Skal AI automatisere beskæftigelsesindsatsen – eller gentænke den?

Af Troels van Dijk, Centerchef for Center for Beskæftigelse i Faxe Kommune, og Per Eeg, Founder & managing partner i Per Eeg Consulting

Beskæftigelsesindsatsen fortjener, at vi bruger AI som en anledning til at tænke nyt – ikke blot til at skabe højere produktivitet.

Debatten om kunstig intelligens i beskæftigelsesindsatsen ender ofte i et velkendt spor: Enten skal AI effektivisere arbejdsgange og spare tid – eller også skal vi advare mod risiko for bias og sikre etik og kontrol i løsningerne. Begge perspektiver er relevante, men de kan også blive en spændetrøje, fordi de tager udgangspunkt i det eksisterende system - sagsbehandlerens viden, mindset og forforståelse, de eksisterende processer og den fremherskende kultur – som en given ramme.

Spørgsmålet bør i stedet stilles mere grundlæggende: Hvad hvis AI først og fremmest skal bruges til at gentænke beskæftigelsesindsatsen – og ikke blot gøre den hurtigere?

Det bliver tydeligt, når man ser på fx arbejdsevneprøvning. Mange borgere møder i dag en standardiseret proces, der gentages næsten mekanisk – ikke af ond vilje, men fordi systemet bygger på faste trin, skemaer og individuelle problemforståelser. Resultatet bliver forudsigeligt: endnu et forløb, der minder om det forrige.

Her er det fristende at sige: Lad AI automatisere. Men automatisering af en proces, der allerede opleves som skematisk, risikerer blot at effektivisere problemerne, fx i form af dårlige match. Automatisering virker inden for eksisterende proceslogikker. Hvis disse logikker er standardiserede og ikke tilpasset den enkelte borger, vil automatisering øge hastigheden – men ikke kvaliteten – af match og beslutninger.

Pointen rækker imidlertid videre end arbejdsevneprøvning: Den gælder generelt for beskæftigelsesområdet, hvor standardiserede processer risikerer at fortrænge faglig dømmekraft.

En anden mulighed er at bruge AI som et fælles refleksionsredskab mellem borger og sagsbehandler: et værktøj, der ikke leverer facit, men hjælper med at stille bedre spørgsmål. Et fælles refleksionsrum kan forstås som et beslutningsforberedende rum, hvor AI udvider perspektivet, mens borger og fagprofessionel sammen fortolker og vurderer mulighederne.

AI kan pege på alternative veje, tidligere erfaringer fra lignende sager eller hidtil uopdagede kombinationer af skånehensyn og jobfunktioner. Fx ved at AI under samtalen foreslår tre alternative jobfunktioner baseret på skånehensyn, tidligere erfaringer og generel viden om beskæftigelsesområdet – eller ved at stille opfølgende spørgsmål til borgerens erfaringer, som sagsbehandleren kan vælge at udforske.

Forestil jer, at den afsøgende proces i fremtiden bliver en fælles samskabelsesworkshop mellem borger, sagsbehandler, anden aktør og en dedikeret AI-løsning. Det kan ændre arbejdsevneprøvning fra gentagelse af kendte løsninger til en undersøgende samtale, hvor borgerens perspektiv og den faglige vurdering får mere plads.

Det afgørende i denne tilgang er en klar rollefordeling: AI må ikke blive beslutningstager. Ansvar og dømmekraft er menneskets. Men AI kan udvide refleksionsrummet og udfordre vaner og antagelser, som både system og fagprofessionelle ubevidst opererer inden for.

AI bliver på den måde ikke en teknisk detalje, men et demokratisk og fagligt princip: at gentænke processen, så borgeren inddrages mere kvalificeret, og sagsbehandlerens faglige dømmekraft styrkes.

Her giver tanken om “sokratisk” frem for “hedonistisk” brug af AI en vigtig rettesnor. En hedonistisk brug er bekvem: “Jeg skal skrive et referat – AI gør det for mig.” Det kan give hastighed og bekvemmelighed, men risikerer også at gøre brugeren passiv.

En sokratisk brug gør det modsatte: Den udfordrer tænkningen gennem spørgsmål som “Hvad har jeg overset?”, “Hvilke vinkler mangler?”, og “Hvilke antagelser ligger under min konklusion?”.

Overført til beskæftigelsesindsatsen er pointen enkel: Hvis AI primært bruges til at skrive udkast, sammenfatte rapporter og udfylde standardtekster, risikerer vi at reducere menneskelig faglighed til kvalitetskontrol af maskinproducerede output. Men hvis AI også bruges sokratisk, kan den hjælpe sagsbehandleren med at se nye muligheder i borgerens situation – og hjælpe borgeren med at blive taget alvorligt som medfortolker af sin egen sag.

AI kan dermed udfordre og skærpe sagsbehandlerens faglige dømmekraft.

Sokratisk brug handler derfor ikke om at være imod effektivitet. Det handler om at sikre, at effektiviteten ikke bliver det eneste mål – og at teknologien ikke reducerer det menneskelige møde til en administrativ formalitet.

Det leder til en nyttig arbejdsdeling: AI udvider valgrummet. Mennesket definerer, prioriterer og tager ansvar.

AI kan bruges til at folde muligheder ud, udforske alternativer og udfordre antagelser. Når vi vælger, prioriterer og tager ansvar, kræver det normativ dømmekraft: Hvad er rimeligt? Hvad er værdigt? Hvad er fagligt forsvarligt? Hvad kan vi stå på mål for?

I arbejdsevneprøvning er det netop disse valg, der har konsekvens for et menneskes liv. Derfor skal AI ikke konkludere på vegne af systemet. AI kan gøre valgrummet større; mennesket skal træffe den bedst mulige beslutning.

Samtidig må debatten ikke romantisere. Praktiske erfaringer viser, at AI allerede bruges til at transskribere samtaler med borgere og understøtte forberedelse og opsummering, og at der findes løsninger, hvor medarbejdere via en lukket AI-løsning kan søge og navigere i lovgivning uden manuel opslagning.

Det er nyttigt og tidsbesparende, men rummer også en risiko: At mennesker over tid bliver mindre kritiske og accepterer output, fordi det er “inden for skiven”. Et konkret modtræk er at lade borgeren kvalitetssikre referatet i slutningen af mødet.

Referatet betyder ofte mere for borgeren end for medarbejderen, fordi det har direkte betydning for det videre forløb. Derfor kan inddragelse af borgeren også styrke kvaliteten, selv i effektiviserede arbejdsgange.

Netop derfor bør gentænkningen af beskæftigelsesindsatsen ikke starte med at købe endnu et værktøj, men med at designe nye processer, hvor AI’s styrker og svagheder er indbygget i arbejdsgangen: muligheder udfoldes med AI, beslutninger træffes af mennesker, og kvalitetssikring organiseres, så den faktisk sker – gerne med borgerinddragelse.

Hvis AI alene bruges til at gøre det eksisterende hurtigere, risikerer vi at effektivisere problemerne. Hvis AI derimod bruges til at gentænke processerne, kan teknologien blive en løftestang for en mere værdig, mere individuel og i sidste ende mere virkningsfuld beskæftigelsesindsats.

Spørgsmålet er derfor ikke, om AI skal bruges i beskæftigelsesindsatsen, men hvordan og med hvilket formål.

At gøre det eksisterende hurtigere kræver først og fremmest teknologi. At gøre det bedre kræver først og fremmest ledelse, faglighed og vilje til at designe processer på ny.