Klokken nærmer sig frokost, og projektleder Maja stirrer på en lang statusmail. Mellem afsnit om forsinkelser, afhængigheder og åbne spørgsmål gemmer sig den oversigt, hun skal bruge til mødet. Hun beder en AI-assistent om hjælp. Første svar ser pænt ud, men en vigtig opgave mangler, og en usikker formulering lyder pludselig som en fast beslutning.
Det er et velkendt første forsøg: AI kan hjælpe, men resultatet kræver stadig omtanke. Et AI kursus giver medarbejdere mulighed for at øve sig på opgaver, der allerede ligger på skrivebordet, i stedet for kun at tale om teknologien i abstrakte vendinger. Det virker mere brugbart, synes jeg, fordi læringen hænger direkte sammen med arbejdsdagen.
Begynd med opgaven, der bliver ved med at vende tilbage
Hvor mærker du mest modstand i løbet af en almindelig arbejdsdag? Måske er det mødenoter, der skal ryddes op, mails, der kræver en nænsom tone, eller en status, der skal koges ned til det vigtigste. Den bedste øveopgave er ofte en, du kender godt nok til at opdage, når svaret rammer ved siden af.
Forestil dig en medarbejder, der skal skrive en opsummering efter et møde. Hun indsætter ufølsomme stikord og beder AI lave et kort udkast med beslutninger, åbne spørgsmål og ansvarlige. Svaret kommer hurtigt, men blander en idé, der blot blev nævnt, sammen med en beslutning, gruppen faktisk traf. Den slags fejl er let at overse, når teksten ser glat ud.
Vælg derfor en opgave, hvor du kan sammenligne svaret med dine egne noter eller en kendt arbejdsgang. Begynd med et enkelt udkast, og spørg dig selv: Hvad mangler? Hvad er uklart? Og hvad lyder mere sikkert, end grundlaget giver belæg for? Det er måske ikke den mest spændende del af arbejdet, men det er her, den gode vane begynder.
På Skillflows side om AI-færdigheder kan du læse mere om, hvordan læring kan kobles til praktiske arbejdsopgaver: AI-færdigheder og læring i arbejdet. Vælg gerne et forløb, hvor medarbejderne ikke kun hører om mulighederne, men også prøver metoderne på opgaver, de faktisk møder.
Gør instruktionen tydeligere, før du vurderer svaret
En vag besked giver ofte et vagt resultat. Skriver du blot “lav en opsummering”, må AI gætte på formål, læser og detaljeringsgrad. Bed i stedet om en kort oversigt over beslutninger, opgaver, afhængigheder og spørgsmål, der stadig mangler afklaring. Fortæl også, hvem teksten er til, og hvilken tone der passer.
Tilbage ved Majas statusmail kunne instruktionen lyde sådan: “Saml indholdet i en oversigt til projektgruppen. Skeln mellem aftalte opgaver og forhold, der endnu er uafklarede. Behold forbehold, og opfind ikke ansvarlige, hvis mailen ikke angiver dem.” Så får hun et svar, der er lettere at gennemgå. Det er ikke nødvendigvis færdigt, men det er mere anvendeligt.
En god instruktion minder om en besked til en kollega, der ikke var med til mødet: Du skal give nok baggrund til, at personen forstår opgaven, uden at drukne vedkommende i detaljer. Den sammenligning gør det lidt mindre mystisk at skrive instruktioner til AI. Angiv formål, format og begrænsninger, og justér, hvis svaret stadig rammer ved siden af.
Under et AI kursus kan medarbejdere afprøve forskellige instruktioner på lignende opgaver og tale om, hvad der faktisk ændrede svaret. Den samtale lærer ofte mere end en liste med smarte formuleringer. Når man forstår, hvorfor en præcis besked hjælper, er det lettere selv at tilpasse den næste gang.
Tjek indhold, tone og oplysninger, før noget sendes videre
Et velformuleret svar kan stadig indeholde fejl. Læs derfor resultatet som redaktør, ikke som en færdig facitliste. Er fakta korrekte? Mangler der en vigtig undtagelse? Har AI gjort et forslag til en beslutning eller skrevet en antagelse, som om den var bekræftet?
I kundeservice kan en medarbejder bede om et venligt svar på en tilbagevendende henvendelse. Udkastet er måske både klart og imødekommende, men lover en løsning, som virksomhedens retningslinjer ikke giver grundlag for. Medarbejderen skal derfor kontrollere svaret mod de gældende rammer og rette teksten, før den bruges. Den menneskelige vurdering er ikke pynt; den er en del af opgaven.
Fortrolige oplysninger kræver samme omtanke. Brug ikke persondata eller følsomme oplysninger i en tjeneste, medmindre det er tilladt efter arbejdspladsens regler. Du kan ofte øve dig med et ufølsomt eksempel, hvor navne og konkrete detaljer er fjernet. Så lærer du værktøjet at kende uden at gøre en prøve til en unødig risiko.
Jeg synes, kvalitetstjek bør være en naturlig del af skrivearbejdet, ikke endnu en kontrolrunde, man håber at slippe for. Læs teksten højt, hvis tonen virker skæv. Sammenhold påstandene med det materiale, du selv har, og send ikke noget videre, før du kan stå inde for indholdet.
Del erfaringerne, så gode forsøg bliver til fælles arbejdsgange
Når én medarbejder finder en metode, der virker, kan resten af holdet lære af den. En kort fælles gennemgang kan vise, hvilken instruktion der hjalp, hvad AI overså, og hvilke kontroller der fangede fejlen. Det behøver ikke ende som en tung manual; et par konkrete eksempler kan være nok til at gøre arbejdsgangen lettere at gentage.
Forestil dig, at Majas team gemmer en enkel skabelon til statusoversigter. Næste gang en kollega sidder med en lang mail, kan vedkommende bruge den samme ramme og tilpasse den til sin opgave. Teamet kan også føje en påmindelse til: Kontrollér ansvar, afhængigheder og uafklarede forhold mod kildematerialet. Så bliver erfaringen nyttig, uden at AI får lov til at køre på autopilot.
Et AI kursus kan hjælpe medarbejdere med at øve instruktioner, vurdering og ansvarlig brug på opgaver, der giver mening for dem. Det er mere jordnært end kun at lære, hvor man klikker. Arbejdsdagen ser forskellig ud fra afdeling til afdeling, så gode metoder skal passe til den konkrete opgave.
Prøv selv med en tilbagevendende opgave uden følsomme oplysninger. Bed AI om et udkast, gør instruktionen tydeligere, og læs svaret kritisk igennem. Hvad blev lettere? Hvad krævede stadig din vurdering? Den lille prøve fortæller ikke alt, men giver et bedre udgangspunkt for at lære videre.
Teknologien kan lave et første udkast eller skabe orden i en rodet tekst. Men det er medarbejderen, der kender målet, opdager det skæve og tager ansvar for det, der bliver sendt ud. Det er her, øvebanen bliver til en brugbar arbejdsgang.
Se mere hos skillflow.dk.