Du skal med NU – bliv endnu bedre til det, du allerede brænder for

Du skal med NU

Bliv endnu bedre til det, du allerede brænder for.

Du ved selv, hvad du elsker at gøre, passe på og arbejde med.

Det kan være dit fag, dine kunder, dine elever, dine patienter, dine kolleger, din familie eller den sag, du bruger din tid på. Du kender glæden ved at gøre noget ordentligt. Du kender også den professionelle stolthed, der opstår, når du bliver bedre, løser en svær opgave eller gør en reel forskel for andre.

Det er her, AI bliver interessant.

AI kan give dig flere perspektiver, bedre forberedelse, hurtigere første udkast og adgang til mønstre, som ellers kræver lang tid at finde. Den kan hjælpe dig med at undersøge mere, øve dig bedre og bruge mere af din tid på den del af arbejdet, hvor din erfaring og dømmekraft gør den største forskel.

Du skal begynde nu.

Du skal begynde som dig selv: med noget, du allerede forstår, og som betyder noget for dig.

Teknologien er grundlaget for denne mulighed. AI får nye evner, mens du arbejder. Din opgave er at lære, hvordan du kan bruge dem til at styrke det, du allerede værdsætter.

Teknologien flytter grænsen for, hvad du kan gøre

AI bliver hurtigere og billigere. Den får også nye evner.

De første chatbots var primært samtaler: Du stillede et spørgsmål, og systemet gav dig et svar. De nye systemer kan holde fast i et mål, arbejde gennem flere trin, bruge værktøjer, kontrollere deres eget arbejde og fortsætte, mens du laver noget andet.

Skiftet går fra:

spørgsmål → svar

til:

mål → arbejde → kontrol → næste skridt

Det ændrer dit spørgsmål fra:

Kan AI løse denne opgave?

til:

Hvilken del af opgaven kan jeg give videre, og hvilken del skal jeg selv vurdere?

Det udvider din værktøjskasse. Du skal stadig selv kunne se forskel på et godt og et svagt resultat. Den dømmekraft vokser gennem erfaring med rigtige opgaver.

Din vurdering bliver hurtigt forældet

Sætningen “AI kan ikke finde ud af det her” beskriver højst det værktøj og den arbejdsgang, du har mødt.

Den beskriver sjældent en permanent grænse.

METR’s målinger viser en kraftig stigning i, hvor lange velafgrænsede opgaver AI-agenter kan gennemføre. Målingen handler primært om software, maskinlæring og cybersikkerhed. Den beskriver derfor først og fremmest udviklingstempoet.

OpenAI beskriver samme bevægelse i deres undersøgelse af Codex-brug. I maj 2026 havde 70,2 procent af de undersøgte individuelle brugere givet Codex mindst én opgave, der blev vurderet til mere end en times menneskeligt arbejde. 25,6 procent havde prøvet en opgave over otte timer. Tallene stammer fra OpenAI’s egne data, men de illustrerer en tydelig ændring i brugen: Mennesker går fra at spørge AI til at give AI arbejde.

Anthropic beskriver en parallel overgang i deres Economic Index. Claude-brug bevæger sig fra korte samtaler mod længere agentiske arbejdsforløb, og brugere delegerer mere, når de arbejder i agentværktøjer frem for almindelig chat.

For dig betyder det én ting: En vurdering, du lavede sidste år, er et svagt grundlag for en beslutning, du skal træffe i dag.

Prisfald gør flere opgaver mulige

Evner får størst betydning, når de bliver tilgængelige i hverdagen.

Den 30. juli 2026 sænkede OpenAI prisen på GPT-5.6 Luna med 80 procent og GPT-5.6 Terra med 20 procent. Det er ét konkret leverandøreksempel på en bredere økonomisk bevægelse: Når brugbar kapacitet bliver billigere, bliver flere opgaver praktiske at køre ofte.

Det relevante spørgsmål bliver derfor:

Hvad bliver muligt, når den samme kapacitet om kort tid koster langt mindre?

Du kan læse om udviklingen i en rapport. Du lærer først dens betydning, når du prøver den på noget, du selv kender.

Din erfaring er dit ansvar

En organisation har brug for strategi, sikkerhed, fælles regler og klare ansvarsforhold. Det arbejde ligger hos ledelsen, IT-afdelingen og de ansvarlige fagpersoner.

Din personlige dømmekraft ligger hos dig.

En strategi kan give dig adgang til et værktøj. Et kursus kan give dig et sprog for mulighederne. En kollega kan vise dig en god arbejdsgang.

