Generativ AI er designet til at gøre tingene nemmere. Det er en styrke, når den bruges som produktivitetsværktøj. Men set som middel til kompetenceudvikling betyder det, at man skal gå imod teknologiens indbyggede retning - mod det, der kræver mindst anstrengelse. I en virksomhedskultur med fokus på produktivitet, hvor de fleste har travlt, vil medarbejdere, der bruger AI dagligt og til mange forskellige opgaver, opleve en fristelse over tid: mod knappen.
Med knappen mener vi den knap, der sender en besked til ChatGPT, Copilot eller det værktøj, man nu engang bruger. Når man lærer at prompte effektivt, vil nogen opleve, at det meste af deres arbejde kan gå som en slags copy-paste: de beskriver opgaven, og AI henter svaret tilbage. I mellemtiden læner de sig længere og længere tilbage og bliver fjernere og fjernere fra det egentlige arbejde.
I vores egne implementeringsforløb med virksomheder har vi set begge brugsmønstre. Vi har set medarbejdere, der bruger AI til faglig sparring og til at forberede sig bedre - til et vigtigt møde, en faglig dialog, en præsentation de vil stå stærkere i. De bruger knappen til at skærpe deres tænkning. Og vi har set det modsatte.
En ung medarbejder i første job i en stor virksomheds strategiafdeling brugte ChatGPT dagligt - det var forventet og en del af kulturen. Da hun fik en opgave, hun ikke forstod fuldt ud, gik hun ikke til sin nærmeste leder. Hun gik til ChatGPT. Og ChatGPT forklarede det. Problemet var, at hun nu troede, hun forstod det. Det er ikke et isoleret fænomen: en MIT-undersøgelse fandt, at 83 procent af studerende, der netop havde skrevet et essay med AI-hjælp, ikke kunne gengive indholdet bagefter - mod 11 procent i gruppen der arbejdede uden AI (Kosmyna og kolleger, 2025).
I møder, når hun skulle præsentere sit arbejde, var hun afhængig af det, AI havde produceret. Når der var fejl, opdagede hun dem ikke, fordi hun manglede det faglige fundament til at spotte dem. Ingen lagde mærke til det, fordi leverancen holdt. Men den faglige udvikling, der burde ske i første job - fejlene man begår og lærer af, de spørgsmål man tør stille sin leder - udeblev.
Forskning i AI-brug viser, at jo bedre kvalitet AI har, jo sværere er det at spotte dens fejl, og desto mere vil folk have en tendens til at forholde sig ukritisk til den (Dell'Acqua, 2023). Bedre AI gør ikke folk mere opmærksomme. Den gør dem mere afhængige - og med større risiko for fejl til følge.ent
Generativ AI er designet til at gøre tingene nemmere. Det er en styrke, når den bruges som produktivitetsværktøj. Men set som middel til kompetenceudvikling betyder det, at man skal gå imod teknologiens indbyggede retning - mod det, der kræver mindst anstrengelse. I en virksomhedskultur med fokus på produktivitet, hvor de fleste har travlt, vil medarbejdere, der bruger AI dagligt og til mange forskellige opgaver, opleve en fristelse over tid: mod knappen.
Med knappen mener vi den knap, der sender en besked til ChatGPT, Copilot eller det værktøj, man nu engang bruger. Når man lærer at prompte effektivt, vil nogen opleve, at det meste af deres arbejde kan gå som en slags copy-paste: de beskriver opgaven, og AI henter svaret tilbage. I mellemtiden læner de sig længere og længere tilbage og bliver fjernere og fjernere fra det egentlige arbejde.
I vores egne implementeringsforløb med virksomheder har vi set begge brugsmønstre. Vi har set medarbejdere, der bruger AI til faglig sparring og til at forberede sig bedre - til et vigtigt møde, en faglig dialog, en præsentation de vil stå stærkere i. De bruger knappen til at skærpe deres tænkning. Og vi har set det modsatte.
En ung medarbejder i første job i en stor virksomheds strategiafdeling brugte ChatGPT dagligt - det var forventet og en del af kulturen. Da hun fik en opgave, hun ikke forstod fuldt ud, gik hun ikke til sin nærmeste leder. Hun gik til ChatGPT. Og ChatGPT forklarede det. Problemet var, at hun nu troede, hun forstod det. Det er ikke et isoleret fænomen: en MIT-undersøgelse fandt, at 83 procent af studerende, der netop havde skrevet et essay med AI-hjælp, ikke kunne gengive indholdet bagefter - mod 11 procent i gruppen der arbejdede uden AI (Kosmyna og kolleger, 2025).
I møder, når hun skulle præsentere sit arbejde, var hun afhængig af det, AI havde produceret. Når der var fejl, opdagede hun dem ikke, fordi hun manglede det faglige fundament til at spotte dem. Ingen lagde mærke til det, fordi leverancen holdt. Men den faglige udvikling, der burde ske i første job - fejlene man begår og lærer af, de spørgsmål man tør stille sin leder - udeblev.
Forskning i AI-brug viser, at jo bedre kvalitet AI har, jo sværere er det at spotte dens fejl, og desto mere vil folk have en tendens til at forholde sig ukritisk til den (Dell'Acqua, 2023). Bedre AI gør ikke folk mere opmærksomme. Den gør dem mere afhængige - og med større risiko for fejl til følge.ent
