Utbildningsinstitutioner drivs på en blandning av arbete som svårligen låter sig sammanfattas i ett enda begrepp. Det finns förberedande arbete: sammanställa undervisningsmaterial, utforma prov, uppdatera scheman och planeringar. Det finns bedömande arbete: rättning, återkoppling, uppföljning av framsteg. Det finns administrativt arbete kring anmälningar, frånvaro, bidragsredovisning och redovisning gentemot inspektion eller styrelse. Och det finns det arbete som ingen sätter på papper men som ändå kräver flest timmar: den direkta kontakten med elever, studenter och föräldrar, där förklaring, korrigering och vägledning möts.
Dessa fyra typer av arbete är olika känsliga för förändring. Förberedande arbete och administrativt arbete består till stor del av upprepbara steg med en fast struktur: att utforma ett prov enligt ett ramverk, optimera ett schema inom givna regler, fylla i en bidragsansökan enligt ett format. Bedömande arbete ligger däremellan: mönstret i ett svar kan kännas igen maskinellt, men tyngden av en bedömning för en enskild elev kräver någon som känner till sammanhanget. Den direkta kontakten förblir till stor del mänskligt arbete, inte för att den tekniskt sett inte går att stödja, utan för att dess värde till stor del ligger i relationen.
I en del institutioner utformas undervisningsmaterial och provmaterial numera till stor del av AI, med en lärare som kontrollerar och justerar resultatet innan det når klassrummet. Rättning av strukturerade uppgifter — flervalsfrågor, korta svar, standardiserade rubriker — sker på vissa skolor redan till största delen automatiserat, med en lärare som bedömer avvikande fall. Schemaläggning och kapacitetsplanering förskjuts där den underliggande datan är i ordning; där datan är spridd eller föråldrad förblir handpåläggningen.
Det som inte förskjuts, eller gör det mycket långsammare, är det arbete där utfallet beror på vem som står framför klassen: mentorssamtal, stödet till en elev med ett specifikt stödbehov, avvägningen vid ett gränsfall i en bedömning som avgör en fortsatt väg. Där förblir tillsynen inte begränsad till att godkänna eller avslå med motivering — där är själva initiativet mänskligt arbete.
Skillnaden mellan institutioner som redan utnyttjar denna förskjutning och institutioner där allt fortfarande är som förut ligger sällan i ambition. Den ligger i tre villkor: om den underliggande arbetsprocessen redan är uppdelad i identifierbara, upprepbara steg; om det finns någon som faktiskt kontrollerar resultatet i stället för att blint överta det; och om styrelsen och medbestämmandeorganet redan har fört samtalet om detta eller fortfarande undviker det. Institutioner där dessa tre är på plats ser förskjutningen i praktiken. Institutioner där så inte är fallet talar fortfarande om den som något som ska komma.
En flerårsstrategi för en utbildningsinstitution vilar ofta på antaganden om personalbehov, om var investeringar i tid och pengar ger mest avkastning, och om vilken kapacitet en lärare, studierektor eller stabsmedarbetare behöver kommande år. Dessa antaganden är oftast korrekta vid tidpunkten då de fastställs. Problemet är inte att de var fel, utan att ingen markerar den tidpunkt då de upphör att vara det.
Om rättning av prov till stor del blir automatiserad med lärartillsyn förändras frågan om hur mycket stabskapacitet som behövs för provperioder — ett antagande som i förra årets bemanningsplan fortfarande angavs annorlunda. Om undervisningsmaterial till stor del sammanställs och kontrolleras av AI förändras vad en god förberedelsetid innebär — ett antagande som i kollektivavtalsförhandlingen eller arbetsbelastningen fortfarande antogs oförändrat. Antagandet står fortfarande på papper; verkligheten bakom det har redan förskjutits. Vad en institution gör med detta — om och hur det slår igenom i bemanningen — är en fråga för styrelsen och omfattas av egna lagstadgade krav och kollektivavtalskrav; det är inget val som föreskrivs eller motiveras här.
De underliggande mekanismerna är inte unika för utbildningssektorn. Även detaljhandeln och it-sektorn ser arbete förskjutas inom samma tre kategorier: helt övertagbart, delvis under tillsyn, och till stor del mänskligt arbete. Det som skiljer sig åt är vilket arbete som hamnar i vilken kategori och hur snabbt det förändras. För ett ledningsteam som vill veta om de egna antagandena redan har tagit höjd för denna skillnad är det värdefullt att först få klarhet i vad ett strategiskt antagande egentligen är och hur man testar om det fortfarande håller, samt att undersöka varför bilderna inom ett och samma ledningsteam ofta går isär kring samma utveckling. Dessa två frågor ligger till grund för tryckprovet: en extern blick vid sidan av ledningens egen självbild, med för varje antagande svaret på frågan om det fortfarande gäller.
Frågan om vilket arbete i denna institution som verkligen kan övertas av AI låter sig inte besvaras med ett intryck eller ett enstaka exempel från lärarrumssamtalet. Arbetsskanningen från FTE TO AI besvarar den frågan per uppgift, med en motivering som anger om uppgiften är övertagbar, faller under tillsyn, eller förblir mänskligt arbete.
Den som redan nu vill veta vilka antaganden i den egna strategin är mogna för utbyte kan börja med den kostnadsfria antagandekontrollen: en kort genomgång där ni namnger era viktigaste antaganden och för varje antagande ser när det senast bekräftades. Det fullständiga tryckprovet, med den externa bilden vid sidan av ledningens självbild, är under uppbyggnad.
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.