3 barrierer for inkluderende AI-adoption

Mænd og kvinder ser samme potentiale i AI, men kvinder tager sjældnere teknologien i brug. Det efterlader et uforløst potentiale – ikke kun for at sikre lige adgang, men for at udvikle AI, der afspejler flere erfaringer, perspektiver og behov.

Mænd og kvinder ser samme potentiale i AI, men kvinder tager sjældnere teknologien i brug. Det efterlader et uforløst potentiale – ikke kun for at sikre lige adgang, men for at udvikle AI, der afspejler flere erfaringer, perspektiver og behov.

I sekretariatet for Digital Dogme arbejder vi løbende med at identificere barrierer og løsninger i brugen af AI. Denne artikel bygger på indsigter fra vores arbejde frem mod opstarten af diversitetssporet i AI-Kompetencepagten.

Kvinder på tværs af danske erhverv er 20 pct. mindre tilbøjelige til at bruge AI i deres arbejde (1). Det er ikke kun et demokratisk problem – det er også et problem for innovationen. Hvis vi skal udnytte AI’s fulde potentiale, er det afgørende, at flere føler sig inviteret med i udviklingen.

For at lukke dette adoptionsgap må vi først forstå de barrierer, der holder flere kvinder tilbage fra at tage teknologien i brug. I det følgende præsenteres tre centrale barrierer – og konkrete forslag til, hvordan organisationer kan arbejde aktivt for at gøre AI mere inkluderende og tilgængelig for alle.

⁠1. Uklar organisatorisk stillingtagen

Når det er uklart, om og hvordan AI må bruges, skaber det tvivl – særligt blandt kvinder. Et norsk studie fra 2024 viser, at kvinder oftere end mænd opfatter brugen af AI som snyd. Denne opfattelse ændrer sig markant, når organisationer aktivt legitimerer teknologien, for eksempel gennem tydelige retningslinjer. Her udlignes kønsforskellene, og både mænd og kvinder bliver lige tilbøjelige til at anvende AI (2).

Det tyder på, at fraværet af klare rammer ikke bare skaber usikkerhed, men også forstærker sociale forskelle i, hvem der føler sig komfortable med at bruge AI i praksis.

2. Selvforståelse og faglig integritet

⁠Én ting er den formelle legitimering af AI-brug – noget andet er den sociale. For nogle rejser brugen af AI spørgsmål som "Hvad siger det om mig, hvis jeg bruger AI?". Når teknologien opfattes som en genvej, kan det komme i konflikt med idealer om at være grundig, selvstændig og fagligt velfunderet. Det kan skabe en følelse af, at man kompromitterer sin faglige integritet – også selvom brugen af AI er tilladt.

Samfundsøkonom og forsker Siri Isaksson peger på, at kvinder i højere grad er opmærksomme på, hvordan deres brug af AI bliver opfattet – og om det risikerer at underminere deres faglige troværdighed (3). Det understreger, hvordan sociale normer og kønnede forventninger til, hvad det vil sige at være en 'seriøs' eller 'dygtig' fagperson, spiller en rolle for, hvem der oplever AI som legitimt – og hvem der ikke gør.

3. Differentieret opfattelse af evner

Mange kvinder angiver, at de har brug for mere træning, før de føler sig trygge ved at tage AI i brug (4). Der er dog ikke evidens for, at kvinder skulle være grundlæggende dårligere til at bruge AI-værktøjer, og det bliver derfor problematisk at reducere behovet for mere træning til et spørgsmål om digitale evner alene. Lige så vigtigt er det at fokusere på opfattelsen af, hvornår man er "rustet nok”, hvilket kan variere mellem mænd og kvinder.

Hvis man alene fokuserer på klassisk kompetenceopkvalificering, risikerer man at overse de sociale og kulturelle forhold, der også spiller ind i forhold til hvem der tager AI til sig.

⁠Hvad kan organisationerne gøre?

⁠De barrierer, der står i vejen for en mere inkluderende AI-adoption, handler sjældent kun om teknik. Ofte stikker de dybere – og har rødder i kultur, kommunikation og oplevelsen af, hvad der enten er tilladt eller anerkendt. Derfor kræver forandring mere end klassisk opkvalificering. Her præsenteres fem konkrete tilgange, organisationer kan arbejde med, hvis flere – på tværs af køn og faglighed – skal føle sig trygge ved at tage AI i brug.

Reducer 'Wild West' og meld klart ud

⁠"Prøv jer frem" er ikke nok. Skab klare rammer og konkrete principper for, hvad der er acceptabel AI-brug i jeres kontekst. Det skaber tryghed hos medarbejderne og inviterer flere til at tage AI-værktøjer i brug.

Reframing af AI-narrativet

⁠AI-brug er ikke et udtryk for dovenskab. Organisationer bør aktivt kommunikere, at det er både ambitiøst og strategisk at bruge AI. Det handler ikke om at tage den lette vej – men om at tænke nyt og bringe sin faglighed i spil på nye måder.

Skab trygge læringsrum

Når AI forbindes med krav om præstation og korrekthed, kan det skabe usikkerhed – særligt blandt dem, der ikke føler, de har “råd” til at fejle. Derfor er det afgørende at skabe læringsrum, hvor man kan eksperimentere, stille spørgsmål og lære i praksis – uden at føle sig målt undervejs. Netop her opstår den tryghed, der gør det muligt at opbygge reel teknologisk handlekraft.

Undgå at forveksle skepsis med modstand

Der kan være en tendens til hurtigt at afskrive tilbageholdenhed som modstand. Men bag skepsis gemmer sig ofte legitime bekymringer, refleksioner og faglige overvejelser. Ved at være nysgerrig på både medarbejdernes hvorfor og hvorfor ikke, kan organisationer få værdifuld indsigt – og samtidig styrke engagementet blandt dem, der ellers tøver.

Lær af hinanden

Ingen behøver opfinde den dybe tallerken alene. Meget af det, der virker ét sted, kan inspirere andre. Ved at dele erfaringer og greb på tværs af organisationer, kan vi accelerere læring og gøre det lettere for flere at komme i gang.

____________________________________________________________________________

⁠Kønsforskelle i brugen af AI er en reel udfordring – men vi tror på, at forandring er mulig. Gennem et dedikeret diversitetsspor i AI-Kompetencepagten arbejder vi for at skabe mere lige muligheder for alle. Sammen med virksomheder og uddannelsesinstitutioner udvikler vi konkrete løsninger, der giver flere mod, mulighed og lyst til at tage del i den teknologiske udvikling.

Vil du være med til at styrke det arbejde? Skriv til programchef Loa Brix på loa@digitaldogme.dk og hør mere.

Artiklen er udarbejdet af Kamille Overgaard Björnsson, Digital Dogme

Udgivelsesdato