Når KI-kompetansen blir værende hos noen få

Kompetansen utvikler seg ikke jevnt, og det er heller ikke noe mål i seg selv

Når ny teknologi blir tilgjengelig, vil noen mennesker naturlig nok begynne å utforske den tidligere og mer intensivt enn andre. Generativ KI er ikke noe unntak.

I samme virksomhet kan én medarbeider ha brukt teknologien daglig i flere år, mens en annen bare har prøvd den noen få ganger. Den første har kanskje utviklet gode arbeidsmåter, lært hvor teknologien har klare begrensninger og funnet konkrete oppgaver hvor bruken gir en merkbar gevinst.

Dette trenger ikke være et problem. Det er verken realistisk eller nødvendig at alle ansatte skal ha samme interesse for KI eller utvikle samme kompetansenivå.

Det interessante spørsmålet for virksomheten er heller hva som skjer med erfaringene til dem som ligger foran.

Hvis gode arbeidsmåter, nyttige prompts og praktisk erfaring hovedsakelig finnes hos personen som utviklet dem, har virksomheten fått en dyktigere medarbeider. Den har ikke nødvendigvis blitt en mer kompetent organisasjon.

Ildsjelene bør først og fremst betraktes som en ressurs

Det er lett å beskrive store kompetanseforskjeller som noe virksomheten må rette opp, men da risikerer man å overse hvor verdifulle de mest aktive brukerne faktisk er.

De kjenner sine egne arbeidsoppgaver, systemer, kunder og fagområder, og kan derfor oppdage bruksområder som ville vært vanskelige å identifisere gjennom en sentral KI-strategi eller et generelt opplæringsprogram.

En medarbeider kan oppdage en bedre måte å forberede en rapport på. En annen finner ut hvordan store mengder informasjon kan bearbeides raskere. En tredje utvikler en arbeidsmåte som gjør deler av kundedialogen enklere uten at kvaliteten blir dårligere.

Dette er praktisk innovasjon som skjer tett på selve arbeidet, og virksomheten bør ha interesse av at den fortsetter.

Utfordringen er derfor ikke å få ildsjelene til å slutte å løpe foran. Den er å sørge for at organisasjonen klarer å lære noe av det de oppdager underveis.

Den mest verdifulle KI-kompetansen står sjelden på et kursbevis

Når vi snakker om kompetanse, er det lett å tenke på kjennskap til bestemte verktøy, kurs eller generell forståelse av hvordan generativ KI fungerer. Den praktiske kompetansen som skaper verdi i en virksomhet er ofte langt mer spesifikk.

En erfaren bruker vet kanskje at en bestemt oppgave fungerer godt dersom den deles i tre steg, hvilken kontekst modellen trenger, hva som bør gjøres manuelt og hvilke deler av resultatet som alltid må kontrolleres.

Det er ikke bare kompetanse i ChatGPT eller Copilot. Det er en kombinasjon av fagkompetanse, forståelse av arbeidsprosessen og erfaring med hvordan teknologien kan brukes i akkurat denne sammenhengen.

Denne kunnskapen kan samtidig være vanskelig for virksomheten å oppdage. Den kan finnes i:

• en personlig prompt
• en samtalehistorikk
• en egen GPT eller agent
• et dokument medarbeideren bruker som mal
• en uformell rutine
• eller ganske enkelt i hodet på personen som har utviklet arbeidsmåten

Dermed kan virksomheten sitte på svært verdifull kunnskap uten egentlig å vite at den finnes.

Det første steget kan være så enkelt som å finne ut hva folk faktisk gjør

Virksomheten trenger ikke nødvendigvis et stort kompetansekartleggingsprosjekt for å få bedre oversikt. Det kan være langt mer nyttig å spørre ansatte om konkrete arbeidsoppgaver enn å spørre hvor gode de mener de er på KI.

Eksempelvis:

• Hvilke oppgaver bruker du KI til i dag?
• Er det noen av dem hvor du opplever at du sparer betydelig tid eller får et bedre resultat?
• Har du laget en prompt, arbeidsflyt eller rutine du bruker flere ganger?
• Er det noe du har prøvd som viste seg å fungere dårlig?
• Er det arbeidsmåter du tror kollegene dine kunne hatt nytte av?

