- Det handler grundlæggende om at bevare den kritiske distance og sin egen faglighed. Vi skal passe på, at vi ikke bliver fartblinde, bare fordi AI kan få tingene til at gå hurtigere, siger forsker Jakob Laage-Thomsen fra Det Nationale Center for AI i Samfundet – CAISA. Privatfoto


Du er måske godt i gang med at lære at prompte og stille de rigtige spørgsmål til AI’en. Næste skridt bliver at få indarbejdet teknologien i dine arbejdsprocesser. Og det er ikke kun et individuelt ansvar.

Jakob Laage-Thomsen, der er forsker hos Det Nationale Center for AI i Samfundet – CAISA og adjunkt ved DTU, fremhæver her fem punkter, som I på jobbet i fællesskab skal være opmærksomme på.

1. Kend arbejdspladsens regler

Det kan være uklart, hvilke AI-værktøjer man må bruge, og hvilke oplysninger man må taste ind. Som medarbejder skal du kende arbejdspladsens retningslinjer. I kan i fællesskab tage initiativ til at få afklaret, hvilke AI-løsninger der er acceptable på arbejdspladsen i forhold til de informationer og data, som I sidder med i jeres arbejde.

LÆS OGSÅ: Velkommen til mere AI - her er nogle af faldgruberne

- Hvis man har lyst til at lære AI-værktøjerne bedre at kende og være lidt på forkant, er der mange muligheder. Man kan fx starte med at skrive en invitation eller arrangere en rejse. Mange værktøjer findes både i gratis og betalte versioner, som ikke nødvendigvis koster så meget. På den måde kan man få nogle erfaringer med, hvordan værktøjerne fungerer, siger Jakob Laage-Thomsen.

2. Send ikke dårligt AI-arbejde videre

Vi skal huske at være gode kolleger, når vi bruger AI. Det handler blandt andet om, at vi ikke bare sender AI-genereret materiale videre uden selv at have forholdt os kritisk til det. Det er både et individuelt ansvar og noget, du med fordel kan være opmærksom på sammen med dine kolleger.

- Vi har nok alle hørt om begrebet AI-slop. Det handler blandt andet om, at man modtager indhold fra kolleger, der ikke har den kvalitet, som man normalt forventer. Det kan være materiale, der nu er blevet meget længere og sværere at forholde sig til end nødvendigt, forklarer Jakob Laage-Thomsen.

3. Brug tid på at sikre kvaliteten

Det kan være svært at være den kritiske læser, når man selv lige har bedt AI’en om at løse en opgave. Derfor skal man ifølge AI-forskeren være bevidst om at sætte tid af til at gennemgå resultatet.

LÆS OGSÅ: Plads til mennesket: Digitalisering må ikke blive et spareværktøj

En god idé kan derfor være at indarbejde en pause, så du ikke sender det videre med det samme. Hvis man skal lave en reel kvalitetskontrol af et AI-output, kræver det kritisk distance for at vurdere, om det er korrekt.

4. Del jeres erfaringer

Det er ifølge Jakob Laage-Thomsen også vigtigt at skabe rum for den faglige dialog om AI. Det handler både om at dele de gode erfaringer og om at tale om de situationer, hvor AI ikke fungerede så godt.

- Det kan være noget, den enkelte medarbejder selv tager initiativ til, men det er også en opgave for ledelsen og teamlederne at skabe rum for den slags erfaringsudveksling. Det kan for eksempel ske på jævnlige møder, hvor medarbejderne deler erfaringer om, hvordan forskellige AI-værktøjer kan bruges til konkrete arbejdsopgaver. AI-opkvalificering bør i høj grad ses som en fælles læring, siger Jakob Laage-Thomsen.

Det er især relevant at dele erfaringer om AI med kolleger, der løser nogle af de samme arbejdsopgaver som en selv.

5. Bevar din egen rolle i førersædet

Vi har generelt svært ved at være kritiske læsere af noget, hvis opgaven blot er at tage stilling til et færdigt resultat til sidst. Derfor skal man tænke over, hvordan man kan få hjælp fra AI’en og samtidig bevare sin egen faglige rolle, understreger Jakob Laage-Thomsen.

LÆS OGSÅ: AI-løsninger bør have en stopknap  

- En mulighed er, at man altid selv laver et udkast med de vigtigste pointer, man vil have med. Først derefter beder man AI-modellen om at arbejde videre på ens eget udkast i stedet for at bede den om at producere en færdig tekst fra bunden, siger han.