Del II · Kvinnor som leder

Sara Breman

HR-konsult och grundare av High Five HR. Hon hjälper organisationer att integrera AI i HR-processer och är värd för podcasten "AI och HR-podden".

Sara Breman

Vilka möjligheter och utmaningar ser du som kvinna i en ledande roll inom AI och teknik?

Sara menar att det finns vissa möjligheter med att vara kvinna inom AI och teknik, främst eftersom man sticker ut i en mansdominerad bransch. Hon upplever att det finns många nätverk och organisationer som aktivt försöker lyfta kvinnor inom tech, genom mässor och profiler som vill synliggöra kvinnliga förebilder. Det är positivt att jämställdhet diskuteras och att det finns en medvetenhet kring behovet av att stödja kvinnor i tekniksektorn.

Samtidigt påpekar Sara att hon ser fler utmaningar än möjligheter. En stor utmaning är bemötandet hon får som kvinna i en ledande roll inom AI och teknik. Hon berättar att hon ofta får påhopp och ifrågasättanden när hon skriver om AI på plattformar som LinkedIn. Trots att hon är beteendevetare och ser AI som en del av beteendeförändring, ifrågasätts hennes kompetens och rätt att uttala sig om AI på grund av att hon inte har en traditionell teknisk bakgrund som ingenjör eller systemvetare.

Sara har fått både öppna kommentarer och privata meddelanden som ifrågasätter vad hon "har att göra" med AI. Hon upplever att detta ifrågasättande förstärks av att hon är kvinna som skriver om teknik. Detta har gjort det svårt för henne att förhålla sig till det hårda klimatet, och hon har ibland känt att det är utmanande att fortsätta försöka hjälpa och stärka en kompetensgrupp som hon vill förflytta in i framtiden.

Hon reflekterar också över att hon kanske väljs bort till förmån för män i liknande roller, även om hon har samma eller mer erfarenhet. Även när hon samarbetar med manliga kollegor inom HR och AI, får hon frågor om varför han valdes över henne, trots att hon kanske har gjort mer inom området. Sara tror inte alltid att detta handlar om kön, utan kanske om hur människor uppfattar erfarenhet och kompetens baserat på utseende eller tidigare synlighet.

En annan utmaning hon nämner är ifrågasättandet av hennes arvoden. Hon har upplevt att när hon lämnar offerter för sina tjänster, ifrågasätts priserna mer än vad hon tror skulle vara fallet om hon vore man. Hon får också höra att det är "bra för ditt varumärke" att synas, och att hon därför borde göra saker gratis, istället för att få betalt för sin erfarenhet och kompetens.

Sara tycker att det är tråkigt att det fortfarande är så här och att kvinnor ofta behöver kämpa extra hårt för att visa sin kompetens inom techvärlden, som är dominerad av män. Hon anser att det är tragikomiskt att hennes unika position som kvinna inom teknik blir både en möjlighet och en utmaning, eftersom hon ibland blir särbehandlad just på grund av sitt kön.

Vad betyder innovation för dig, och hur driver du den i ditt arbete?

Sara förklarar att innovation för henne handlar mycket om att skapa nytt och hitta nya möjligheter. I sitt arbete fokuserar hon på att utveckla nya arbetssätt och affärsmöjligheter. Hon betonar att innovation inte är något man gör ensam, utan att det handlar om ett kollektivt lärande och kompetensutveckling inom arbetsplatser, grupper och ledarskap. För Sara är innovation en kollektiv fråga som kräver samarbete och gemensamt engagemang.

Hon nämner att hon och hennes team brukar prata om fyra parametrar när det kommer till generativ AI: promting, data, validering och innovation. Hon understryker att man inte bara kan hoppa rakt in i att försöka innovera utan att först förstå grunderna. Det är viktigt att ha en solid grund i dessa tre första steg för att kunna nå fram till verklig innovation.

Sara påpekar att begreppet innovation kan skapa förvirring eftersom det kan kännas abstrakt och svårt att ta på. Därför väljer hon ofta att prata om nya arbetssätt istället för att använda ordet innovation. Hon menar att det är mer konkret att diskutera hur AI kan förändra eller förbättra sättet vi arbetar på.

