Vi är besatta av förändring. Nästan hela debatten om framtiden handlar om det som ska bli annorlunda. Vilka jobb försvinner och vilka nya skapas? Vad kommer AI att klara om fem år som tekniken inte klarar idag?
Det är inte så konstigt. Det är ju förändringen vi lägger märke till, och det nya är mer spännande än det beständiga. På senare tid har jag ändå fastnat för ett begrepp som vänder på perspektivet: invarians.
Inom matematiken och fysiken används det för något som förblir oförändrat även när annat förändras. Överför man begreppet till framtidsspaning väcks en fråga som vi ställer alldeles för sällan: Vad kommer fortfarande att vara sant om tio år? Frågan är särskilt intressant nu, när tekniken rör sig snabbare än vi hinner vänja oss vid, medan vi människor ändras i vår egen långsammare takt. Samtidigt har det vi lär oss om tekniken fått allt kortare hållbarhet.
Snabb och långsam kunskap
Jag brukar dela upp kunskap i snabb och långsam. Den snabba kunskapen måste vi erövra för att förstå det som händer just nu. Idag handlar den mycket om AI. Vi måste lära oss verktygen och förstå vad de klarar och vad de inte klarar. Vi behöver begripa hur våra yrken förändras och vilka nya kunskaper som då krävs. Viktig kunskap, utan tvekan.
Men den har fått allt kortare bäst före-datum. Det som var spetskompetens inom AI för två år sedan kan idag vara baskunskap, eller redan överspelat. Verktyg byts ut, modeller förbättras och gränsen för vad tekniken klarar flyttas hela tiden. En av de viktigaste förmågorna i framtidens arbetsliv blir därför att snabbt kunna lära nytt, lära om och ibland också avlära oss sådant som inte längre gäller.
Sedan finns den långsamma kunskapen, den som handlar om människan. Vi vet sedan länge en hel del om vad människor behöver för att fungera och utvecklas. Vi behöver ett rimligt inflytande över våra egna liv, vi behöver trygghet, vi behöver bli sedda av andra och vi behöver sammanhang och mening.
Den amerikanske psykologen Abraham Maslows teorier om mänskliga behov och den så kallade behovshierarkin har över åttio år på nacken och har kritiserats och förenklats på otaliga ledarskapskurser. De behov han försökte fånga har ändå inte blivit särskilt omoderna. Vi har fått internet, smarta telefoner, sociala medier och generativ AI. Men vi har inte fått en ny människa.
När tekniken springer och människan går
Här tror jag att vi riskerar att göra ett misstag i diskussionen om AI och arbetslivet. Vi lägger enorm kraft på den snabba kunskapen. Företag investerar i system, organisationer skriver AI-strategier, medarbetare går utbildningar och ledningsgrupper försöker förstå agenter och nästa generations modeller.
Så ska det också vara. Vi måste förstå den teknik som ritar om våra jobb. Ibland tycks det ändå finnas en föreställning om att människan ska uppgraderas i ungefär samma takt som tekniken. Det kommer hon inte att göra.
Den som får halva sitt arbete automatiserat slutar inte att vilja känna sig behövd. Den som får en algoritm som ny arbetsledare slutar inte att vilja förstå varför beslut fattas. Den som kan övervakas alltmer detaljerat slutar inte att värdesätta sin integritet. Och den som får höra att hennes yrke kommer att förändras i grunden blir inte trygg bara för att förändringen är rationell, effektiv eller tekniskt möjlig.
Teknikens tempo upphäver helt enkelt inte människans behov. Snarare tvärtom, och där blir invariansen riktigt intressant. För om vi vet något om vad som består vet vi också något om vad som krävs för att en omställning ska fungera.
Människor behöver inte fullständig trygghet för att våga gå in i något nytt. Det vore ett omöjligt löfte. Vi behöver däremot tillräckligt med trygghet för att våga släppa taget om det gamla. Vi behöver inflytande över hur omställningen görs, och en rimlig tro på att det finns en plats för oss också efteråt.
Det är egentligen en gammal insikt i svenskt arbetsliv, och vi har byggt institutioner kring den. Fackföreningar, kollektivavtal, arbetsmiljöarbete och omställningssystem växte fram under helt andra tekniska epoker.
Ibland hör man att våra institutioner är skapade för industrisamhället och därför inte passar i en AI-ekonomi. Om formerna kan det vara sant. Om funktionen är jag betydligt mindre säker. Kanske är det rentav tvärtom.
Här blir invariansen ett verktyg. Frågar man bara hur ett kollektivavtal ser ut idag, riskerar man att låsa fast det i sin egen tid. Intressantare är att fråga vilken uppgift det fortsätter att lösa när teknik, branscher och yrkesroller förändras. Den uppgiften har varit densamma genom mekanisering, kontorsautomation och digitalisering: att göra det möjligt för människor att följa med i en omvandling som de inte själva har beslutat om. Ju snabbare tekniken rör sig, desto viktigare blir det som gör rörelsen mänskligt möjlig.
Det vi behöver veta om människan
Mer AI-kunskap behövs, självklart. Sverige behöver människor som förstår och utvecklar tekniken, och arbetsplatser som vågar experimentera.
Men framtidens viktigaste kunskap kan knappast bara vara kunskap om artificiell intelligens. Vi behöver bli bättre på att använda det vi redan vet om människan: vad som får oss att vilja lära, vad som skapar tillit, vad som händer när vi förlorar kontrollen över vårt eget arbete och vad samhörigheten på en arbetsplats faktiskt betyder. Och hur man bygger verksamheter där människor fortfarande kan tänka, påverka och känna mening när tekniken kan göra alltmer.
Det är den långsamma kunskapen. Och där finns paradoxen: ju snabbare den snabba kunskapen byts ut, desto värdefullare blir den långsamma.
Hur arbetslivet ser ut om tio år vet vi förstås inte. Vi vet inte vilka AI-system vi använder, vilka arbetsuppgifter som har försvunnit eller vilka nya yrken som har uppstått. Det är den delen av framtiden vi nästan alltid försöker förutse. Kanske borde vi ägna lite mer tid åt den andra, åt själva invariansen. För framtiden kommer att innehålla teknik som vi ännu inte känner till.
Men människan som ska leva och arbeta med den känner vi faktiskt ganska väl.
Ann-Therése Enarsson, vd Futurion
