Förändring som
håller — för
människor och resultat.

12 november 2026 · Leilah Spaander, L Spaander AB

När AI blir bollplank behöver chefen organisera det mänskliga stödet

En medarbetare har fått hjälp av AI att sammanställa ett underlag inför ett svårt kundsamtal. Texten är tydlig, alternativen välordnade och rekommendationen låter rimlig. Ändå finns en tvekan: passar förslaget vår verksamhet och den människa som berörs?

Det här är ett tänkt exempel, men det synliggör en konkret ledningsfråga. Vem kan medarbetaren vända sig till när ett färdigt underlag fortfarande kräver en svår bedömning?

En studie publicerad i Frontiers in Psychology den 5 november 2026 undersökte 290 lärare i Taiwan. Forskarna fann samband mellan AI-relaterad teknikstress och ensamhet i arbetet. Undersökningen bygger på självskattningar vid ett tillfälle. Den kan därför inte visa att AI orsakar ensamhet, och resultaten behöver prövas i andra verksamheter.

Min ledarskapstolkning är att vi behöver uppmärksamma tillgången till mänskligt stöd när vi förändrar arbetet med AI. Följande förslag är praktiska utgångspunkter för chefer, inte åtgärder som har bevisats fungera genom den aktuella studien.

Börja med situationerna där stöd behövs

En allmän uppmaning att ”fråga om du behöver hjälp” lämnar mycket åt den enskilde. Medarbetaren måste själv avgöra när frågan är tillräckligt viktig, vem som kan svara och om det är rimligt att störa.

Välj i stället några återkommande situationer tillsammans med teamet. Det kan handla om ett underlag med motstridiga uppgifter, ett förslag som påverkar en kund eller en avvägning mellan effektivitet och kvalitet. Bestäm när någon mer ska vara med och tänka.

Gör hjälpen möjlig i praktiken

Att utse en erfaren kollega till stödperson räcker inte om personens arbetsdag redan är full. Chefen behöver tydliggöra hur stödet prioriteras, vilken tid som finns och vem som tar vid vid frånvaro.

Det behöver inte innebära ett nytt möte. En kort, överenskommen avstämning i ett befintligt arbetsflöde kan vara ett första försök. Det viktiga är att medarbetaren vet hur hjälpen blir tillgänglig och vad som händer om frågan inte kan vänta.

Var också beredd att sluta helt med en rutin som inte längre tillför värde. Om varje nytt arbetssätt läggs ovanpå det gamla blir utrymmet för kollegialt stöd lätt en pappersprodukt.

Följ upp om stödet faktiskt fungerar

Efter några veckor kan chefen fråga: Vilka situationer var svåra att hantera? Gick det att få hjälp i tid? Fanns frågor som ingen visste vem som ägde?

Svaren bör användas för att förbättra arbetssättet. Var särskilt uppmärksam på om samma personer ständigt blir informella problemlösare utan att deras övriga uppdrag anpassas. Då behöver arbetsfördelningen ses över.

Det här är en konkret fråga för hybridledarskapet, som är temat i min kommande bok Det mänskliga försprånget. När människor och AI arbetar tillsammans behöver ledarskapet hålla ihop uppgift, ansvar och relationer.

För chefer inom förändringsledning, projektledning och interim management är en bra början att välja ett enda arbetsflöde och undersöka var stödet saknas.

Vilken svår bedömning i er verksamhet ska ingen behöva stå ensam med?

Leilah Spaander
L Spaander AB

Källa: Liu, Qu och Zhang, Frontiers in Psychology, 5 november 2026.
Läs originalstudien i Frontiers in Psychology

3 november 2026 · Leilah Spaander, L Spaander AB

När resultatet blir bättre – har vi också blivit kunnigare?

Ett team levererar bättre analyser med hjälp av AI. Uppgifter som tidigare krävde specialiststöd går nu att lösa med verktygets hjälp.

Men vad har medarbetarna själva lärt sig?

