Når ingen ved hvad der er okay med AI på jobbet

Annonce – sponsoreret indhold.

Det starter sjældent med en konflikt. Det starter med en kollega, der bruger ChatGPT til at skrive et kundetilbud, mens en anden synes det er på kanten. Det starter med et møde, hvor nogen spørger “må vi egentlig det her?” — og ingen kan svare. Det starter med en fornemmelse af, at alle gør noget forskelligt, og at ingen rigtig ved, hvad der er okay. I 2026 er AI ikke længere et eksperiment. Det er et værktøj, der ligger åbent på skærmen hos halvdelen af dine kolleger. Men i mange teams mangler der stadig en fælles forståelse af, hvornår det er fint at bruge det, hvornår et menneske skal kigge resultatet efter, og hvad der overhovedet må fodres ind i systemerne. Den manglende AI politik på arbejdspladsen er ikke bare et ledelsesproblem — det påvirker din arbejdsglæde, din tillid til kollegerne og din faglige identitet. Når reglerne er uklare, bliver du usikker på, om du gør det rigtige. Og den usikkerhed koster mere, end de fleste tror.

Uklare AI-regler koster mere end tid og effektivitet

Lad os starte med det åbenlyse: Når ingen ved, hvad der er tilladt, bruger folk enten AI i det skjulte eller slet ikke. Begge dele er problematiske. Den første gruppe risikerer at dele fortrolige data med eksterne systemer eller producere output, som ingen kontrollerer. Den anden gruppe går glip af værktøjer, der kunne lette deres arbejdsdag markant. Men det åbenlyse er ikke det værste.

Det værste er det, der sker mellem mennesker. Når reglerne er uklare, begynder kolleger at dømme hinanden i stilhed. Dem der bruger AI flittigt, bliver set som dovne eller uprofessionelle af nogle. Dem der holder sig tilbage, bliver set som gammeldags eller ineffektive af andre. Og fordi ingen har etableret en fælles forståelse, forbliver disse vurderinger usagte — og gror til mistillid.

Tænk på din egen arbejdsplads. Har I talt åbent om, hvornår det er okay at bruge AI til at skrive et førstekast? Hvornår det kræver en note til modtageren? Hvornår det slet ikke er tilladt? Hvis svaret er nej, så står du formentlig i samme situation som tusindvis af andre danske medarbejdere: Du navigerer i et tomrum og håber, du gætter rigtigt.

Det koster ikke bare tid i form af dobbeltarbejde og usikkerhed. Det koster i form af:

• Tabt faglig stolthed — når du ikke ved, om din arbejdsproces er accepteret, bliver det sværere at føle ejerskab over dit arbejde
• Undgåelsesadfærd — mange vælger at undlade at bruge AI, selv hvor det ville give mening, fordi de er bange for at gøre noget forkert
• Skjult brug — andre bruger AI uden at fortælle det, hvilket skaber en kultur af hemmeligholdelse fremfor åbenhed
• Konflikter der aldrig bliver løst — fordi ingen har mandat til at sige, hvad der er rigtigt, ender uenigheder med at ulme

I et arbejdsliv, hvor personlig udvikling og professionel integritet hænger uløseligt sammen, er det umuligt at navigere med ro i maven, hvis grundreglerne er usynlige.

Hvad en fælles ramme for AI-brug konkret bør indeholde

En god ramme behøver ikke være et 40-siders dokument. Den behøver at besvare tre spørgsmål, som alle i teamet kan huske og handle ud fra.

Spørgsmål 1: Hvad må vi dele med AI-værktøjer?

Dette handler om data og fortrolighed. Må du uploade et kundenotat til ChatGPT? Hvad med interne strategidokumenter? Hvad med personoplysninger? De fleste AI-værktøjer sender data til eksterne servere, og selvom mange nu tilbyder enterprise-versioner med bedre databeskyttelse, er standardindstillingerne sjældent tilstrækkelige til følsomt materiale.

En klar ramme definerer kategorier: Hvad er altid okay (f.eks. offentligt tilgængelig information, generiske skabeloner). Hvad kræver anonymisering først (f.eks. kundehenvendelser hvor navne og detaljer fjernes). Hvad er aldrig okay (f.eks. persondata, sundhedsoplysninger, fortrolige kontrakter).

Spørgsmål 2: Hvornår skal et menneske godkende AI-output?

AI kan producere tekst, tal og analyser i en fart, der overgår ethvert menneske. Men AI kan også hallucinere fakta, overse kontekst og producere noget, der teknisk set er korrekt, men tonalt helt forkert. Hvornår er det okay at sende et AI-genereret udkast direkte videre — og hvornår skal det gennem menneskelige øjne først?

