Väntar du till implementeringen kan några av de viktigaste besluten redan vara fattade. När företag börjar använda AI är det naturligt att involvera medarbetarna för att göra det på ett ansvarsfullt sätt. Förklara vad tekniken ska göra. Prata med de fackliga företrädarna. Erbjud utbildning. Lyssna på farhågor. Hjälp människor att anpassa sig till nya arbetssätt.
Men tänk om det redan är för sent? Det var en av frågorna som ställdes under Arendalsuka, den årliga mötesplatsen för debatt om frågor som formar näringsliv och samhälle. I debatten ”Vem bestämmer när AI används på jobbet – ledningen, medarbetarna eller tekniken själv?”, arrangerad av Delta, handlade diskussionen om vad som händer med inflytande och beslut när AI blir en del av HR, ledarskapet och hur arbetet organiseras. En tanke stack särskilt ut:
Om medarbetarna får komma till tals först när AI ska implementeras kan några av de beslut som påverkar deras arbetsvardag redan vara fattade.
När vi tänker på AI som fattar beslut på jobbet är det ofta resultatet vi fokuserar på. Vilken kandidat rekommenderade systemet? Hur lade det schemat? Varför fick just den här medarbetaren den uppgiften? Men Lotte Skolem, Head of Emerging Tech på Langsikt, lyfte en viktig poäng i diskussionen: Inflytandet kan förskjutas till ett mycket tidigare skede i processen. Det börjar när företaget bestämmer vilket system som ska köpas in.
Vad ska systemet göra? Vilka data ska det använda? Vilka faktorer ska väga tyngst? Hur ska det testas? Vilka beslut ska det få påverka? Det kan låta som frågor om teknik eller inköp. Men många av dem handlar också om människor. Och när tekniken väl är vald och konfigurerad kan vissa av dessa val vara betydligt svårare att ändra.
Ett exempel från Trond Ellefsen, förbundsordförande i Delta, gjorde detta särskilt konkret. AI-stödd schemaläggning kan ge verkliga vinster. Den kan minska administrationen, göra planeringen snabbare och hjälpa företag att utnyttja begränsade resurser bättre. Men tänk dig att du ber ett system att skapa ett så effektivt schema som möjligt. Vad betyder ”effektivt”? Kanske innebär det att alla arbetspass täcks samtidigt som tillgängliga resurser utnyttjas på bästa sätt. Men det finns också andra hänsyn att ta.
Vilka kollegor fungerar bra tillsammans? Var behövs särskild kompetens? Finns det tillräcklig kontinuitet? Hur påverkar schemat arbetsmiljön? Finns det individuella omständigheter att ta hänsyn till? Som Ellefsen påpekade under debatten kan ett system optimera bemanningen utan att det nödvändigtvis optimerar arbetsmiljön eller kvaliteten på den tjänst som levereras. Och det leder till en större fråga:
Vem bestämmer vad AI ska lägga vikt vid?
AI avgör inte på egen hand vad som är viktigt. Det är människor som bestämmer vad tekniken ska prioritera – antingen internt i företaget eller genom val som redan är inbyggda i systemet. Och dessa val kan få mycket konkreta konsekvenser för människors arbetsvardag.
Debatten lyfte också en aspekt av AI på jobbet som får mindre uppmärksamhet. Många beslut på arbetsplatsen handlar om förhållandet mellan arbetsgivare och arbetstagare, där de fackliga företrädarna spelar en viktig roll i beslut som påverkar arbetslivet. Men AI för in ytterligare en viktig aktör i den här relationen: teknikleverantören. Under Arendalsuka diskuterades detta mot bakgrund av den långa norska traditionen av samverkan mellan arbetsgivare och arbetstagare. Men den underliggande frågan är mycket bredare: Vad händer när vissa av de val som formar människors arbetsliv är inbyggda i teknik som en tredje part levererar?
Skolem pekade på att inflytandet först kan förskjutas från arbetstagarna till arbetsgivarna och sedan från arbetsgivarna till teknikleverantörerna. Ellefsen lyfte en liknande poäng. När beslut om exempelvis schemaläggning, bemanning, rekrytering, kompetensutveckling och arbetsprocesser byggs in i digitala system kan vissa av förutsättningarna för arbetet bestämmas av ett teknikföretag som aldrig har träffat medarbetarna som använder systemet. Det betyder inte att företag överlåter alla beslut till programvaruleverantören. Men det betyder att HR bör förstå vad tekniken redan har bestämt – och vad företaget kan bestämma självt.
