Dømmekraft kan ikke outsources

Hvor anbefalingen slutter, og beslutningen begynder

Et AI-output kan være en opsummering, en analyse, en prognose, et scenarie, en prioritering eller en anbefaling. Alt det kan være værdifuldt. En executive-beslutning rummer derudover noget andet: hvilket problem der faktisk skal løses, hvad beslutningen skal tjene, hvem der har mandat til at træffe den, hvilke konsekvenser man er villig til at bære, og hvilken kontekst systemet ikke har set.

Det er fristende at formulere det som »AI kan analysere, men kan ikke beslutte«. Det er for groft. Et system kan teknisk set bidrage til alle led i kæden fra grundlag til valg, og systemer kan teknisk set også træffe afgørelser automatisk. Det præcise skel er et andet: At et system kan generere eller automatisere en beslutning, betyder ikke i sig selv, at mandatet eller ansvaret er flyttet. I en organisation bliver ansvar ikke automatisk overført, blot fordi mere af beslutningsarbejdet bliver automatiseret.

Hvad dømmekraft betyder her

Dømmekraft er et ord, der let bliver til mavefornemmelse, anciennitet eller en slags medfødt visdom. Sådan bruger jeg det ikke. I dette paper er dømmekraft evnen til at afgøre, hvad der er relevant, hvor meget man kan stole på grundlaget, hvilke afvejninger der faktisk er på spil, og hvad man vil vælge og stå på mål for under usikkerhed. Det er min praktiske definition, ikke et valideret psykologisk begreb. Den har fire dele: relevans, kalibreret tillid, afvejning og et valg, man kan forklare.

Og »stå på mål for« betyder her det organisatoriske og professionelle ansvar for et valg. Det er ikke en juridisk påstand.

Noget af dømmekraftens arbejde flytter

Når AI gør analyse, syntese og forslag billigere og hurtigere, kan en del af dømmekraftens arbejde flytte fra at producere svar til at vurdere, vælge og stå på mål for dem. Det er min syntese, og resten af paperet handler om, hvad den bevægelse kræver. Et bedre svar er ikke automatisk en bedre beslutning.

Beslutninger i toppen er ikke kun optimeringsopgaver. De handler også om mennesker, om løfter, man har givet, om omdømme, om uigenkaldelige forpligtelser og om, hvad virksomheden vil være. Det gør dem ikke mystiske. Det betyder bare, at en del af det, der afgør dem, kan ligge uden for de data, et system har adgang til. CCO'ens løfte til en kunde er ikke intuition. Det er en konkret forpligtelse, som ingen analyse kendte.

Tre signaler

Der er ikke brug for endnu en gennemgang af, hvor hurtigt AI udvikler sig. Tre signaler er nok til at vise, hvorfor spørgsmålet om dømmekraft er blevet et ledelsesspørgsmål i toppen.

AI er blevet en beslutning tæt på CEO'en

I BCG's AI Radar 2026, baseret på 2.360 ledere i 16 markeder, heraf 640 CEO'er, sagde 72 % af CEO'erne, at de var organisationens primære beslutningstager på AI. BCG angiver det som omtrent dobbelt så mange som året før, og halvdelen af de adspurgte CEO'er mente, at deres job afhænger af at få AI rigtigt. Det viser ikke, at CEO'er er gode til at bedømme AI, eller at AI bør ejes af CEO'en. Det viser, at beslutninger om AI i de adspurgte virksomheder er rykket tæt på toppen.

Uenigheden handler også om mennesker, ikke kun om modeller

BCG's første Split Decisions-undersøgelse fra maj 2026, baseret på 625 ledere, heraf 351 CEO'er og 274 bestyrelsesmedlemmer i virksomheder med mindst 100 mio. dollar i omsætning, peger på uenighed i toppen. 61 % af CEO'erne sagde, at deres bestyrelse haster AI-omstillingen igennem, og omkring en tredjedel mente, at bestyrelsen overvurderer, hvilke menneskelige evner AI kan erstatte. Samtidig mente 75 % af bestyrelsesmedlemmerne, at deres egen AI-forståelse var på niveau med eller foran andre bestyrelsesmedlemmers. Det siger ikke, hvem der har ret. Det siger, at dømmekraft om AI ikke kun er et spørgsmål om menneske mod maskine. Det er også et spørgsmål om mennesker, der er uenige om maskinen.

