Ikke kall AI for en kollega. Da river vi vekk det nederste trinnet i karrierestigen

I NRK Debatten torsdag 30. oktober fortalte Randstad at antallet utlyste inngangsjobber har falt med rundt 30 prosent på ett år. Det betyr at selve dørstokken inn i arbeidslivet er i ferd med å forsvinne for en hel generasjon. I en slik situasjon er det ikke bare uheldig, men uansvarlig, å snakke om «AI som kollega».

Inngangsjobbene forsvinner i rekordfart

Titt og ofte leser, ser og hører jeg selskaper fortelle om hvordan de gjør «AI til en kollega».  Jeg kan forstå hvorfor «kollega»-metaforen frister. Den høres moderne ut og lover samarbeid, fart og kreativitet.

Men ord former virkeligheten.

Når vi gir en modell en sosial posisjon den ikke kan bære, uten dømmekraft, ansvar og verdier, flytter vi samtidig forventninger og makt i organisasjonen. Det skjer i en periode der de enkleste, mest læringsrike oppgavene allerede blir automatisert bort. 

Det er nettopp disse oppgavene som tradisjonelt har gjort det mulig for unge å komme inn, lære faget og vokse med ansvar. Når disse oppgavene forsvinner, forsvinner også første trinn i karrierestigen.

Tallene fra NRK Debatten torsdag 30. oktober bekrefter det mange nyutdannede merker på kroppen: Døra står sjeldnere på gløtt, og terskelen inn flyttes fra «få sjansen, så bygger du erfaring» til «vis erfaring, så kanskje du får sjansen».

Fem forskjellige AI-nivåer i arbeidslivet

I foredraget mitt om fremtidens arbeidsliv beskriver jeg fem nivåer for AI i arbeidslivet:

• assistent,
• kollega,
• konkurrent,
• leder, og til slutt
• scenariet der mennesker i praksis blir assistenter for autonome systemer.

Modellen er ikke laget for å skremme, men for å gi ledere et språk for modenhet, styring og risiko. På nivå én er AI en assistent som skriver utkast, finner kilder og foreslår vinkler, mens mennesker initierer, vurderer og publiserer. 

På nivå to begynner vi å gi modellen eierskap til deloppgaver i flyten. 

Senere måler vi den direkte mot mennesker, lar den prioritere og fordele arbeid, og ender til slutt i kjeder der mennesker primært mater data og overvåker. 

Den avgjørende forskjellen mellom nivå én og nivå to er hvem som faktisk «holder i» oppgaven. Når vi hopper fra assistent til kollega uten å ha bygget robuste kvalitets- og ansvarsmekanismer, tar modellen nettopp de oppgavene juniorer trenger for å lære, og vi drar i praksis opp stigen.

Noen vil innvende at vi alltid har automatisert rutiner, og at markedet skaper nye jobber.

Det stemmer som langtids-statistikk, men gir liten trøst til dem som nå står i overgangen. Det er i overgangene samfunn får «åpne sår». Arbeidsmarkedsforskning viser til at en svak start på arbeidslivet kan prege inntekt, mobilitet og mestring i årevis.

Når antallet inngangsjobber faller så markant på bare ett år, holder det ikke å peke på lav samlet ledighet eller å si «teknologi har alltid skapt nye muligheter». 

Spørsmålet er hvilke muligheter vi faktisk bygger nå for de som trenger det første, realistiske steget. NRK Debatten gjorde denne spenningen synlig: Vi diskuterer «unge utenfor» samtidig som vi systematisk fjerner de oppgavene som lærte dem å komme innenfor.

Ikke for å skremme

Dette handler ikke om teknologiske skremsler. Jeg er ikke motstander av AI.

Tvert imot. I mitt eget virke som selvstendig næringsdrivende har jeg brukt AI som assistent i et par år nå. Diverse AI-verktøy hjelper meg å utforske kilder, strukturere manus, utfordre argumenter og perspektiver, hjelpe meg med undersøkelser og kilder, og holde jevnt over et høyere tempo.

