Artikel top billede

(Foto: Solen Feyissa / Unsplash)

Tre trin til at forbedre AI-kyndigheden i din organisation: Det er en holistisk dannelsesrejse

Klumme: Skal du have fuld udbytte, bør du tænke AI som dannelse og udvikling - og ikke blot som endnu et it-projekt.

Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.

Blik for og tilrettelæggelse af den enkelte medarbejders motivation, lærelyst og mestring., er nogle af de vigtigste nøglefaktorer, når det kommer til en virksomheds evne til at udnytte nye AI-teknologier som store sprogmodeller og hvordan disse indgår i nyttige AI-agenter,.

AI-adoption bør handle om mennesker og derved om individer – med fokus på det hele menneske.

Som vores egen Søren Kierkegaard sagde det: ”At man, når det i sandhed skal lykkes at føre et menneske hen til et bestemt sted, først og fremmest må passe på at finde ham der, hvor han er, og begynde der. Dette er hemmeligheden ved al hjælpekunst”.

Og der er både frygt og fascination forbundet ved måden, som de nye teknologier lader os mestre information og kreativitet på på hidtil usete måder.

Vi er midt i en strøm af forandring, som kan virke overvældende – både inden for og uden for arbejdspladsen.

Generativ AI, som kan lave tekst, billeder, lyd, video og så videre. er mere end et arbejdsværktøj. Det er tiltagende en ny måde at være i verden på for os mennesker – og skal behandles som sådan.

Så hvordan kan vi foruden undervisning og de organisatoriske rammer understøtte et fælles sprog og en fælles forståelse af AI på tværs af hver medarbejders unikke udgangspunkt og oplevelse?

Ved at give dem et værktøj til personlig brug og i bedste tilfælde leg - såsom ChatGPT.

Fra privat nysgerrighed til professionel praksis

Hjemme er ChatGPT hurtig, kreativ og lav friktion. På arbejdet er behovet anderledes: adgang til interne mails, dokumenter og mødenoter – sikkert og sporbart.

Her har Microsoft Copilot en tydelig rolle, fordi den arbejder inde i Microsoft Graph og følger de rettigheder, DLP-politikker og compliance, der allerede er sat op.

Pointen er ikke at vælge det ene over det andet, men at kanalisere privat læring ind i en sikker, sporbar praksis.

Vi skal derfor tænke AI-kyndighed som en kompetence, der vokser fra person til team til organisation.

AI-kyndighed er motoren i adoption: Ikke som endnu et kursus i værktøjer, men som en holistisk dannelsesrejse for det hele menneske – fra nysgerrig privatbruger til kompetent, sikker og værdiskabende kollega.

De fleste møder generativ AI uden for arbejdet: Et receptforslag, en ferieplan, en omskrivning af en mail.

Når samme person træder ind på arbejdet, skifter scenen: Microsoft Copilot sidder tættere på data, politikker og processer, fordi den arbejder inde i virksomhedens Microsoft Graph (dokumenter, mails, møder, Teams-chats med mere) og arver de rettigheder og sikkerhedsgrænser, der allerede findes.

Det er to forskellige “økologier” – og mange medarbejdere vandrer imellem dem hver dag.

En vigtig del af AI-adoption er at se den kyndighedsrejse som én sammenhængende læringssti.

I stedet for at forsøge at holde privat brug og arbejdsbrug adskilt, bør vi kanalisere det, som folk allerede lærer derhjemme, ind i en sikker, sporbar og værdiskabende praksis på jobbet:

Jeg foreslår derfor at se AI-kyndighed i disse tre lag:

Personlig praksis

Evnen til at formulere gode opgaver (prompter), tænke i iterationer, tjekke kilder og kende sin egen bias. Her opstår modet til at prøve nyt.

Faglig anvendelse

Overføre teknikker til sit domæne: Salg, udvikling, sagsbehandling, klinik, undervisning, og anden faglighed. Her lærer man mønstre (skabeloner) og kvalitetssikring i sin profession.

Organisatorisk ansvarlighed

Forstå dataklasser, risikoniveauer, roller og værktøjsvalg (ChatGPT versus Copilot), modelvalg (LLM'er versus LRM'er), audit-krav, dokumentation og deling. Her bliver praksis til kultur.

Gode rammer: Sådan designer du adoption med oplevelsen i centrum

1. Omkostningsfri adgang + tydelige grænser

Giv alle adgang til både ChatGPT (til det ikke-sensitive) og M365 Copilot (til det virksomhedsinterne). Sørg for at udfærdige separate retningslinjer for brugen af disse – særligt ift. kundefortrolighed, forretningshemmeligheder og lignende.

2. Mikrolæring, ikke maratonkurser.

Korte læringssessioner i kalenderen med emner som datakilder, prompt-mønstre, modelvalg, kvalitetssikring, deling.

3. Community of Practice

Del individuelle erfaringer med AI-værktøjerne i et let tilgængeligt, fælles forum, med en fejringskultur omkring de mest modige og kreative anvendelseseksempler.

4. Psykologisk tryghed

Fejl skal kunne vises – hurtigt og uden straf – så læring kan deles, og frygten for at træde forkert minimeres.

På denne måde flytter vi os stille og roligt fra privat nysgerrighed til professionel praksis.

AI-kyndighed bliver en naturlig del af arbejdslivet, der frigør tid og hæver kvaliteten, uden at fylde mere end nødvendigt.

Der findes mange gode værker om både adoption og change-management, men det er vigtigt, at vi supplerer disse med en stillingtagen til den utroligt unikke situation, som vi står i med AI-adoption.

Vores medarbejdere står over for at anvende AI i deres arbejde samtidig med, at verden og vores måde at være på i verden, ændres af samme teknologi i et næsten globalt, fælles fodslag.

Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.

Har du en god historie, eller har du specialviden, som du synes trænger til at blive delt?

Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.