Evnerne er ujævne

Det tredje signal kommer fra forskningen og er det vigtigste. AI kan være påfaldende god til én opgave og overraskende svag til en anden, der ligner. Det eksperiment, paperet bruger som hovedeksempel, blev gennemført med GPT-4 i 2023, og kompetencegrænsen flytter sig med model, opgave og tid. Men mønstret gør det nødvendigt at bedømme opgave for opgave, ikke teknologi for teknologi. Det vender jeg tilbage til i næste afsnit.

Hvad forskningen kan bære

Ingen forskning beviser, at dømmekraft ikke kan outsources. Titlen er en executive-tese. Men forskningen kan bære fem mindre og mere præcise pointer, og tilsammen gør de tesen rimelig.

Inden for sit felt er AI stærk

Et centralt eksperiment for dette paper er Dell'Acqua og kollegers præregistrerede studie, udgivet i Organization Science i 2026 af forskere fra blandt andre Harvard, Wharton og MIT i samarbejde med Boston Consulting Group. Her blev 758 BCG-konsulenter tilfældigt fordelt på grupper med og uden adgang til GPT-4. På 18 realistiske konsulentopgaver inden for det, forfatterne kalder AI's kompetencegrænse, løste konsulenterne med AI i gennemsnit 12,2 % flere opgaver, 25,1 % hurtigere og med markant højere kvalitet.

Og overbevisende uden for sit felt

På en kompleks ledelsesopgave, som forskerne bevidst placerede uden for grænsen, gik det anderledes. Kontrolgruppen uden AI nåede den rigtige løsning i omkring 84,5 % af tilfældene. Grupperne med AI lå på omkring 60 % og 70,6 %. Forfatterne beskriver også, at de forkerte AI-assisterede svar kunne fremstå velargumenterede. Det farlige svar er ikke altid det åbenlyst dårlige. Nogle gange er det det, der er let at godkende.

Tilliden er ikke automatisk kalibreret

Man kunne tro, at problemet er, at mennesker ikke stoler nok på maskiner. Forskningen giver et mere broget billede. Logg, Minson og Moore viste i seks eksperimenter i 2019, at deltagere ofte gav mere vægt til et råd, når det blev præsenteret som algoritmisk end som menneskeligt, men også at villigheden faldt, når algoritmen skulle vejes mod deres egen vurdering, og at erfarne prognosemagere i en af undersøgelserne lagde mindre vægt på algoritmen og blev mindre præcise af det. Dietvorst, Simmons og Massey havde fundet det modsatte fænomen i 2015: Deltagere undgik en algoritme, efter de havde set den fejle, også når den i gennemsnit var bedre end mennesker.

Et nyere eksperiment af Klingbeil, Grützner og Schreck fra 2024 peger på den anden side af mønstret. I et incitamentsbaseret online-eksperiment fulgte deltagerne i nogle tilfælde AI-rådet, også når det stred mod kontekstinformation, de selv havde adgang til.

Pointen er ikke, at mennesker bør stole mere eller mindre på AI. Det er, at tilliden skal kalibreres til opgaven, og at den ikke kalibrerer sig selv.

Den kritiske tænkning kan flytte sig

Lee og kolleger fra Microsoft Research og Carnegie Mellon spurgte i 2025 319 vidensarbejdere, der bruger generativ AI mindst ugentligt, om 936 konkrete eksempler fra deres arbejde. Større tillid til AI hang sammen med mindre selvrapporteret indsats i kritisk tænkning, mens større tillid til egne evner hang sammen med mere. Deltagerne beskrev også, at deres kritiske arbejde i GenAI-opgaver i højere grad kom til at handle om at efterprøve information, integrere svar og holde styr på opgaven som helhed.