En studie publicerad i Nature Human Behaviour den 26 oktober väcker just den frågan. I ett randomiserat experiment, med 487 managementkonsulter i huvudanalysen, förbättrade tillgång till och träning i ChatGPT resultaten på tre datavetenskapliga uppgifter utanför deltagarnas kompetensområde. De nådde däremot inte experternas nivå. När deras tekniska kunskaper därefter prövades utan AI fann forskarna inga belägg för bättre kunskaper.

Försöket genomfördes 2024 och undersökte kortsiktigt lärande. Det visar inte att AI hindrar lärande, men ger anledning att skilja mellan vad vi klarar med AI och vad vi själva har utvecklat för kunskap.

För mig knyter detta an till hybridledarskapet i min kommande bok Det mänskliga försprånget. När människor och AI arbetar tillsammans behöver ledaren hålla ihop två ambitioner: verksamhetens resultat och människornas fortsatta utveckling.

Min slutsats för chefsarbetet är att varje större AI-införande behöver två tydliga mål:

• Ett resultatmål: Vad ska vi kunna göra bättre med AI?
• Ett lärandemål: Vad ska medarbetarna bli bättre på att förstå, bedöma och ta ansvar för?

Tänk ett team som använder AI för att ta fram beslutsunderlag. Resultatmålet kan vara tydligare jämförelser mellan handlingsalternativ. Lärandemålet kan vara att medarbetarna själva kan förklara vilka antaganden rekommendationen bygger på och när den inte bör följas.

Då behöver uppföljningen omfatta mer än den färdiga leveransen. Be teamet resonera om ett nytt exempel, upptäcka osäkerheter och förklara sina val. Ge återkoppling på förståelsen bakom svaret.

Vi kan också sluta helt med arbetsmoment som inte längre behövs. Men om de tidigare gav viktig träning behöver vi skapa andra möjligheter att utveckla den kompetensen.

Det mänskliga försprånget behöver få tid och utrymme att växa, även när tekniken gör oss mer produktiva.

När ni följer upp er AI-satsning – mäter ni bara vad teamet levererar, eller också vad människorna lär sig?

Källa: Generative AI and the temporary upskilling of knowledge workers, Nature Human Behaviour, 26 oktober 2026.
Läs studien i Nature Human Behaviour

15 oktober 2026 · Leilah Spaander, L Spaander AB

När AI förändrar en uppgift behöver vi följa arbetet hela vägen

En projektuppdatering är färdig. Texten är välformulerad, rubrikerna tydliga och sammanställningen omfattande. AI har hjälpt till att ta fram underlaget. Men när nästa person öppnar dokumentet börjar ett nytt arbete: hitta det väsentliga, reda ut oklarheter och förstå vad som förväntas.

Det är en situation värd att undersöka när vi förändrar våra arbetssätt. En uppgift kan vara avslutad för avsändaren och ändå lämna mycket arbete åt mottagaren.

Den 12 oktober publicerade The Conference Board rapporten Leadership Disrupted: Preparing for an AI-Enabled Workplace. I den öppna sammanfattningen lyfts organiseringen av arbetet som en viktig ledarskapsfråga när AI införs. Läs sammanfattningen hos The Conference Board.

Min praktiska slutsats är att börja med en överlämning. Välj något återkommande: en lägesrapport, ett mötesunderlag eller en sammanställning till en annan avdelning. Ta reda på hur resultatet faktiskt används.

Tänk dig ett projekt där varje arbetsgrupp lämnar en uppdatering inför styrgruppsmötet. AI gör det möjligt att snabbt beskriva aktiviteter, risker och tänkbara åtgärder. Underlagen blir utförliga. Men styrgruppen behöver kunna urskilja vilka avvikelser som kräver ett beslut. Om den informationen är svår att hitta behöver ni ändra hur rapporteringen fungerar.

Börja med att låta mottagaren visa ett konkret underlag. Be personen beskriva vad som händer från det att dokumentet öppnas tills det går att använda. Var behöver hen stanna upp? Vilka frågor uppstår? Vad måste flyttas, kontrolleras eller skrivas om?

