Når frigjort tid i stedet skaber travlhed og udmattelse
Tutor eller arbejdsværktøj: samme teknologi, vidt forskelligt resultat
Når frigjort tid i stedet skaber travlhed og udmattelse
Jiang og kolleger (2025) viser et overraskende mønster i amerikanske data: baseret på dagbøger fra over 26.000 videnarbejdere over fire år arbejdede medarbejdere i AI-eksponerede stillinger 2,25 timer mere om ugen end dem med lav AI-eksponering. Det der til gengæld forsvandt, var ikke passiv skærmtid - det var sport, tid med venner og søvn.
Chuang og kolleger (2025) ser endnu nærmere på hvad der sker blandt de medarbejdere, der er AI-storforbrugere. Gennem statistisk analyse viser de et vigtigt sammenfald: de samme medarbejdere rapporterer ofte både mestring og udmattelse på én gang, når de bruger AI. Denne "produktive udmattelse" - en tilstand, hvor AI driver leverancer fremad, fordi man føler sig engageret, men ikke fordi man nødvendigvis har energi til det - er med til at restitution og pauser stille forsvinder.
Uden stillingtagen til hvad AI-gevinsten skal bruges til, bliver den frigjorte kapacitet omsat til det, der kræver mindst modstand. Fra vores egen erfaring ser vi et mønster i de organisationer, hvor der er fokus på produktivitet og alle har travlt: udrulning af AI som et personligt værktøj møder en kultur med en stærk produktivitetsnorm. I en kultur, der belønner leverancer og hvor alle har virkeligt travlt, tager medarbejdere sjældent flere pauser eller tid til læresessioner, når AI sparer dem tid.
Jiang og kolleger (2025) viser et overraskende mønster i amerikanske data: baseret på dagbøger fra over 26.000 videnarbejdere over fire år arbejdede medarbejdere i AI-eksponerede stillinger 2,25 timer mere om ugen end dem med lav AI-eksponering. Det der til gengæld forsvandt, var ikke passiv skærmtid - det var sport, tid med venner og søvn.
Chuang og kolleger (2025) ser endnu nærmere på hvad der sker blandt de medarbejdere, der er AI-storforbrugere. Gennem statistisk analyse viser de et vigtigt sammenfald: de samme medarbejdere rapporterer ofte både mestring og udmattelse på én gang, når de bruger AI. Denne "produktive udmattelse" - en tilstand, hvor AI driver leverancer fremad, fordi man føler sig engageret, men ikke fordi man nødvendigvis har energi til det - er med til at restitution og pauser stille forsvinder.
Uden stillingtagen til hvad AI-gevinsten skal bruges til, bliver den frigjorte kapacitet omsat til det, der kræver mindst modstand. Fra vores egen erfaring ser vi et mønster i de organisationer, hvor der er fokus på produktivitet og alle har travlt: udrulning af AI som et personligt værktøj møder en kultur med en stærk produktivitetsnorm. I en kultur, der belønner leverancer og hvor alle har virkeligt travlt, tager medarbejdere sjældent flere pauser eller tid til læresessioner, når AI sparer dem tid.
Du kan skabe medarbejdere, der vokser med AI - frem for at brænde ud
Du kan skabe medarbejdere, der vokser med AI - frem for at brænde ud
Tidsbesparelser fra AI kan omvendt også skabe en positiv effekt, hvor AI frigiver ressourcer til fordybelse og rolleskift, der på sigt skaber øget medarbejderudvikling. Liu, Sheng og Liu (2025) fulgte 291 medarbejder-par i kinesiske virksomheder over to bølger med en måneds mellemrum. Hvert par bestod af én medarbejder, der frivilligt var gået i gang med AI brug samt en kollega, der i studiet besvarede spørgsmål om dennes adfærd og kendetegn. Mønsteret var klart: medarbejdere, der var nået langt med AI brug og aktivt brugte den frigjorte tid til at opsøge nye udfordringer og omforme deres rolle, opnåede dybere karriereengagement. Det var synligt for dem, de arbejdede med.
Det som AI muliggjorde, kaldes på engelsk job crafting: den aktive omformning af ens rolle. Kapacitet frigjort med AI bruges her til at ændre, hvad arbejdet består i - ikke kun hvor hurtigt det udføres og hvor meget der samlet set leveres. Vigtigst af alt viste studiet, at lysten til at søge udfordringer drev øget karriereengagement selv hos medarbejdere, der ikke var begejstrede for AI (men som havde taget teknologien i brug). Vilje til at søge nye udfordringer var mere afgørende end AI-entusiasme.
