AI på jobbet: låt inte snabbheten köra om omdömet

Hur säkert är det att använda AI på jobbet?

Det beror på uppgiften, informationen du lämnar och hur resultatet granskas. Att be om förslag till en mötesagenda är en sak. Att följa en instruktion om maskinsäkerhet eller skicka ett besked om anställningsvillkor kräver betydligt mer kontroll.

Generativ AI skapar exempelvis text utifrån användarens instruktioner. Men ett välformulerat svar kan innehålla fel, luckor eller rena påhitt, så kallade hallucinationer. Digg framhåller i sina riktlinjer för offentlig förvaltning att AI-resultat behöver mänsklig kvalitetskontroll. Språklig elegans fungerar dåligt som kvalitetsstämpel. Även en felaktighet kan bära slips.

Vad den brittiska undersökningen faktiskt visar

Censuswide frågade 2 000 brittiska anställda på uppdrag av utbildningsföretaget O’Reilly den 18–22 september 2026. Bland dem som använde AI-genererade svar i arbetet uppgav:

• 24 procent att de alltid kontrollerade svaren före användning.
• 39 procent att de hade agerat på svar som senare visade sig felaktiga, ofullständiga eller olämpliga.

Bland de anställda uppgav 16 procent att de fått AI-utbildning anpassad till sin yrkesroll. 35 procent hade inte fått någon AI-utbildning eller vägledning under det senaste året. I åldersgruppen 25–34 år vände sig hälften först till AI, före kollega, chef eller sökmotor.

Det är självrapporterade brittiska erfarenheter, inte ett mått på svenska arbetsplatser. Att 24 procent alltid kontrollerar svaren betyder heller inte att övriga aldrig gör det. Undersökningen visar ett glapp, men bevisar inte att bristande utbildning orsakade misstagen.

O’Reillys internationella chef Alexia Pedersen argumenterar för rollanpassad utbildning, kontrollvanor och tillgång till betrodd expertis för att minska glappet.

När gör AI verklig nytta i arbetslivet?

Börja med arbetsmoment där du själv kan bedöma resultatet. Prova att få struktur på ett textutkast, formulera alternativa rubriker till en presentation eller göra ett första förslag till en checklista. Då har du något konkret att förbättra och granska.

Tänk dig att du ansvarar för underhållet på en mindre industri. Ett rimligt försök är att låta AI strukturera en lista med redan godkända arbetsmoment. Därefter jämför du förslaget med era instruktioner. Att låta samma verktyg hitta på serviceintervall eller säkerhetsrutiner innebär en helt annan risk.

För dig som har flera decenniers arbetsliv bakom dig är erfarenheten användbar här. Du kan pröva svaret mot sådant du faktiskt känner till: kundens krav, anläggningens egenheter och varför förra årets till synes smarta lösning gick åt skogen.

Men använd gärna AI inom ett område där du kan upptäcka misstagen innan du tar hjälp inom ett där du saknar grundkunskaper. Då blir det lättare att lära känna verktygets begränsningar.

AI:s snabbhet blir värdefull först när någon har tid och kunskap att granska resultatet.

Hur kontrollerar man AI-svar innan man använder dem?

Gör källkritik till ett arbetsmoment med en tydlig plats i flödet. Här är en praktisk rutin att börja med:

1. Bedöm följderna av ett fel. Ett klumpigt internt mejl och en felaktig säkerhetsinstruktion behöver olika granskningsnivåer. Ju större konsekvens, desto starkare kontroll.
2. Plocka ut det som går att kontrollera. Markera belopp, datum, namn, tekniska uppgifter och påståenden om regler. Granska dem separat från den välskrivna texten runt omkring.
3. Gå till originalet. Läs tillverkarens manual, myndighetens information eller företagets fastställda instruktion. Be gärna AI ange källa, men öppna och läs den själv.
4. Kontrollera sammanhanget. Gäller svaret Sverige, rätt produktmodell och den programversion ni använder? Kontrollera också om uppgiften fortfarande gäller.
5. Räkna och prova själv. Kontrollräkna viktiga belopp i ett kalkylblad. Testa tekniska förslag i en säker testmiljö enligt arbetsplatsens rutiner innan de påverkar verksamheten.
6. Ta hjälp av rätt kollega. Låt någon med sakkunskap granska sådant som får större konsekvenser. Att fråga vidare är en del av jobbet.

