Så här kan du gå från att testa AI till att implementera AI i arbetssätt som fungerar i praktiken. Baserat på arbete med AI i arbetsliv och vardag beskriver jag ett konkret angreppssätt för att bygga kunsakp och skapa faktisk användning, inte bara experiment.
AI blir en allt större del av vardagen, både i arbetsliv och privatliv. Många har testat verktyg som ChatGPT och Claude, sett exempel och läst om möjligheterna. Organisationer investerar i verktyg, testar lösningar och uppmuntrar medarbetare att komma igång.
Det som saknades
Trots intresse kommer inte alla igång själva. Efter en del testande får alla inte ut någon tydlig nytta av AI i sitt dagliga arbete eller liv. Resultatet blir enstaka experiment istället för verklig förändring. Flera saknar,
• ett tydligt sätt att använda AI i sitt arbete och sina arbetssätt
• egna, relevanta användningsområden
• trygghet i när och hur AI passar
• förståelse för frågor som säkerhet och ansvarsfull användning
• ett arbetssätt som går att återvända till över tid
• förmåga att avgöra vad AI bör göra – och när en människa passar bättre
Problem
Utmaningen var inte bara brist på kunskap, utan att många saknade idéer om vad de skulle använda AI till och en struktur för hur de skulle komma igång i praktiken.
Deltagarna befann sig på olika nivåer, från att aldrig ha testat AI, till att ha provat men utan att hitta riktning, framgångsrika promptar eller relevanta användningsområden. Vissa såg främst möjligheter kring effektivitet och produktivitet, medan andra var mer osäkra och fokuserade på risker som integritet och säkerhet.
Flera deltagare uttryckte osäkerhet kring var de skulle börja och hade inte knäckt vad AI kan göra, kopplat det till den egna vardagen.
Designprinciper och angreppssätt
I mitt arbete som cirkelledare inom folkbildning, med fokus på AI i arbetsliv och vardagsliv, använde jag mig av kunskaper inom tjänstedesign och kognitiva lärstrategier för att ta fram ett arbetssätt i fem steg för att göra AI användbart och till nytta i vardagen för varje deltagare.
Istället för att fokusera på att lära ut fler funktioner eller verktyg utgick jag från tre principer:
• göra det enkelt att komma igång och förstå grunderna i prompting
• koppla AI till deltagarnas egna verkliga situationer, oavsett om det handlar om arbetsuppgifter eller vardag
• skapa en ökad förståelse för vad AI är, för att ge en mer nyanserad bild av både möjligheter och utmaningar
Målet var att rusta deltagarna att själva kunna avgöra:
• när AI är relevant
• hur de vill använda det
• och till vad
För att möjliggöra detta byggde jag upp en gemensam grund som gav:
• ett sätt att börja använda AI som kändes relevant och tryggt
• grundläggande förståelse för AI
• insikt i både möjligheter och utmaningar
• stöd i att fatta egna, informerade beslut
Kursen utformades i skärningspunkten mellan kognitivt lärande och designprocess. Det innebär att deltagarna inte bara får förstå vad AI är, utan stegvis går från insikt till faktisk användning i sin egen vardag. Genom att arbeta med repetition, konkreta exempel och reflektion (kognitiva strategier), tillsammans med ett iterativt arbetssätt där vi identifierar behov, testar lösningar och förbättrar dem (designprocess), byggs både förståelse och användningsförmåga.
Arbetssätt för att implementera AI
Vi utgick inte ifrån AI, utan vilka behov som varje deltagare hade och testade om AI kunde lösa dem. På så vis jobbade alla, med för dem konkreta arbetsuppgifter och återkommande situationer som behövde lösas.
Fokus ligger på:
• att identifiera verkliga behov
• att testa AI i konkreta uppgifter
• att skapa enkla, återkommande arbetsflöden
• att successivt bygga trygghet och självständighet
Många visste inte vad AI skulle användas till. Nu blev det tydligt när det kan ge värde.
5-stegsmodell: från test till arbetssätt
För att göra AI användbart i praktiken strukturerade jag arbetet i fem delar:
1. Förstå grunderna
Skapa en enkel och gemensam förståelse för vad AI är, hur det fungerar och vad det kan användas till.
2. Se relevanta exempel
Visa konkreta exempel kopplade till deltagarnas vardag och arbetsuppgifter.
3. Testa i liten skala
Låta deltagarna prova AI i enkla, avgränsade uppgifter med låg tröskel.
4. Koppla till egna behov
Identifiera var AI kan skapa faktisk nytta i den egna vardagen eller arbetet.
5. Skapa återkommande arbetssätt
Utveckla enkla arbetsflöden som går att använda igen och som bygger långsiktig användning.
Mål
Målet var att skapa en mer nyanserad och balanserad ingång till AI, där deltagarna:
• förstår både potential och risker
• kan ta ställning till när och hur AI är relevant
• får stöd i att omsätta AI till faktisk nytta i sin vardag
Resultat och lärdomar
Arbetssättet gjorde det möjligt för deltagarna att gå från att testa AI till att konkret börja använda det i sin egen vardag.
Flera deltagare:
• hittade egna, relevanta användningsområden
• började använda AI i konkreta uppgifter
• fick en tydligare bild av när AI är hjälpsamt, och när det inte är det
• kände sig tryggare i att använda AI, både praktiskt och ansvarsfullt
En viktig effekt var att fokus flyttades från verktyg till användning. Istället för att fråga “vad kan AI göra?” började deltagarna utgå från sina egna behov och situationer. Fokus låg på vilket problem som skulle lösas, och om AI var ett relevant verktyg i det.
• det räcker inte att visa vad AI kan göra
• människor behöver stöd i att koppla AI till sin egen verklighet
• enkla, återkommande arbetssätt bygger faktisk användning i vardagen
• en balanserad bild av möjligheter och risker ökar förmågan att fatta egna beslut kring hur AI används
Resultatet är att deltagarna inte fastnar i att “testa AI”, utan utvecklar enkla, fungerande arbetssätt som de kan fortsätta använda och utveckla över tid. Det här var ett exempel på hur man kan arbeta med AI adoption i praktiken.
För vem är detta relevant
Det här arbetssättet är relevant för:
• organisationer som vill implementera AI i sina arbetssätt
• team som har testat AI men inte fått in det i vardagen
• individer som vill gå från experiment till faktisk användning
Vill du få AI att fungera i praktiken?
Nu är jag intresserad av att arbeta med organisationer och team som vill gå från att testa AI till att faktiskt få in AI i arbetssätt, och använda AI medvetet i sitt arbete.
Det kan till exempel handla om:
- att utveckla arbetssätt för AI
- att identifiera relevanta användningsområden
- att stötta team i att komma igång och bygga långsiktig användning
Vill du ha hjälp att jobba med AI? Hör gärna av dig eller connecta med mig på LinkedIn:
