← Alle innlegg

04.01.2026 · 2 min lesing · Jens Christian Bang

Professor Arnulf: Når AI møter et arbeidsliv uten språk for kompetanse

Mange virksomheter satser stort på kunstig intelligens, digitalisering og nye arbeidsformer, men effekten uteblir ofte. En viktig forklaring er overraskende enkel – og samtidig dypt strukturell: Vi mangler et felles, presist språk for kompetanse.

Hør episoden: Professor Arnulf: Når AI møter et arbeidsliv uten språk for kompetanse

0:0029:29

02.01.2026 · 29 min

I arbeidslivet sier vi ofte at «kompetansen er vår viktigste ressurs». Likevel er det sjelden klart hva vi mener med det. Begreper som ledelse, analyse, utvikling og samarbeid brukes vidt og ofte ulikt – av ledere, HR, utdanningsinstitusjoner og teknologimiljøer. Følgen er at vi prøver å styre, rekruttere og utvikle mennesker med et språk som er for generelt til å fungere som styringsverktøy.

Dette er et av hovedpoengene i en fersk episode av Digitaliseringspodden, der professor Jan Ketil Arnulf fra Handelshøyskolen BI og Stig Elsfjordstrand diskuterer hvordan manglende presisjon i språket om kompetanse begrenser både organisasjonsutvikling og bruken av AI.

Arnulf peker på et grunnleggende paradoks: Teknologien kan i dag analysere, sammenstille og foreslå løsninger på et nivå vi aldri har sett før. Men uten tydelige begreper å jobbe med får heller ikke teknologien et godt utgangspunkt.

Når ledere ikke vet hva de trenger

Et gjennomgående tema i samtalen er at mange ledere i praksis ikke klarer å beskrive hvilken kompetanse de faktisk trenger. Stillingsutlysninger blir vage, læringstiltak henger løst sammen med de reelle kravene til rollene, og rekruttering handler ofte mer om erfaring og magefølelse enn om presise behov.

Dette er ikke nødvendigvis bare et lederproblem. Det er et systemproblem. Uten et felles rammeverk for kompetanse er det vanskelig å sammenligne roller, vurdere nivåer og se sammenhenger på tvers av organisasjonen. Strategisk kompetansestyring blir dermed nesten umulig.

AI forutsetter presisjon

Et viktig poeng Arnulf løfter fram, er at AI ikke løser uklare problemstillinger som ved et trylleslag. Tvert imot forsterker teknologien både styrkene og svakhetene i datagrunnlaget. Er begrepene uklare, blir analysene det også.

Derfor er dette interessant i et større digitaliseringsperspektiv. Før man automatiserer, analyserer eller optimaliserer, må man bli enige om hva man egentlig snakker om. Først da kan AI brukes til å dimensjonere kompetansebehov, sammenligne roller eller støtte strategiske valg.

Fra fine ord til faktisk styring

For mange organisasjoner innebærer dette et skifte i hvordan de tenker om kompetanse. Fra generelle formuleringer og uformelle vurderinger – til eksplisitte beskrivelser som kan brukes, deles og videreutvikles over tid.

Det er ikke et lite arbeid. Men alternativet er å fortsette å investere i teknologi uten språket som trengs for å hente ut verdi av den.

Og kanskje ligger mye av framtidens konkurransekraft nettopp her: Ikke hos dem som tar i bruk mest AI først – men hos dem som faktisk vet hva de skal bruke den til.