Se for deg en ny medarbeider som leverer fungerende programvare raskere med KI. Teamet er fornøyd, helt til medarbeideren blir bedt om å forklare hvorfor den samme kundeposten kan importeres to ganger. Koden virker på demonstrasjonsdataene, men medarbeideren har ennå ikke vist den forståelsen som trengs for å kontrollere den.
For en norsk bedrift handler dette om kapasitet: Hvem skal kunne kontrollere arbeidet, håndtere ukjente saker og lære opp neste kollega? Flere KI-lisenser besvarer ikke spørsmålet. Det gjør heller ikke et krav om menneskelig godkjenning hvis den som godkjenner, aldri har lært hva som må undersøkes.
Min anbefaling er å sette to tydelige mål for hver viktig arbeidsprosess: en god nok leveranse i dag og en bestemt kompetanse teamet skal bevare eller utvikle. Det samme KI-verktøyet kan bidra til begge deler, men arbeidet må organiseres slik at det skjer.
Ferdig arbeid og læring er to forskjellige resultater
En randomisert studie fra Anthropic-forskere i 2026 undersøkte 52 programmerere som lærte et ukjent Python-bibliotek. KI-tilgang ga svakere resultater på kunnskapstesten etterpå. Den gjennomsnittlige tidsgevinsten var ikke statistisk signifikant. Studien brukte en samtaleassistent og målte forståelsen rett etter oppgaven, ikke gjennom flere måneder på jobb. Den dokumenterer verken varig kompetansetap eller effekten av dagens selvstendige kodeverktøy. Analysen av ulike bruksmønstre var observasjonell og kan derfor ikke bevise at en bestemt måte å spørre på beskytter læringen.
Det finnes også funn som peker mot nytte. Studien til Brynjolfsson, Li og Raymond, publisert i 2025, undersøkte trinnvis innføring med data fra 5 172 kundestøttemedarbeidere i ett selskap. Produktiviteten økte i gjennomsnitt med 15 prosent, med større gevinster for mindre erfarne medarbeidere. Resultater under driftsavbrudd tydet på læring, men anslagene var usikre, og sakstypene kunne variere. Dette var innføring på en arbeidsplass, ikke tilfeldig fordeling til kodeoppgaven ovenfor. Studien dokumenterer ikke samme effekt i norske bedrifter.
Studiene besvarer forskjellige spørsmål. En assistent som gir nyttige forslag i gjentatte kundesamtaler, skaper en annen læringssituasjon enn et verktøy som lager løsningen på en ukjent programmeringsoppgave. Hvis ett av funnene behandles som en generell dom over KI, mister vi beslutningen ledelsen faktisk kan påvirke: Hva medarbeiderne øver på, hvilken hjelp de får, og hvordan forståelsen kontrolleres.
Bevar vurderingsevnen, vurder rutinene på nytt
Tenk deg et hypotetisk norsk programvareselskap som innfører KI-støttet utvikling i en kundeintegrasjon. En utvikler som er ny i dette arbeidet, kan raskt lage en importfunksjon. Kunden trenger at integrasjonen skiller nye poster fra dem som allerede er behandlet, håndterer beløp i norske kroner riktig og bevarer betydningen av norske feltnavn.
Læringsmålet bør ikke være å gjengi hver kodelinje fra hukommelsen. Det kan være å forklare regelen for duplikater, oppdage en misvisende test og finne årsaken til en mislykket import ved hjelp av godkjent dokumentasjon. Det er kompetanse teamet forventer at personen bruker når senere arbeid skal kontrolleres.
En erfaren utvikler kan allerede beherske dette og ha nytte av å overlate mer rutinearbeid til KI. En erfaren medarbeider som skal lære et ukjent system, kan også trenge øvelse. Sett læringskravet ut fra oppgaven og dokumentert kunnskap, fremfor alder, stillingstittel eller hvor trygg personen virker med verktøyet.
Noen oppgaver bør ganske enkelt bort. Ikke bevar unødvendig kopiering eller utdaterte rutiner som et opplæringsritual. Finn kunnskapen som fortsatt er viktig for levering, kontroll og stabil drift. Velg deretter en effektiv måte å utvikle den på.
Endre én opplæringsoppgave
I programvareselskapet kan en nyttig oppgave ha tre deler. Dette er et forslag til ledelsespraksis, ikke en metode de to studiene har validert.
