Redesign roller efter opgaver, når AI bliver en del af arbejdet

Når en servicemedarbejder skriver hurtigere med AI, kan arbejdet samtidig vokse hos teamlederen, specialisten og den kollega, der vedligeholder assistentens videngrundlag. Derfor bør ledelsen ikke begynde med spørgsmålet om, hvorvidt en hel stilling kan automatiseres. Begynd med de konkrete opgaver, mål hvor indsatsen flytter hen, og sammensæt først rollen på ny, når både ansvar, spidsbelastning og behovet for faglig læring er synligt. Ellers risikerer en tilsyneladende tidsbesparelse at blive til en skjult kontrolkø, flere vanskelige eskalationer eller svagere evne til at opdage fejl.

Hvorfor skal redesign af roller begynde med opgaver frem for jobtitler?

Rolledesign skal begynde med opgaver, fordi ét job samler arbejde, som kan reagere meget forskelligt på den samme AI-assistent. Informationssøgning kan blive hurtigere, mens fortolkning, beslutningsmyndighed og håndtering af usædvanlige sager forbliver menneskelige. Andre opgaver kan opstå omkring kontrol, rettelser og vedligeholdelse. Jobtitlen skjuler disse forskelle og gør det fristende at vælge mellem »automatisér« og »behold«, før organisationen ved, hvilke arbejdsdele der faktisk ændres, hvem der overtager dem, og under hvilke lokale vilkår.

ILO's globale indeks bruger opgavebaserede erhvervsdata til at vurdere potentiel eksponering for generativ AI og peger generelt på transformation som et mere sandsynligt udfald end erstatning. Indekset måler imidlertid hverken lokal produktivitet eller bemandingsbehov. OECD beskriver tilsvarende, at AI kan automatisere nogle opgaver, supplere andre og skabe nye. Eksponeringsdata er derfor et signal om, hvor man bør undersøge nærmere, ikke et facit for nedlæggelse af stillinger. Den lokale beslutning må bygge på observeret arbejde, faktisk efterspørgsel og de konkrete betingelser for udførelsen.

Hvad skal en journal over den nuværende opgavetilstand indeholde?

En brugbar opgavejournal skal beskrive, hvad der faktisk bliver gjort lokalt, hvor ofte det sker, hvor meget menneskelig indsats det kræver, og hvilke afhængigheder og konsekvenser arbejdet har. Formulér hver opgave som en handling og et objekt, eksempelvis »kontrollér fakturagrundlag«, og registrér udløser, input, output, afslutningskriterium, nuværende ejer, modtager og vej for undtagelser. Del et forløb op, når evidens, faglig vurdering, konsekvens eller ejer skifter. Små bevægelser kan samles, når de ændres samlet og har samme kontrol.

• Efterspørgselsmængde og udsving i en angivet periode.
• Menneskelig berøringstid, samlet ventetid og køens størrelse.
• Variation, grænsetilfælde, fejl, returneringer og omarbejde.
• Afhængigheder, overdragelser, konsultationer og godkendelser.
• Fejlkonsekvens, beslutningsmyndighed, selvstændighed og nødvendig domæneviden.
• Hvordan færdighed læres og vedligeholdes, samt evidenskilde og sikkerhed i grundmålingen.

Berøringstid og ventetid skal stå hver for sig: En sag kan ligge et døgn i kø uden at bruge et døgns arbejdskraft, men ventetiden kan stadig være afgørende for serviceforløbet. Kombinér observation, samtaler med medarbejdere og ledere, arbejdsprøver og systemregistreringer, fordi ingen af kilderne alene viser hele arbejdet. O*NET kan levere opgavebeskrivelser og arbejdskontekst som inspiration og kontrol af, om noget er overset. Det amerikanske erhvervsdatasæt fortæller derimod ikke, hvad opgaven kræver, hvor ofte den forekommer, eller hvad fejl koster i en dansk organisation.

Hvordan skal hver opgave testes, før mennesker og AI får ansvaret?