Det er en ærlig produktivitetsgevinst, og jeg har skrevet åpent om hvordan denne samhandlingen fungerer. (Mer korrekt er det Iver Strøm – min AI-assistent basert på ChatGPT – som har skrevet om det). 

Men nettopp fordi jeg kjenner styrken i verktøyene, er jeg også opptatt av grensene. Rollen er definert som verktøy under menneskelig kontroll. Jeg starter og avslutter arbeidet. Jeg etterprøver kilder, gjør de redaksjonelle valgene og tar ansvaret for publisert innhold.

Bevisst assistent-doktrine

Det er en bevisst «assistent-doktrine», ikke en relasjon mellom «kollegaer».

Derfor mener jeg at virksomheter som vil bruke AI med vett, må starte med samme doktrine. Formålet er enkelt: bevare læringsløypa for mennesker samtidig som vi tar ut gevinsten fra teknologien. Det betyr at mennesker skal eie problemforståelsen, målformuleringen og publiseringsansvaret, mens AI gjør fotarbeidet. 

Det betyr etterprøvbare kilder i alle utkast, og beslutningslogg når AI bidrar og påvirker viktige leveranser. Det betyr at juniorer ikke fjernes fra prosessen, men gis ansvar for kvalitetskontroll, kundedialog og etterarbeid, i tett samspill med AI.

Og det betyr at hvert steg mot «kollega»-stadiet må være begrenset, målt og reverserbart. 

Først når dokumentert kvalitet, etikk og datastyring sitter i veggene, kan utvalgte delprosesser flyttes fra assistent til kollega, og da som et bevisst unntak, ikke som en metaforisk standard.

Mastergrader som en pauseknapp mot det uunngåelige

I NRK Debatten var det mange unge som valgte enda mer utdanning for å kompensere for manglende inngangsjobber. En master kan være riktig for mange, men blir feil hvis den primært fungerer som pauseknapp. Hvis arbeidslivet ber om ferdigheter, portefølje og trygg samhandling med AI, er ikke svaret nødvendigvis enda flere år i auditoriet. 

Svaret er oftere tettere kobling mellom studier og arbeid, tidligere, oftere og mer reelt. Betalt praksis, oppdragsbaserte emner fra første studieår og korte, betalte prøve-oppdrag i rekruttering kan gi unge den dokumenterte erfaringen som nå etterspørres, uten å ofre kvalitet eller sikkerhet.

Også dette poenget ble tydelig i etterspillet etter Debatten: Vi må bygge nye inngangsjobber som speiler et arbeidsliv der mennesker og maskiner jobber sammen.

Boka mi «Mennesket vs Maskinen» (tilgjengelig der du kjøper bøker fra midten av november) er i så måte en invitasjon til å gjøre det langsomme valget som blir raskere over tid.

Det langsomme valget er å holde fast ved «assistent under menneskelig kontroll» til vi kan dokumentere at kvalitet, ansvar og læring faktisk styrkes. Det raske, men kortsiktige valget, er å erklære «AI som kollega» fordi det føles effektivt der og da. Den første tilnærmingen bevarer rekruttering, bygger kompetanse og gjør organisasjoner styrbare. Den andre velter kostnadene over på de yngste og gjør virksomheten mer avhengig av leverandører og mer sårbar for feilmodellerte beslutninger.

Personlig kommer jeg til å fortsette å bruke AI som assistent. Det gjør meg mer produktiv, mer nysgjerrig og mer oppdatert. Men jeg kommer også til å fortsette å argumentere mot «kollega»-språket. 

For når vi river vekk nederste trinn i effektivitetens navn, oppdager vi snart at også mellomtrinnene mangler. Da handler ikke problemet lenger om hvor flink modellen er, men om vi har mennesker som vet hvorfor arbeidet gjøres, hvordan det bør gjøres, og når vi skal si stopp.

Bilde: Midjourney