Uddannelsesinstitutioner kører på en blanding af arbejde, der lader sig dårligt sammenfatte i ét begreb. Der er forberedende arbejde: udarbejdelse af undervisningsmateriale, opstilling af prøver, opdatering af skemaer og planlægning. Der er bedømmende arbejde: rettearbejde, feedback, opfølgning på fremskridt. Der er administrativt arbejde omkring tilmeldinger, fravær, tilskudsredegørelse og redegørelse til tilsyn eller bestyrelse. Og der er det arbejde, som ingen sætter på papir, men som alligevel kræver de fleste timer: den direkte kontakt med elever, studerende og forældre, hvor forklaring, korrektion og vejledning går op i en helhed.
Disse fire typer arbejde er ulige følsomme for forandring. Forberedende arbejde og administrativt arbejde består for en stor del af gentagelige trin med en fast struktur: at opstille en prøve efter en ramme, at optimere et skema inden for regler, at udfylde en tilskudsansøgning efter et format. Bedømmende arbejde ligger midt imellem: at genkende mønstret i et svar kan gøres maskinelt, men vægten af en bedømmelse for en individuel elev kræver en person, der kender konteksten. Den direkte kontakt forbliver i høj grad menneskeligt arbejde, ikke fordi det teknisk ikke kan understøttes, men fordi værdien af det for en stor del ligger i relationen.
I en del af institutionerne bliver undervisningsmateriale og prøvemateriale nu i vid udstrækning udarbejdet af AI, hvor en lærer kontrollerer og justerer resultatet, inden det når klassen. Rettearbejde af strukturerede opgaver — multiple choice, korte svar, standardiserede rubrics — foregår på nogle skoler allerede for den største del automatiseret, hvor en lærer vurderer afvigende tilfælde. Skemalægning og kapacitetsplanlægning forskyder sig, hvor de underliggende data er i orden; hvor disse data er spredte eller forældede, forbliver det manuelt arbejde.
Det, der ikke forskyder sig, eller som gør det meget langsommere, er det arbejde, hvor resultatet afhænger af, hvem der står foran klassen: mentorsamtaler, vejledning af en elev med et specifikt støttebehov, afvejningen ved et grænsetilfælde i en bedømmelse, der afgør et videre forløb. Der forbliver tilsynet ikke begrænset til at godkende eller afvise med begrundelse — der er selve initiativet menneskeligt arbejde.
Forskellen mellem institutioner, der allerede udnytter denne forskydning, og institutioner, hvor alt stadig er som før, ligger sjældent i ambition. Den ligger i tre forudsætninger: om den underliggende arbejdsproces allerede er opdelt i genkendelige, gentagelige trin; om der er en person, der faktisk kontrollerer output i stedet for blindt at overtage det; og om bestyrelsen og medindflydelsesorganet allerede har ført samtalen om dette, eller stadig undgår den. Institutioner, hvor disse tre er i orden, ser forskydningen i praksis. Institutioner, hvor det ikke er tilfældet, taler stadig om det som noget, der kommer.
En flerårsstrategi for en uddannelsesinstitution bygger ofte på antagelser om personalebehov, om hvor investeringer i tid og penge giver mest udbytte, og om hvilken kapacitet en lærer, studievejleder eller stabsmedarbejder har brug for det kommende år. Disse antagelser er som regel korrekte på det tidspunkt, de fastlægges. Problemet er ikke, at de var forkerte, men at ingen markerer det tidspunkt, hvor de ikke længere er det.
Hvis rettearbejdet af prøver i vid udstrækning bliver automatiseret med lærertilsyn, ændrer det spørgsmålet om, hvor meget stabskapacitet der er behov for i prøveperioder — en antagelse, der i sidste års formationsplan stadig stod anderledes. Hvis undervisningsmateriale i vid udstrækning udarbejdes og kontrolleres af AI, ændrer det, hvad en god forberedelsestid betyder — en antagelse, der i overenskomstforhandlingen eller arbejdsbelastningen stadig er overtaget uændret. Antagelsen står stadig på papir; virkeligheden bag den har allerede forskudt sig. Hvad en institution gør med det — om og hvordan det slår igennem i formationen — er op til bestyrelsen og hører under egne lovmæssige krav og overenskomstkrav; det er ikke et valg, der her bliver foreskrevet eller underbygget.
De underliggende mekanismer er ikke unikke for uddannelsessektoren. Også detailhandlen og it-sektoren ser arbejde forskyde sig i samme tre kategorier: fuldt overtageligt, delvist med tilsyn, og i vid udstrækning menneskeligt arbejde. Hvad der er forskelligt, er hvilket arbejde der falder i hvilken kategori, og hvor hurtigt det ændrer sig. For et direktionsteam, der vil vide, om de egne antagelser allerede har indarbejdet denne forskel, er det nyttigt først at få skærpet hvad en strategisk antagelse egentlig er, og hvordan man tester, om den stadig holder, og at undersøge hvorfor billederne inden for samme direktionsteam om den samme udvikling ofte afviger fra hinanden. Disse to spørgsmål ligger til grund for trykprøven: et blik udefra ved siden af direktionens selvbillede, med svaret på spørgsmålet om, hvorvidt den enkelte antagelse stadig gælder.
Spørgsmålet om, hvilket arbejde i denne institution virkelig kan overtages af AI, lader sig ikke besvare med et indtryk eller et enkelt eksempel fra en samtale i lærerværelset. Arbejdsscanningen fra FTE TO AI besvarer dette spørgsmål opgave for opgave, med en begrundelse, der angiver, om opgaven er overtagelig, er underlagt tilsyn, eller forbliver menneskeligt arbejde.
Dem, der allerede nu vil vide, hvilke antagelser i den egen strategi er klar til at blive udskiftet, kan begynde med den gratis antagelsescheck: en kort runde, hvor De angiver Deres vigtigste antagelser og for hver antagelse ser, hvornår den sidst blev bekræftet. Den fulde trykprøve, med det eksterne billede ved siden af direktionens selvbillede, er under udarbejdelse.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.