Denne dynamik sker ikke for hvem som helst. De medarbejdere, der lykkes med job crafting, er typisk de initiativrige og nysgerrige - dem, der finder vejen selv. Andre medarbejdere, der f.eks. leverer høj kvalitet inden for kendte rammer, har brug for en invitation og hjælpende hånd. Det er her, man som leder kan træde i kraft.
Tidsbesparelser fra AI kan omvendt også skabe en positiv effekt, hvor AI frigiver ressourcer til fordybelse og rolleskift, der på sigt skaber øget medarbejderudvikling. Liu, Sheng og Liu (2025) fulgte 291 medarbejder-par i kinesiske virksomheder over to bølger med en måneds mellemrum. Hvert par bestod af én medarbejder, der frivilligt var gået i gang med AI brug samt en kollega, der i studiet besvarede spørgsmål om dennes adfærd og kendetegn. Mønsteret var klart: medarbejdere, der var nået langt med AI brug og aktivt brugte den frigjorte tid til at opsøge nye udfordringer og omforme deres rolle, opnåede dybere karriereengagement. Det var synligt for dem, de arbejdede med.
Det som AI muliggjorde, kaldes på engelsk job crafting: den aktive omformning af ens rolle. Kapacitet frigjort med AI bruges her til at ændre, hvad arbejdet består i - ikke kun hvor hurtigt det udføres og hvor meget der samlet set leveres. Vigtigst af alt viste studiet, at lysten til at søge udfordringer drev øget karriereengagement selv hos medarbejdere, der ikke var begejstrede for AI (men som havde taget teknologien i brug). Vilje til at søge nye udfordringer var mere afgørende end AI-entusiasme.
Denne dynamik sker ikke for hvem som helst. De medarbejdere, der lykkes med job crafting, er typisk de initiativrige og nysgerrige - dem, der finder vejen selv. Andre medarbejdere, der f.eks. leverer høj kvalitet inden for kendte rammer, har brug for en invitation og hjælpende hånd. Det er her, man som leder kan træde i kraft.
Tidsbesparelser fra AI kan omvendt også skabe en positiv effekt, hvor AI frigiver ressourcer til fordybelse og rolleskift, der på sigt skaber øget medarbejderudvikling. Liu, Sheng og Liu (2025) fulgte 291 medarbejder-par i kinesiske virksomheder over to bølger med en måneds mellemrum. Hvert par bestod af én medarbejder, der frivilligt var gået i gang med AI brug samt en kollega, der i studiet besvarede spørgsmål om dennes adfærd og kendetegn. Mønsteret var klart: medarbejdere, der var nået langt med AI brug og aktivt brugte den frigjorte tid til at opsøge nye udfordringer og omforme deres rolle, opnåede dybere karriereengagement. Det var synligt for dem, de arbejdede med.
Det som AI muliggjorde, kaldes på engelsk job crafting: den aktive omformning af ens rolle. Kapacitet frigjort med AI bruges her til at ændre, hvad arbejdet består i - ikke kun hvor hurtigt det udføres og hvor meget der samlet set leveres. Vigtigst af alt viste studiet, at lysten til at søge udfordringer drev øget karriereengagement selv hos medarbejdere, der ikke var begejstrede for AI (men som havde taget teknologien i brug). Vilje til at søge nye udfordringer var mere afgørende end AI-entusiasme.
Denne dynamik sker ikke for hvem som helst. De medarbejdere, der lykkes med job crafting, er typisk de initiativrige og nysgerrige - dem, der finder vejen selv. Andre medarbejdere, der f.eks. leverer høj kvalitet inden for kendte rammer, har brug for en invitation og hjælpende hånd. Det er her, man som leder kan træde i kraft.