Bevidst friktion kan hjælpe

Buçinca, Malaya og Gajos testede i 2021 med 199 deltagere, om man kan mindske overdreven tillid til AI-anbefalinger. Enkle forklaringer fra systemet løste det ikke nødvendigvis. Det, der i deres opgave virkede bedre, var at tvinge deltagerne til at forholde sig mere bevidst til anbefalingen, for eksempel ved at skulle tage stilling selv, før de så den. Til gengæld brød deltagerne sig mindre om den friktion, og effekten varierede mellem personer. Det er ikke en valideret metode for topledere. Men det er et argument for, at mere passende tillid i nogle AI-assisterede opgaver kan kræve bevidst friktion, ikke bare mere forklaring.

Opgaven er ikke at holde maskinen ude. Den er at vide, hvilken slags tillid denne beslutning fortjener.

»Hvis AI er bedre, bør mennesket holde sig væk«

Den stærkeste indvending mod paperet lyder sådan: Hvis AI er bedre til en konkret opgave, kan et krav om menneskelig dømmekraft gøre beslutningen dårligere. »Human in the loop« kan blive et ritual og en form for selvbeskyttelse, hvor et menneske sætter sit navn på noget, det ikke har forudsætninger for at forbedre.

Indvendingen har ret i det meste af det, den siger. Menneskelig indgriben er ikke automatisk en forbedring. Erfaring kan skabe overdreven selvtillid, og i Logg og kollegers undersøgelse lagde netop de erfarne mindre vægt på algoritmens råd end lægfolk, og de blev mindre præcise af det. AI kan være bedre end mennesker i afgrænsede opgaver. En leder, der ændrer et bedre output for at føle kontrol, har ikke udøvet dømmekraft. Han eller hun har udøvet forfængelighed.

Dømmekraft er også at vide, hvornår du ikke skal overrule modellen.

Men indvendingen svarer på et andet spørgsmål end det, paperet stiller. Den handler om, hvem der løser en veldefineret opgave bedst. En executive-beslutning kan rumme mere end en veldefineret opgave. Den kan indeholde spørgsmålet om, hvilket problem der skal løses, hvilke mål der vejer tungest, når de er i konflikt, hvor meget risiko virksomheden vil bære, og hvilken kontekst der ikke står i data. Det er dér, menneskelig dømmekraft hører hjemme, ikke i at kontrollere, om modellen har regnet rigtigt.

Menneskeligt tilsyn er derfor først værdifuldt, når mennesket ved, hvad der skal bedømmes, og har kompetence og mandat til at gøre det. Det er min syntese, men den ligger tæt på den logik, EU's AI-forordning bruger for de systemer, den definerer som højrisiko: Her skal de mennesker, der fører tilsyn, have den nødvendige kompetence, uddannelse og myndighed, og de skal være opmærksomme på tendensen til automatisk at stole på systemet. Det gælder kun de højrisikosystemer, forordningen definerer, ikke executive-brug af generativ AI i almindelighed. Men princippet er værd at låne: Et navn i processen er ikke det samme som tilsyn.

Fra svar til ansvar

Rammen herunder er min praktiske samtaleramme. Den er ikke en videnskabelig model, ikke en standard for AI-governance og ikke en compliance-procedure. Den giver ingen score. Den er lavet til én beslutning ad gangen.

Rammen kræver ikke, at du tjekker alt. Det ville ødelægge det, AI er god til. Hvor grundigt du går til hvert trin, bør afhænge af, hvor stor konsekvensen er, hvor let beslutningen kan gøres om, hvor usikkert grundlaget er, og hvad erfaringen med den type opgave er. Det er praktisk beslutningslogik, ikke en formel.

