva man egentlig måler. Hvis man måler hvor mange salg som ble avsluttet den dagen, spiller det virkelig noen rolle om noen tok tre toalettpauser om morgenen? Hva er formålet med dataene?

Hvis man går for langt eller ikke er åpen, vil ansatte protestere og finne måter å omgå systemet på. Frederick Taylor gjorde noe lignende på 1880-tallet. Han brukte stoppeklokke for å bryte arbeidet på fabrikkgulvet ned i små, målbare enheter for å øke hastigheten.

Det fungerte til en viss grad, men de ansatte ble frustrerte og begynte å manipulere systemet. De stilte klokken tilbake når han forlot rommet. Under pandemien fant folk måter å få musen til å bevege seg kontinuerlig selv når de ikke satt ved datamaskinen.

David Rice: Musejiggeren.

Lynn Parramore: Ja. Jeg leste til og med om noen som satte en ananas foran den bærbare datamaskinen, slik at det så ut som om et menneskehode var der. Folk har en iboende motstand mot påtrengende overvåking. Det er menneskelig natur.

David Rice: En kort pause. Har lønn blitt mer komplisert etter hvert som virksomheten din har vokst? Kanskje du håndterer heltidsansatte og oppdragstakere samtidig, ulike lønnsplaner eller virksomhet i flere delstater.

QuickBooks Workforce er laget for å forenkle slike voksesmerter med automatisert lønn, skatteberegninger, støtte for etterlevelse og verktøy som bidrar til at teamet får korrekt lønn til rett tid. Hvis lønnsprosessene dine blir mer komplekse, kan du lære mer om hvordan QuickBooks Workforce kan effektivisere dem.

Lynn Parramore: Hvis ansatte følger systemet, får du kanskje likevel ikke deres beste prestasjoner. En algoritme kan vite hvor lang tid du brukte på en oppgave, men vet den at du brukte ekstra tid fordi du hjalp en kollega? Nei. Men det er nettopp den typen atferd man ønsker fra en ansatt.

Vi trenger anerkjennelse av menneskeligheten vår, intensjonene våre, den gode troen vår og kompleksiteten vår. Jo mer kompleks aktiviteten er, desto vanskeligere er det å redusere den til diskrete, målbare enheter.

Som ansatte må vi få lov til å utvikle oss og lære. Vi må kunne gjøre feil uten å bli sagt opp av en algoritme, en usynlig leder som vi ikke kan se og hvis målinger vi ikke forstår.

David Rice: Forstår algoritmen at du måtte avlive hunden din forrige uke? Eller at du hadde en stor krangel med søsteren din? Nei. Det er problemet. Vi fjerner lag med menneskelig ledelse og erstatter dem med noe som ikke forstår hvem vi er eller hvorfor vi oppfører oss slik vi gjør.

Lynn Parramore: En av mine viktigste aktiviteter i løpet av dagen ser ut som om jeg stirrer ut i luften og ikke gjør noe. Egentlig tenker jeg. Kanskje går jeg rundt i leiligheten fordi det hjelper meg å tenke. Hvordan skal et algoritmisk ledelsessystem oppdage det? Det vil sannsynligvis flagge meg.

Mye av det som er nødvendig for å gjøre en god jobb, passer ikke inn i disse diskrete enhetene og systemene. Det vil det aldri gjøre.

David Rice: Systemet kommer ikke til å forstå at jeg spiser mye saltstenger, men det finnes en grunn til det.

Lynn Parramore: Ansatte har klaget over at noen algoritmiske systemer fra pandemien ikke ville at de skulle spise på jobb. Hvis du snakker med kunder på telefonen, vil ingen at du skal tygge saltstenger under samtalen. Men hvorfor er det et problem å spise en saltstang når samtalen er ferdig?

Det gjør oss også barnslige. Å kontrollere når vi går på toalettet eller vil spise, tar fra oss verdigheten som arbeidstakere og mennesker.

