AI giver mere arbejde for 44 procent – problemet er selve jobbet

PwC UK’s britiske Hopes and Fears-tal fra 1. oktober 2026 viser, at 44 procent af medarbejdere, der bruger AI på arbejdet, oplever større arbejdsbyrde, 45 procent oplever et mere komplekst job, og 70 procent oplever bedre kvalitet i deres arbejde. Undersøgelsen omfatter 2.023 britiske lønmodtagere; procenterne om belastning og kvalitet gælder AI-brugerne blandt dem. I samme gruppe siger 63 procent, at de får brugt flere af deres kompetencer, og 58 procent, at de skaber større værdi for arbejdsgiveren.

Det konkrete spørgsmål er derfor, om et værktøj gør hele opgaven lettere, eller kun gør ét trin hurtigere. I TechRadars omtale af de britiske resultater citeres PwC UK’s innovations- og teknologichef Claire Reid: »The real prize isn’t just doing more work; it’s redesigning work«. Det er en opfordring til at ændre arbejdsgange, ikke et målt bevis for, at uændrede processer er årsagen til hver enkelt medarbejders større belastning.

Bedre kvalitet kan følges af mere arbejde

Svarene om kvalitet, kompetencer og værdi beskriver gevinster ved at bruge AI. Svarene om arbejdsbyrde og kompleksitet beskriver en anden side af den samme udrulning. Undersøgelsen opgør ikke, hvor mange af de samme personer der både oplever bedre kvalitet og større belastning, og den viser ikke, hvilke konkrete arbejdstrin der fylder mere. Derfor bør de to typer svar læses side om side uden at blive gjort til et årsagsregnskab.

• Kvalitet og gennemgang: Et brugbart første udkast kan hæve niveauet i den færdige leverance. Hvis medarbejderen også skal kontrollere nye fejltyper og sende arbejdet gennem de hidtidige godkendelser, kan den sparede skrivetid blive brugt senere i forløbet.
• Kompetencer og oplæring: AI kan give plads til flere faglige vurderinger, når noget forarbejde bliver hurtigere. Gevinsten for medarbejderen afhænger af, om tid til at lære værktøjet og vurdere dets svar er indregnet i arbejdsdagen.
• Værdi og forventninger: En bedre leverance kan skabe værdi for arbejdsgiveren. Den gør ikke nødvendigvis medarbejderens opgave mindre, hvis kravene til antal leverancer eller detaljeringsgrad samtidig stiger.

Parrene beskriver mulige mekanismer, ikke særskilte resultater fra spørgeskemaet. De forklarer, hvorfor højere kvalitet og mere arbejde kan eksistere samtidig, uden at den ene procent kan trækkes fra den anden. For den, der planlægger arbejdet, er forskellen mellem tid sparet på et udkast og tid sparet på hele leverancen afgørende.

Det ekstra lag kan ligge efter AI-udkastet

Et tænkt eksempel gør forskellen konkret: En medarbejder får hurtigt et udkast fra AI, men skal stadig indsamle grundlaget, kontrollere påstandene, rette teksten og indhente de samme godkendelser som før. Der kan desuden komme et nyt krav om at redegøre for brugen af AI. I den situation er produktionen af udkastet blevet hurtigere, mens ansvaret og resten af forløbet stadig ligger hos medarbejderen.

Undersøgelsen måler medarbejdernes oplevelse; den tidsmåler ikke hvert trin fra opgavens start til aflevering. Eksemplet er derfor en mulig forklaring på større belastning, ikke en dokumenteret beskrivelse af alle arbejdspladser i undersøgelsen. Hvis en organisation vil vide, om værktøjet faktisk frigør tid, er det den samlede opgave inklusive rettelser, kontrol og overdragelser, der må tælle. En hurtig delopgave kan ellers skjule, at ventetid eller dobbeltarbejde er flyttet til andre led.

Medarbejderne har forskellige muligheder for at få en gevinst

I PwC’s globale Hopes and Fears-undersøgelse fra 29. september 2026, baseret på 49.364 medarbejdere i 48 lande og regioner, bruger 51 procent af gruppen med efterspurgte kompetencer og stærke AI-færdigheder generativ AI dagligt mod 11 procent i den brede kernearbejdsstyrke. Det er en sammenligning mellem medarbejdergrupper globalt, ikke en dansk opgørelse over arbejdsbyrde. Den britiske belastningsmåling og den globale inddeling belyser forskellige dele af spørgsmålet.

Den globale rapport beskriver også en forskel i adgang til læring: Under 40 procent af kernearbejdsstyrken siger, at de har de nødvendige lærings- og udviklingsressourcer, mod næsten 80 procent blandt frontløberne. Den peger på behovet for at ændre roller, arbejdsgange og incitamenter og for at beskytte tid til oplæring. Hvis brugen af AI forventes at stige, mens oplæringen lægges oven i den normale opgavemængde, bliver kompetenceudvikling endnu et led, medarbejderen selv skal finde plads til. Det er en relevant mekanisme for danske arbejdspladser, men de britiske procenter kan ikke overføres til danske ansatte.

Hvilke trin bliver faktisk ændret?

Et nyt AI-værktøj ændrer først belastningen varigt, når dets plads i den samlede arbejdsgang er afklaret. Kontrol kan fortsat være nødvendig, især når medarbejderen står inde for det færdige resultat. Men hvert bevaret eller nyt trin bør have et tydeligt formål, så den samme vurdering ikke blot udføres flere gange af forskellige personer.

• Forsvinder et gammelt kladde- eller indtastningstrin, når AI udfører samme funktion?
• Har den nye kontrol en anden opgave end de godkendelser, der allerede findes?
• Ved medarbejderen, hvem der træffer den faglige beslutning, og hvem der har ansvar for fejl i resultatet?
• Er tid til oplæring og vurdering af AI-svar taget med i planlægningen af arbejdet?
• Bliver tiden målt frem til aflevering, inklusive rettelser og ventetid, frem for kun frem til første udkast?

Hvis de gamle trin består, mens nye kontroller og højere krav kommer til, kan et hurtigere udkast ende som en længere arbejdsdag. Det er den konkrete arbejdsgang, der afgør, om gevinsten også når den medarbejder, som skal levere resultatet.

Læs også:

• YouTube-medlemskab eller Patreon: 70 procent møder en direkte fanliste
• Aktiesparekonto eller depot? 17 procent kommer med årlig skat
• Proton Mail eller Tuta? Mailklienten kan afgøre mere end krypteringen