En klar ramme skelner mellem risikozoner: Intern brainstorming og idégenerering kræver måske kun et hurtigt tjek. Et kundetilbud kræver grundig gennemgang. Et juridisk dokument kræver måske, at AI slet ikke bruges — eller at resultatet kontrolleres af en specialist.

Spørgsmål 3: Hvor går vi hen, når vi er i tvivl?

Dette er ofte det oversete spørgsmål. Selv den bedste ramme kan ikke forudse alle situationer. Der vil altid opstå gråzoner, nye værktøjer, uventede scenarier. En god ramme etablerer derfor en kanal for tvivl: Hvem spørger man? Hvor hurtigt kan man forvente svar? Og hvad gør man, mens man venter?

Uden denne ventil ender medarbejdere med at gætte. Og gæt fører til inkonsistens, som fører til mistillid, som fører tilbage til udgangspunktet.

Du kan tage initiativ nedefra — uden at træde nogen over tæerne

Måske sidder du og læser dette og tænker: “Det lyder rigtigt, men det er da ledelsens ansvar at fikse det her.” Og ja, i en ideel verden ville ledelsen have taget initiativ for længst. Men i virkeligheden er mange ledere lige så usikre som alle andre — de har bare også en bunke andre ting på deres bord.

Her er sandheden: Du kan starte samtalen uden at overskride din rolle. Det handler om at invitere fremfor at kræve, og om at beskrive fremfor at anklage.

Brug “jeg oplever”-sproget

I stedet for at sige “Vi har brug for regler for AI” — hvilket kan lyde som en kritik af ledelsen — kan du sige: “Jeg oplever nogle gange usikkerhed om, hvornår det er okay at bruge AI til X. Er der andre, der har det på samme måde?” Dette sprog åbner en dør uden at pege fingre.

Foreslå et konkret format

Vage ønsker er lette at ignorere. Konkrete forslag er sværere at afvise. I stedet for “Vi burde tale om det” kan du sige: “Kunne vi tage 30 minutter på næste teammøde til at samle op på, hvordan vi hver især bruger AI — og om vi har brug for nogle fælles pejlemærker?”

Fokusér på fælles gevinst

Rammen skal ikke sælges som en begrænsning, men som en befrielse. Når alle ved, hvad der er okay, slipper alle for at gætte. Det betyder færre fejl, hurtigere arbejde og — ikke mindst — mindre stress. Det er et argument, der appellerer til både medarbejdere og ledere.

Hvad en workshop om AI-spilleregler kan udrette på én dag

Der er grænser for, hvor langt man kommer med gode intentioner og ad hoc-samtaler. På et tidspunkt kræver det et dedikeret rum, hvor hele teamet sidder sammen og arbejder det igennem. Ikke med eksterne eksperter, der docerer fra en PowerPoint, men med faciliteret dialog, der tager udgangspunkt i jeres egne opgaver og udfordringer.

En workshop om fælles spilleregler for AI kan typisk nå fire ting på en enkelt dag:

1. Kortlægning af den faktiske praksis

Det første skridt er at finde ud af, hvad der rent faktisk sker. Hvem bruger hvilke værktøjer? Til hvad? Med hvilke data? Denne kortlægning afslører ofte overraskelser — både positive (kolleger der har fundet smarte anvendelser) og bekymrende (data der deles, uden at nogen har tænkt over det).

2. Identifikation af gråzoner og stridspunkter

Når praksis er på bordet, bliver det tydeligt, hvor der er enighed — og hvor der ikke er. Måske er alle enige om, at kundedata ikke må uploades. Men hvad med interne mødereferater? Hvad med at bruge AI til at opsummere en samtale, man selv har haft? Disse gråzoner skal identificeres, før de kan adresseres.

3. Formulering af klare principper

Med gråzonerne i hånden kan teamet formulere principper, der giver mening for netop deres kontekst. Ikke generiske retningslinjer kopieret fra internettet, men specifikke svar på specifikke spørgsmål: “Hos os gælder det, at…” Disse principper skal være konkrete nok til at handle ud fra og fleksible nok til at rumme variation.

4. Etablering af en tydelig eskaleringskanal

Endelig skal der være et sted at gå hen med tvivl. Det kan være en person, en kanal eller en procedure — men det skal være klart for alle, hvem der har mandat til at svare, og hvad man gør, mens man venter på svar.

En workshop af denne type erstatter ikke behovet for løbende dialog. Men den etablerer et fundament, som al fremtidig dialog kan bygge på. Og den gør det på en måde, hvor alle har været med til at forme rammerne — hvilket øger sandsynligheden for, at de faktisk bliver fulgt.

