Ann-Charlotte Munkhammar

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

Ann-Charlotte inleder med att betona hur hennes långa och varierade erfarenhet inom teknik har format hennes perspektiv på vad det innebär att vara kvinna i en mansdominerad bransch. Hon började arbeta redan 1996 och har hunnit vara utvecklare, projektledare och chef, vilket lett till att hon sett branschen från flera håll. Hon beskriver att hon tidigt kunde uppleva en viss brist på respekt för hennes kompetens, vilket delvis berodde på att hon ofta fick höra kommentarer om att hon var ”en liten och söt tjej”. Hon tycker att detta följt henne genom karriären, även om hon nu är över femtio och besitter stor erfarenhet. Hon förklarar hur kvinnor som inte ingår i branschens norm, både till utseende och sätt, ibland kan både bli eftersökta och ignorerade. Å ena sidan finns det organisationer som aktivt vill ha med en kvinna i ett projekt för att visa upp mångfald, men å andra sidan kan det ske under förutsättningar som inte är på kvinnans egna villkor, utan snarare följer förväntningar om ”kvinnlighet” eller mjuka värden. Samtidigt beskriver hon hur män, även med mindre erfarenhet, ofta automatiskt får mer pondus i tekniska frågor och att det finns en seglivad föreställning om att en klassisk manlig chef utstrålar självklar auktoritet. Hon nämner exemplet där någon förklarade pondus som ”en man med stor mage” och hur hon tydligt insåg att hon aldrig skulle kunna matcha just den sortens symbol för pondus. Hon berättar också om en incident där en beslutsfattare kommenterade att en manlig kollega redan hade en flickvän, vilket i praktiken innebar att hon som kvinna inte kunde ta en viss roll. Hon påpekar att det är en typ av kommentar som hon aldrig hört riktas till män.

Hon menar att dessa upplevelser skapar en extra utmaning för henne och andra kvinnor när de vill ta ledningen inom AI och teknik, eftersom de hela tiden måste förhålla sig till att visa kunskap i en miljö där stereotypa bilder av vad pondus och auktoritet innebär är djupt rotade. Hon tror dock att det har skett en viss förskjutning sedan hon började på 90-talet, inte minst genom att kvinnor nu är bättre på att stötta varandra och att vissa gamla konkurrensmönster mellan kvinnor har luckrats upp. Ändå tycker hon att det fortfarande märks skillnader när hon exempelvis arbetar ihop med en man och behöver förklara sina resonemang på ett mer utförligt sätt än vad hans ord blir ifrågasatt. Hennes spontana känsla är att hon tvingas vara beredd på fler följdfrågor och ge mer detaljerade svar, vilket gör att hon ibland väljer vad hon säger för att slippa onödig förklaring. Samtidigt konstaterar hon att hon trivs i sin roll och verkligen gillar de tekniska uppgifterna, men att hon inte tror att man någonsin får något gratis som kvinna i den här miljön. Det finns dock en positiv aspekt, nämligen att organisationer ibland har en uttalad ambition att öka andelen kvinnor, och då får hon möjlighet att vara den rösten. Ändå önskar hon att erkännandet oftare byggde på hennes kunnande i stället för på efterfrågan efter ”en kvinnlig representant”.

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

Ann-Charlotte betonar att ordet innovation i sig ofta blir ett tomt slagord, men att hon ser det mer som ett naturligt led i att lösa konkreta problem. Hon har vid flera tillfällen suttit med i projekt som i efterhand fått stämpeln ”innovativa”, men där hon själv mest uppfattat att hon och hennes kollegor varit pragmatiska och målmedvetna. Hon ger exemplet när hon i slutet av 90-talet och början av 2000-talet var med och byggde en av de första internetbankerna i Norden, en satsning som ingen kund egentligen hade efterfrågat men som ändå blev ett stort steg mot framtiden. Där fanns också en idé om att få in banktjänster i de tidiga mobiltelefonerna, vilket visade sig ligga före sin tid eftersom tekniken inte riktigt räckte till, men hon understryker att det är just i dessa försök man kan tala om nytänkande och framsteg.