Tre handlinger for en leder, der tilskynder AI-brug til accelereret udvikling frem for udmattelse
Tre handlinger for en leder, der tilskynder AI-brug til accelereret udvikling frem for udmattelse
Frigjort tid er ikke neutral. Hvad tiden bruges på afgøres af, hvad der kræver mindst modstand i den eksisterende kultur. Som leder kan du ikke kontrollere det direkte, men du kan sørge for, at der er klarhed omkring ønsker og oplagte måder at omsætte tiden på. Det kræver tre ting:
Sæt ord på, hvad frigjort tid er til for. Organisationer eller afdelinger kan udarbejde AI-manifester og AI-retningslinjer, der sætter ord på forventninger om hvad medarbejderne bruger tid til. Det skal ikke ses som et forsøg på at kontrollere, hvad medarbejderne bruger AI til, men det sætter ord på en forventning: at tidsgevinster ikke automatisk skal gå til mere output og masser af nye projekter. At der er legitimt rum til at bruge tid på fordybelse og aktivt at prioritere dette. Det skaber et signal, der er med til at ændre, hvad der kræver mindst modstand.
Giv de rette medarbejdere mandat og tid til at omforme deres rolle. Job crafting kan bruges som et aktivt mål. Udviklingssamtaler kan spørge konkret ind til, hvordan medarbejderen kan bruge den frigjorte tid til at retænke sin rolle. AI-kompetencer kan kobles til nye og mere krævende opgaver (f.eks. at bruge AI til at bygge prototyper og analyser, som medarbejderen kan bruge til at se nye sammenhænge) frem for AI-træning, der udelukkende fokuserer på at producere tekst. For en mindre gruppe af medarbejdere kan job crafting også være en bevidst udviklingsproces over tid, hvor lederen hjælper med at se muligheder og at følge op på udviklingen.
Spørg ind til mere end produktivitet. Chuangs "produktive udmattelse" udgør en advarsel til de medarbejdere, der får mest fra hånden med AI. Det, du måler på, er også det, du får mere af - måler du kun på output og tidsbesparelser, presser du tiden derhen. Derfor er det værd at spørge mere specifikt: hvad bruges den frigjorte tid til? Mærker medarbejderne faglig udvikling eller øget arbejdspres og træthed? Simpel evaluering kan være med til at skabe udgangspunkt for dialog på individ- eller gruppeniveau.
Den kultur, der eksisterede inden du rullede AI ud, fortsætter som oftest også efter du har rullet AI ud, med mindre nogen beslutter at skabe en forandring. Med AI er der en kærkommen lejlighed til at skabe en større forandring, der ikke bare accelererer arbejdet men også forsøger at gentænke det til gavn for forretning og medarbejdere.
Artiklen er baseret på rapporten AI og arbejdsliv (DareDisrupt, 2026) - tryk her hvis du vil downloade rapporten og læse den. Nøglestudier: OpenAI (2025): Unlocking Economic Opportunity: A First Look at ChatGPT-Powered Productivity. Jiang og kolleger (2025): AI and the Extended Workday (Emory/Fordham). Chuang og kolleger (2025): International Journal of Information Management. Liu, Sheng og Liu (2025): Humanities and Social Sciences Communications. BCG (2024): AI at Work.
Frigjort tid er ikke neutral. Hvad tiden bruges på afgøres af, hvad der kræver mindst modstand i den eksisterende kultur. Som leder kan du ikke kontrollere det direkte, men du kan sørge for, at der er klarhed omkring ønsker og oplagte måder at omsætte tiden på. Det kræver tre ting:
Sæt ord på, hvad frigjort tid er til for. Organisationer eller afdelinger kan udarbejde AI-manifester og AI-retningslinjer, der sætter ord på forventninger om hvad medarbejderne bruger tid til. Det skal ikke ses som et forsøg på at kontrollere, hvad medarbejderne bruger AI til, men det sætter ord på en forventning: at tidsgevinster ikke automatisk skal gå til mere output og masser af nye projekter. At der er legitimt rum til at bruge tid på fordybelse og aktivt at prioritere dette. Det skaber et signal, der er med til at ændre, hvad der kræver mindst modstand.
Giv de rette medarbejdere mandat og tid til at omforme deres rolle. Job crafting kan bruges som et aktivt mål. Udviklingssamtaler kan spørge konkret ind til, hvordan medarbejderen kan bruge den frigjorte tid til at retænke sin rolle. AI-kompetencer kan kobles til nye og mere krævende opgaver (f.eks. at bruge AI til at bygge prototyper og analyser, som medarbejderen kan bruge til at se nye sammenhænge) frem for AI-træning, der udelukkende fokuserer på at producere tekst. For en mindre gruppe af medarbejdere kan job crafting også være en bevidst udviklingsproces over tid, hvor lederen hjælper med at se muligheder og at følge op på udviklingen.