När det gäller hur AI kan skapa eller möjliggöra nya arbetssätt, ser Sara stora möjligheter i att AI kan hjälpa oss att få nya perspektiv på saker och ting. Hon anser att vi ofta är "navelskådare" som tittar inåt och utgår från det vi redan vet. Genom att använda generativ AI, särskilt språkmodeller, kan vi lyfta blicken och få nya glasögon på problem vi arbetar med. AI kan hjälpa oss att betrakta saker ur olika vinklar och därigenom berika vårt arbete.

Sara har observerat att de som har kommit långt i att använda språkmodeller på ett innovativt sätt har utvecklat nya arbetssätt och uppnått högre kvalitet i sina processer. Genom att integrera AI i beslutsprocesser och i framtagandet av olika lösningar kan man förbättra resultatet och skapa mer värde. Hon betonar dock att man måste vara medveten om att AI-modeller tränas på data som kan ha sina begränsningar, och att man därför måste vara uppmärksam på datakvalitet och möjliga bias.

Hon tror att det är mer skadligt om vi bara fortsätter att titta inåt och utgår från våra egna begränsade perspektiv, istället för att våga ta in nya synvinklar som AI kan erbjuda. Dessutom lyfter hon fram att generativ AI kan möjliggöra information och kunskap på ett mer interaktivt sätt, till exempel genom videos och poddar, vilket är fantastiskt för att sprida information i olika medier.

Hur kan vi stödja fler kvinnor att söka sig till och stanna kvar i ledarroller inom tech?

Sara tror att det är nödvändigt att börja redan i skolan för att stödja fler kvinnor att söka sig till och stanna kvar i ledarroller inom tech. Hon menar att det handlar om att tidigt integrera teknik i undervisningen och att prata om teknik på ett sätt som gör det relevant och tillgängligt för alla, oavsett kön. För henne har entreprenörskapet alltid varit könsneutralt, där det handlar om förmågor snarare än om manligt eller kvinnligt.

Hon påpekar att om vi väntar tills ungdomar väljer högskola eller universitet, har många redan bestämt sig, och då tenderar fler män att söka sig till tekniska utbildningar. Genom att introducera teknikens mjuka sidor tidigt, såsom beteendeförändring, kultur och ledarskap, kan fler kvinnor känna att tech är ett område där de kan bidra och utvecklas.

Sara anser att det är lätt att stereotypisera tech som något hårt och tekniskt, fokuserat på kodning och algoritmer. Men med AI handlar det om så mycket mer än bara den tekniska delen; det handlar också om mänskliga aspekter som påverkar hur vi arbetar, samarbetar och utvecklar affärsmodeller. Genom att bredda definitionen av vad teknik innebär och lyfta fram dess mänskliga och kulturella dimensioner kan vi göra techvärlden mer attraktiv för kvinnor.

Hon nämner att hon ofta möter företag som snabbt implementerar tekniska lösningar och förväntar sig att medarbetarna ska anpassa sig utan stöd. Hon understryker att AI-transformationen inte bara är en teknisk fråga utan också en fråga om förändringsledning, kompetensutveckling, kultur och ledarskap. Dessa områden är ofta där kvinnor redan är starkt representerade, särskilt inom HR, och genom att koppla AI till dessa domäner kan vi sänka tröskeln för kvinnor att engagera sig i tech.

Sara delar också personliga erfarenheter som mamma till två döttrar. För henne är det självklart att använda verktyg som ChatGPT för att skriva sagor och besvara frågor, och hon introducerar tekniken som något naturligt och okomplicerat för sina barn. Hon tror att om vi börjar tidigt med att normalisera tekniken och visa dess mänskliga sida kan vi inspirera fler flickor att se tech som en möjlig och spännande väg.

Vilka framtida trender inom AI tror du kommer att påverka ledarskap och organisationer mest?

Sara tror att AI kommer att ha en betydande inverkan på ledarskap och organisationer, och att ledarskapet kommer att spela en central roll i denna omställning. Hon menar att ledare behöver kunna kanalisera de produktivitetsvinster som AI-verktygen kommer att ge, genom att peka ut riktning och förklara varför och hur AI ska användas. Det är viktigt att ledare hanterar de rädslor som kan uppstå, till exempel oro för jobbförluster eller förändrade arbetsuppgifter, och att de hjälper sina team att navigera genom omställningen.