Lyssna också efter sådant som fungerar bra och behöver bevaras. Det kan vara en kort kommentar som förklarar sammanhanget, en tydlig markering av osäkerhet eller möjligheten att snabbt prata med den som gjort arbetet. Sådana delar behöver få plats även när verktygen förändras.

Kom sedan överens om en liten förbättring. Kanske ska beslutspunkten stå först. Kanske behövs färre alternativ och en tydligare rekommendation. Kanske kan ett avsnitt tas bort helt eftersom ingen längre använder det. Det är okej att sluta producera sådant som inte fyller ett syfte.

Prova förändringen vid nästa överlämning och följ upp tillsammans. Fråga om mottagaren kunde komma vidare, vilka kompletteringar som behövdes och om något viktigt saknades. Då får ni ett konkret underlag för nästa steg.

Som chef eller projektledare behöver du skapa utrymme för det samtalet. Var tydlig med att ni undersöker arbetssättet tillsammans. Den som lämnar över behöver kunna berätta om sina förutsättningar, och den som tar emot behöver kunna säga vad som är svårt utan att samtalet blir en bedömning av någons arbetsinsats.

För mig hör detta hemma i mänskligt ledarskap och praktisk förändringsledning. Vi behöver vara nyfikna på hur våra val påverkar varandras vardag. AI kan ingå i lösningen, men hur arbetet hänger ihop behöver vi forma tillsammans.

Vilken överlämning i din verksamhet skulle vara värd att titta närmare på den här veckan?

Leilah Spaander | L Spaander AB

6 oktober 2026 · Leilah Spaander, L Spaander AB

När något nytt ska få plats – vad kan vi sluta med?

En ny rutin ska införas. Ett projekt ska starta. Ett AI-verktyg ska testas. Ambitionen kan vara både klok och nödvändig. Men innan vi lägger till nästa uppgift behöver vi ställa en fråga: vad ska få mindre utrymme – eller försvinna helt?

Som ledare behöver vi ta ansvar för den prioriteringen. Annars lämnar vi åt varje medarbetare att försöka få ihop gamla åtaganden med nya förväntningar.

Gör utrymme till en del av beslutet

När vi planerar en förändring är det lätt att fokusera på det som ska tillkomma. Vi beskriver målet, fördelar uppgifterna och sätter ett datum. Mitt förslag är att samtidigt bestämma vad vi ska fortsätta med, pausa och sluta med.

Det är också okej att avsluta sådant som inte längre fyller ett syfte. Allt behöver inte läggas åt sidan för att tas upp igen senare.

Det kan vara en rapport som ingen längre använder, ett möte vars syfte har försvunnit eller en dubbel dokumentation som blivit kvar trots att arbetssättet förändrats. Det är exempel att undersöka, inte uppgifter att stryka utan eftertanke.

Använd fyra rubriker i nästa planeringsmöte

Börja med att tillsammans sortera arbetet under fyra rubriker:

• Fortsätta: Vad behöver fungera och finnas kvar?
• Börja: Vad vill vi införa eller ge utrymme att prova?
• Pausa: Vad kan vänta under en bestämd period?
• Sluta: Vad behövs inte längre?

Be dem som gör arbetet att beskriva konsekvenserna. Vem använder resultatet? Finns det beroenden till andra delar av organisationen? Är uppgiften ett krav, eller en vana som ingen har omprövat?

Skillnaden mellan att pausa och att sluta behöver vara tydlig. En paus får ett datum för omprövning. Ett avslut innebär att uppgiften tas bort från planeringen och att berörda får veta vad som gäller.

Ge lärandet en plats i arbetsveckan

Tänk er att ett team ska testa AI för att ta fram mötesunderlag. Försöket kräver tid för att lära sig verktyget, bedöma resultaten och justera arbetssättet.

Då behöver ledaren också ta ställning till vad som kan få lägre prioritet under försöket. Kanske kan ett annat utvecklingsarbete vänta. Kanske går det att förenkla rapporteringen. Kanske finns en arbetsuppgift som kan avslutas helt.

