AI gør menneskelig
dømmekraft til en central kompetence
Dato 02.10.2026. Af Jesper Kjærsgaard IT-arkitekt & Managing Partner, Simplitize
Når AI hjælper med udkast, beregninger og præsentationer, får medarbejdernes vurdering af resultaterne større betydning. Menneskelig dømmekraft bygger på viden og erfaring, som fortsat skal udvikles. Artiklen sætter fokus på, hvordan ledere kan bevare læringen, når arbejdsopgaverne ændrer sig.
Når medarbejderens opgave ændrer karakter
AI kan hjælpe med at skrive udkast, bearbejde materiale og udarbejde præsentationer. Det kan betyde, at medarbejderne bruger mindre tid på at producere det første resultat og mere tid på at vurdere, om det kan anvendes.
Den vurdering kræver faglig viden. En erfaren rådgiver, ingeniør eller sagsbehandler kan opdage en forkert antagelse, selv om svaret er formuleret klart. Det gør medarbejderens kompetencer centrale for kvaliteten af det samlede arbejde.
Artikelen kort fortalt
- AI kan flytte en del af medarbejdernes arbejde fra at producere til at vurdere resultater.
- Faglig dømmekraft hjælper med at opdage fejl, manglende kontekst og forkerte antagelser.
- Dømmekraft udvikles gennem viden, praktisk erfaring og læring.
- Hvis produktionen automatiseres, bør ledelsen undersøge, hvordan medarbejderne fortsat får den nødvendige erfaring.
- Menneskelig vurdering skal indgå bevidst i processer med skøn, risiko og ansvar.
Hvad er menneskelig dømmekraft i arbejdet med AI
Dømmekraft er her evnen til at vurdere et resultat i lyset af opgaven, den faglige viden og den konkrete situation. Det omfatter blandt andet at undersøge, om svaret virker rimeligt, om forudsætningerne passer, og om væsentlige forhold mangler.
En fornemmelse af, at noget er galt, kan være et vigtigt signal om at undersøge sagen nærmere. Den bør ikke stå alene som kvalitetssikring. Vurderingen skal forbindes med den viden og det materiale, resultatet bygger på.
Et overbevisende output kan kræve mere kontrol
En undersøgelse gennemført af Forrester Consulting på vegne af Experian viser, at 78 procent af de danske respondenter vurderer deres svindelberedskab som utilstrækkeligt. Den danske del omfatter 109 beslutningstagere inden for finans, tele og e-handel. Tallet beskriver respondenternes vurdering og er ikke et mål for alle danske virksomheders faktiske beredskab. Kilde: Experian.
Det giver anledning til et relevant ledelsesspørgsmål: Hvordan vurderer medarbejderne overbevisende materiale, når afsender, oplysninger eller formål kan være misvisende? Undersøgelsen dokumenterer ikke, at menneskelig intuition alene kan beskytte mod svindel.
Paradokset er at erfaringen kommer fra arbejdet
En jurist kan læse en kontrakt kritisk, fordi hun har arbejdet med mange kontrakter. En ingeniør kan opdage en forkert antagelse, fordi han har erfaring med beregninger og deres begrænsninger. Arbejdet med selv at producere noget er samtidig en del af læringen.
Hvis AI overtager mere af denne produktion, bør ledelsen undersøge, hvordan medarbejderne fortsat opbygger erfaring. Ellers kan virksomheden risikere at reducere de aktiviteter, der gør medarbejderne i stand til at vurdere AI’s resultater.
Det er en risiko, organisationen bør forholde sig til, ikke en påstand om, at enhver brug af AI svækker kompetencerne. Pointen er at gøre læring til en bevidst del af de ændrede arbejdsgange.
Et AI-udkast som faglig opgave
Forestil jer en medarbejder, der får et kontraktudkast fra AI. Arbejdet bør ikke slutte ved at læse sproget igennem. Medarbejderen skal kunne vurdere, om indholdet passer til opgaven, og forklare, hvorfor et vilkår kræver nærmere undersøgelse.
Det illustrative eksempel viser, hvordan vurdering kan indgå i selve opgaven. Det er den faglige begrundelse, som gør gennemgangen anvendelig og giver mulighed for læring.
Simplitizes tilgang til læring og kvalitet
Hos Simplitize indgår medarbejdertræning i arbejdet med at implementere AI. Vi hjælper med at afklare, hvor medarbejderne skal bevare en aktiv rolle, når processerne indebærer skøn, risiko og ansvar.
Det kobler implementering og brugeradoption til den faglige vurdering af resultaterne. Målet er, at medarbejderne kan anvende teknologien med forståelse for deres opgave.
Seks anbefalinger til bedre AI-adoption
Identificér de opgaver, hvor medarbejdernes vurdering er afgørende for kvaliteten.
Undersøg, hvilken erfaring medarbejderne har brug for for at kunne vurdere AI’s output.
Bevar plads til faglig læring, når produktionen af udkast eller beregninger automatiseres.
Lad medarbejderne arbejde med begrundelserne for at acceptere eller ændre et AI-resultat.
Afklar, hvor menneskelig vurdering skal indgå, før resultatet bliver brugt.
Hvornår bør ledelsen prioritere læringen
Det er særligt relevant i faglige miljøer, hvor medarbejderne lærer gennem at udføre opgaverne selv, og hvor AI nu overtager dele af arbejdet. Det bør også prioriteres, hvis en gennemgang er blevet en hurtig godkendelse uden en tydelig faglig vurdering.
Fem spørgsmål til arbejdet med AI
De fem fagartikler i serien om AI og mennesker samler sig om disse spørgsmål:
Bliver AI-svar vurderet, før de bruges?
Har virksomheden styr på informationen, AI arbejder med?
Har AI-understøttede beslutninger en ansvarlig ejer?
Har medarbejderne lært at bruge teknologien i deres arbejdsgange?
Får medarbejderne fortsat den erfaring, der gør dem i stand til at vurdere resultaterne?
FAQ
Hvad betyder menneskelig dømmekraft i arbejdet med AI?
Det er evnen til at vurdere AI’s resultat ud fra opgaven, faglig viden og den konkrete situation, herunder om forudsætningerne passer, og om noget vigtigt mangler.
Hvorfor bliver faglig vurdering vigtig, når AI producerer mere?
Når AI udarbejder flere udkast og resultater, skal medarbejderne kunne afgøre, om de er korrekte og anvendelige. Et klart formuleret svar kan stadig indeholde fejl.
Hvordan kan automatisering påvirke medarbejdernes læring?
Hvis AI overtager opgaver, som tidligere gav praktisk erfaring, bør virksomheden undersøge, hvordan medarbejderne fortsat udvikler evnen til at vurdere resultaterne.
Er intuition tilstrækkelig til at kontrollere AI-output?
Nej. En fornemmelse af fejl kan være et signal om at undersøge sagen. Vurderingen skal forbindes med faglig viden og det materiale, resultatet bygger på.
Betyder risikoen for tab af erfaring, at man bør stoppe med AI?
Artiklens anbefaling er at gøre læring til en bevidst del af arbejdsgangene, så brugen af AI følges af fortsat udvikling af medarbejdernes kompetencer.
Hvad er første skridt for ledelsen?
Identificér de opgaver, hvor menneskelig vurdering er afgørende, og undersøg, hvilken viden og erfaring medarbejderne skal have for at udføre vurderingen.