Svarene gir et bilde av både hvor kompetansen finnes og hva den faktisk brukes til. Det gir også et bedre utgangspunkt for videre kompetansearbeid enn å anta at alle ansatte trenger den samme generelle opplæringen.

Ikke alt som fungerer for én person bør bli en standard for alle

Når virksomheten først begynner å finne gode arbeidsmåter, er det fristende å dokumentere og standardisere dem. Det bør gjøres med en viss varsomhet.

En arbeidsmåte kan fungere godt fordi personen som bruker den har mye fagkompetanse, kjenner begrensningene og vet når resultatet ikke kan stoles på. Den samme metoden kan fungere dårligere dersom den kopieres ukritisk av andre.

Derfor bør deling også innebære vurdering. Det er nyttig å se nærmere på hva som egentlig gjør arbeidsmåten god, hvilken fagkompetanse den forutsetter, hvilke deler andre kan gjenbruke, hva som må kvalitetssikres, og om dette bør bli felles praksis eller først og fremst et godt eksempel andre kan lære av.

Målet er ikke at alle skal arbeide identisk. Målet er at verdifulle erfaringer ikke skal måtte oppdages på nytt av hver enkelt medarbeider.

Pass på at ildsjelene ikke blir virksomhetens uformelle KI-support

Når organisasjonen oppdager hvem som ligger langt fremme, skjer det ofte noe ganske naturlig: Kollegaene begynner å spørre dem om hjelp.

Det kan være positivt fordi kompetansen deles uformelt, men det skalerer dårlig dersom noen få medarbeidere etter hvert blir ansvarlige for å skrive andres prompts, demonstrere verktøy og løse KI-relaterte problemer ved siden av sin egentlige jobb.

Virksomheten bør derfor bruke erfaringene deres uten å gjøre seg permanent avhengig av tilgjengeligheten deres. Ildsjelene kan bidra med gode case, vise hvordan de arbeider, teste nye metoder og hjelpe virksomheten med å forstå hvor mulighetene finnes.

Selve kompetansespredningen bør imidlertid organiseres slik at flere gradvis blir i stand til å løse oppgavene selv.

Organisasjonen trenger heller ikke at alle blir eksperter

Målet med kompetansespredning bør ikke være at alle ansatte skal opp på nivået til de mest interesserte brukerne. Behovet varierer med rolle og arbeidsoppgaver.

Noen mennesker vil ha nytte av å utforske nye verktøy og utvikle avanserte arbeidsmåter. Andre trenger først og fremst å kunne bruke noen få etablerte metoder på en trygg og effektiv måte.

Ledere trenger på sin side ikke nødvendigvis være de beste brukerne, men de bør forstå teknologien godt nok til å kunne vurdere muligheter, risiko, kompetansebehov og konsekvenser for måten virksomheten arbeider på.

Det er derfor mer interessant å spørre om virksomheten har riktig kompetanse på riktige steder enn om alle ansatte har samme kompetansenivå.

Dette påvirker også hvordan vi tenker om opplæring

Når KI Akademiet kartlegger en virksomhet før en intern workshop, er ikke hensikten bare å finne ut hva ansatte mangler av kompetanse. Det er minst like interessant å forstå hva de allerede gjør, hvor erfaringen finnes og om det allerede er utviklet gode arbeidsmåter som flere kan lære av.

Det gjør det mulig å ta utgangspunkt i virksomhetens faktiske situasjon fremfor å behandle alle som om de starter på samme sted.

Eksisterende erfaringer kan brukes som case, samtidig som opplæringen konsentreres om de områdene hvor det faktisk finnes et kompetansegap eller et uutnyttet potensial.

Dette er også en viktig grunn til at interne workshops kartlegges på forhånd og bygges rundt egne case og faktiske behov.

Hvor personavhengig er KI-kompetansen hos dere?

• Vet dere hvem som allerede bruker KI aktivt i arbeidet?
• Vet dere hvilke arbeidsoppgaver de bruker teknologien til?
• Finnes det gode arbeidsmåter hos enkeltpersoner som flere kunne hatt nytte av?
• Har ansatte et naturlig sted eller format for å dele erfaringer?
• Ville viktige KI-baserte arbeidsmåter forsvinne dersom én eller to personer sluttet?

Dersom det siste spørsmålet er vanskelig å svare på, kan det være verdt å undersøke hvilken praktisk kompetanse virksomheten allerede har før man bestemmer hva slags ny kompetanse man trenger.