Hvorfor AI forbliver smalt

Spørgsmålet

Statens Serum Institut gav alle medarbejdere et GPT-værktøj. Brugen forblev smal: nogle brugte det til få opgaver, mange slet ikke. De sædvanlige forklaringer giver menneskene skylden: modstand, manglende oplæring, svag ledelse. Jeg spurgte, om arbejdet selv forklarer det bedre.

Hvad jeg gjorde

Et kvalitativt single-casestudie: 13 semistrukturerede interviews med forskere og supportmedarbejdere i meget forskellige roller, analyseret med template-analyse til 35 koder, 9 temaer og 3 dimensioner. Fire interviewpersoner udførte to strukturelt forskellige slags arbejde, hvilket gav en sammenligning inden for samme person: samme person, forskellige opgaver, forskellig adoption.

Derefter byggede jeg det værktøj, interviewpersonerne beskrev, en afgrænset referenceassistent i n8n, og sammenlignede dens adfærd med det generiske værktøj.

Teorien bag

Specialet kombinerer teorien om organisatoriske rutiner med litteraturen om dynamiske kapabiliteter. Rutineteorien siger, at arbejde bæres af tilbagevendende handlingsmønstre, og at et nyt værktøj skal passe ind i dem for at hænge ved. Dynamiske kapabiliteter forklarer, hvorfor en organisations evne til at ændre de mønstre bygges og læres over tid og ikke bare kan købes.

Tilsammen forudsiger de det, interviewene viste: et generisk AI-værktøj bliver optaget der, hvor det passer til rutinen, og hvor dets output kan efterprøves billigt, og ingen andre steder. Metoden var et abduktivt single-casestudie med template-analyse og en design science-prototype til at teste den løsning, brugerne beskrev.

Hvad jeg fandt

1. Adoption afhænger mere af opgaven end af personen. Fire interviewpersoner brugte AI i én del af deres job og ikke i en anden, så den samme person giver begge udfald.
2. AI lander der, hvor dens output er billigt at tjekke. På tværs af roller samlede brugen sig om at finde ting, pudse tekst og skrive kode.
3. Ikke at bruge det er fire forskellige problemer, hver med sin egen løsning, og ingen i organisationen omsatte den enkeltes læring til fælles praksis.
4. Brugerne beskriver allerede løsningen: AI afgrænset til én opgave, forankret i deres eget materiale, bygget ind i de værktøjer, de bruger, med klare regler for, hvad det er til.

Hvad det betyder for en virksomhed

Mere oplæring og opmuntring flytter ikke tallet. Vælg rutiner, hvor resultaterne er lette at efterprøve, byg et afgrænset værktøj til hver, og giv et lille tværfagligt team mandat til at finde den næste. Indfør det rutine for rutine.