Workshop
Fra idé til testet AI-arbejdsgang
En arbejdsdag, hvor vi vælger en konkret opgave og bygger en første AI-understøttet arbejdsgang, som testes på jeres egne eksempler.
Tilpasses jer
Et specialdesignet læringsforløb med egne mål, moduler og øvelser – til teams, hvis behov ikke kan dækkes ved blot at skifte eksempler i et fast kursus.
Et tilpasset AI-kursus er til jer, der ikke bare har brug for andre eksempler, men for et andet læringsforløb. Måske skal flere faggrupper lære den samme arbejdsgang fra forskellige roller. Måske har I godkendte værktøjer, datarammer eller dokumenttyper, som undervisningen skal bygges omkring. Eller måske skal deltagerne både kunne formulere en opgave, kontrollere et output og aftale, hvordan metoden deles i teamet.
Forløbet kan afvikles som en heldag eller som 2–3 moduler på hver 2–3 timer. En samlet dag giver koncentration og fælles fremdrift. Moduler giver plads til, at deltagerne kan afprøve noget i deres egen hverdag og vende tilbage med fejl, spørgsmål og materiale til næste runde. Valget afhænger af læringsmålet, deltagernes forudsætninger og hvor meget der skal prøves mellem møderne.
Vi begynder ikke med en ønskeliste over værktøjer. Først beskriver vi, hvad deltagerne skal kunne gøre mere selvstændigt efter forløbet. Et brugbart læringsmål kan være at skrive og teste en instruktion til en tilbagevendende tekstopgave, at kontrollere et resumé mod originale kilder eller at vurdere, hvilke data en opgave må indeholde. »Blive bedre til AI« er for bredt til at designe god undervisning efter.
I bidrager med målgruppen, de nuværende arbejdsgange og organisationens rammer. Vi har brug for at vide, hvilke værktøjer deltagerne må bruge, hvilke opgaver der er relevante, og hvor forskelligt deres niveau er. I udpeger også en intern kontakt, der kan svare på faglige spørgsmål og godkende øvelsesmaterialet. Hvis egne dokumenter skal bruges, skal de være anonymiserede eller på anden måde godkendte til formålet.
Jeg omsætter målene til en progression med forklaring, demonstration, øvelse, feedback og en ny prøve. Jeg vælger, hvad der skal forklares i fællesskab, og hvor deltagerne har mere gavn af at arbejde i mindre grupper. Før forløbet får I et forslag til moduler, øvelser og forberedelse. Vi justerer det, indtil omfanget passer til den tid og de forudsætninger, der faktisk er til rådighed.
Deltagernes egne opgaver gør læringen konkret, men kurset er stadig undervisning. Vi kan for eksempel arbejde med et godkendt brev, et sæt offentlige kilder eller en ufølsom skabelon og undersøge, hvordan input, kvalitetskrav og kontrol skal beskrives. Vi kan ikke på en kursusdag kortlægge alle systemer, forhandle leverandørvilkår eller gøre en prototype driftsklar. Den afgrænsning er vigtig, fordi et læringsforløb ellers lover mere, end deltagerne kan nå at lære og prøve.
Øvelserne får tydelige stopregler. Hvis en deltager mangler en godkendt kilde, møder persondata eller ikke kan forklare konsekvensen af en fejl, skal opgaven ikke bare presses igennem modellen. Den skal ændres, anonymiseres eller sendes til den rette interne funktion. På den måde træner deltagerne både brug og fravalg.
Deltagerne går hjem med de metoder og øvelser, vi faktisk har arbejdet med. Det kan være en afprøvet promptstruktur, et kontrolskema, en omskrevet opgave eller et fælles eksempel på en arbejdsgang. Materialet dokumenterer undervisningen, men er ikke en garanti for, at samme metode virker på alle opgaver eller efter en ændring i værktøjet. En intern ejer bør derfor aftale, hvor materialet ligger, hvem der retter det, og hvornår det skal prøves igen.
Ved et modulforløb kan sidste modul bruges til at sammenligne afprøvningerne. Hvad fungerede på almindelige tilfælde? Hvor opstod fejl? Hvilke spørgsmål kræver en fagansvarlig, IT, informationssikkerhed eller databeskyttelse? Resultatet er et bedre beslutningsgrundlag for næste læringstrin, ikke et certifikat på, at hele organisationen nu arbejder ens.
De faste AI-kurser dækker brede og genkendelige læringsbehov. Hvis deltagerne skal have en praktisk introduktion, arbejde videre med prompting eller undersøge AI i undervisningen, er et eksisterende kursus ofte det stærkeste valg. Indholdet er afprøvet som samlet progression, og eksemplerne kan stadig justeres til gruppen uden at bygge et nyt curriculum.
Vælg det tilpassede kursus, når læringsmål, rækkefølge og øvelser skal designes på ny, eller når flere moduler skal hænge sammen med afprøvning mellem møderne. Hvis jeres primære mål i stedet er at løse én afgrænset udfordring og ende med en beslutning eller prototype, er en workshop et bedre format.
Beskriv deltagerne, de opgaver de skal kunne arbejde med, og de rammer der allerede gælder. På den baggrund foreslår jeg et realistisk forløb og siger tydeligt, hvis et fast kursus kan løse behovet med mindre forberedelse.
Workshop
En arbejdsdag, hvor vi vælger en konkret opgave og bygger en første AI-understøttet arbejdsgang, som testes på jeres egne eksempler.
Kursus
En praktisk kursusdag, hvor deltagerne arbejder med AI på egne opgaver og får et solidt grundlag for at arbejde videre.
Kursus
For deltagere, der allerede bruger AI og vil arbejde mere systematisk med kvalitet, kontekst og genbrugelige arbejdsmetoder.
Fortæl kort om jeres situation – så vender jeg tilbage med et konkret forslag.