Jeg bruger selv AI mere, ikke mindre. Til research, modargumenter, struktur, produktion og kontrol af mine egne påstande. Netop derfor er min egen arbejdsdeling blevet tydeligere: Værktøjerne må gerne gøre mig hurtigere og klogere, men fravalget, fortolkningen og den endelige anbefaling skal stadig have en afsender. Det er ikke evidens. Det er min egen praksis.

I serien Executive Longevity har jeg beskrevet, hvordan man som leder holder sin AI-kompetence ved lige, så man forstår teknologien godt nok til at bedømme den. Den vej går jeg ikke igen her; læs Relevansen: AI-kompetence som aldringsspørgsmål, hvis det er dit spørgsmål. Dette paper tager det næste: Hvad er din opgave, når værktøjet allerede er godt nok til at påvirke en reel beslutning?

Hvad der bliver muligt

Brugt godt kan AI udvide det grundlag, du beslutter på, udfordre dine antagelser, give dig flere kvalificerede muligheder, skære mekanisk analyse væk og vise dig blinde vinkler, før de bliver dyre. Dell'Acqua-forsøget viste, at AI kan forbedre præstationen markant på opgaver inden for sin kompetencegrænse. Muligheden er derfor ikke mindre AI. Det er mere dømmekraft brugt på et rigere grundlag.

AI må gerne gøre beslutningsarbejdet lettere. Det må ikke gøre ansvaret uklart.

Coachspørgsmålet

Tre horisonter for din dømmekraft

Nutiden er dækket af øvelserne i afsnit 10. De tre horisonter handler om, hvad der skal være afprøvet, flyttet og sandt.

3–3–3 er en praktisk samtalestruktur, ikke et valideret framework, en score eller en prognosemodel. Tre år er en retning at tænke i, ikke en forudsigelse af, hvad AI kan til den tid.

Grænserne for paperets pointe

Et paper om dømmekraft og AI kan let blive læst som en opfordring til mistillid. Det er det ikke.

Dømmekraft er ikke retten til at overrule maskinen. Det er ansvaret for at vide, hvor meget vægt dens svar fortjener.

Ejer du stadig beslutningen?

FAQ

Hvad paperet bygger på

Paperet kombinerer eksperimentel forskning i menneskers arbejde med AI, adfærdsforskning i tillid til algoritmer, en spørgeskemaundersøgelse af kritisk tænkning blandt vidensarbejdere, to aktuelle undersøgelser blandt CEO'er og bestyrelser, en afgrænset henvisning til EU's AI-forordning og min egen praktiske syntese fra mere end 22 års arbejde med ledere i toppen.

Ingen af de citerede kilder beviser, at dømmekraft ikke kan outsources, som en generel empirisk lov. Titlen er en executive-tese. Forskningen belyser, hvor AI præsterer stærkt, hvor menneskers tillid kan ramme forkert, og hvordan det kritiske arbejde kan flytte sig. Skellet mellem output, beslutningsret og executive-ansvar er min praktiske syntese. Det samme gælder rammen Fra svar til ansvar og 3–3–3-strukturen. Åbningscasen er konstrueret.

Du skal ikke konkurrere med maskinen om svaret

Det er sandsynligvis en dårlig konkurrence at forsøge at producere det hurtigste svar. Din opgave er en anden: at vide, hvor meget svaret fortjener at styre beslutningen, og at nogen stadig kan stå på mål for valget. CCO'en kunne sagtens ende med at anbefale scenarie B. Forskellen er, om hun gør det, fordi modellen pegede på det, eller fordi hun har vejet det op imod det, modellen ikke vidste.

Hvis du ejer beslutningen, skal du kunne forklare den uden at gemme dig bag outputtet.

Næste paper

Hvis dømmekraft er noget af det arbejde, du ikke bare kan reducere til et output, bliver næste spørgsmål meget konkret: Kan man se i din kalender, at du behandler den som knap? Det er emnet for Paper 03: Tiden viser, hvilket job du faktisk har.