Artikler

Jeg bad for nylig en chatbot om at hjælpe mig med at lave italiensk bolognese.

Ikke fordi jeg ikke ved, hvordan man laver bolognese. Men fordi min hjerne efter tre år med AI er blevet vænnet til refleksen: “Spørg maskinen”. Sekunder efter foreslog en af verdens mest avancerede modeller, at jeg skulle… gøre som jeg plejer. Hmm.

Der sidder altså en digital rumraket på min skærm, og jeg bruger den til at forklare mig, hvordan jeg løser opgaver, som jeg allerede kender svaret på, hvis jeg tænkte mig om. Hvis AI havde følelser, ville den nok føle sig en anelse underudnyttet.

Det er for mig essensen af fase 1.

Fase 1 er der, hvor vi brugte generativ AI som tekstmaskine og praktisk hjælper. Vi bad den skrive mails til kolleger, vi havde dårlig samvittighed over. Opsummere møder, vi alligevel ikke gad læse referatet fra. Sætte kommaer i LinkedIn-opslag, der mest handlede om, hvor begejstrede vi var for… AI.

Virksomheder gjorde det samme i større skala. Et lille chatbot-projekt i kundeservice her. En “AI-assistent” i HR dér. Masser af pilotprojekter, masser af pressemeddelelser, relativt få forretningsmodeller, der reelt ændrede sig.

Forskningen viser det samme: næsten alle organisationer bruger nu AI i en eller anden form, men kun en lille håndfuld kan dokumentere, at det flytter bundlinje og kvalitet. Resten har i praksis bare fået en hurtigere tekstbehandler og en mere lydig Google.

Alligevel har fase 1 været vigtig. Vi skulle lære at tale med maskinen. Vi skulle vænne os til tanken om, at sprog og kode ikke længere var noget, kun mennesker kunne producere. Vi skulle opdage, hvor både genial og pinligt fejlbarlig teknologien er.

Men det er ikke dér, slaget om fremtidens viden-arbejde bliver afgjort.

For imens vi har stået og grinet af computerens misforståede mal-fanden-på-væggen-lignende-udsagn, er der sket et ryk. De mest modne organisationer taler ikke længere om “at prøve AI af”. De taler om at bygge det ind i deres beslutnings-motor.

Der, hvor fase 1 handlede om at producere tekst, handler fase 2 om at producere tanker.

I fase 2 bliver AI bundet til virksomhedens egne data, systemer og processer. Ikke bare “kære chatbot, skriv en pressemeddelelse”, men “kære system, gennemgå fem års kundeadfærd, markedsdata og interne rapporter og giv mig tre plausible scenarier – og hvilke risici vi overser”.

AI går fra at være en klog sekretær til at være en slags analytisk kollega. Den læser hurtigere end os, ser mønstre, vi ikke opdager, og foreslår beslutninger, vi måske aldrig selv var kommet i nærheden af.

Det lyder effektivt. Det er det også. Men det er også dér, det for alvor begynder at gøre ondt på de klassiske videns-professioner.

Når AI skriver en halvfesen mail for mig, mister jeg måske lidt træning i at formulere mig. Når AI hjælper en leder med at analysere medarbejderdata, økonomi og produktivitetsrapporter og foreslår, hvem der skal forfremmes eller fyres, har vi pludselig flyttet tyngdepunktet i magten.

Det er her, sprogfolk, kommunikatører, analytikere og ledere skal være vågne.

Hvis fase 1 truede korrekturlæseren, udfordrer fase 2 hele laget af mennesker, der lever af at tolke verden, skabe indsigt og forme beslutninger. Ikke fordi de forsvinder i morgen, men fordi deres rolle er ved at blive omdefineret fra “den, der laver analysen” til “den, der stiller spørgsmålet og tager ansvaret”.

Det er den gode nyhed. Hvis vi vil have den.

For AI kan stadig ikke mærke. Den kan ikke stå op foran et team og sige: “Jeg har taget fejl, vi skal en anden vej”. Den kan ikke tage ansvar, når en algoritme har reproduceret en bias, ingen gad kigge efter. Den kan ikke forklare et menneske, hvorfor en hård beslutning alligevel er rigtig.

Til gengæld kan den tvinge os til at beslutte, hvad der skal være tilbage som menneskets domæne.

Vi kan vælge at glide passivt med og reducere os selv til passagerer i cockpittet, mens rumraketten regner ruterne ud. Eller vi kan insistere på, at AI er et redskab, der gør os i stand til at tænke længere, se mere og handle klogere – hvis vi tør tage ejerskab.

Fase 2 handler ikke om, hvor klog maskinen er. Den handler om, hvor modige vi er som mennesker.

Og måske er det i virkeligheden den vigtigste opgave for os, der arbejder med sprog, strategi og mennesker: Ikke bare at lære at bruge AI. Men at være dem, der sætter retningen for, hvad den overhovedet skal bruges til.

Fase 2 er ikke kun en teknologisk opgradering. Den bliver en karaktertest for os.

Vi kan vælge at acceptere rollen som pæne passagerer, der får lov at trykke lidt på knapperne, mens rumraketten regner kursen.

Eller vi kan insistere på at være menneskene i kontrolrummet. Dem, der designer spørgsmålene, sætter grænserne og siger: “Her bruger vi human intelligence. Her bruger vi artificial intelligence.”

For mig er det den egentlige opgave for sprogfolk, kommunikatører og andre vidensarbejdere i de kommende år: At rykke fra “Lav en bolognese-opskrift” til “Analysér denne tekst og lav en kritisk analyse af min argumentationskæde”.

Fase 1 handlede om at få maskinen til at producere.

Fase 2 handler om at få maskinen til at analysere.

Hvis vi ikke gør det, skal vi ikke blive overraskede, hvis vi en dag vågner op og opdager, at vi har bygget en fremragende tænkemaskine – og reduceret os selv til nogen, der kun bruger den til at få hjælp til at lave bolognese, vi engang selv kendte opskriften på.

Kilder: 
https://hai.stanford.edu/ai-index/2025-ai-index-report

https://cisr.mit.edu/publication/2024_1201_EnterpriseAIMaturityModel_WeillWoernerSebastian

https://www.weforum.org/publications/leveraging-generative-ai-for-job-augmentation-and-workforce-productivity/

https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-2024