75 % af vidensarbejdere bruger allerede AI i deres arbejde (Microsoft & LinkedIn, 2024 Work Trend Index, maj 2024). Og det tal er sandsynligvis kun blevet højere siden.
Samme undersøgelse viser, at 90 % af brugerne oplever, at AI hjælper dem med at spare tid, og 85 % oplever, at de kan fokusere mere på deres vigtigste opgaver.
Gevinsterne kan altså mærkes på individniveau.
Alligevel kæmper mange organisationer med at omsætte AI til målbare forretningsresultater.
Hvordan kan det hænge sammen?
Ny forskning peger på en mulig forklaring.
Den handler ikke om teknologien i sig selv, men om hvad der sker i vores hjerne, når vi arbejder med AI.
Vi lader allerede værktøjer huske en masse for os.
Vi bruger Google Maps i stedet for at lære vejen udenad, og vi lader kalenderen huske aftalerne for os. Det kaldes kognitiv aflastning: Vi bruger hjælpemidler for at spare på hjernekapaciteten. Det er der ikke noget galt i.
Problemet opstår, når vi ikke længere bare bliver aflastet, men overlader selve tænkningen til AI.
Forskere fra The Wharton School kalder det 'kognitiv overgivelse' ('cognitive surrender') og definerer det i et studie fra 2026 sådan:
"At acceptere AI's output med minimal kritisk sans og lade det gå forud for intuition og overvejelse.”
Når man bruger en lommeregner, overlader man en bestemt regneopgave til den, men det er stadig mennesket, der står for tænkningen. Kognitiv overgivelse er noget andet. Det er det øjeblik, hvor AI ikke bare løser en afgrænset opgave, men træffer beslutningen, og hvor man gør beslutningen til sin egen uden at opdage, at den er blevet overdraget. – Gideon Nave, PhD, Carlos and Rosa de la Cruz Associate Professor; Associate Professor of Marketing, The Wharton School
Organisationspsykolog hos Insights, dr. Tanya Boyd, forklarer det sådan: "Når noget ser gennemarbejdet ud, lyder sikkert og kommer hurtigt, som AI-indhold ofte gør, er det overraskende nemt at tage det til sig uden rigtig at undersøge, om det holder."
Og hun har ret. De fleste af os kender en kollega eller en ven, der efterhånden har overledt det meste af sin personlighed til ChatGPT og trækker AI-genererede tal frem for at vinde enhver diskussion. Tal, der sjældent er tjekket, selvom AI kan finde på data og ikke forstår sammenhængen, de bruges i.
Det er ikke langt ude at antage, at forskellen på 62 procentpoint mellem medarbejdere, der føler sig mere produktive, og organisationer, der står stille på 13%, meget vel kan skyldes, at mange medarbejdere i høj grad overlader tænkningen til AI. Men det stikker dybere end det.
Work AI-rapporten fra Glean (2026) viser, at der er to måder vi typisk bruger AI på, og at de begge koster produktivitet, bare af forskellige grunde:
Apropos engagement: Man skulle tro, at det var botsitterne, dem der sørger for, at outputtet er korrekt og passer til resten af arbejdet, der var mest engagerede. Men det er lige omvendt.
Botsitterne betaler nemlig en slags kontekstskat. Ifølge Gleans Work AI-rapport fra 2026 stiger risikoen for at føle sig "udkørt" med 25 % for hver 10% mere tid, medarbejderne bruger på at fodre AI med kontekst.
Dertil kommer en helt menneskelig reaktion: Det er ikke sjovt hver dag at skulle stille spørgsmål ved eller rette en kollegas arbejde, fordi kollegaen har overladt tænkningen til AI. Det er akavet og skaber spændinger. Og det kan føre til bitterhed, når ledere uden at vide det roser arbejde, der ser flot ud, men i virkeligheden er dårligt.
Så det er ikke så underligt, at 73 % af botsitterne er mere tilbøjelige til at kigge efter nyt job.
Jo, det kan den faktisk.
Et studie fra University of Exeter og UCL School of Management fra 2024 viste, at generativ AI, brugt på den rigtige måde, gør den enkelte mere kreativ. Til gengæld bliver resultaterne mere ens på tværs af folk, så den samlede nytænkning falder.
Forfatterne skriver:
Når skribenter får adgang til idéer fra generativ AI, bliver deres historier vurderet som mere kreative, bedre skrevet og mere
underholdende. Det gælder især for de mindre kreative skribenter.
Men der er en hage ved det.
Et studie fra MIT fra 2025 går et spadestik dybere og viser, at den kreative gevinst ikke kommer af sig selv. Man bliver ikke en bedre skribent eller researcher, bare fordi man bruger ChatGPT. Det handler om, hvordan vi bruger det.
Medarbejdere, der aktivt analyserer deres opgaver, holder øje med deres egen tænkning og justerer deres tilgang undervejs, det man kalder metakognitive strategier, er markant mere tilbøjelige til at bruge generativ AI på måder, der fremmer kreativiteten. Det skyldes, at de er bedre til at bruge AI til at frigøre mental båndbredde, som kan omsættes til kreativ tænkning.
