Leda med AI
Designa om arbetet — inte bara verktyget
Det är skillnaden mellan ledare som får stor utväxling av AI och de som inte gör det. De första gör om hur arbetet går till. De andra ber AI göra det gamla lite snabbare. Här är hur man tänker — och hur man gör konkret, som skolledare.
Den stora skillnaden
De flesta får förvånansvärt lite ut av AI. Inte för att verktyget är dåligt — utan för att de lägger AI ovanpå ett arbetssätt som designades för en tid utan AI. De som får stor utväxling gör något annat: de gör om själva arbetet kring vad AI nu gör möjligt.
”Be AI skriva nämndunderlaget snabbare.”
Samma process som förut, marginellt snabbare. Du gör mer av samma — lite kvickare. Det är här de flesta fastnar.
”Gör om hur underlag tas fram.”
En anteckningsbok som löpande kunskapsbas → fråga materialet → utkast → granska. En process som inte var möjlig förut — och som ger dig bättre beslut, inte bara snabbare text.
Forskningen pekar entydigt åt samma håll. Av 25 organisationsdrag som McKinsey testade har omdesign av arbetsflöden störst effekt på om en organisation får värde av AI — men bara omkring en femtedel har gjort det, och fyra av fem ser ingen effekt alls. En svensk expertrapport till Produktivitetskommissionen säger det rakt ut: ”Användningen av ny teknik bör inte begränsas till gamla arbetssätt … Den främsta tröskeln är inte tekniken, utan lärandet.”
Den enda frågan
Du behöver inte ett ramverk för att börja tänka rätt. Det räcker med en fråga, att ställa till varje återkommande arbetsuppgift:
”Skulle jag lagt upp det här arbetet så här om AI hade funnits från början?”
Den flyttar ledarfrågan från ”var kan vi automatisera ett steg?” till ”vilka processer borde byggas om kring människa och AI tillsammans?” En svensk variant, formulerad som en varning mot att börja i tekniken, ställer den ännu enklare: vad vill vi uppnå — och varför?
Tre tankeverktyg
Tre enkla modeller som hjälper dig se var AI hör hemma i en uppgift — och var den inte gör det.
Automatisera vs förstärka
AI ersätter sällan ditt omdöme — den förstärker det. Mest värde ger den där den tar bort friktionen runt din bedömning (leta, sammanställa, formulera ett första utkast), inte där den ska göra bedömningen åt dig.
Vad i den här uppgiften är omdöme — och vad är friktion?
Centaur & cyborg
Två sätt att jobba med AI. Centauren delar upp strategiskt: du gör det du är bäst på, AI det den är bäst på. Cyborgen väver ihop — bollar fram och tillbaka. Båda går att lära sig.
”Vi använder AI stöttande och kompensatoriskt” — inte för att ta över en hel arbetsuppgift.
Den ojämna kanten
AI är ojämnt bra, och gränsen är osynlig: två uppgifter som ser lika svåra ut kan ligga på var sin sida. Inne på kanten blir resultatet dramatiskt bättre. Utanför blir det sämre än om du gjort det själv.
Därför: använd AI dagligen för att lära dig kantens form — och lita aldrig blint.
Fem vanor
Vad ledare med hög AI-utväxling faktiskt gör — översatt till en skolchefs vardag.
- 1
Äg frågan själv
AI är inte ett IT-inköp att delegera bort. Det drag som starkast hänger ihop med utväxling är att ledningen själv använder AI dagligen och äger styrningen. Undvik att låta tusen eldsjälar blomma osammanhängande — det blir ”öar”, inte utveckling.
- 2
Sätt AI vid bordet
I varje uppgift, varje dag. Inte för att AI ska lösa allt — utan för att det är så du lär dig var kanten går, var den hjälper och var den bommar.
- 3
Bygg och dela
Spara dina bästa prompter. Bygg en egen agent för det som återkommer. Dela med dina rektorer så att kunskapen blir organisationens, inte din.
- 4
Börja i behovet, inte verktyget
”Vi började inte med AI, utan med data, för att förstå vårdkedjorna”, som en svensk vårdledare sa. Fråga vad ni vill uppnå och varför — sedan var AI hjälper. Inte tvärtom.
- 5
Mät i rätt valuta
Inte ”hur många har loggat in”, utan: frigjorde det tid till kärnuppdraget? Blev det mer likvärdigt? Höll kvaliteten? Det är skolans valuta — inte effektivitet i sig.
Bygg och dela börjar enklast i agenterna och promptbiblioteket — färdiga recept att kopiera och göra till era egna.
Tre omdesign i din vardag
Det abstrakta blir konkret när du provar det. I Övningsrummet kliver du in i tre vardagar och upplever skillnaden mellan att mappa på och designa om.
Så vet vi det — och vad skolan måste tänka på
Hur säker är evidensen?
Ärligt: ojämnt. Den starkaste studien är ett kontrollerat experiment där AI gav verklig kvalitetshöjning på kunskapsarbete. Det mesta andra är självrapporterade enkäter från konsultbolag och leverantörer som tjänar på att sälja AI-omställning. Använd det som tankeram — inte som bevisad avkastning. Mönstret är robust; siffrorna ska tas med en nypa salt.
Skolan är inte ett företag
All den tunga evidensen mäter värde i vinst och aktieavkastning — mått som inte finns för en skolhuvudman. Tankeskiftet överförs; måtten gör det inte. I skolan är ”värde” frigjord tid till kärnuppdraget, likvärdighet och rättssäker kvalitet. Som Sveriges Skolledare formulerar det: AI kan frigöra tid för det pedagogiska ledarskapet — ”men utan riktlinjer, stöd och gemensamma system riskerar nyttan att utebli eller skapa nya bördor.”
Designa om med professionen — aldrig över den
När en svensk kommun gjorde om sin socialtjänst kring automatik men utan att förankra det med medarbetarna, och med kostnad som enda mått, sa tolv av sexton socialsekreterare upp sig och tillsynen riktade kritik. ”Det samtalet, mötet, kan vi aldrig digitalisera bort.” Omdesign som lyckas görs med dem som kan arbetet — inte runt dem.
Ansvaret är ditt — och det är lag
Huvudmannen (i kommunal skola nämnden) är personuppgiftsansvarig — det kan inte delegeras bort. Beslut som rör enskilda ska ha en människa i loopen och kunna förklaras. AI är beslutsstöd, aldrig beslutsfattare. Och datatumregeln gäller alltid: läs tryggt och säkert.
En ärlig brasklapp: det finns ännu inget noggrant utvärderat svenskt skolexempel där en hel process designats om kring AI och utfallet mätts. De starkaste svenska exemplen finns i vård och socialtjänst — vi lutar oss därför på dem som analogier, på den internationella forskningen, och på svenska principer och juridik. Underlaget (McKinsey, BCG, MIT/Mollick, Produktivitetskommissionen, Sveriges Skolledare, AI Sweden, SKR/Ifous m.fl.) är sammanställt och källbelagt bakom kulisserna.