KI og prosessledelse som relasjonell praksis

Den amerikanske sosialkonstruksjonisten Kenneth Gergen (1994) argumenterer for at virkelighet og organisasjoner ikke først og fremst eksisterer som stabile objekter, men skapes og opprettholdes gjennom relasjonelle prosesser og kommunikasjon.

Innen denne tradisjonen beskriver John Shotter (2005; 2006) fasilitering som en form for “withness-thinking” — en måte å være til stede i prosessen på hvor fasilitatoren deltar innenfra i det som er i ferd med å oppstå mellom mennesker. Fasilitering handler dermed ikke først og fremst om kontroll, analyse eller lineær styring, men om nærvær, lytting, timing og sensitivitet for det emergente. Sheila McNamee (2020) viderefører denne forståelsen når hun beskriver relasjonell fasilitering som skapelse av betingelser for felles utforskning heller enn styring av lineære endringsprosesser.

Det er nettopp denne forståelsen av prosessledelse som utfordres i møte med generativ AI.

Generativ AI introduserer teknologier som ikke bare automatiserer oppgaver eller lagrer informasjon, men som aktivt deltar i språkproduksjon, refleksjon, analyse og idéutvikling. AI går dermed inn i prosesser som tidligere primært ble forstått som menneskelige: dialog, fortolkning, narrativ utvikling og kollektiv meningsskaping.

Dette reiser et grunnleggende spørsmål: Hva skjer med prosessledelse som relasjonell praksis når teknologien begynner å delta i selve meningsskapingen?

Fra teknologi som støtte til teknologi som deltaker

Tidligere teknologier påvirket hovedsakelig informasjonsflyt, koordinering og produksjon. Generativ AI påvirker derimot språk direkte. AI skriver, oppsummerer, foreslår, analyserer og responderer dialogisk. Teknologien går dermed inn i selve prosessene hvor mennesker utvikler forståelse og koordinerer handling.

Her blir perspektiver fra sosiomaterialitet og aktør-nettverksteori relevante. Wanda Orlikowski (2007) argumenterer for at teknologi ikke kan forstås som noe adskilt fra organisatoriske praksiser, men som noe som aktivt former og formes gjennom arbeid og samhandling. Bruno Latour (2005) utfordrer på lignende måte skillet mellom menneskelige og ikke-menneskelige aktører, og viser hvordan teknologier deltar i sosiale prosesser ved å påvirke handling, oppmerksomhet og koordinering.

I lys av dette kan generativ AI forstås som mer enn et verktøy. Teknologien deltar i meningsproduksjon. Den påvirker hva organisasjoner legger merke til, hvordan situasjoner fortolkes, hvilke narrativer som fremstår plausible, og hvilke perspektiver som forsterkes eller tones ned.

Dermed utfordres også en implisitt antakelse i mye relasjonell teori: at språk og meningsskaping først og fremst er menneskelige prosesser.

Relasjonell fasilitering og det emergente

Prosessledelse handler i stor grad om å arbeide med det som ennå ikke er ferdig formet. Shotter (2006) understreker at viktige organisatoriske prosesser ofte utvikler seg gjennom tvetydighet, forskjeller og gradvis modning. Det nye oppstår ikke nødvendigvis gjennom raske analyser, men gjennom at mennesker blir værende i det uavklarte lenge nok til at nye forståelser kan vokse frem.

Her oppstår også noe av spenningen i møte med generativ AI.

Generativ AI har en tendens til å komprimere kompleksitet, produsere raske synteser og redusere friksjon. Dette kan være nyttig i mange sammenhenger, men det kan også innebære at prosesser lukkes for raskt. Når AI produserer oppsummeringer, forslag og konklusjoner umiddelbart, risikerer fasilitatorer å miste noe av det flerstemmige og levende som relasjonelle prosesser er avhengige av.

Spørsmålet blir derfor ikke bare hvordan AI kan effektivisere fasilitering, men hvordan prosessledere kan arbeide med AI uten å redusere forskjell, tvetydighet og levende dialog.

Tempo, akselerasjon og behovet for langsom refleksjon

Denne utviklingen må også forstås i lys av bredere samfunnsendringer. Den tyske sosiologen Hartmut Rosa (2021) beskriver moderne samfunn som preget av sosial akselerasjon — stadig høyere tempo, økende krav til respons og kontinuerlige forsøk på å gjøre verden mer effektiv og kontrollerbar.

Paradokset, ifølge Rosa, er at jo mer vi optimaliserer verden, desto større er risikoen for at vi mister resonans: den levende erfaringen av å være i gjensidig forbindelse med mennesker, arbeid og verden rundt oss.

Dette perspektivet er særlig relevant i møte med generativ AI. Teknologien muliggjør umiddelbare analyser, raske oppsummeringer og kontinuerlig produksjon av innhold. Samtidig krever relasjonell prosessledelse ofte det motsatte: nærvær, rytme, modning og tid til kollektiv forståelse.

Kanskje blir derfor en viktig oppgave for fremtidens prosessledere ikke bare å bruke AI effektivt, men også å beskytte rom for langsom refleksjon og levende dialog i organisasjoner preget av stadig høyere tempo.

AI, makt og flerstemmighet

Prosessledelse handler også om deltagelse, inkludering og hvilke stemmer som blir hørt.

Her introduserer generativ AI nye utfordringer. AI-modeller tenderer mot statistisk sentralitet og sannsynlige formuleringer. Dermed kan teknologien bidra til at forskjeller tones ned, konflikt glattes over og minoritetsperspektiver blir mindre synlige.

Dette er særlig problematisk i prosesser hvor kvaliteten på refleksjonen avhenger av evnen til å holde oppe forskjell, spenning og flere perspektiver samtidig. Det som fremstår som nøytralt eller effektivt, kan samtidig innebære subtile former for standardisering.

I lys av dette blir prosesslederens rolle ikke mindre viktig, men kanskje viktigere enn tidligere. Jo mer teknologi deltar i språk og fortolkning, desto viktigere blir refleksivitet, etisk sensitivitet og prosessbevissthet.

Mot en relasjonell og refleksiv AI-praksis

Generativ AI utfordrer ikke bare organisasjoner teknologisk. Den utfordrer også hvordan vi forstår dialog, refleksjon, nærvær og kollektiv meningsskaping.

Dette betyr ikke at relasjonelle perspektiver blir mindre relevante. Tvert imot. McNamee (2012) argumenterer for at relasjonelle praksiser blir særlig viktige i komplekse og usikre situasjoner hvor mening ikke kan fastsettes på forhånd, men må utvikles gjennom kontinuerlig samhandling.

Utfordringen fremover blir derfor ikke å velge mellom mennesker eller AI, men å utvikle prosesspraksiser som klarer å holde levende dialog, flerstemmighet, resonans og kollektiv refleksjon oppe i hybride menneske–AI-systemer.

Skrevet av Oddne Dahle Lægreid, faglig leder i Lent.