Spørg ind til mere end produktivitet. Chuangs "produktive udmattelse" udgør en advarsel til de medarbejdere, der får mest fra hånden med AI. Det, du måler på, er også det, du får mere af - måler du kun på output og tidsbesparelser, presser du tiden derhen. Derfor er det værd at spørge mere specifikt: hvad bruges den frigjorte tid til? Mærker medarbejderne faglig udvikling eller øget arbejdspres og træthed? Simpel evaluering kan være med til at skabe udgangspunkt for dialog på individ- eller gruppeniveau.
Den kultur, der eksisterede inden du rullede AI ud, fortsætter som oftest også efter du har rullet AI ud, med mindre nogen beslutter at skabe en forandring. Med AI er der en kærkommen lejlighed til at skabe en større forandring, der ikke bare accelererer arbejdet men også forsøger at gentænke det til gavn for forretning og medarbejdere.
Artiklen er baseret på rapporten AI og arbejdsliv (DareDisrupt, 2026) - tryk her hvis du vil downloade rapporten og læse den. Nøglestudier: OpenAI (2025): Unlocking Economic Opportunity: A First Look at ChatGPT-Powered Productivity. Jiang og kolleger (2025): AI and the Extended Workday (Emory/Fordham). Chuang og kolleger (2025): International Journal of Information Management. Liu, Sheng og Liu (2025): Humanities and Social Sciences Communications. BCG (2024): AI at Work.
Frigjort tid er ikke neutral. Hvad tiden bruges på afgøres af, hvad der kræver mindst modstand i den eksisterende kultur. Som leder kan du ikke kontrollere det direkte, men du kan sørge for, at der er klarhed omkring ønsker og oplagte måder at omsætte tiden på. Det kræver tre ting:
Sæt ord på, hvad frigjort tid er til for. Organisationer eller afdelinger kan udarbejde AI-manifester og AI-retningslinjer, der sætter ord på forventninger om hvad medarbejderne bruger tid til. Det skal ikke ses som et forsøg på at kontrollere, hvad medarbejderne bruger AI til, men det sætter ord på en forventning: at tidsgevinster ikke automatisk skal gå til mere output og masser af nye projekter. At der er legitimt rum til at bruge tid på fordybelse og aktivt at prioritere dette. Det skaber et signal, der er med til at ændre, hvad der kræver mindst modstand.
Giv de rette medarbejdere mandat og tid til at omforme deres rolle. Job crafting kan bruges som et aktivt mål. Udviklingssamtaler kan spørge konkret ind til, hvordan medarbejderen kan bruge den frigjorte tid til at retænke sin rolle. AI-kompetencer kan kobles til nye og mere krævende opgaver (f.eks. at bruge AI til at bygge prototyper og analyser, som medarbejderen kan bruge til at se nye sammenhænge) frem for AI-træning, der udelukkende fokuserer på at producere tekst. For en mindre gruppe af medarbejdere kan job crafting også være en bevidst udviklingsproces over tid, hvor lederen hjælper med at se muligheder og at følge op på udviklingen.
Spørg ind til mere end produktivitet. Chuangs "produktive udmattelse" udgør en advarsel til de medarbejdere, der får mest fra hånden med AI. Det, du måler på, er også det, du får mere af - måler du kun på output og tidsbesparelser, presser du tiden derhen. Derfor er det værd at spørge mere specifikt: hvad bruges den frigjorte tid til? Mærker medarbejderne faglig udvikling eller øget arbejdspres og træthed? Simpel evaluering kan være med til at skabe udgangspunkt for dialog på individ- eller gruppeniveau.
Den kultur, der eksisterede inden du rullede AI ud, fortsætter som oftest også efter du har rullet AI ud, med mindre nogen beslutter at skabe en forandring. Med AI er der en kærkommen lejlighed til at skabe en større forandring, der ikke bare accelererer arbejdet men også forsøger at gentænke det til gavn for forretning og medarbejdere.
Artiklen er baseret på rapporten AI og arbejdsliv (DareDisrupt, 2026) - tryk her hvis du vil downloade rapporten og læse den. Nøglestudier: OpenAI (2025): Unlocking Economic Opportunity: A First Look at ChatGPT-Powered Productivity. Jiang og kolleger (2025): AI and the Extended Workday (Emory/Fordham). Chuang og kolleger (2025): International Journal of Information Management. Liu, Sheng og Liu (2025): Humanities and Social Sciences Communications. BCG (2024): AI at Work.
