En af de mest centrale pointer i oplægget handlede om, hvordan AI ændrer selve værdien af viden.

Når maskiner kan producere analyser, tekster og beregninger på få sekunder, ændrer det, hvad der er vigtigt. Ikke fordi viden mister betydning, men fordi det ikke længere er nok at kunne producere den.

Værdien flytter sig til evnen til at:

• forstå konteksten
• stille de rigtige spørgsmål
• vurdere kvaliteten af det, der bliver genereret
• og træffe beslutninger under usikkerhed

Her introducerede Christiane et begreb, der gik igen gennem hele oplægget: dømmekraft.

Dømmekraft kan være et diffust ord, men i Christianes optik er det en helt konkret kompetence.

Det handler om at kunne navigere i situationer, hvor der ikke findes ét rigtigt svar:

• Om at kunne afveje hensyn.
• Om at forstå konsekvenser.
• Og måske vigtigst: at tage ansvar for de valg, man træffer.

I en AI-kontekst bliver det endnu mere afgørende. For når teknologien kan levere svar hurtigt og overbevisende, bliver det menneskets opgave at vurdere, om svarene giver mening – og hvad de skal bruges til.

For at gøre det mere konkret beskrev Christiane AI-kompetencer som noget, der udvikler sig i tre lag.

Først et grundlæggende niveau, hvor man forstår teknologien – hvad den kan, og hvad den ikke kan.

Dernæst et anvendelsesniveau, hvor man kan bruge AI i sin faglighed – uanset om det er HR, marketing eller økonomi.

Og til sidst et strategisk niveau, hvor man kan bruge AI ansvarligt og skabe reel værdi i organisationen.

Det er her, det bliver svært. For det kræver ikke bare viden. Det kræver erfaring. Samarbejde. Og organisatoriske rammer.

Christiane lagde ikke skjul på, at universiteterne også er midt i en omstilling. Nogle ændringer er sket hurtigt – som da eksamensformer blev omlagt for at sikre, at det stadig er den studerendes egne kompetencer, der vurderes.

Andre ændringer er mere langsigtede. Her arbejder man med at integrere AI i undervisningen på en måde, der ikke bare handler om værktøjer – men om forståelse, refleksion og ansvarlighed.

De studerende lærer ikke kun at bruge AI. De lærer at:

• analysere problemstillinger før teknologien bringes i spil
• anvende AI i konkrete faglige kontekster
• og reflektere over konsekvenserne af deres valg

Målet er ikke at følge med en bestemt teknologi, men at ruste kandidaterne til en verden, hvor teknologien konstant ændrer sig.

Så hvad er det, de unge kommer med? Ikke nødvendigvis dyb teknisk specialisering, men noget andet, som viser sig at være mindst lige så vigtigt:

• De kan strukturere komplekse problemstillinger.
• De kan analysere og forstå kontekst.
• De kan vurdere kvaliteten af AI’s output.
• Og de kan fungere som bindeled mellem teknologi og forretning.

Med andre ord: De kan navigere i det felt, hvor mange organisationer ellers oplever, at projekter går i stå.

Christiane rundede af med at vende tilbage til udgangspunktet.

De 3 %.

For måske er det ikke et udtryk for, at kandidaterne ikke er klar, men for at vi alle sammen stadig er ved at finde ud af, hvad “klar” egentlig betyder i en AI-verden.

AI skaber ikke værdi i sig selv. Det gør mennesker – i organisationer, der giver plads til det.

Derfor ligger en stor del af ansvaret ikke hos de unge, men hos de organisationer, de træder ind i.

For spørgsmålet er ikke kun, hvad de kan, men hvad vi gør det muligt for dem at blive til.