At lede ugentligt teammøde: opgave for AI eller for teamlederen?

Det korte svar

Nej. At lede et ugentligt teammøde er i dag ikke en opgave, AI kan overtage. Heller ikke mellemformen — AI der leder mødet mens et menneske godkender eller afviser — er relevant her. Dette forbliver menneskearbejde, med støtte fra AI på kanterne: sammensætte en agenda, opsummere notater, filtrere handlingspunkter ud fra et transskript.

Hvorfor dette forbliver menneskearbejde

Tre akser fra vores taksonomi er afgørende her: volumen, vurderingsrum og fejlkoster. De peger hver sin vej, og det er præcis derfor, resultatet er nuanceret.

Volumen scorer højt (5): et møde der vender tilbage hver uge på samme tidspunkt, med en fast agenda-struktur, er i sin form meget repetitivt. Det er normalt et signal om, at automatisering bliver interessant, fordi gentagelse kan indfanges i regler eller skabeloner.

Men vurderingsrum scorer lavt (2), og det trækker balancen tilbage. At lede et teammøde er ikke at gennemgå en tjekliste. Mødelederen skal i situationen vurdere, hvem der ikke kommer til orde men alligevel har noget at bidrage med, hvornår en diskussion skal afbrydes, fordi den forsinker mødet, og hvornår et lille problem faktisk er et stort signal, der kræver mere opmærksomhed. Det er løbende improvisation baseret på tone, stemning og indbyrdes dynamik — noget et system ikke har et pålideligt billede af.

Fejlkoster scorer med en 4 relativt højt, hvilket betyder, at fejl her får uheldige konsekvenser. En mødeleder, der fejlvurderer et knudepunkt, overser et teammedlem, eller skubber en beslutning igennem for hurtigt, skader tilliden til mødet. Det retter man ikke med en korrektion i et system; det retter man i den næste samtale, med mennesker der ønsker at føle sig hørt.

Hertil kommer kundekontakt (5) og compliance (4): i mange teammøder kommer også personalerelaterede eller følsomme sager på tale, og den, der leder mødet, skal kunne håndtere det direkte og personligt.

Et eksempel

Forestil dig: teammødet for et logistikteam starter med planlægningen af ugen, men udvikler sig til en diskussion, fordi to medarbejdere har en konflikt om skemaskift. Et AI-system, der "leder" mødet baseret på agendaen, ville ikke se dette punkt komme, ikke vide hvornår det skal gribe ind, og bestemt ikke mærke, hvordan man afslutter den samtale på en god måde. Teamlederen gør det på fornemmelse, baseret på hvad han ved om de mennesker, der sidder ved bordet. Det er præcis det vurderingsrum, der i dag mangler hos AI.

Når det forholder sig anderledes

Resultatet af denne scan afhænger af, hvad man præcis forstår ved "at lede et møde". Nogle dele ligger faktisk inden for rækkevidde:

Forberedelse: at sammensætte en agenda baseret på åbne handlingspunkter og indkomne spørgsmål er for det meste regelmæssigt arbejde, med lidt behov for vurderingsrum.
Referat: at omdanne et transskript til en opsummering med handlingspunkter er en opgave med højt volumen og lav risiko ved en forkert opsummering — den bliver som regel stadig kontrolleret.
Statusoversigter: hvis mødet primært består af at gennemgå tal og fremdrift, kan et dashboard forberede en del af dette arbejde, hvorefter mødelederen fokuserer på fortolkningen og menneskene.

Hos et andet team, med en anden type møde, kan resultatet altså forskyde sig. Et møde, der udelukkende består af at gennemgå en fast tjekliste uden diskussion — for eksempel en kort statusrunde uden indholdsmæssig afvejning — har en anden vurderingsrum-score end et møde, hvor knudepunkter og teamdynamik diskuteres. Det er præcis derfor, en scan pr. opgave er nødvendig i stedet for en dom over "møder" i almindelighed.

Tilsyn og ansvar

Hvis et team alligevel anvender AI til forberedelse eller referat omkring mødet, forbliver spørgsmålet, hvem der kontrollerer det, og hvem der er ansvarlig, hvis noget går galt, for eksempel en forkert opsummering, der bliver opfattet som en beslutning. Hvordan De organiserer dette tilsyn, kan De læse om i menneskeligt tilsyn med AI, konkret. Også relevant er spørgsmålet om, hvem der er ansvarlig, hvis en AI-opsummering tildeler et forkert handlingspunkt til den forkerte person; det diskuterer vi i ansvar når AI begår en fejl. Kommer der i mødet personalerelaterede sager eller følsomme oplysninger om medarbejdere, som registreres af et AI-værktøj, gælder der særskilte lovkrav for det; det er ikke et automatiseringsspørgsmål, men et juridisk.

Hvad De kan gøre nu

Denne side besvarer én opgave ud af en bredere opgaveportefølje. Vil De vide, hvor mange af opgaverne i Deres funktion eller team faktisk ligger inden for AI's rækkevidde — for eksempel forberedelse, referat eller rapportering omkring møder — så giver den gratis quickscan fra ftetoai en første indikation. Tolv spørgsmål, ingen konto nødvendig, med en indikation af, hvor stor en del af timerne i Deres profil AI i dag kan overtage. Den fulde arbejdsscan, som går dybere ned i individuelle opgaver, er stadig under udvikling.