Metakognition, altså at tænke over sin egen tænkning, er det manglende led mellem bare at bruge AI og at bruge den godt. Det gør os i stand til at stille bedre spørgsmål, få øje på hullerne i vores viden og få reel værdi ud af AI-værktøjerne i stedet for passivt at læne os op ad dem.
– Jackson Lu, General Motors Professor of Management, MIT Sloan
Og selvom kritisk tænkning er så vigtigt, oplever mange, at det mangler på arbejdspladserne lige nu:
I en undersøgelse blandt Insights' kunder fra 2026 svarede 73 %, at kritisk tænkning er en af de kompetencer, deres organisationer mangler mest. Over halvdelen (52 %) satte den øverst på listen som den kompetence, der mangler allermest.
Tænker man igen på forskellen på 62 procentpoint, begynder det at give mening.
Om MIT-studiet sagde Jackson Lu:
Selv den mest avancerede AI gør ikke medarbejderne mere kreative, hvis de ikke ved, hvordan de skal bruge den. Organisationer bør kombinere udrulningen af AI med træning i metakognition, hvis de vil have det fulde kreative udbytte.
Derfor har Insights for nylig tilføjet et nyt modul til Insights Discovery, der viser, hvordan vores præferencer former den måde, vi tænker på, hvor vores naturlige styrker ligger, og hvilke blinde vinkler der kan opstå.
Når vi forstår, hvordan vi selv tænker kritisk, kan vi træffe mere velovervejede beslutninger, arbejde bedre sammen med andre og ændre tilgang, når situationen kræver det.
Insights Discovery er et psykometrisk baseret forløb, der bygger på en model med fire farver. Modellen beskriver forskellige personlighedstræk og præferencer, og hvordan vi kommunikerer og arbejder sammen med andre i forskellige sammenhænge.
Hver farveenergi har sin egen blanding af styrker og svagheder, og de præger også den måde, vi tænker på.
Insights Discovery Kritisk Tænkning tager deltagerne gennem en model for beslutningstagning, der hjælper dem med at træffe velovervejede valg, især når det handler om, hvordan de bruger AI-output.
Forløbet bygger på en enkel grundtanke: En organisation præsterer ikke godt, bare fordi den kan producere svar. Det afgørende er, hvor godt vi vurderer svarene, bygger videre på dem, udfordrer dem og omsætter dem til beslutninger og handlinger, vi er villige til at stå inde for.
Og det menneskelige bidrag bliver kun vigtigere. Jo bedre AI bliver til at skabe indhold og, i stigende grad via agenter, til at handle på vores vegne, jo senere kommer vi mennesker ind i processen. Og jo længere væk er vi fra den tænkning, der ligger bag det, der er blevet lavet.
Spørgsmålet er derfor ikke længere, om vi kan få et svar. Det er, om vi kan skelne et svagt svar fra et godt, om vi tør udfordre en forkert antagelse, og om vi kan beslutte, hvad der skal ske nu.
Hvor godt det lykkes, afhænger af, hvornår I går i gang, og hvor langt jeres medarbejdere allerede er nået ud ad vejen mod kognitiv overgivelse og botshipping. Jo før, jo bedre.
Men selv i teams, hvor kognitiv overgivelse er blevet en fast del af arbejdsgangen, er forløbet en meningsfuld vej frem. Og gevinsten rækker langt ud over bedre beslutninger: højere engagement, mere åbenhed, bedre samarbejde og mere innovation. Alt sammen ting, der tæller, når den årlige medarbejderundersøgelse skal gøres op.
Dr. Tanya Boyd fra Insights ser på hele problemstillingen i et bredere perspektiv. Hun siger:
Menneskelige kompetencer som kritisk tænkning og samarbejde er strategiske. Det er dem, der gør, at organisationer kan omsætte produktivitet til resultater. Vi ved, at hvis vi vil opbygge og aktivere de kompetencer, skal vi starte med selvindsigt. God tænkning afhænger ikke kun af kvaliteten af den information, vi har foran os. Den afhænger også af, hvor godt vi forstår os selv, og hvor godt vi arbejder sammen med menneskene omkring os.
Microsoft & LinkedIn, 2024 Work Trend Index, maj 2024
2024 Annual Work Trend Index from Microsoft and LinkedIn
Kosmyna, N et al. Thinking Fast, Slow and Artificial: Generative AI Reduces Cognitive Effort While Thinking. SSRN. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6097646
Glean. Work AI Index. https://www.glean.com/work-ai-institute/reports/work-ai-index
Brynjolfsson, E, Rock, D and Syverson, C. The Productivity J-Curve: How Intangibles Complement General Purpose Technologies. American Economic Journal: Macroeconomics. https://www.aeaweb.org/articles?id=10.1257/mac.20180386
Davenport, T. Ten Reasons Why We Won't See Productivity. Substack. https://tdavenport.substack.com/p/ten-reasons-why-we-wont-see productivity
Doshi, A R and Hauser, O P. Generative AI Enhances Individual Creativity but Reduces the Collective Diversity of Novel Content. Science Advances. https://www.science.org/doi/10.1126/sciadv.adn5290
MIT Sloan School of Management. Does generative AI actually enhance creativity in the workplace? https://mitsloan.mit.edu/press/does generative-ai-actually-enhance-creativity-workplace