Till exempel:
Vilka antaganden bygger systemet på?
Vad kan vi konfigurera själva?
Vad kan vi inte ändra?
Vad är systemet utformat för att optimera?
Det här är inte bara frågor för IT.
Kjartan Almenning, näringspolitisk direktör på Abelia, gjorde tidsaspekten särskilt tydlig i diskussionen. Han menade att om de fackliga företrädarna kommer in i samtalet först när teknikavtalet är klart att undertecknas handlar det inte om verklig delaktighet i beslutet. Då handlar det snarare om att bli informerad om ett beslut som redan är fattat. Hur medarbetarna involveras varierar mellan länder och verksamheter. Men den grundläggande principen gäller betydligt bredare: Delaktighet ger bara verkligt inflytande om den sker medan det fortfarande finns beslut att påverka.
Alternativet är att involvera människor tidigare. Inte för att alla medarbetare behöver vara med och välja teknik. Utan för att de som känner arbetet ofta förstår sådant som inte framgår av en kravspecifikation. Anders Karde, Head of Data and Digital Engagement på Nordea, berättade att några av Nordeas bästa resultat med AI har kommit från ett nära samarbete med medarbetare som förstår problemen tekniken ska lösa. Ett sådant samarbete kan hjälpa verksamheter att se var automatisering är meningsfull, var AI kan stödja medarbetarna och var bättre tillgång till information kan hjälpa dem att göra ett bättre jobb. Då blir delaktighet mer än något som sker efter att beslutet om tekniken är fattat. Den kan bli en del av grunden för att fatta bättre beslut om tekniken redan från början.
HR är ofta nära involverat när ny teknik införs på arbetsplatsen. Det behövs kommunikation. Medarbetarna behöver utbildning. Roller kan förändras. Chefer behöver stöd. Frågor och farhågor måste hanteras. Med AI kan HR behöva komma in tidigare i processen. Innan du väljer ett system som ska påverka medarbetare eller beslut som rör dem finns det några grundläggande frågor som är värda att ställa:
Vilka beslut kommer den här tekniken att påverka?
Vad ska den optimera?
Vilka medarbetardata ska den använda?
Vilka beslut ska fortfarande ligga hos cheferna?
Kan medarbetarna förstå och ifrågasätta rekommendationer som påverkar dem?
Har medarbetarna eller de fackliga företrädarna haft en verklig möjlighet att påverka hur tekniken ska användas?
De här frågorna handlar inte om att bromsa införandet av AI. Tvärtom återkom diskussionen under Arendalsuka gång på gång till det motsatta argumentet: Verksamheter måste börja använda AI, och traditionen av samverkan mellan arbetsgivare och arbetstagare kan vara en fördel när det ska göras på ett bra sätt.
Den kanske mest användbara lärdomen från debatten under Arendalsuka är att delaktighet i AI-frågor inte bara handlar om huruvida medarbetarna involveras över huvud taget, utan också om när. Om medarbetarna kommer in i samtalet först när ett system är valt, konfigurerat och klart att användas kan de fortfarande bidra med värdefulla synpunkter på implementeringen. Men de kan ha gått miste om möjligheten att påverka några av de beslut som betyder mest.
I takt med att AI blir en del av allt fler delar av arbetslivet kommer dessa frågor i allt högre grad att prägla människors arbetsvardag. Om vi vill att medarbetarna ska ha en verklig röst i framtiden måste samtalet börja innan tekniken är på plats.
Om den här artikeln
Den här artikeln ingår i vår serie Den mänskliga sidan av AI, inspirerad av debatter under Arendalsuka, den årliga mötesplatsen för debatt om frågor som formar näringsliv och samhälle. Den bygger på debatten ”Vem bestämmer när AI används på jobbet – ledningen, medarbetarna eller tekniken själv?” med Lotte Skolem, Head of Emerging Tech på Langsikt; Kjartan Almenning, näringspolitisk direktör på Abelia; Trond Ellefsen, förbundsordförande i Delta; och Anders Karde, Head of Data and Digital Engagement på Nordea. Debatten leddes av Hanne N. Skjønsberg, chef för arbetslivsavdelningen på Negotia/Delta.
Kilde: Arendalsuka – Hvem bestemmer når KI brukes på jobb – ledelsen, de ansatte eller teknologien selv?