David Rice: Ingen liker å bli detaljstyrt gjennom en prosess, og slett ikke å få beskjed om når man kan spise.

Lynn Parramore: Alle foreldre til tenåringer kjenner kampen mellom hva man ønsker å overvåke, og hvilke resultater overvåkingen faktisk fører til. På et tidspunkt må man akseptere en viss usikkerhet når det gjelder mennesker man stoler på.

Det finnes legitime formål. Hvis barnet ditt for eksempel har kjørt i påvirket tilstand, kan det være fornuftig å teste alkoholnivået i bilen i en begrenset periode. Men hvis det skal gjøres for alltid, får barnet aldri mulighet til å vise at tilliten er gjenopprettet.

En arbeidsleder er ikke en forelder. Vi er mennesker som arbeider sammen, og en viss grad av tillit er nødvendig for å få jobben gjort.

David Rice: Det ligner mer på en trener. Du gir spillerne en innstilling og en plan, sender dem utpå, og lar dem gjøre jobben. Du må la dem uttrykke seg og bruke talentet sitt.

Lynn Parramore: Selv for toppidrettsutøvere gjelder dette. Alt handler ikke om optimalisering. Hvis en trener vil vite nøyaktig hvor lenge noen sov hver natt, kan det finnes et legitimt formål i enkelte situasjoner. Men hele tiden, hver natt, blir det påtrengende.

GPS-sporing av en bil kan være rimelig under arbeidstiden hvis noen leverer varer, men utenom arbeidstiden går det langt over grensen. Ansatte vil protestere.

Vi hører også om Meta-ansatte som er bekymret for algoritmisk overvåking. I dette tilfellet skal systemet lære AI-en hva den ansatte gjør. Det skaper en ny type uro: Blir jeg overvåket slik at et AI-system til slutt kan ta jobben min?

Arbeidsgivere bør involvere de ansatte i samtalen om hvordan programmene skal innføres, hva de skal overvåke og under hvilke forhold. Da blir programmet langt mer vellykket. Ansatte er ikke imot all overvåking. I enkelte tilfeller kan måling av prestasjoner hjelpe ansatte som opplever diskriminering eller har en leder som prøver å få dem i vanskeligheter.

Dette er verktøy, og de kan brukes på ulike måter avhengig av arbeidsgiverens intensjon. Det er én ting å ha en hjelper i form av et AI-program. Det er noe helt annet å ha en usynlig leder, og det ønsker nesten ingen.

David Rice: Dette er en samtale om etikk og filosofi. Man må være litt filosofisk om dette nå, fordi virksomhet kan være bra for samfunnet, men også svært skadelig. Det er ikke automatisk positivt.

Lynn Parramore: Vi lærte dette gjennom tobakksindustrien. Vi vet hvor skadelig enkelte forretningsaktiviteter kan være for samfunnet. Vi har lært det på den harde måten og bør ikke måtte lære den samme leksen om igjen.

David Rice: Vi har sett det med sosiale medier og teknologiselskaper. Det er derfor mange i offentligheten ikke stoler på AI. Vi har blitt lovet at ting er trygge og nyttige, men det har vist seg å ikke stemme.

Lynn Parramore: Det handler også om tillit til samfunnet. Mange forskere som tidligere arbeidet ved universiteter, har mistet jobben og gått til private selskaper. Når forskningsartikler om AI-overvåking publiseres, er en person fra et selskap ofte medforfatter. Det minner om studiene som ble finansiert av R.J. Reynolds og hevdet at nikotin ikke var avhengighetsskapende.

Det har oppstått en mistillit til teknologi og løftene om at økt produktivitet skal føre til høyere lønn eller mindre arbeid. De siste førti eller femti årene har disse løftene ikke blitt innfridd. Derfor er folk forståelig nok nervøse, særlig fordi dette skjer så raskt og i så stor skala.