Din egen erfaring fortæller dig:

• hvad AI faktisk hjælper dig med;

• hvor systemet typisk fejler;

• hvordan du får et bedre resultat;

• hvilke opgaver du trygt kan dele;

• hvilke vurderinger du selv skal beholde.

Den erfaring kan du opbygge, før organisationen har afsluttet sin strategi. Den gør dig samtidig bedre til at bidrage til strategien, fordi du kommer med konkrete observationer fra virkeligheden.

Vælg en opgave, du allerede forstår

Dit første forsøg skal være værdifuldt, simpelt og fejltolerant.

Værdifuldt, fordi forsøget skal give dig noget, du kan bruge.

Simpelt, fordi du skal kunne forstå opgaven og resultatet.

Fejltolerant, fordi du skal kunne opdage en fejl og håndtere den.

Brug din eksisterende dømmekraft som kontrolsystem. Den giver dig et sikkert sted at lære fra.

Fire gode begyndelser ligger tæt på almindeligt hverdagsarbejde.

Før et møde

Giv AI materialet, og spørg:

Hvilke spørgsmål bør jeg kunne besvare efter at have læst dette? Hvilke antagelser bør jeg udfordre? Hvad bør jeg undersøge yderligere?

Du får flere vinkler på materialet. Du møder stadig selv op med vurderingen.

Når du møder en påstand

Bed AI finde den oprindelige kilde, belæg imod påstanden og forskellen mellem dokumentation og fortolkning. Bed den vise, hvilke dele der kræver en ekstra undersøgelse.

Så bruger du AI til at styrke din kildekritik. Du gør systemet til undersøgelsespartner og bevarer selv ansvaret for konklusionen.

Når du undersøger noget

Bed AI arbejde videre end det første svar:

• Hvad mangler vi at vide?

• Hvilke alternative forklaringer findes?

• Hvilke kilder modsiger hinanden?

• Hvor er evidensen svag?

Du lærer forskellen på at modtage et svar og at gennemføre en undersøgelse.

Når noget skal gøres ensartet

Find en tilbagevendende opgave, hvor du kender kvalitetskriterierne. Beskriv målet, kriterierne og kontrollen. Lad AI prøve. Gennemgå resultatet. Ret instruktionen. Prøv igen.

Her bliver det tydeligt, at godt AI-arbejde handler mindre om den perfekte prompt og mere om at kunne beskrive mål, kriterier og kontrol.

Det, der holder, er dømmekraften

Konkrete prompttricks får kort levetid. Din erfaring med samarbejdet mellem dig og AI holder længere.

Du skal øve dig i at:

• vælge den rigtige opgave;

• beskrive det ønskede resultat;

• give relevant kontekst;

• kræve belæg;

• kontrollere resultatet;

• genkende typiske fejl;

• afgøre, hvornår AI skal stoppes;

• afgøre, hvornår AI gør dig bedre.

Det er læringen, der følger med dig fra værktøj til værktøj.

Borgeren skal kunne agere

AI bliver også en del af de tjenester, du bruger som borger. Den kan udvælge information, sammenfatte regler, foreslå handlinger og i stigende grad udføre dele af en opgave.

Derfor rækker AI-forståelse ud over arbejdspladsen. Den handler om din adgang til viden og din mulighed for selv at handle på et oplyst grundlag.

Når du har praktisk erfaring, kan du stille bedre spørgsmål til de systemer, der møder dig:

Hvad bygger svaret på?

Hvad har systemet adgang til?

Hvordan kontrollerer jeg resultatet?

Hvem har ansvaret?

Det er fire spørgsmål, der holder din dømmekraft med i processen.

Begynd med én rigtig opgave

Du kan begynde med noget, du alligevel skal gøre.

Vælg en opgave, du kender godt. Brug AI på den. Se, hvad systemet bidrager med. Find fejlen, når den opstår. Forbedr din instruktion. Kontrollér resultatet.

På den måde opbygger du din egen vurdering af AI gennem virkeligheden.

Du lærer ikke kun dagens værktøj. Du lærer at lære sammen med en teknologi, der hele tiden får nye evner.

Du skal med NU.

Kilder

• METR: Time Horizon 1.1

• OpenAI: How agents are transforming work

• Anthropic: Economic Index report – Cadences

• OpenAI: Advancing the price-performance frontier with GPT-5.6

• Artikel 1: Du SKAL med

METR’s måling vedrører primært software, maskinlæring og cybersikkerhed og bruges her som dokumentation for udviklingstempoet, ikke som en direkte beskrivelse af alt vidensarbejde. OpenAI’s og Anthropic’s tal er leverandørdata og præsenteres som eksempler på faktisk brug. Afsnittet om ansvar, dømmekraft og borgerens handlekraft er forfatterens egen analyse.