Fælles rammer er ikke en begrænsning — de er en forudsætning

Der findes en misforståelse om, at regler begrænser kreativitet og effektivitet. At jo færre regler, jo mere frihed. Men i praksis fungerer det ofte omvendt: Når alt er tilladt, og intet er afklaret, tør folk mindre. De bliver defensive. De holder tilbage.

Tænk på det som en vej uden vejmarkeringer. Teknisk set kan du køre, hvor du vil. Men i praksis kører du langsommere, fordi du ikke ved, hvornår du krydser over i modkørende trafik. Vejmarkeringer føles som begrænsninger — men de er det, der gør det muligt at køre hurtigt og sikkert.

Det samme gælder AI på arbejdspladsen. Klare rammer for, hvad der må deles, hvornår et menneske skal godkende, og hvor man går hen med tvivl — det er ikke en bremse. Det er det, der gør det muligt at bruge AI med ro i maven. Det er det, der fjerner den nagende usikkerhed, som mange føler, hver gang de åbner et AI-værktøj.

Og for den enkelte medarbejder, der navigerer i et arbejdsliv fyldt med forandringer og forventninger, er den ro ikke en luksus. Det er en nødvendighed.

Sådan starter du samtalen på mandag

Du behøver ikke vente på, at nogen andre tager initiativ. Her er et konkret script, du kan tilpasse og bruge:

“Jeg har tænkt på noget. Jeg bruger AI en del i mit arbejde, og jeg tror, flere af jer gør det samme. Men jeg er ikke altid sikker på, hvornår det er okay, og hvornår jeg burde lade være — eller fortælle, at jeg har brugt det. Er der andre, der har det på samme måde? Og kunne vi tage lidt tid til at tale om, om vi har brug for nogle fælles pejlemærker?”

Dette script gør tre ting rigtigt: Det starter med din egen oplevelse (ikke en anklage). Det inviterer andre ind (ikke kræver svar). Og det foreslår en konkret handling (en samtale, ikke en revolutionær forandring).

Fra den samtale kan næste skridt være et teammøde, en arbejdsgruppe eller måske en beslutning om at afsætte en dag til at arbejde det ordentligt igennem. Pointen er ikke, at du skal løse problemet alene. Pointen er, at du kan starte samtalen — og at samtalen er det første skridt mod den fælles ramme, alle har brug for.

Ofte stillede spørgsmål

Hvem har ansvaret for at etablere regler for AI på arbejdspladsen?

Formelt set ligger ansvaret typisk hos ledelsen, ofte i samarbejde med IT, HR og juridisk afdeling. Men i praksis starter mange gode initiativer hos medarbejdere, der oplever problemet i hverdagen og bringer det op. Du kan sagtens invitere til samtalen uden at overskride din rolle — det handler om at beskrive din oplevelse og foreslå et format, ikke om at diktere løsningen.

Kan man etablere fælles AI-regler uden teknisk ekspertise?

Ja, langt hen ad vejen. De vigtigste spørgsmål — hvad må deles, hvornår skal et menneske godkende, hvor går vi hen med tvivl — handler mere om værdier og arbejdsprocesser end om tekniske detaljer. Du behøver ikke forstå, hvordan en sprogmodel fungerer, for at vide, at kundedata ikke skal uploades til eksterne servere. Det kan dog hjælpe at have nogen med teknisk indsigt til at besvare specifikke spørgsmål om datasikkerhed.

Hvor ofte bør en AI-politik opdateres?

AI-værktøjer og deres muligheder ændrer sig hurtigt. En god tommelfingerregel er at revidere jeres fælles ramme mindst én gang årligt — eller når der introduceres nye værktøjer, nye arbejdsopgaver involverer AI, eller når der opstår situationer, som den nuværende ramme ikke dækker. Det vigtigste er, at rammen opfattes som et levende dokument, ikke en gravsten.

Hvad hvis ledelsen ikke er interesseret i at etablere regler?

Hvis ledelsen ikke prioriterer det, kan du starte med uformelle aftaler i dit eget team eller med de kolleger, du arbejder tættest med. En lokal fælles forståelse er bedre end ingen fælles forståelse. Samtidig kan dokumenterede eksempler på gråzoner og usikkerhed være et konkret argument, næste gang emnet kommer op — eller noget du kan bringe op ved en passende lejlighed.

Kan fælles regler hæmme innovation og eksperimenter med AI?

Det afhænger af, hvordan reglerne formuleres. Regler der siger “AI må ikke bruges til X, Y og Z” kan føles begrænsende. Regler der siger “AI må bruges frit til ideudvikling, men output der går eksternt skal gennemlæses” giver plads til eksperimenter inden for trygge rammer. Det handler om at skelne mellem høj-risiko og lav-risiko anvendelser, ikke om at forbyde alt.