Menneskelig intelligens og talentpyramiden i AI-eran

En bekjent som er partner i et advokatfirma fortalte meg nylig om et møte han hadde hatt. “Det var imponerende å se hva slags resultater junior juridiske analytikere, ferske ut av skolen, kunne fremlegge,” sa han. Men han var langt mindre imponert etter et møte ansikt til ansikt; da han satt overfor de unge analytikerne, “var deres forståelse av deres eget dokument begrenset.”

Naturligvis hadde de forberedt dokumentet ved hjelp av AI. Min bekjent rystet på hodet. “Er maskinen mer intelligent nå?” Han var med i en kontroversiell debatt om talentets bærekraft, som er sentral for langvarig økonomisk fremgang. Hans ærlige innblikk avdekket en kritisk utfordring som organisasjoner står overfor når de omfavner kunstig intelligens.

For bedriftsledere er AI-en tiltrakkende; den lover betydelig kostnadsreduksjon, forbedret effisiens og økt effektivitet. Det er svært tiltrekkelig å automatisere eller til og med eliminere visse grunnleggende lag i organisasjonens pyramide.

Men gjør vi det, berøver vi våre junior-talenter muligheten til å utvikle seg og bli erfarne fagfolk? Videre, hvis organisasjonens strukturer blir diamantformet – tung i midten, men hule ved basis – kan det føre til at kostnadene øker over tid, og potensielt underminere, noen eller alle, de finansielle fordeler AI var ment å levere.

Hjerneflukt: Innsikt fra MIT Media Lab

Risikoen for å hemme læringskurven er bare ett aspekt av dette komplekse problemet. Et annet ble belyst nylig av forskning på de skadelige effektene av overdriven AI-avhengighet på menneskelig kognisjon, kreativitet og læring. I en studie fra 2025 ved MIT Media Lab viste det seg at deltakere som bare brukte AI til å skrive essayer, hadde betydelig lavere hjernaktivitet og hukommelseshåndtering enn de som brukte søkemotorer eller skrev uten noen verktøy.

For det andre fant forskerne at deltakere som brukte AI hele skriveprosessen, var mindre sannsynlig til å føle en følelse av eierskap – at arbeidet virkelig var deres.

Til slutt fant forskerne at deltakere som brukte AI gjennom hele skriveprosessen, var mindre sannsynlig til å føle en følelse av eierskap – at arbeidet virkelig var deres.

Empatigapet

En annen betydelig bekymring er at organisasjoner kan bli koblet fra sine kunder hvis frontlinjepersonale, som kundeserviceagenter, erstattes av AI.

I begynnelsen av 2024 annonserte Klarna, et svensk fintech-selskap, utrullingen av en AI-assistent, bygget i samarbeid med OpenAI, som kunne håndtere en arbeidsbyrde som tilsvarer 700 menneskelige agenter. Mens systemet først ble rost for sin effisiens, førte det snart til en motreaksjon. CEO Sebastian Siemiatkowski innrømmet at mens AI oppnådde imponerende mål, ledet det til en “tap av empati” og en reduksjon i “menneskelig berøring” som er avgjørende for ekte kunde-forbindelse. Fiasoen tvang Klarna til å utsette sin planlagte børsnotering og satse dobbelt på sin menneskelige arbeidsstyrke for å gjenopprette servicenivået.

Tapet av empati er ikke bare et “mykt” problem; det har dyptgående strategiske implikasjoner. Hvis organisasjoner driver kundene sine lenger vekk, fører det også til en reduksjon i deres kollektive evne til å fremme innovativ tenkning om hvordan de kan bedre betjene sine kunder? Ekte kunde-forståelse, ofte hentet fra de nyanserte interaksjonene mellom frontlinjepersonale, er en kilde til innovasjon.

