Workslop

Hvad workslop er, og hvorfor det opstår

Kernen i workslop er et misforhold mellem overflade og indhold. Forskerne bag begrebet definerer det som AI-genereret arbejdsindhold, der udgiver sig for at være godt arbejde, men mangler substansen til at føre opgaven meningsfuldt videre. En sprogmodel er god til at producere tekst, der ser rigtig ud. Den rammer tonen, strukturen og længden. Problemet opstår, når den overflade bliver forvekslet med færdigt arbejde og sendt videre, uden at nogen har tilført det, der giver teksten værdi.

Presset for at bruge AI. Mange organisationer har i 2025 og 2026 gjort AI-brug til et mål i sig selv. Der bliver spurgt til, hvor meget medarbejderne bruger værktøjerne, og nogle steder måles adoptionen direkte. Når signalet fra ledelsen er, at man skal bruge AI, men ikke hvordan, opstår der en genvej: producer noget hurtigt med en model, og lever det videre. Adoptionstallet ser flot ud. Kvaliteten gør det ikke nødvendigvis.

Copy-paste uden kuration. Den enkelte handling bag det meste workslop er banal. Nogen skriver en kort prompt, får et langt svar og kopierer det ind i en mail, et dokument eller et deck uden at læse det kritisk igennem. Kurateringen, altså arbejdet med at vælge fra, rette til, tilføje kontekst og verificere fakta, bliver sprunget over. Det er præcis det arbejde, der adskiller et udkast fra et færdigt produkt, og det er det, workslop mangler.

Sådan ser det ud i praksis. Workslop er svært at få øje på udefra, netop fordi det er poleret. En rapport med pæne afsnit, der gentager spørgsmålet i stedet for at besvare det. Et slidedeck fuldt af generiske pointer, der kunne passe på en hvilken som helst virksomhed. En kodeændring, der ser korrekt ud, men ikke løser den konkrete fejl. AI content generation er ikke i sig selv årsagen. Workslop opstår først, når output fra værktøjerne sendes videre, uden at et menneske har bearbejdet det.

Den skæve økonomi. Det, der gør workslop dyrt, er asymmetrien. Det tager sekunder at generere og videresende, men minutter til timer at rette op på. Afsenderen sparer tid, modtageren mister den, og samlet set taber organisationen. Forskningen målte, at hver hændelse i gennemsnit kostede modtageren 1 time og 56 minutter på at tyde, verificere eller lave arbejdet om. Den tid er ren spildtid, fordi opgaven kunne have været løst rigtigt første gang.

Tabet af kontekst og ansvar. Forskerne peger på, at workslop spreder sig, når AI-arbejde mister kontekst og ansvar. Når en model skriver teksten, er der ingen, der har tænkt hele vejen igennem, hvad modtageren skal bruge, eller hvilke forbehold der gælder. Afsenderen har ikke ejerskab over indholdet, fordi han ikke selv har lavet det, og han kan ikke svare på opklarende spørgsmål. Ansvaret for at gøre arbejdet færdigt bliver i praksis skubbet videre.

Ikke det samme som en fejl i modellen. Workslop handler om, hvordan mennesker bruger AI, ikke om at modellen tager fejl. En tekst kan være faktuelt korrekt og stadig være workslop, hvis den er tom og skubber arbejdet videre. Omvendt kan workslop indeholde AI-hallucinationer, det vil sige opdigtede tal eller kilder, som modtageren så også skal fange. Forskerne skelner mellem to måder at bruge AI på. Piloter bruger det målrettet til at nå et konkret resultat. Passagerer bruger det for at slippe uden om arbejdet. Piloterne tager generativ AI i brug 75 procent oftere end passagererne, og det er passagerernes brug, der producerer workslop.

Hvorfor det er blevet et problem nu. Generativ AI blev allemandseje på arbejdspladserne i løbet af 2024 og 2025. Værktøjerne blev lagt ind i Microsoft 365, Google Workspace og Slack, og tærsklen for at generere en tekst faldt til nul. Da alle fik adgang samtidig, uden at normerne for god brug fulgte med, voksede mængden af upoleret output tilsvarende. Workslop er på den måde en bivirkning af hurtig udbredelse uden tilsvarende oplæring.

Vil I have den reelle produktivitet fra AI uden at drukne i workslop, hjælper vi jer med at få rammerne på plads. Vi ser på, hvordan I bruger AI i dag, opstiller enkle retningslinjer for kuration og ansvar, og træner jeres medarbejdere i at bruge værktøjerne kritisk, så udkast bliver til færdigt arbejde. Målet er en rolig, holdbar AI-brug, hvor kvaliteten følger med produktiviteten. Skal vi tage en uforpligtende snak om, hvor workslop koster jer tid i dag, og hvad der skal til for at lukke hullet. Læs mere om vores tilgang til AI på vores AI-side.

Den skjulte omkostning, som modtageren betaler

Den mest oversete ting ved workslop er, hvem der betaler for det. Afsenderen oplever en gevinst: opgaven er hurtigt fra hånden. Regningen lander hos modtageren og hos organisationen som helhed, og den er større, end de fleste regner med.

Tiden går til at rydde op. Hver gang en medarbejder modtager workslop, bruger han i gennemsnit knap to timer på at håndtere det. Han skal tyde, hvad afsenderen egentlig mente, verificere om tallene holder, spørge ind eller lave arbejdet forfra. Forskerne omregnede den spildtid til omkring 186 dollar per ramt medarbejder om måneden, svarende til omkring 1.250 kroner. Det er penge, der ikke figurerer nogen steder i regnskabet, men som forsvinder i form af tabt arbejdstid.