Vilket val som är rimligt beror på verksamheten. Poängen är att utrymmet behöver finnas med i beslutet.

Ta ansvar för det som väljs bort

Att be medarbetarna bidra med förslag är värdefullt. Därefter behöver någon med rätt mandat fatta beslutet och stå bakom det.

Var tydlig med vad som upphör, vem som behöver informeras och hur eventuella följder ska fångas upp. Följ sedan upp om prioriteringen gav det utrymme ni behövde.

Att avsluta en uppgift är inte ett underkännande av dem som har gjort den. Den kan ha varit viktig tidigare och ändå ha spelat ut sin roll.

Vilken uppgift skulle ni kunna pausa – och vilken är det dags att sluta med helt?

1 oktober 2026 · Leilah Spaander, L Spaander AB

Vad ska tiden som AI frigör användas till?

En timme mindre administration låter som en självklar vinst. Men vad händer med den timmen efteråt? Fylls den av nya uppgifter, används den till bättre uppföljning eller ger den medarbetarna möjlighet att lära något de länge behövt?

Det är en fråga jag tycker att ledningsgrupper ska ta med redan när de planerar ett AI-försök. Då blir det tydligare vilken förbättring man faktiskt vill åstadkomma.

Den 25 september presenterade Microsoft nya Copilot-funktioner, däribland Autopilot för återkommande arbete. Funktionerna införs stegvis och delar är i begränsad förhandsversion. Presentationen beskriver möjligheter, men visar inte vilken tidsvinst en viss verksamhet kommer att få. Det behöver undersökas i det egna arbetet. Källa: Microsoft, 25 september 2026.

Börja med något som behöver bli bättre

Välj en återkommande uppgift där det finns ett tydligt problem. Det kan vara att sammanställa ett mötesunderlag, sortera inkommande frågor eller ta fram ett första utkast till en intern instruktion.

Beskriv hur uppgiften fungerar i dag. Hur lång tid tar den? Vad brukar bli fel? Vem behöver hjälpa till? Vad kännetecknar ett användbart resultat?

Involvera dem som gör arbetet. Be dem också beskriva undantagen: när underlaget är ofullständigt, när ett ärende kräver extra omsorg eller när den vanliga rutinen inte räcker. Sådana situationer behöver finnas med i försöket.

Räkna hela arbetsinsatsen

Tänk er ett försök där ett underlag tidigare tog en timme att skriva. Med AI går första utkastet på tio minuter. Det låter lovande. Men om granskning och rättningar tar ytterligare fyrtio minuter är den faktiska tidsvinsten betydligt mindre.

Exemplet är hypotetiskt, men illustrerar varför hela arbetsflödet behöver följas upp.

Mitt råd är att mäta både tid och kvalitet. Ta också reda på om arbetet har flyttats till någon annan. En snabbare uppgift för en person kan innebära mer kontrollarbete för en kollega.

Ge den frigjorda tiden ett syfte

Bestäm före försöket vad en möjlig tidsvinst ska användas till. Skriv exempelvis: ”Om vi frigör tid i sammanställningen ska vi använda den till att följa upp återkommande kundfrågor.”

Det gör nyttan konkret och möjlig att diskutera.

Andra mål kan vara bättre introduktion, mer kompetensutveckling eller utrymme att förebygga fel. Vilket mål som passar behöver avgöras av verksamhetens behov och tillsammans med dem som berörs.

Boka sedan en kort uppföljning efter några veckor. Vad blev enklare? Vad blev svårare? Uppstod den tänkta nyttan? Behöver försöket justeras, utökas eller avslutas?

Ledarskap som ger tekniken riktning

Min kommande bok Det mänskliga försprånget handlar om ledarskap i mötet med AI. Frågan om hur vi använder vår tid ligger nära det temat.

Som ledare kan vi skapa förutsättningar för att tekniken bidrar till bättre arbete. Det kräver att vi formulerar vad bättre betyder, lyssnar på erfarenheterna och följer upp resultatet.

Vilken uppgift skulle ni vilja förenkla – och vad vill ni ge mer utrymme när ni lyckas?