Generativ AI gör det möjligt att bygga vidare på medarbetares erfarenhet – men vem får vinsten? En praktisk genomgång av kunskapsdelning, trygghet och risken att effektivisering blir ett hot mot jobbet.
Du lär AI:n att göra på en kvart vad som tidigare tog halva förmiddagen. Chefen vill att alla ska använda metoden. Trevligt – men vad får du själv, utöver äran och möjligen fler arbetsuppgifter?
Generativ AI gör frågan om kunskapsdelning ovanligt konkret: när erfarenhet kan paketeras i ett arbetsflöde behöver arbetsplatsen också diskutera erkännande, ersättning och vem som får nytta av den sparade tiden.
Den som har arbetat länge har samlat på sig mer än yrkeskunskaper. Man vet vilka kontrollfrågor som avslöjar en svag kalkyl, när en kund behöver en förklaring och varför en till synes rimlig slutsats luktar fel. Sådant brukar kallas omdöme. Det saknar ofta både manual och versionsnummer.
Generativ AI gör det lättare att formulera delar av kunnandet som instruktioner och återanvändbara arbetsflöden. Företagsekonomiforskaren och kommunikationskonsulten Joakim Lind beskriver i Arbetsvärlden hur en analytikers personliga arbetssätt därmed kan bli en gemensam resurs.
Tänk dig exempelvis en analytiker som bygger ett flöde för att granska leverantörsofferter: sammanställ villkoren, markera motsägelser, ställ kompletterande frågor och kontrollera slutsatsen mot dokumenten. Värdet ligger då också i vilka frågor analytikern väljer och vilka svar som kräver granskning.
När kollegorna får tillgång till metoden kan fler arbeta bättre. Samtidigt blir organisationen mindre beroende av upphovspersonens medverkan. Kunskapsdelning kan alltså både stärka verksamheten och flytta en del av individens professionella försprång till arbetsgivaren.
I studien Generative AI at Work, publicerad i The Quarterly Journal of Economics, undersökte Erik Brynjolfsson, Danielle Li och Lindsey Raymond AI-stöd för 5 172 kundtjänstmedarbetare på ett företag. Verktyget föreslog svar under kundchattar. Medarbetarna kunde ändra eller bortse från förslagen.
Antalet lösta ärenden per timme ökade i genomsnitt med 15 procent. Mindre erfarna och mindre skickliga medarbetare hade större nytta av stödet. För de mest erfarna och skickliga var produktivitetsvinsterna små, och forskarna såg även en mindre kvalitetsförsämring i den skickligaste gruppens samtal.
Resultaten pekar på att AI kan sprida framgångsrika kollegors arbetssätt. Forskarna fann också tecken på bestående lärande: förbättringar fanns kvar när tekniska avbrott tillfälligt gjorde AI-stödet otillgängligt.
Det är betydelsefullt, men studien gäller ett företag och en viss sorts arbete. Den avgör varken hur löner påverkas eller hur många jobb som försvinner. Kundtjänstresultat är ingen allmän omräkningstabell för svenskt arbetsliv.
Eric Anicich och Jeslyn Brouwers beskriver i Harvard Business Review en läkare som behöll en användbar AI-mall för sig själv trots att verktyget var godkänt.
Här finns en viktig skillnad mellan tillåtelse och tillit. Att arbetsgivaren har godkänt verktyget säger inget om vad som händer med den som använder det ovanligt skickligt.
Farhågorna är begripliga: Kommer ett snabbare arbetssätt att ge mer kvalificerade uppgifter eller bara en längre kö? Kommer kompetensen att uppskattas, eller avfärdas med att datorn tydligen gjorde jobbet? Blir den egna rollen lättare att ersätta?
Den som delar sin bästa AI-metod ska inte behöva undra om tacken blir en längre att-göra-lista.
En rimlig slutsats är att en arbetsgivare som vill ha fler delade metoder behöver förklara vad delningen ska leda till. En inspirationsdag med kanelbullar kan vara sympatisk. Den besvarar knappast frågan om nästa års bemanning.
Frågan om vem som får använda en lösning behöver bedömas utifrån bland annat anställningsavtal, arbetsuppgifter och lösningens karaktär. Undvik därför både antagandet att allt automatiskt är privat egendom och föreställningen att arbetsgivaren fritt kan göra vad som helst.
För svenska arbetsplatser finns dessutom regler om hur förändringar genomförs. Enligt 11 § medbestämmandelagen ska en kollektivavtalsbunden arbetsgivare som huvudregel förhandla med berörd avtalsbärande arbetstagarorganisation före beslut om viktigare förändringar av verksamheten eller berörda medlemmars arbets- och anställningsförhållanden. En större AI-omställning kan därför aktualisera förhandling.
Arbetsmiljöverket framhåller samtidigt att arbetsgivaren ska förebygga risker när AI införs, däribland ohälsosam arbetsbelastning. Arbetstagare och eventuella skyddsombud ska få medverka i undersökning och riskbedömning. Riskbedömningen ska göras före planerade verksamhetsförändringar.
Juridiken är alltså relevant. Men även en korrekt genomförd förändring kan lämna medarbetaren med känslan av att ha lämnat ifrån sig något värdefullt utan att få särskilt mycket tillbaka.
Joakim Linds huvudpoäng är att delningen behöver bli värdefull också för medarbetaren. Gör därför samtalet konkret innan en lovande metod rullas ut på hela avdelningen:
För den erfarne medarbetaren kan ett bra nästa steg vara att föreslå ett avgränsat försök med gemensamt bestämda mål. Beskriv även när metoden behöver mänsklig kontroll och vilka uppgifter den lämpar sig för. Det gör kunnandet bakom lösningen synligt.
Diskussionen om AI och jobb behöver därmed handla om mer än vem som kan skriva den smartaste instruktionen. Den behöver handla om hur nyttan fördelas. Arbetsgivaren får gärna vilja sprida ett bra arbetssätt. Medarbetaren har lika goda skäl att fråga hur det förbättrar det egna arbetslivet.
Medarbetares AI-metoder kan sprida erfarenhet och höja produktiviteten, men också göra arbetsgivaren mindre beroende av den som utvecklade dem. Därför bör kunskapsdelning följas av tydliga samtal om erkännande, ersättning, arbetsbelastning och inflytande. Svenska regler om förhandling och arbetsmiljö ger viktiga ramar; viljan att dela kräver dessutom förtroende för hur nyttan fördelas.
Medarbetarna testar AI i stor skala, men många saknar svaret på den mest rimliga frågan: vad ska tekniken egentligen göra för företaget – och för deras jobb?
En brittisk undersökning visar att chefer använder AI betydligt oftare än medarbetare. Vad ligger bakom skillnaden – och hur kan fler få nytta av tekniken utan att tumma på säkerheten?
En brittisk undersökning visar att AI blivit kollegan många frågar först – trots att få kontrollerar svaren. Utbildningen släpar efter, och felaktiga råd får verkliga konsekvenser.
AI-agenter uppges ha angripit hundratals matematiska problem på några veckor. Men bakom de imponerande siffrorna väntar år av granskning – och en större fråga: hjälper AI matematiken framåt?
Nyhetsbrev
Veckans bästa guider — samlat och utan brus, för dig som vill ligga steget före.