David Rice: Yngre arbeidstakere er idealistiske, men også åpent skeptiske. Gen Z er ikke teknologifiendtlig. De er trolig den teknologisk mest kompetente generasjonen vi har hatt. Skepsisen handler om grensen mellom det som er nyttig og det som er påtrengende, og om de stoler på menneskene som utvikler og driver systemene.

Lynn Parramore: Se på hva den eldre delen av Gen Z har opplevd: geopolitisk uro, terrorangrep, finanskrise, lavkonjunktur og gjentatte kriser. De har fått høre at sosial mobilitet stopper opp, og at de kanskje ikke vil få det bedre enn foreldrene sine.

Nå har de studert og arbeidet hardt, men får høre at det kanskje ikke finnes begynnerjobber til dem, eller at de ikke trengs i økonomien. Inflasjon og andre motvinder gjør situasjonen vanskelig. Samtidig presses AI på dem før de har rukket å tilpasse seg, og utdanningen deres kan bli fremstilt som irrelevant.

De har allerede sett hvordan teknologiselskaper har sviktet dem gjennom sosiale medier, datainnsamling og manipulerende reklame. De tror ikke nødvendigvis på at AI skal gjøre livet bedre, og de har gode grunner til å være skeptiske.

David Rice: De er ikke ludditter. De har omfavnet teknologien de har fått. Skepsisen handler om erfaringene deres med dårlige ledere og dårlige intensjoner.

Lynn Parramore: Når arbeidsgivere sier at dataene skal lagres sikkert, spør unge mennesker hvorfor de skal stole på det når de stadig hører om store datainnbrudd. Når de får høre at teknologien skal redde menneskeheten, blir de også skeptiske.

Hvis økonomien ikke tilbyr dem mye, hvorfor skal de være lojale? Hvis de får høre at de kanskje ikke får jobb eller karriere, og at de er overflødige, er det naturlig at de protesterer.

En ung sykepleier fortalte meg nylig om et algoritmisk program som avgjør hvilke pasienter som står i fare for å falle. Programmet bruker datapunkter og setter i gang protokoller. Sykepleierne vet at systemet noen ganger tar feil, men de kan ikke overstyre det. De må finne måter å arbeide rundt algoritmen på samtidig som de beskytter pasientene.

Det er ikke slik vi ønsker at mennesker skal møte arbeidslivet – med menneskelig dømmekraft som fullstendig blir overstyrt. Når det gjelder menneskers sikkerhet og potensielt liv og død, kan vi ikke overlate alt til en algoritme.

David Rice: Unge mennesker har blitt fortalt i årevis at de skulle spesialisere seg, lære matematikk, naturfag og programmering. Nå får de høre at myke ferdigheter er viktigst. Det er ikke rart at de føler at alt har vært en løgn.

Lynn Parramore: Hva skal de gjøre med det? Du kan ikke bare gå tilbake og gjøre om fire år med utdanning. Samfunnet må støtte dem med opplæring, videreutdanning og nye utdanningsprogrammer. Problemet er stort, og samfunnets svar må være tilsvarende stort.

Man kan ikke kaste en hel generasjon under bussen. Gjør man det, skaper man en eksplosiv situasjon med unge mennesker uten håp, forventninger eller ressurser.

David Rice: Dette kan gjelde fem til ti avgangskull. Det er mange utdannede arbeidstakere som må finne veien videre i en helt ny virkelighet.

Lynn Parramore: Det blir uunngåelig vanskelig, men det trenger ikke bli så smertefullt hvis vi svarer klokere. Store selskaper bør bruke noen av ressursene sine på å omskolere ansatte de har sagt opp, i stedet for bare å berike aksjonærene.

Et offentlig selskap har et samfunnsoppdrag og skylder noe tilbake til samfunnet og menneskene som har gjort virksomheten vellykket. Det bør ikke bare handle om å berike aksjonærene.