Att fråga samma chattbot en gång till om den verkligen är säker ersätter inte kontrollen ovan. Digg beskriver hur generativa AI-tjänster kan producera både kvalificerade gissningar och fabrikationer. Utgångspunkten bör därför vara att pröva viktiga påståenden mot något utanför själva svaret.

Kontrollera också vad du matar in

Ett korrekt svar kan fortfarande ha tagits fram på ett olämpligt sätt. Innan du klistrar in ett kundärende eller personaldokument behöver du veta vilka verktyg arbetsgivaren godkänt och vilka uppgifter som får behandlas där.

Integritetsskyddsmyndigheten, IMY, framhåller att GDPR gäller när personuppgifter behandlas vid användning av AI. Verksamheten behöver bland annat rättslig grund och måste följa dataskyddets grundprinciper. AI är alltså ingen frizon från de vanliga skyldigheterna.

Som försiktig arbetsvana: använd påhittade exempel när det räcker, lämna ute onödiga personuppgifter och fråga ansvarig chef eller dataskyddsfunktion när du är osäker. Lägg heller inte in affärshemligheter i en tjänst som arbetsgivaren inte godkänt för ändamålet.

AI-utbildning måste handla om det riktiga jobbet

En demonstration av hur man skriver en fyndig instruktion räcker knappast som förberedelse för ett helt arbetsliv med AI. Utbildningen bör innehålla arbetsuppgifter som personalen känner igen, vanliga fel och tydliga gränser för användningen.

Låt exempelvis en inköpare öva på att granska en leverantörsjämförelse och en arbetsledare kontrollera ett utkast till arbetsinstruktion. Bestäm vem som granskar resultatet och när en specialist ska ta över.

Diggs vägledning för offentlig förvaltning betonar utbildning, instruktioner och avsatt inlärningstid. Den lyfter också behovet av att behålla den kompetens som krävs för mänsklig kontroll.

Be därför arbetsgivaren om konkreta besked: vilka verktyg får vi använda, till vad och hur ska resultaten kontrolleras? Lägg sedan in granskningen i tidsplanen. Om den försvinner ur kalkylen blir den påstådda effektiviseringen mest ett elegant sätt att skjuta merarbetet framför sig.

Kort sagt

AI på jobbet fungerar bäst när uppgiften är tydligt avgränsad och resultatet granskas av någon med rätt kunskap. I Censuswides brittiska undersökning för O’Reilly uppgav bara 24 procent av användarna att de alltid kontrollerade AI-svaren, medan 39 procent hade följt svar som senare visade sig bristfälliga. Kombinera därför rollanpassad AI-utbildning med källkontroll, tydliga regler för information och tid för mänsklig granskning.

Källor

• O’Reilly – Employee AI Use Is Moving Faster Than Training and Governance, New O’Reilly Research Reveals. Primär publicering av Censuswides undersökning: urval, undersökningsdatum, kontrollvanor, felaktiga råd, utbildning och Alexia Pedersens resonemang.
• Digg – Beslut med stöd av generativ AI bör ha mänsklig kontroll, om felrisker, hallucinationer och kvalitetskontroll; Analysera hur arbetsplatsen påverkas av att införa generativ AI och förbered omställningen, om utbildning, instruktioner, inlärningstid och bibehållen kompetens.
• Integritetsskyddsmyndigheten, IMY – GDPR och AI. Om dataskyddsregler, rättslig grund och grundprinciper vid behandling av personuppgifter med AI.
• TechRadar – ’This is a training and trust problem, not an AI problem’: Barely any workers are verifying information given to them by AI