Niveau 1
AI hjælper dig med at skrive, opsummere og lave første udkast hurtigere.
Den store gevinst opstår, når AI ikke bare laver et udkast, men også hjælper med at vurdere, forbedre og løfte næste version. Det er dér renters rente-effekten starter.
Kilde: Aktuel AI-debat / X-post

Mange bruger stadig AI som en tidsbesparelse. Det er rigtigt — men det er kun første niveau.
AI hjælper dig med at skrive, opsummere og lave første udkast hurtigere.
AI bruges også til at vurdere output: Hvad virker? Hvad mangler? Hvor er kvaliteten for lav?
Når evaluering og forbedring bliver en fast del af workflowet, bliver systemet bedre uge for uge — ikke bare opgaven hurtigere i dag.
Det afgørende er ikke bare produktion. Det afgørende er, at der bygges en synlig læringssløjfe. Det er den sløjfe, der skaber renters rente.
Pointen er ikke kun generation. Pointen er systematisk forbedring mellem iterationer.
Skriv et udkast til en LinkedIn-post på dansk om, hvordan AI ændrer lederens rolle. Målgruppen er mellemledere og konsulenter. Tonen skal være konkret, skarp og uden hype. Maks 900 tegn.
Evaluer dit eget udkast kritisk. Bedøm det fra 1-10 på: 1) klarhed, 2) relevans for målgruppen, 3) konkretion, 4) troværdighed, 5) sandsynlighed for engagement. Forklar de 3 største svagheder og skriv derefter en kort forbedringsinstruks til næste version.
Brug forbedringsinstruksen til at skrive en bedre version. Behold budskabet, men gør teksten skarpere, mere konkret og mere relevant for ledere uden teknisk baggrund.
AI bliver ikke bare en skribent, men en midlertidig redaktør for sit eget arbejde. Når den rolle bygges ind i processen, stiger kvaliteten over tid.
Renters rente-logikken virker i næsten alt vidensarbejde.
Mails, oplæg, SoMe-posts og nyhedsbreve bliver bedre, når AI både skriver og evaluerer ud fra klare kriterier.
Undervisningsmaterialer kan forbedres løbende gennem AI-feedback på klarhed, progression og målgruppeforståelse.
Referater, beslutningsoplæg og strateginoter bliver skarpere, når AI bruges til at finde blinde vinkler og forbedre næste version.
Det nye er ikke kun, at medarbejdere bruger AI. Det nye er, at nogen skal lede, hvordan AI forbedrer arbejdet.
Den nye lederrolle handler om at definere, hvad god kvalitet er, og hvilke mål AI skal optimere efter.
Det er ikke nok at bede AI om et svar. Man skal bygge workflows, hvor output bliver evalueret og forbedret systematisk.
Når forbedringstakten stiger, bliver det en ledelsesopgave at sikre mening, retning og menneskelig dømmekraft.
Brug 2 minutter individuelt og derefter 3 minutter i par eller små grupper.
Hvor i dit eget arbejde ville AI skabe størst værdi, hvis det ikke kun lavede et udkast — men også evaluerede og forbedrede næste version?
Hvilke kvalitetskriterier skulle være tydelige, hvis du ville stole på AI’s egen evaluering?
Hvad er forskellen på at bruge AI som genvej og at bruge AI som en læringssløjfe?
Hvis AI forbedrer systemet uge for uge, hvad bliver så den vigtigste menneskelige kompetence tilbage?
Når forbedringer bliver hurtigere, bliver belastningen også større.
Hvis workflows ændrer sig hver uge, kan mennesker miste fodfæste. Det skaber træthed, modstand og overfladisk adoption.
Hurtige iterationer ser imponerende ud, men hvis kriterierne er dårlige, optimerer man bare hurtigere mod noget middelmådigt.
Jo hurtigere systemet ændrer sig, jo vigtigere bliver prioritering, pauser, governance og menneskelig dømmekraft.
Den stærke organisation er ikke den, der ændrer alt hurtigst. Det er den, der lærer hurtigst uden at miste dømmekraften.— speaker line
Åbn din foretrukne AI og test læringssløjfen på noget, du faktisk skal lave.
Tag en reel opgave: en mail, et mødeoplæg, et referat, en mini-analyse eller en post.
Bed AI lave et første udkast med klar målgruppe, tone og formål.
Bed AI bedømme sit eget output ud fra 3-5 kriterier, forklare svaghederne og skrive en forbedringsinstruks.
Brug forbedringsinstruksen og sammenlign version 1 og 2: Hvad blev faktisk bedre?
Hvis de kun husker én ting, så lad det være dette:
Den kan også skabe en lærende proces, hvor næste version bliver bedre end den forrige.
Den største gevinst kommer, når AI bruges til at forbedre måden vi arbejder på — ikke kun det enkelte output.
Uden prioritering, kvalitetskriterier og pauser risikerer høj forandringshastighed at skabe støj i stedet for værdi.