Människa & maskin

Kompetensparadoxen — när halva teamet drar ifrån

Hälften av analysteamet producerar tre gånger så mycket med AI. Andra halvan kämpar. Klyftan växer varje vecka.

Tid

35 min

Nivå

Inledande

Roller

4 st

Ramverk

AI-prestation omdefinierad

Läs hela scenariot

Innan ni startar

3 minuters förberedelse för facilitatorn

Materiel

  • En projektor eller stor skärm för workshop-läget
  • Anteckningsblock till varje deltagare
  • En facilitator (kan vara någon i gruppen)
  • Vatten, kaffe — och tystade telefoner

Rummet

  • Sitt runt ett bord, inte i biosittning — diskussionen ska vara horisontell.
  • Stäng dörren. Det här är inte ett möte att ducka in och ut ur.
  • Bestäm vem som antecknar gruppens beslut och motiveringar.

Säg som intro

"Det finns inga rätta svar i det här scenariot — bara tydligare och otydligare resonemang. Värdet kommer ur var ni faktiskt är oense, inte ur att komma fram till konsensus."

Briefing

Situationen

Erik leder ett analysteam. Hälften har omfamnat AI-verktyg och producerar nu tre gånger så mycket som tidigare. Den andra hälften kämpar — inte för att de inte vill, utan för att de inte hittar hur verktygen passar in i deras sätt att arbeta. Resultatet är en växande klyfta: de snabba blir frustrerade över de långsamma, de långsamma känner sig alltmer otrygga. Erik måste fördela arbete rättvist, undvika att de produktiva blir överbelastade och samtidigt klargöra vad 'prestation' egentligen betyder nu. Som ledningsgrupp ska ni stötta Erik — och bestämma vilken princip som ska gälla i hela organisationen.

Diskussion

Frågor att brottas med

Vad är prestation nu?

  1. 1.Om en person levererar tre gånger så mycket med AI och en annan levererar samma som förra året — vem av dem har presterat bäst?
  2. 2.Vilka förmågor blir mer värdefulla i ett AI-accelererat team — och syns de i vår nuvarande utvärdering?
  3. 3.Hur skiljer vi mellan 'producerar mycket' och 'producerar något som faktiskt används'?

Klyftan i teamet

  1. 1.Är Eriks roll att stänga klyftan, hantera den eller låta den växa — och vad blir konsekvensen av varje val?
  2. 2.Vad händer med teamets kultur om de tre snabbaste löpande får de mest intressanta uppgifterna?
  3. 3.Vad skulle ett rimligt halvår av strukturerat lärande för de fem långsammare se ut — och vem betalar tiden?

Ramverk · AI-prestation omdefinierad

Att luta sig mot

Output

Mängd levererat — viktigt men inte längre tillräckligt; lätt att inflatera med AI-genererat material.

Kvalitet

Hur väl det levererade håller under granskning, beslut och tid — där omdöme syns.

Lärande

Hur snabbt personen själv blir bättre — egen utveckling, nya metoder, prövande.

Spridning

I vilken grad personen lyfter andras förmåga — delar mönster, parar upp, skriver ner det som funkar.

Beslut

Möjliga vägval

  1. AInför 'AI-fadderskap' — varje produktiv medarbetare paras ihop med en kollega och en del av tiden räknas som leverans.
  2. BJustera utvärderingsmodellen så Spridning och Lärande väger lika tungt som Output redan i nästa lönerevision.
  3. CErbjud strukturerad lärtid (4h/vecka i tre månader) för dem som halkat efter, med uttalat skydd från leveranskrav.
  4. DAcceptera klyftan, omfördela uppgifter efter förmåga och rekrytera in fler AI-vana profiler.

Triggers

Kasta in när diskussionen fastnar

  • En av de snabba har börjat antyda att 'några i teamet bidrar inte längre på samma nivå'.
  • En av de långsamma har sökt en tjänst hos en konkurrent.
  • Lönerevisionen är om två månader och bonusmodellen mäter levererad volym.

För facilitatorn

Tips för att få ut mer

  • Be deltagarna ranka de fyra dimensionerna (Output/Kvalitet/Lärande/Spridning) som de mäts på idag — nästan alltid vinner Output med stor marginal. Det är insikten.
  • Lyft fram att 'rättvisa' och 'lika' inte är samma sak — be gruppen formulera vilket av dem de faktiskt vill ha.

Reflektion

Att ta med sig

  • "Förbereder vår nuvarande chefsutbildning chefer för att leda team där människor använder AI olika mycket? Vad saknas?"
  • "Vilken signal vill vi att vår lönerevision ska sända om vad som värderas i en AI-accelererad organisation?"