Hver opgave skal testes med én fastfrosset og identificerbar AI-konfiguration, før den fremtidige arbejdsdeling vælges. Registrér modelversion, værktøjer, prompts, datagrundlag, kontroller, testsager og dato. Ellers kan et resultat ikke knyttes til det system, medarbejderne faktisk skal bruge. Testen skal dække normale sager og reelle variationer, ikke kun velordnede demonstrationer. Når produkt, kanal, region, kundegruppe eller erfaring kan ændre udfaldet, skal resultaterne opdeles tilsvarende i stedet for at blive skjult i ét gennemsnit for teamet.

• Hyppige rutinesager og legitime varianter.
• Tvetydige grænsetilfælde og modstridende input.
• Sjældne sager med væsentlige konsekvenser.
• Manglende, forældede eller ufuldstændige oplysninger.
• Historiske fejl og kendte driftsproblemer.
• Relevante forskelle mellem medarbejder- og kundegrupper.

Et forhåndsregistreret eksperiment med 758 konsulenter illustrerer behovet for denne afgrænsning: AI forbedrede den målte præstation på udvalgte opgaver inden for den testede kapacitetsgrænse, men reducerede korrektheden på en udvalgt kompleks opgave uden for den. Resultaterne tilhører netop det studie, men viser, hvorfor ensartet udseende opgaver ikke bør få samme permanente etiket. NIST AI RMF efterspørger samtidig tydeligt adskilte ansvar for mennesker og AI, dokumenteret operatørkompetence og defineret tilsyn. Rammen er frivillig og bestemmer ikke den konkrete arbejdsdeling.

Hvilken indsats skal måles ud over selve produktionstiden?

Mål produktion, kontrol, faglig vurdering, undtagelseshåndtering og koordinering som fem separate indsatskonti. Opdelingen er en praktisk redaktionel regnemodel, ikke en forskningsstandard. Den forhindrer, at mindre tid til det første udkast automatisk bliver fortolket som frigjort teamkapacitet. Registrér for hver opgave både ændringen i tid og den rolle eller det team, som modtager arbejdet. Mål desuden køer og spidsbelastning, fordi få minutter pr. sag kan blive en reel flaskehals, når mange sager samles hos én specialist eller teamleder.

• Produktion: finde, skrive, omforme, indtaste eller udføre det første arbejdsprodukt.
• Kontrol: efterprøve kilder, beregninger, fuldstændighed, regelgrundlag og anvendelighed.
• Faglig vurdering: indramme spørgsmålet, fortolke kontekst, vælge og tage ansvar.
• Undtagelser: håndtere tvetydighed, fejl, tilsidesættelser, rettelser, gendannelse og eskalation.
• Koordinering: overføre kontekst, besvare spørgsmål, forene resultater, coache og vedligeholde fælles viden.

Målingen skal også følge arbejdets kvalitet, ikke kun minutterne. OECD's gennemgang beskriver, at AI kan reducere ensformigt arbejde, men også øge tempoet, mindske autonomien eller samle medarbejderen om et smallere opgavesæt; virkningen varierer efter kontekst og medarbejder. NIST understøtter behovet for tydelige roller, kommunikationsveje, feedback og overvågning uden at foreskrive de fem konti. Notér derfor, om den samme person beholder ansvaret, mens kontrollen bliver sværere, og om nye mængder skubber undtagelser eller spørgsmål over på andre dele af organisationen.

AI fjerner ikke arbejdet i én ren blok; den flytter indsats, myndighed, undtagelser og læring.

ModelFolds redaktion

Hvordan sammensættes ændrede opgaver til roller uden at miste ejerskab og ekspertise?

Sammensæt først den nye rolle, når alle nødvendige driftspligter har navngivne ejere, beslutningsmyndighed, kriterier, kommunikationsveje og realistisk kapacitet. Et generelt mærkat som »menneske i løkken« er ikke et driftsdesign. Det skal fremgå, hvilken evidens der kontrolleres, hvilke sager der udløser kontrol, hvem der kan godkende, standse eller rette, og hvordan køen fungerer under spidsbelastning. NIST-rammen støtter tydeliggørelse af ansvar, kompetence, tilsyn og feedback, men dikterer hverken organisationens stillinger eller dens bemandingsmodel.

• Resultatkontrollant med evidens, kriterier og handlemyndighed.
• Undtagelsesejer med prioriteret kø, løsningsmuligheder og eskalationsvej.
• Vidensansvarlig for kilder, procedurer og udløbet vejledning.
• Systemansvarlig for konfiguration, adgang og ændringshistorik.
• Performanceansvarlig for kvalitet, fejl, tilsidesættelser og medarbejderfeedback.
• Læringsansvarlig for øvelse, coaching og vurdering af færdigheder.
• Eskalationsmyndighed for beslutninger uden for den delegerede ramme.

I et hypotetisk kundeserviceteam kan AI reducere tiden til informationssøgning og første udkast på testede rutinesager. Medarbejderen kan stadig skulle diagnosticere den egentlige henvendelse, kontrollere relevant kontekst og eje handlingen over for kunden. Samtidig kan teamlederen få flere kvalitetskontroller, specialisten flere tvetydige eskalationer og den vidensansvarlige flere rettelser. Eksemplet er en anvendelse af journalen, ikke en overførsel af et forskningsresultat. Før højere servicemål indføres, skal efterspørgsel og kapacitet i disse modtagerkøer måles særskilt.

Bevar også de opgaver, som skaber den ekspertise, fremtidens kontrol og undtagelser kræver. Et studie af 5.179 kundeservicemedarbejdere fandt markant forskellige produktivitetseffekter efter erfaring og kun antydende evidens for formidling af dygtigere medarbejderes praksis. Et andet feltforsøg med 776 produktudviklere viste ændringer i præstation og integration af ekspertise, men efterlod langsigtet udvikling som et åbent spørgsmål. Hvis AI fjerner gentagelse og feedback, kan organisationen derfor planlægge originalt sagsarbejde, sidemandsoplæring, simulationer, rotation, casegennemgang og gradvist mere krævende beslutninger.

Hvornår er evidensen stærk nok til at ændre kapacitet, roller eller serviceløfter?

Der er først tilstrækkelig evidens til strukturelle ændringer, når en målt pilot har afstemt hele arbejdsbelastningen over en angivet periode og vist nogenlunde stabil efterspørgsel. Beregn den reducerede menneskelige produktionsindsats ved den observerede mængde, og fratræk ny kontrol, vurdering, undtagelseshåndtering, koordinering, læring, overvågning og vidensvedligeholdelse. Justér for ændret efterspørgsel, serviceniveau, kvalitet, omarbejde, spidsbelastning og arbejde flyttet til andre ejere. Ventetid skal bruges til at forstå flowet, men tælles ikke automatisk som menneskelig arbejdstid.

Piloten skal drives længe nok til at afsløre sidearbejde og usædvanlige sager; der findes ingen universel periode, der passer til alle processer. Følg kvalitet, fejl, tilsidesættelser, gendannelse, køfordeling, medarbejderfeedback, autonomi og opgavebredde. Undersøg også, om medarbejderne kan diagnosticere og fortsætte forsvarligt, når AI er utilgængelig eller tager fejl. OECD's evidens viser, hvorfor et gennemsnitligt produktionsmål ikke er nok, mens NIST peger på dokumenteret ansvar, feedback og løbende overvågning. Den beregnede rest bør stadig omtales som foreløbig kapacitet.

Genvurdér designet, når model, prompt, data, kontroller, arbejdsgang, opgavemiks eller driftskontekst ændres. Hvis opgavejournalen, ejerskabet, kontrolkøerne, ekspertiseplanen eller de repræsentative testresultater stadig er ufuldstændige, bør bemanding, jobbeskrivelser, præstationsmål og serviceløfter forblive uændrede. Journalen er et beslutningsværktøj til piloten, ikke en genvej til en personalekonklusion. Arbejdsretlige, overenskomstmæssige, tilgængeligheds-, diskriminations-, privatlivs-, sikkerheds-, juridiske, regulatoriske og fagligt regulerede afgørelser skal desuden træffes af organisationens kvalificerede og bemyndigede ansvarlige; opgavemetoden afgør ikke disse spørgsmål.