Kunstig intelligens har enorme potentialer. Det giver mulighed for at fokusere på, hvilke større forandringer vi kan skabe i et velfærdssamfund under pres, i stedet for kun at kigge på mindre effektiviseringsgevinster. Vi skal gentænke hele måden, vi arbejder på, og det vi arbejder med. En mere holistisk tilgang kræver fantasi. Vi skal simpelthen slippe forestillingsevnen løs og stille os selv spørgsmålet: Hvad nu hvis?
Hvad nu hvis vi kunne frigive mere tid til menneskelig kontakt? Hvad nu hvis vi kunne aflaste sundhedspersonalet, så tunge dokumentationskrav bliver lettere? Hvad nu hvis sagsbehandlingen i en kommune kunne ske hurtigere og lette manglen på arbejdskraft? Hvad nu hvis vi kunne gøre det mere attraktivt at vælge et job i den offentlige sektor, fordi man primært beskæftiger sig med sine kernekompetencer?
Hvis vi tør stille os selv disse spørgsmål, bliver vi bedre i stand til at se, hvordan vi kan gentænke den danske velfærd. For nuværende er den under pres. Færre skal levere velfærd til flere, en åbenlys svær opgave uden uendelige ressourcer. Teknologien skal og kan spille en rolle, og mulighederne i kunstig intelligens er mange. Dertil kommer, at vi nu i stigende grad afprøver konkrete løsninger ved brug af AI – modsat for bare et par år siden, hvor der var mere hype end realiserede projekter. Det blev meget tydeligt, da jeg for nylig var en del af juryen ved Microsoft AI Hackathon målrettet den offentlige sektor.
Vi skal nogle gange vende præmissen på hovedet
Otte offentlige myndigheder og organisationer brugte fire dage på at udvikle, teste og præsentere løsninger med AI som omdrejningspunkt. Og det blev til mange interessante løsninger. Fx havde Økonomistyrelsen udviklet en genial løsning til at lette onboarding-processen af nye medarbejdere; et internt, AI-drevet værktøj, der kan guide og besvare de spørgsmål, nye medarbejdere i Økonomistyrelsen stiller, uden at belaste den øvrige organisation for meget. Det interessante er, at styrelsen har anerkendt sin relativt høje churn rate på medarbejdere. I stedet for at forsøge at løse det problem (hvilket er svært med nye generationer, der ikke venter på at få den kongelige fortjenstmedalje på arbejdspladsen), gjorde man onboarding-processen langt mere smidig, tilgængelig og effektiv uden at tage mange ekstra ressourcer i brug – og uden at belaste HR-afdelingen med for mange opgaver og spørgsmål.
Økonomistyrelsen vendte altså præmissen på hovedet. De koblede AI med den menneskelige faktor; nye medarbejdere kan spørge alt det, de vil uden at føle de forstyrrer eller stiller ”dumme” spørgsmål. Samtidig bliver de guidet til konkrete kollegaer, andre nye medarbejdere og ægte social interaktion ved opgaver og spørgsmål, der kræver et menneskelig dialog
Et vakuum af homogene kompetencer
En anden interessant tilgang kom fra Udviklings- & Forenklingsstyrelsen. Her havde man, udover forretningsspecialister, udviklere og IT-professionelle, bragt juridiske ressourcer ind i det team, der skulle dyste om den bedste AI-løsning, for at sikre en compliance-by-design tilgang. Også det er et genialt træk. Sandheden er jo, at selvom mange kan drømme om store og bæredygtige forandringer i den offentlige sektor, er selvsamme sektor underlagt store juridiske og regulatoriske krav. Det er en præmis, vi er nødt til at arbejde med. Derfor skal fantasien ikke blot slippes løs i et lukket vakuum af homogene kompetencer, men drives i samspil med dem, som kan bidrage med input, kritik og viden om HR, governance, sikkerhed og jura.
AI erstatter mig ikke. AI assisterer mig
For nylig havde jeg en samtale med en sygeplejerske, og jeg spurgte hende: “Hvis du havde en usynlig assistent siddende på skulderen, som kunne forbedre og effektivisere dit arbejde, hvad ville du så bruge den til?” Hendes svar var interessant. Hun sagde: “Jeg ville bruge den til at dokumentere mere og til at bruge mine kollegers dokumentation mere. Og jeg ville bruge den til at få mere viden om mine kollegers arbejde. Både dem med samme faglighed og dem fra andre faggrupper. Vi dokumenterer slet ikke nok, og vi bruger ikke de andres viden og dokumentation tilstrækkeligt. Det koster os. Vi misser vigtige ting. Vi laver de forkerte ting.” Pointen er, at AI-assistenter kan hjælpe med at løfte manuelle og skriftlige opgaver, udfylde huller i og på tværs af arbejdsprocesser og hjælpe med komplicerede og tidskrævende analyser af f.eks. en patient.
Sygeplejersken fortsatte: “Med en usynlig assistent på skulderen ville jeg på vej ind til mødet med borgeren bede om at blive opdateret på, hvad mine kolleger – egne og tværfaglige – har gjort og observeret. Under mødet ville jeg bede assistenten notere og opsummere, så jeg kunne kontrollere det og bede om at få det dokumenteret, så det var klar til mine kolleger. Det ville spare mig meget tid. Tid, som f.eks. kan bruges i relationen med borgeren. Det, som jeg er uddannet til, det som borgerne har gavn af, og som jeg får energi og arbejdsglæde af.”
Hvis vi har mulighed for at lette f.eks. sygeplejerskers dokumentationskrav, er der mere tid til kernefagligheden, og jeg har en stærk formodning om, at dette vil sikre, at vi bruger både tid og penge mere fornuftigt. Og at vi samtidig øger arbejdsglæden.
AI-udviklingen går hurtigt og langsomt på samme tid
Mange mener sikkert, at det kan være svært at følge med udviklingen inden for kunstig intelligens. Og det er der sådan set ikke noget at sige til. Det tog ikke mere end 3 måneder, før ChatGPT nåede 100 mio. brugere. Til sammenligning tog det mobiltelefonen 16 år. Samtidig er der mange, der føler, at udviklingen går langsomt; for hvor er den knap, der kan fjerne al repetitivt arbejde – eller frigive timer hver uge til pressede skolelærere og sygeplejersker? Svaret er, at vi er nødt til at prøve os frem og se, hvad der virker. I den enkelte kommune, styrelse og i den enkelte region. Men det er afgørende, at vi ikke måler effekten af AI i forhold til en enkelt arbejdsopgave eller proces – eller værdien af AI i forhold til en enkelt budgetpost. Vi er nødt til samlet at vurdere de mange små forbedringer og fordele, som kunstig intelligens kan skabe på tværs af processer og arbejdsopgaver.
Vi skal overveje, hvilke problemer vi gerne vil løse, og turde se på dem med nye øjne og måske med andre kompetencer. Og vi skal stille os selv spørgsmålet: Hvad nu hvis?