Hvad HR og ledelse kan lære af Helene Friis Ratner
På HR AI Konferencen 2026 satte professor Helene Friis Ratner (DTU Management) ord på noget, mange organisationer mærker – men få taler åbent om:
AI er ikke bare et nyt værktøj i værktøjskassen. Det er en teknologi, der omformer faglighed, ansvar og relationer – særligt i den offentlige sektor, men med klare paralleller til private organisationer.
Hendes oplæg mindede os om, at den vigtigste AI-opgave ikke er teknisk. Den er organisatorisk, etisk og ledelsesmæssig,
Helene Friis Ratner (DTU Management)
AI kommer i bølger – og HR står midt i dem
Helene beskrev det nuværende AI-fokus:
- Automatiseret dokumentation – tale til tekst, fx dokumentation og administrative processer
- Digitale assistenter – til borgere, kunder og virksomheder
- Medarbejder-rettede digitale assistenter – direkte i medarbejdernes faglige arbejde
Derudover er der også beslutningsstøtte baseret på algoritmer, der indgår aktivt i vurderinger, prioriteringer og beslutninger. Både ved den administrative og faglige understøttelse bliver HR’s rolle kritisk.
Faglighed har aldrig været teknologifri
En central pointe i oplægget var, at faglighed altid har været tæt forbundet med teknologi.
Fra patientjournaler i 1920’erne til moderne digitale platforme har teknologier formet:
- hvad vi kan se
- hvad vi kan dokumentere
- hvad vi kan – og må – gøre
AI er derfor ikke et radikalt brud, men en kraftig acceleration, der gør teknologiernes indflydelse langt mere synlig – og mere styrende
Menneske–maskine-konfigurationer: hvem gør hvad?
Med afsæt i organisations- og teknologiforskning pegede Helene på begrebet menneske–maskine-konfigurationer.
Det handler om, hvordan handlekraft (agency) fordeles mellem mennesker og teknologi.
Teknologier er nemlig ikke neutrale. De rummer allerede antagelser om:
- hvem brugeren er
- hvad der er “rigtigt”
- hvilke handlinger der er ønskelige
Derfor er det afgørende, at organisationer – og især HR og ledelse – stiller spørgsmålet:
Hvad er den gode konfiguration hos os?
Når professionelt skøn udfordres af prædiktion
Et af de mest tankevækkende eksempler handlede om prædiktive algoritmer i sagsbehandling.
Her ser vi en bevægelse fra:
- vurdering baseret på erfaring, dialog og kontekst
til også at omfatte: - handling baseret på risikoscorer og sandsynlige fremtidsscenarier
Det rejser svære – men nødvendige – spørgsmål:
- Hvem har ansvaret for at kvalitetssikre en algoritmes output?
- Hvordan undgår vi bias og stigmatisering?
- Hvad sker der med det professionelle skøn?
Automatiseret dokumentation: frigør AI tid – eller flytter den arbejdet?
Et andet eksempel var automatiseret dokumentation.
Ja, AI kan frigøre tid. Men Helene udfordrede os til at spørge:
- Hvilken betydning har dokumentation for faglighed?
- Hvad sker der med det ikke-sproglige, det relationelle og den tavse viden?
- Opstår der nye opgaver, når gamle forsvinder?
- Hvordan sikrer vi en ”tilpas mistillid” til teknologien?
Pointen var klar: Effektivisering uden refleksion fører sjældent til kvalitet
Teknologiforståelse er ikke nok
Mange organisationer investerer i AI-kurser og kompetenceudvikling. Det er nødvendigt – men ikke tilstrækkeligt.
Helenes vigtigste budskab var, at vi skal opdyrke en løbende, kollektiv samtale om:
- hvordan teknologi former faglighed
- hvordan ansvar fordeles og sikres organisatorisk
- hvordan relationer påvirkes i praksis
Det handler ikke kun om at kunne bruge AI – men om at kunne forholde sig kritisk og refleksivt til den
Medarbejdere og borgere skal med – ellers mister AI legitimitet
Helene pegede på to perspektiver, der ofte overses:
Medarbejderperspektivet
AI virker ikke ens for alle.
Inddragelse er afgørende for:
- professionelt ansvar
- etik
- kvalitet i arbejdet
Borgerperspektivet
AI er ikke nødvendigvis den rette løsning for alle.
Når borgerperspektivet inddrages, øges:
- tillid
- transparens
- oplevet retfærdighed
Hvad betyder det for HR og ledelse?
Helenes oplæg peger på en tydelig konklusion:
AI er ikke et IT-projekt. Det er et ledelses- og HR-ansvar.
HR’s rolle bliver at:
- sikre kritisk teknologiforståelse
- understøtte læring og dømmekraft
- skabe rum for fælles faglig refleksion
- insistere på ansvarlig brug – også når effektiviteten frister
Vores take-away
Hvis AI skal skabe reel værdi i HR, velfærd og organisationer, kræver det mere end implementering.
Det kræver mod til at stille de svære spørgsmål – og vilje til at tage ansvar for de svar, der følger.