Gå til primært indhold Gå til footeren

Fem steder, hvor AI bør blive udenfor

En humanoid robot underviser en skoleklasse. For Louise Fredbo-Nielsen er det skrækeksemplet på en tilgang, hvor AI bliver sat ind, alene fordi teknologien kan løse en opgave. Robotten kan levere viden og information. Men det er ikke nødvendigvis det, eleverne mangler. De har brug for en lærer, der ser dem, motiverer dem og skaber fællesskab.

Louise Fredbo-Nielsen

Fremtidsforsker, TV-vært og forfatter med inspirerende foredrag om innovation, forandring og fremtidens trends.

I foredraget Når arbejdet forandrer dig – AI, identitet og det ingen taler om vender Louise derfor spørgsmålet om AI på hovedet. Organisationer bør ikke kun spørge, hvad teknologien kan overtage. De bør også spørge, hvad den ikke skal overtage. Hendes eksempler peger på fem situationer, hvor svaret ikke automatisk bør være AI.

 

1. Når elever har brug for at blive set

Robotten i skoleklassen viser forskellen mellem at levere information og at undervise mennesker. Louise afviser ikke, at robotten kan have værdi. Hendes pointe er, at den knappe ressource i klassen snarere kan være motivation, opmærksomhed og sammenhængskraft.

Hvis AI løser den synlige opgave, men overser det egentlige behov, er teknologien placeret det forkerte sted. Det gælder især, når menneskelig kontakt er en central del af opgaven og ikke bare pynt omkring den.

 

2. Når en medarbejder har brug for en menneskelig chef

Louise fortæller om Tang Yu, en algoritmechef i den kinesiske virksomhed NetDragon Websoft. Da virksomheden lancerede AI-chefen, steg aktiekursen med 10 procent, og medarbejderne oplevede ledelsen som mere fair.

Alligevel er hendes konklusion ikke, at chefer bør erstattes. Hvis en medarbejder møder udmattet på arbejde efter flere nætter med syge børn, har personen brug for en chef, der ser situationen og spørger: ”Louise, er du egentlig okay?”

En algoritme kan godt indsættes i ledelsen. Det afgørende spørgsmål er, om den bør. Hvor ledelse handler om at aflæse et menneske og reagere på det, der ikke står i en mail eller et datasæt, bør organisationen ikke uden videre fjerne den menneskelige chef.

 

3. Når AI kun producerer mere af det samme

En sprogmedarbejder fortalte Louise, at hun med AI kunne fremstille tusindvis af opgaver til skoleklasser. Problemet var kvaliteten. Medarbejderen vurderede selv, at hun burde lave nogle få hundrede gode opgaver, men teknologien pressede produktionen i retning af mere og hurtigere.

Louise kalder det den hurtige hest: AI øger tempoet uden at forbedre resultatet. Det er ikke god brug af teknologien. Hvis den eneste gevinst er, at flere opgaver passerer gennem systemet, bør organisationen stoppe og undersøge, om kvaliteten følger med.

Louise Fredbo-Nielsen er kendt for sin evne til at oversætte komplekse megatrends og teknologiske udviklinger til billeder, eksempler og handlingsorienterede initiativer, som alle kan relatere til.

4. Når farten skubber ekspertens vurdering væk

En erfaren advokat fortalte Louise om yngre kolleger, der bruger AI til kontraktudkast. Udkastene er ifølge advokaten ikke ubrugelige, men de mangler dybde: ”Det er ikke helt forkert, men det er bare heller ikke helt rigtigt.” Hun beder kollegerne rette bestemte dele og vende tilbage. Det sker ofte ikke. Materialet bliver sendt videre, fordi tempoet hele tiden stiger.

Her bør AI ikke bruges som genvej uden faglig kontrol. Teknologien løfter bundniveauet, men det betyder ikke, at resultatet er færdigt. Når hastighed gør en specialists indvendinger til en forsinkelse, risikerer organisationen at acceptere overfladiske svar som gode nok.

 

5. Når ingen har besluttet, hvad der skal forblive menneskeligt

Louise peger på en overset konsekvens af AI: Teknologien ændrer ikke kun opgaver. Den rammer også medarbejdernes oplevelse af faglighed, stolthed og værdi. Hun henviser til en undersøgelse, hvor 42 procent af medarbejderne i store virksomheder føler sorg eller angst for, at AI udhuler deres faglighed. 

Den bekymring ses også i danske virksomheder. Dansk Industri fandt i 2025, at 28 procent af virksomhederne oplever bekymring blandt medarbejderne for, at generativ AI overtager deres job og udhuler det faglige indhold i arbejdet. Det peger på, at AI ikke kun rejser spørgsmål om effektivitet og produktivitet, men også om medarbejdernes oplevelse af deres egen rolle og værdi.

Derfor bør en organisation ikke automatisere en opgave, før den har undersøgt, hvad opgaven betyder for dem, der udfører den. Louise anbefaler en AI-identitetsscanning. Først skal organisationen sætte ord på, hvad der skaber stolthed. Derefter skal den undersøge, hvad AI kan kopiere, accelerere eller overtage. Til sidst skal den definere den menneskelige værdi, som teknologien ikke må fjerne.

Hvis den grænse ikke bliver valgt aktivt, kommer teknologien ifølge Louise til at vælge den. Mere om hendes arbejde findes på Louise Fredbo-Nielsens hjemmeside.

 

Test opgaven, før AI bliver svaret

Louises hurtige hest-test kan bruges, næste gang en AI-løsning bliver foreslået:

  • Gør AI kun opgaven hurtigere uden at løfte kvaliteten?
  • Frigør teknologien mennesker til arbejde, hvor deres tid og evner bliver brugt bedre?
  • Ville opgaven blive bygget på samme måde, hvis alt blev slettet og skabt på ny med den AI, der findes i dag?
  • Hvilken menneskelig værdi må teknologien ikke overtage?

Organisationer, der vil booke speakere om AI, arbejdsidentitet og forandring, kan finde information om at booke foredrag med Louise Fredbo-Nielsen via Athenas.

 

Send en forespørgsel på Louise Fredbo-Nielsen

Booking og forespørgsel

Send en forespørgsel her på Louise Fredbo-Nielsen

Fandt du blogindlægget inspirerende? Du kan booke Louise Fredbo-Nielsen til dit event. Kontakt os i dag og hør mere om mulighederne.

Om foredragsholderen

Fremtidsforsker, TV-vært og forfatter med inspirerende foredrag om innovation, forandring og fremtidens trends.

Gå til foredragsholderens profil