Regningen vokser med organisationen. For en virksomhed med 10.000 ansatte løber den usynlige skat op i mere end 9 millioner dollar om året, svarende til omkring 60 millioner kroner. Selv for en dansk mellemstor virksomhed med nogle hundrede vidensmedarbejdere bliver det til et sekscifret kronebeløb årligt. Og det er kun den direkte tidsomkostning. Den regner ikke de tabte muligheder med, når dygtige folk bruger deres dag på at reparere andres halvfærdige arbejde.

Tilliden mellem kolleger lider. Workslop koster mere end tid. Da forskerne spurgte modtagerne, hvordan de så på den kollega, der havde sendt dem workslop, faldt vurderingen markant. 54 procent så afsenderen som mindre kreativ, 42 procent som mindre kompetent, pålidelig og til at stole på, og 37 procent som mindre intelligent. Omkring halvdelen ville helst undgå at arbejde sammen med personen igen. En enkelt halvhjertet AI-leverance kan altså skade et professionelt omdømme, der har taget år at bygge op.

Den følelsesmæssige slagside. Modtagerne reagerede stærkt. 53 procent blev irriterede, 38 procent forvirrede og 22 procent direkte fornærmede over at få tilsendt indhold, som afsenderen tydeligvis ikke selv havde brugt tid på. Følelsen af, at ens tid ikke bliver respekteret, er en langsom gift for samarbejdet. Den slider på relationerne i et team, længe efter den enkelte hændelse er glemt.

Det kommer fra alle retninger. Workslop bevæger sig i alle retninger gennem organisationen. Den hyppigste form er kollega til kollega, som står for 40 procent af tilfældene. 18 procent går opad, fra medarbejder til leder, og 16 procent går nedad, fra ledere og seniorfolk til deres teams. Når det kommer oppefra, er skaden ekstra stor, fordi ledere sætter normen for, hvad der er acceptabelt. Ser teamet, at chefen sender upoleret AI-output videre, følger resten efter.

Et konkret dansk eksempel. Forestil dig et rådgivningshus med 200 konsulenter. En junior får til opgave at lave et første udkast til en kundeanalyse og beder en sprogmodel om at skrive den. Udkastet ser gennemarbejdet ud, så det ryger videre til en senior uden en kritisk gennemlæsning. Senioren opdager, at analysen bygger på generiske antagelser og et par tal, der ikke passer på kunden, og bruger en halv eftermiddag på at rette op, før det kan sendes ud. Professionelle serviceerhverv og teknologi er ifølge forskningen de brancher, der rammes hårdest, netop fordi arbejdet består af dokumenter, analyser og kode, som er lette at få en model til at fylde ud.

Paradokset i det hele. AI blev indført for at gøre arbejdet hurtigere. Workslop trækker i den modsatte retning, fordi den flytter arbejde frem for at fjerne det. Når et team gentagne gange bliver ramt, mister de tilliden til det, kollegerne sender, og begynder at dobbelttjekke alt. Så er tidsgevinsten væk. Fænomenet ligner på den måde Shadow AI, hvor ukontrolleret brug af AI skaber skjulte omkostninger og blinde vinkler, som ledelsen ikke opdager, før skaden er sket.

Workslop sammenlignet med beslægtede begreber

Workslop er kommet til verden i en tid med mange nye ord for AI'ens skyggesider. For at bruge begrebet præcist hjælper det at se, hvordan det adskiller sig fra de nærmeste nabør.

AI slop. Det bredere begreb, som workslop er en gren af. AI slop dækker alt det lavkvalitets AI-indhold, der fylder internettet: opdigtede nyhedsartikler, generiske billeder og tomme SEO-tekster. Workslop er den variant, der opstår internt på arbejdspladsen og rammer kolleger i stedet for et anonymt publikum. Forskellen ligger i konteksten. Hvor almindelig slop er noget, man scroller forbi, er workslop noget, en kollega forventer, at du handler på.

AI-hallucinationer. Når en model finder på fakta, kilder eller tal, der ikke findes. Hallucinationer er en fejl i selve modellens output. Workslop er en fejl i den menneskelige brug af output. De to overlapper, fordi upoleret AI-arbejde ofte indeholder hallucinerede detaljer, men de er ikke det samme. En tekst kan være fri for hallucinationer og stadig være workslop, hvis den er tom og skubber arbejdet videre til modtageren.

Shadow AI. Uautoriseret brug af AI-værktøjer uden om virksomhedens politikker og it-afdeling. Shadow AI handler om, hvilke værktøjer folk bruger i det skjulte, og de datarisici, det medfører. Workslop handler om kvaliteten af det, der kommer ud, uanset om værktøjet er godkendt. De hænger sammen, fordi ukontrolleret brug ofte fører til ukurateret output, men de peger på hvert sit problem.

Generativ AI og AI content generation. Selve teknologien bag indholdet. Hverken generativ AI eller automatiseret indholdsproduktion er problemet i sig selv. De samme værktøjer, der producerer workslop i hænderne på en passager, leverer reel værdi i hænderne på en pilot. Workslop er et brugs- og kulturproblem. Derfor ligger løsningen i måden, mennesker arbejder med værktøjerne på. At begrænse adgangen til dem rammer ved siden af.

Hvor workslop skiller sig ud. Det særlige ved begrebet er, at det sætter ord på en helt bestemt mekanisme: arbejde, der ser færdigt ud, men i virkeligheden er skubbet videre til modtageren. De beslægtede begreber beskriver enten teknologien, fejlen i modellen eller den skjulte brug. Workslop beskriver den sociale handling, hvor en person sparer tid ved at lade en anden betale for det. Det er den vinkel, der gør ordet brugbart i en ledelses- og kvalitetssammenhæng.