La medarbeideren først gjøre et lite forsøk selv. Før personen får en KI-generert løsning, beskriver vedkommende hvordan duplikater skal håndteres og foreslår en test. Tillat de vanlige kildedokumentene og oppslagsverkene som trengs i jobben. Bruk et trygt testmiljø. Kundene skal ikke bære kostnaden ved en opplæringsfeil.
Bruk deretter KI til tilbakemelding. Be verktøyet utfordre den foreslåtte testen eller forklare et ukjent begrep. Medarbeideren kontrollerer forklaringen mot kravspesifikasjonen og drøfter uenighet med en kompetent kollega. En troverdig forklaring fra systemet som laget koden, er ikke en uavhengig kontroll.
Endre til slutt oppgaven. I en senere økt får medarbeideren andre inndata eller en løsning med en bevisst innlagt feil, uten et KI-generert svar ved siden av. Be personen finne problemet, forklare konsekvensen og velge neste steg. En ny oppgave gir bedre grunnlag for å vurdere om kunnskapen kan brukes i en annen situasjon enn gjentakelse av et innlært svar. Den viser likevel bare et begrenset utsnitt av kompetansen.
Bruk språket og materialet folk møter i arbeidet. I dette norske selskapet omfatter det kundekrav på bokmål, teknisk dokumentasjon på engelsk og norske forretningsbegreper. Ta med nynorsk hvis kunden bruker det. Gode forklaringer på engelsk alene viser ikke at medarbeideren har forstått et norsk krav.
Sett av tid til øvelse før gevinsten brukes opp
En liten bedrift kan ha bare én person som er kvalifisert til å veilede i integrasjonsarbeidet. Hvis hvert minutt KI frigjør straks bindes opp i flere kundeoppdrag, finnes det ingen plass til veiledning i planen.
Sett av en begrenset, fast øvingstid i den betalte arbeidstiden, og avklar hvem som veileder og hvem som kan overta. Spør teamet hvilke rutineoppgaver som tidligere lærte dem de viktige vurderingene. Erstatt læringsmulighetene bevisst når automatisering fjerner dem. Medarbeiderne og deres representanter, der det er relevant, kan bidra til å se hva som forsvinner eller blir vanskeligere.
Hold vurderingen forholdsmessig og åpen. Forklar læringsformålet, hva som registreres og hvordan opplysningene skal brukes. Foretrekk en kort demonstrasjon og konkret tilbakemelding fremfor å samle alle instruksjoner til KI eller rangere folk etter bruk. Ikke gjør en opplæringsøvelse til skjult kontroll av medarbeidernes prestasjoner.
Følg leveransekvalitet, kontrollarbeid og vist forståelse hver for seg. Raskere arbeid og bedre forståelse taler for utvidelse. Raskere arbeid kombinert med gjentatte problemer med å forklare avgjørende valg tilsier annen opplæring eller fortsatt veiledning. Hvis øvelsene spiser opp hele gevinsten, avgrens kravet til kompetansen som virkelig betyr noe før dere forkaster nyttig bistand.
Hva ledelsen bør vise styret
Ledelsen bør ha ansvaret for opplæringen og avgjøre når noen er klare til å kontrollere arbeid selvstendig. Tilgang til KI og fullmakt til å godkjenne resultatene er to forskjellige beslutninger. Et kurs i å skrive instruksjoner til KI bør ikke alene gi slik fullmakt.
Når avhengigheten er vesentlig, bør styret spørre om selskapet utvikler nok medarbeidere som kan kontrollere kritiske resultater og dekke fravær. Dokumentasjonen kan være en nylig øvelse med en ukjent oppgave, gjenstående kompetansebehov og en finansiert plan for å dekke dem. Styret trenger ikke individuelle testresultater eller ansvar for å gjennomføre opplæringen.
Velg én oppgave som er i ferd med å bli automatisert på neste ledermøte. Beskriv vurderingsevnen som fortsatt må finnes i teamet. Avtal en øvingsmulighet, en veileder og en senere demonstrasjon. Knytt dette til KI-reglene for medarbeiderne og vurderingen av ansettelse, tjenestekjøp eller KI. Bedre verktøy bør gjøre det enklere å bygge et kompetent team, men også det resultatet trenger en plan.
Kildene ble kontrollert 14. oktober 2026. Dette er en analyse av et varig ledelsesspørsmål, ikke omtale av en ny studie publisert i dag. Programvareselskapet og opplæringsoppgaven er hypotetiske. Rådene om organisering er mine vurderinger. Studiene dokumenterer ikke en universell opplæringsmetode og forutsier ikke sysselsettingseffekter i Norge.