Workslop: AI-jobbet som ser bra ut men slösar miljoner

Det var Per Clingweld på AI Sweden som fick mig att stanna upp. Han delade en ny studie från Harvard och Stanford om ett fenomen som många av oss redan har känt på: AI-jobb som ser proffsigt ut, men som visar sig vara tomt.

Forskarna kallar det för workslop.

Jag gillar ordet. För du känner säkert igen känslan: en text eller rapport som ser snygg ut på ytan men som inte går att använda till något. Du läser – en gång till – och ändå blir du inte klokare.

Och det här är inte bara ett irritationsmoment. Det kostar på. Enligt studien lägger vi i snitt timmar på att städa upp när AI spottar ur sig sådant här. Det innebär miljontals kronor i spill för stora organisationer. Men ännu värre: förtroendet mellan kollegor får sig en rejäl törn. Ingen vill jobba med den som alltid lämnar ifrån sig något som ser klart ut men inte är det.

Pilots eller Passengers?

Forskarna beskriver två typer av AI-användare:

• Pilots, som använder AI för att tänka tillsammans med. De blir skarpare, mer kreativa, mer relevanta.
• Passengers, som använder AI för att slippa tänka. Resultatet ser klart ut – men är ofta just workslop.

Problemet är att de flesta organisationer i dag mäter aktivitet: hur många som loggar in, hur många som testar. Men nästan ingen mäter kvalitet. Då blir det lätt en hel armé av Passengers, som producerar fort men fel.

Mina lärdomar från diskussionen

När Per delade inlägget blev kommentarerna nästan lika intressanta som själva studien:

• Lars Neckman påminde om att AI inte är en kollega, utan kod. Det är först när människa + AI samarbetar med tydliga roller som det blir värdefullt.
• Marc Hillander satte fingret på kärnan: adoption mäts – men output glöms bort. Hans tumregel: låt AI göra 80 % av grovjobbet, men ta alltid ansvar för de sista 20. Det är där relationen till läsaren och förtroendet byggs.
• Jacqueline Kothbauer konstaterade: både de bästa och de sämsta använder AI. Skillnaderna består – kanske förstärks – och därför blir talang och medvetet hantverk ännu viktigare.

Min egen tumregel

Jag håller helt med Marc, men vill lägga till en egen twist:

• Ibland gör jag 80 % själv, och låter AI hjälpa mig på slutet.
• Ibland låter jag AI göra 80 %, men jag ser alltid till att avsluta.

Det viktiga är att alltid ta ansvar för de sista procenten. Det är där nerven, skärpan och trovärdigheten sitter.

Summan av kardemumman:

AI är inte en ursäkt för att slippa tänka. Det är ett verktyg för att tänka bättre.

Frågan för dig som leder ett team är inte: “Hur många använder AI?”
Frågan är: “Hur många är Pilots?” 👌