Sara pratar om två sidor av hur AI påverkar ledarskap: dels hur ledare kan använda AI i sitt arbete ("AI för ledarskap"), och dels vad ledarskap innebär i en AI-driven organisation ("ledarskap för AI"). När det gäller AI för ledarskap kan ledare använda AI för att bli bättre i sina jobb genom att få hjälp inför svåra samtal, träna på olika scenarier, underlätta kommunikation och minska den administrativa bördan.

När det gäller ledarskap för AI betonar Sara att ledarskapet kommer att vara avgörande för att lyckas med AI-integration, inte bara på arbetsplatser utan även på nationell nivå. Hon anser att det behövs en tydlig vision och syfte kring användningen av AI, snarare än strikta riktlinjer och policydokument. Ledare bör kommunicera varför AI implementeras och vilken nytta det ska skapa, för att minska oro och motstånd.

Sara nämner att vissa organisationer, till exempel kommuner, kan vara rädda för att prata om AI eftersom det kan leda till oro för färre arbetstillfällen. Hon understryker att retoriken bör fokusera på att använda AI klokt för att frigöra tid till det som verkligen skapar värde, och att det inte nödvändigtvis innebär att säga upp personal, utan snarare att rikta om kompetensen.

Hon jämför AI-transformationen med andra förändringar som organisationer har genomgått och menar att ledarskap och kommunikation alltid har varit viktiga i sådana processer. Kulturen inom organisationen spelar också en viktig roll, eftersom den påverkar hur förändringar tas emot och implementeras.

Vilken roll kan AI spela i att skapa mer mångfald och inkludering i näringslivet?

Sara ser AI som en potentiell katalysator för att öka mångfald och inkludering i näringslivet. Hon menar att om vi får bättre koll på vår data inom organisationer kan vi börja mäta och analysera hur mångfalden ser ut. Det är viktigt att skilja på mångfald och inkludering; bara för att en organisation har mångfald betyder det inte att alla känner sig inkluderade. AI kan hjälpa till genom att ge bättre analyser, dra korrelationer och ge rekommendationer baserade på hur situationen faktiskt ser ut.

Hon nämner att generativa AI:s språkmodeller kan hjälpa till att skriva jobbannonser som är bättre riktade för att attrahera en viss målgrupp, om man är villig att släppa in det perspektivet. För att få igenom sådana initiativ i ledningsgrupper och motivera resurser och tid måste det finnas ett tydligt affärsvärde. Sara påpekar att det finns mycket forskning som visar att mångfald och inkludering leder till högre tillväxt, bättre innovation och ökad kreativitet i ledningsgrupper. Trots att vi vet detta lyckas många organisationer inte omsätta det i praktiken. Här tror hon att AI kan vara en möjliggörare, särskilt om vi använder analytisk AI för att sammanföra olika datakällor och tydligt visa på behovet av insatser.

Samtidigt varnar Sara för risken med bias i AI-modeller, särskilt i chattbottar och språkmodeller. Hon ger exempel från sitt eget arbete inom HR, där AI kan påverka rekryteringsprocessen. Om en AI-assistent skriver jobbannonser baserat på tidigare annonser eller befintliga kandidater måste man vara medveten om att modellen kan förstärka befintliga skevheter. Om tidigare annonser främst har attraherat män kommer AI:n sannolikt att fortsätta skriva annonser som attraherar män. Därför understryker hon vikten av att förstå och validera data samt att vara medveten om hur modellerna fungerar och vilka fördomar de kan ha inbyggda.

Sara berättar också om ett personligt experiment där hon frågade ChatGPT hur den tror att hon ser ut baserat på allt hon har skrivit. AI-modellen antog att hon var en man eftersom hon skriver mycket om AI och teknik, områden där män är överrepresenterade. Detta fick henne att reflektera över hur AI:s fördomar påverkar de svar vi får och hur viktigt det är att vara medveten om detta.

Hon tror att AI:s frammarsch i samhället kan leda till att vi äntligen börjar prata mer om dessa frågor, såsom datakvalitet och mänskliga fördomar. Det är inte AI som är biased i sig, utan AI speglar de fördomar som finns i samhället och i den data den tränats på. Genom att belysa detta kan AI hjälpa oss att bli mer medvetna och arbeta aktivt för att motverka bias, vilket i sin tur kan främja mångfald och inkludering.