Kan de korte gevinstene som AI lover, føre til en skjult langtids-gjeld for bedrifter? Hvis organisasjoner fremmer en kultur hvor kritisk og kreativ tenkning er redusert på grunn av over-avhengighet av AI, vil det uunngåelig føre til redusert konkurranseevne. Kan vi virkelig ønske å gjøre mennesker mindre intelligente, mindre empatiske og mindre i stand til uavhengig tenkning? Disse spørsmålene er ikke bare akademiske; de er presserende bekymringer som vil forme fremtiden for talent, organisasjoner og samfunnet som helhet.

Å komme foran et potensielt problem

Jeg er en sterk tilhenger av AI-s transformasjonspotensiale for både bedrifter og menneskeheten, men bekymringene vi har reist, krever proaktive løsninger. Mens vi designer for AI-drevet endring, er det avgjørende å plassere disse problemene i fremste rekke. Advokatfirmaet vi diskuterte tidligere, for eksempel, debatterer for tiden en politikk for å begrense AI-bruk for sine yngste ansatte. Grunnen er at unge juridiske analytikere trenger to eller tre år for å utvikle sine ferdigheter “bare ved hjelp av hjernen”.

Men slike politiske beslutninger kan ikke alle bedrifter følge. Slike begrensninger kan hindre eller forsinke en organisasjons evne til å konkurrere i et økende AI-drevet landskap. Heldigvis finnes det proaktive strategier, presentert nedenfor, som tillater bedrifter å utnytte AI-s kraft samtidig som de sikrer kontinuerlig ansattutvikling. Disse løsningene, ironisk nok, bruker AI for å løse et problem skapt av AI selv.

• AI-drevet akselerert og simulerings-trening. Læring- og utviklingsindustrien gjennomgår en revolusjon takket være AI. Hyper-personlige, multimodale treningsspor kan utnytte AI for å skape realistiske simuleringer av virkelige erfaringer. Selv om AI-agenter håndterer forretningsoperasjoner i den virkelige verden, tillater disse simulerings-øvelsene ansatte å oppleve og akselerere sin læringskurve i en kontrollert miljø, og sikrer at avgjørende ferdigheter utvikles.
• AI-verktøy med lærings- og studiemodus. Mange AI-verktøy er nå designet med spesielle “lærings-” eller “studie-” modus. I disse modusene automatiserer AI-en ikke fullstendig oppgaver, men faciliterer prosessen, veileder brukerne og sikrer aktiv læring. Nylige annonsering fra plattformer som ChatGPT og Claude understreker denne trenden, og tilbyr funksjoner spesifikt tilpasset læring- og treningsindustrien. Disse modusene kan aktivere ansatte til å samarbeide med AI som en læringspartner, og fremme ferdighetsutvikling i stedet for avhengighet.
• Regelmessig gjennomgang og justering av AI-utplasseringer. For å sikre at AI-utplasseringer har en positiv innvirkning på ansattutvikling, kundeopplevelse og organisasjonskultur, er regelmessige gjennomganger avgjørende. Organisasjoner bør etablere tverrfaglige gjennomgangsgrupper for å vurdere disse innvirkningene. Denne proaktive overvåkingen kan hjelpe med å identifisere og håndtere uforutsette konsekvenser, som tap av empati observert hos Klarna, og tillate tilpasninger av AI-integrasjonsstrategier.

Å se fremover

Å omfavne AI-s potensiale samtidig som man mitigerte risikoen, krever en balansert og proaktiv tilnærming. Ved å strategisk blande politiske beslutninger med AI-drevne tilnærminger anbefalt ovenfor, kan organisasjoner empowerment sine talenter, akselerere læring og fremme en konkurransefordel i AI-eran. Spørsmålet er ikke om å integrere AI, men hvordan å gjøre det på en måte som kultiverer vekst og forbereder arbeidsstyrken for fremtiden. Ved å blande politiske beslutninger med AI-drevne tilnærminger anbefalt ovenfor, kan organisasjoner empowerment sine talenter, akselerere læring og fremme en konkurransefordel i AI-eran. Spørsmålet er ikke om å integrere AI, men hvordan å gjøre det på en måte som kultiverer vekst og forbereder arbeidsstyrken for fremtiden.