AI gör inte jobbet lättare av sig självt – svensk studie visar varför

Uppsala universitet publicerade den 9 oktober 2026 en sammanfattning av forskning om AI och arbetsengagemang. Där framgår att tekniken kan ta bort enkla uppgifter men också höja arbetstakten och förändra ansvar, kompetenskrav och möjligheten att påverka arbetet. För anställda i svensk IT kan samma verktyg därför göra en uppgift snabbare utan att arbetsdagen blir lättare.

I studien i Interacting with Computers, publicerad den 2 maj 2026, analyserar Andreas Bergqvist, Niklas Humble, Mats Daniels och Åsa Cajander 28 intervjuer med IT-yrkesverksamma rekryterade i Sverige. Deltagarna beskriver både mindre rutinarbete och nya krav på granskning, omdöme och lärande. Det är deras erfarenheter som undersöks, inte en uppmätt nettoeffekt på produktiviteten i hela IT-sektorn.

Rutinjobben minskar, men svårare uppgifter tar plats

Den första förändringen gäller vad arbetstiden används till. Intervjupersoner berättar att AI kan hjälpa till med korta standardsvar, strukturera information, ge en startpunkt för problemlösning och generera kod. Sådana insatser kan frigöra tid från repetitiva moment och göra det möjligt att ägna mer uppmärksamhet åt uppgifter som kräver erfarenhet och professionella bedömningar.

En deltagare beskriver hur genererad kod lämnar mer tid åt komplicerade fall. Den förskjutningen kan stärka engagemanget när arbetet känns mer meningsfullt och ger utrymme att utvecklas. Samtidigt försvinner en del av dagens enklare moment, medan koncentrationen av svåra problem ökar. Mindre tid per rutinuppgift säger därför inte hur krävande resten av dagen har blivit.

Det spelar också roll vilka uppgifter som automatiseras. För någon kan en kort standardskrivning vara en belastning som gärna försvinner; för en annan kan en del av det borttagna arbetet ha gett variation eller en chans att bygga erfarenhet. Intervjuerna visar därmed varför en tidsvinst i ett enskilt moment inte ensam avgör om arbetet upplevs som bättre.

AI-svaret skapar ett eget kontrollarbete

Det andra ledet börjar när verktyget har lämnat sitt förslag. Deltagarna beskriver resultat som inte motsvarar uppgiften, funktioner som inte finns och kod som inte fungerar som tänkt. Någon behöver förstå förslaget, kontrollera att det passar sammanhanget och rätta felen innan resultatet kan användas. Den insatsen kan vara svår att förutse när första utkastet kommer snabbt.

Granskningen kräver sakkunskap. Ett rimligt klingande svar kan innehålla ett fel som blir synligt först för den som känner systemet eller arbetsuppgiften väl. I intervjuerna finns också oro för att mindre erfarna kollegor ska överskatta både verktygets förmåga och sin egen förståelse av resultatet. AI kan alltså hjälpa någon att komma vidare samtidigt som ansvaret för kvaliteten ligger kvar hos människan.

Kontrollarbetet gäller även informationen som matas in. Deltagare berättar att de behöver tänka på var uppgifter hamnar och följa arbetsgivarens regler för användningen. När riktlinjer saknas måste medarbetaren själv avgöra vad som är lämpligt att dela. Kognitiv belastning uppstår då både före och efter svaret: först vid valet av underlag, sedan vid bedömningen av resultatet.

Högre tempo kan förbruka tidsvinsten

Det tredje ledet ligger i hur arbetsplatsen använder den vunna tiden. En intervjuperson börjar beskriva en mindre arbetsbörda men konstaterar sedan att snabbare genomströmning framför allt innebär att fler uppgifter blir gjorda: det finns fortfarande arbete kvar. Andra beskriver stigande förväntningar och för lite tid för det som ska utföras. Effektivare enskilda moment kan på så sätt följas av en tätare arbetsdag.

Andreas Bergqvist säger i Afa Försäkrings presentation den 6 oktober 2026 att ”tekniken kan både underlätta arbetet och samtidigt bidra till ökad belastning och högre intensitet”. I projektet undersöks AI-verktyg för programmering, problemlösning och kvalitetssäkring inom IT. Uttalandet gäller alltså mer än hur fort ett första svar kan produceras: också det arbete som följer efter svaret påverkar belastningen.

Skillnaden mellan avlastning och högre produktion blir tydlig när hela uppgiften räknas. Om ett team levererar snabbare men samtidigt lägger mer tid på kontroll, rättning och svåra beslut har arbetet ändrat form. Slutsatsen är en tolkning av intervjuerna, inte ett mått på hur många timmar AI sparar. Den förklarar varför kortare ledtid kan samexistera med upplevelsen av att ha lika mycket, eller mer, att göra.

Inflytande och kompetens styr engagemanget

Hur verktygen införs påverkar vem som bär de nya kraven. Intervjupersoner beskriver chefer som överskattar teknikens möjligheter, styr användningen hårt eller väntar sig högre prestation utan tillräckligt stöd. Nya användningsområden kan också skapa frågor om vem som ansvarar för dem. När sådana beslut lämnas oklara minskar handlingsutrymmet för den som ska utföra arbetet.

För andra deltagare blir tekniken en möjlighet att lära sig och lösa mer intressanta problem. Stöd från kollegor och chefer, tillgång till användbara verktyg och inflytande över arbetssättet hänger ihop med den möjligheten. Engagemanget beror därmed på om medarbetaren kan använda och utveckla sitt kunnande, inte bara på att verktyget finns tillgängligt. Osäkerhet om den egna kompetensens framtida värde kan verka i motsatt riktning.

Forskarna utvecklar ett ramverk för att förstå digitalt arbetsengagemang; det beskrivs ännu främst som stöd för analys och samtal. Intervjustudien följer inte arbetsbelastning eller utmattning över lång tid. Dess tydliga konsekvens för den som bedömer AI på en arbetsplats är ändå konkret: fler färdiga uppgifter visar inte i sig om medarbetarna fått mindre att bära när granskning, svårare beslut och högre förväntningar också har lagts till.

Läs också:

• AI förbättrar jobbet men ökar bördan för 44 procent, enligt PwC
• Etsy eller Shopify: en svensk order kan kosta mer än procentsatsen visar
• Skriv en AI-policy för jobbet – avtalet måste komma före prompten