Jeg håper pendelen nå har svingt så langt mot aksjonærberikelse at den begynner å svinge tilbake. Vi må vurdere hva vi forventer av næringslivsledere og selskaper. På 1950- og 1960-tallet ble ledere holdt ansvarlige overfor flere interessenter, inkludert ansatte og lokalsamfunn.

David Rice: Kanskje det ikke bare er en pendel, men en karusell som til slutt går rundt og snur alt opp ned. Samfunnet kan bli nødt til å endre hvordan selskapsstatus tildeles. Tidligere måtte man dokumentere et offentlig gode for å bli anerkjent som selskap og få fordelene som fulgte med.

Lynn Parramore: Hva er egentlig et selskap til for? Det bør ikke bare være til for å gjøre noen få mennesker rike eller produsere trillionærer. Det fungerer dårlig sammen med demokrati. Man kan ha konsentrert rikdom, eller man kan ha demokrati, men det er vanskelig å ha begge deler samtidig.

Vi ønsker selskaper som lager gode produkter og tjenester, som ikke begår svindel for å drive aksjekursen opp, og som ikke bruker alle overskudd og ressurser på å berike noen få mennesker som ikke gjør selve arbeidet.

AI gjør dette spørsmålet enda mer presserende. Teknologien utvikles raskt, løftene er store, og skadevirkningene er uklare. Datasentre er bare ett eksempel. Ett såkalt hyperskalersenter kan bruke like mye energi som et lite land. Hva gjør dette med strømpriser, forurensning, vannforbruk og bønder?

Selskaper bør ikke kunne bestemme dette alene uten regulering eller innspill fra lokalsamfunnene som berøres. Det er en oppskrift på katastrofe.

David Rice: Ledere må være villige til å trykke på pauseknappen og tenke grundig over hvordan teknologien bør brukes, hva man ønsker å oppnå, og hva man ikke trenger den til.

Lynn Parramore: Vi har sett mange selskaper rulle ut AI for raskt og uten tilstrekkelig omtanke. Noen har sagt opp ansatte fordi de trodde AI kunne gjøre jobben deres, for så å oppdage at det ikke stemte og måtte ansette dem på nytt.

Det samme gjelder samfunnet. Vi bør stoppe opp med å bygge datasentre til vi vet mer om konsekvensene. Påstanden om at vi må skynde oss fordi Kina ellers gjør det, kan bli en unnskyldning for å gjøre hva som helst uten regulering. Når teknologien tas i bruk i våpensystemer eller atomkraftanlegg, blir manglende regulering svært bekymringsfullt.

David Rice: Lynn, takk for at du kom til programmet. Dette har vært en flott samtale.

Lynn Parramore: Takk. Jeg er glad for at du snakker om dette. Vi kommer sikkert til å ha mer å snakke om etter hvert som utviklingen fortsetter.

David Rice: Lyttere, hvis dere vil lære mer fra Lynn, kan dere følge henne på LinkedIn. Hun har gitt ut en bok som absolutt er verdt å lese.

Før neste gang kan dere gå til peoplemanagingpeople.com/subscribe og melde dere på nyhetsbrevet. Der får dere denne podkasten og alt annet vi lager, med artikler og virtuelle arrangementer.

Ikke vær redd for å være filosofisk om dette.

Før vi avslutter, har vi noe for virksomheter med team ute i felt. Hvis du leder arbeidslag på flere anleggsplasser, kan det raskt bli krevende å holde oversikt over timer og arbeidskostnader. Med QuickBooks Workforce og QuickBooks Time kan du registrere arbeidstid, følge arbeidskostnader per prosjekt og holde lønnsarbeidet knyttet til arbeidet som skjer ute i felt.

Enten du arbeider med bygg og anlegg, feltjenester eller en annen prosjektbasert virksomhet, kan QuickBooks Workforce forenkle lønn og arbeidsstyring. Les mer for å se hvordan løsningen kan støtte teamet ditt.