Jeg har et lidt provokerende synspunkt om ChatGPT på arbejdspladsen: problemet er sjældent værktøjet. Problemet er, at fem kolleger bruger det på fem forskellige måder, og ingen af dem ved, hvad de andre laver.
Den ene har en personlig konto og bruger den til at lave mødenoter, hun ikke deler med nogen. Den anden bruger firmaets betalte plan til at oversætte mails, og han kopierer ofte hele kundekorrespondancer ind. Den tredje har hørt, at man “ikke må” bruge ChatGPT på arbejde, så hun bruger det heller ikke, selvom hun godt ved, at det kunne hjælpe på flere af hendes opgaver.
Det her er den realistiske udgangsposition i mange virksomheder lige nu. Det er ikke en katastrofe, men det er heller ikke en holdbar tilstand.
Hvorfor fælles grundlag ændrer mere end fælles værktøjer
Når jeg snakker med teams om ChatGPT, kommer vi næsten altid frem til, at det største løft ikke kommer fra at vælge det perfekte abonnement. Det kommer fra, at folk får et fælles sprog og en fælles forståelse af, hvordan værktøjet bedst bruges.
Forestil dig en kundeserviceafdeling, hvor to medarbejdere prøver det samme. Den ene har prøvet at bede ChatGPT om at “skrive en mail til en kunde, der har klaget over levering”. Det udkast, hun fik, var fladt og kunne bruges til hvad som helst. Hun konkluderede, at ChatGPT ikke var noget for hende.
Hendes kollega, derimod, havde fundet sin egen rytme. Hun begyndte sine prompts med at fortælle modellen, hvem den skulle være (kundeservice i et logistikfirma), hvad situationen var (forsinket pakke på en uge, frustreret kunde), hvad hun ville have ud af det (et svar, der anerkender frustrationen og foreslår noget konkret) og hvilken tone hun gik efter (venlig, men ikke krybende). Hendes udkast var brugbart.
Forskellen lå ikke i modellen. Det er, hvad jeg gerne vil indprente: forskellen var, at den anden medarbejder havde lært, at man skal give kontekst, rolle og en forventning til formatet. Tre små ting. Stor effekt.
Det er den slags, der ikke kommer af sig selv. Det kommer af, at nogen har sat tid af til at vise det.
Hvad et team kan blive enige om i en eftermiddag
Det behøver ikke være kompliceret. Et team kan i løbet af nogle få timer afklare ting som:
Hvilke opgavetyper er det fornuftigt at bruge ChatGPT til hos os? Tænk på det som en liste. Mødenoter, første udkast til mails, oversættelser, opsummeringer af lange dokumenter, brainstorming. Og hvilke opgaver er den ikke god til? Faktatjek af nyere informationer, beregninger, juridisk vurdering uden menneskelig kontrol.
Hvad må vi kopiere ind, og hvad må vi ikke? Det her bør være præcist. Persondata? Kundedata? Interne strategidokumenter? Hvis det ikke står tydeligt, antager folk forskellige ting.
Hvad er vores fælles måde at prompte på? Det er ikke nødvendigt at have en facitliste, men det er rart at have et par formater, der virker for de typer opgaver, teamet ofte løser.
Hvordan deler vi det, vi lærer? Hvis Anna har fundet en prompt, der fungerer godt til at lave kundebesvarelser, så har hun lige sparet hele teamet for en masse trial-and-error. Det skal være nemt at dele sådan en opdagelse, ellers sker det ikke.
Det er ikke avanceret stuff. Det er almindelig faglig praksis. Det bør bare være formaliseret omkring AI-værktøjer på samme måde, som man har retningslinjer for, hvordan man bruger CRM-systemet.
Praksis slår teori, hver gang
En af de ting, jeg har lært over tid, er, at AI-undervisning næsten ikke virker, hvis den er teoretisk. Folk lytter høfligt, nikker, og laver så det samme som før, da de kommer tilbage på pladsen.
Det virker, når deltagerne sidder med en åben skærm, en konkret opgave fra deres egen hverdag, og bliver guidet igennem at løse den med et AI-værktøj. Det skal være deres egne mails, deres egne rapporter, deres egne dokumenter. Eller en realistisk simulation, hvis det ikke kan lade sig gøre af fortrolighedsgrunde.
Det er derfor, jeg er skeptisk over for endags-introduktioner, der prøver at dække alt. Det bliver hurtigt overfladisk. To kortere sessioner med en uges mellemrum og en konkret hjemmeopgave imellem giver typisk mere bid.
Tre faldgruber, jeg vil advare imod
Den ene er at gøre det her til et IT-projekt. ChatGPT bliver brugt i HR, i salg, i kundeservice, i administration. Ledelsen af brugen bør ligge tæt på de mennesker, der faktisk bruger værktøjet, ikke kun hos IT.
Den anden er at undervurdere, hvor meget skepsis der findes i mange teams. Nogle medarbejdere er bekymrede for, om de bliver erstattet. Andre er irriterede over, at “alt nu skal være AI”. Den slags bør tages alvorligt og adresseres, ikke ignoreres.
Den tredje er at tro, at det er gjort med en enkelt indsats. Modellerne ændrer sig. Funktionerne ændrer sig. Det, der gjaldt for et halvt år siden, er ikke nødvendigvis sandt nu. Det skal vedligeholdes, ikke fikses en gang for alle.
Hvor man kan finde et struktureret forløb
Hvis I gerne vil have et færdigt udgangspunkt frem for at bygge det selv fra bunden, findes der kurser, der specifikt fokuserer på ChatGPT-grundlaget for teams. En af mulighederne er https://chatgptkursus.dk/, hvor indholdet er bygget op om praktiske øvelser frem for forelæsninger.
Det er ikke det eneste relevante tilbud, og det er ikke det rigtige svar for alle. Men det er en konkret start, hvis I leder efter en, og hvis I selv ikke har nogen internt, der både har overblik og lyst til at lave undervisningen.
En sidste tanke
Hvis I tager én ting med fra det her, så lad det være den her: et team, der bruger ChatGPT med et fælles grundlag, kommer længere end et team, der bruger samme værktøj uden. Det er ikke værktøjet, der er flaskehalsen. Det er fælles forståelse.
Det er den slags, der er gennemførligt på en eftermiddag. Det er bare nogen, der skal sætte sig for det.