När hon beskriver arbetet med AI på Försäkringskassan framhåller hon att hon inte tänkte i termer av att vara ”innovativ” utan snarare att göra en tydlig plan för hur AI kunde användas för att förbättra verksamheten. Hon säger att man måste ta en sak i taget och se över både tekniken, datastrukturer, arbetssätt, kommunikation, kunskapshantering och hur förändringen påverkar de anställda. Först då kan man skapa något som verkligen bär frukt i stor skala. Hon upplever ofta att män i branschen tenderar att bara vilja diskutera modeller, kod och rena tekniska lösningar, medan hon själv vill lyfta in de organisatoriska, juridiska och etiska aspekterna som inte går att bortse ifrån. Det kan då lätt framstå som att hon ägnar sig åt mjuka frågor, men hon anser att det är en missuppfattning eftersom teknik och exempelvis juridik hänger tätt samman, särskilt i en myndighetsroll där offentlighet, spårbarhet och likabehandling måste garanteras. Innovation innebär för henne inte bara att programmera något nytt, utan också att förändra hur en hel organisation arbetar.

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

Ann-Charlotte understryker att det är viktigt att börja tidigt. Hon tror att många tjejer inte ens funderar över en karriär inom IT för att de saknar en bild av vad man faktiskt gör i branschen och inte känner någon direkt koppling till ämnet. Hon menar att matematik- och teknikintresserade tjejer i grundskolan och gymnasiet borde få se hur deras kunskaper kan användas i praktiken och därmed lockas till vidare studier. Hon beskriver hur hon själv först var inställd på att läsa maskinteknik men via ett oväntat samtal i släkten insåg att IT kanske var minst lika spännande. Hon tror att många andra tjejer också skulle kunna göra liknande upptäckter om de bara fick möjlighet att möta rätt förebilder i tid.

För att kvinnor inte bara ska rekryteras utan också stanna kvar i branschen behöver de, menar hon, känna att de är en del av en miljö där deras kompetens respekteras och att de inte ständigt behöver bevisa att de är tekniskt skickliga. Hon nämner en händelse då hon kom som ny chef till en avdelning och omedelbart fick frågan om vilka programmeringsspråk hon kunde koda i, något hon aldrig hört att en ny manlig chef behövt redogöra för. Samtidigt anser hon att det faktiskt är en fördel för en teknisk chef att ha grundläggande kunskaper i programmering, eftersom man då bättre kan förstå sina medarbetares utmaningar och lättare kan genomskåda om någon föreslår en orealistisk lösning. Hon förklarar att hon gärna uppmuntrar kvinnor som jobbar hos henne att profilera sig utåt, delta i olika techforum och ta mer plats så att de blir förebilder för andra. Samtidigt poängterar hon att det inte är specifikt viktigt att kvinnorna i sig enbart ska fokusera på mjuka värden, utan att det bör vara självklart att även kvinnor kan vara intresserade av de allra mest tekniska diskussionerna. Hon tror att en mer öppen kultur, där stereotypa föreställningar om ”vad kvinnor förväntas vara bra på” bryts ned, får fler att känna sig bekväma och stanna kvar.

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

Ann-Charlotte ser en stark utveckling mot mer AI-baserad databehandling och beslutsstöd i organisationer. Hon tänker sig att chefer och ledare i allt större utsträckning kommer att förlita sig på att AI kan ge förslag, analysera enorma datamängder och sätta samman beslutsunderlag på ett sätt som går långt utöver vad mänskligt arbete hinner med. Hon förklarar att detta kan leda till snabbare och mer grundade beslut, men att det också ställer krav på ledaren att förstå de underliggande processerna. Hon beskriver vidare hur mycket av det rent administrativa arbetet sannolikt kan automatiseras, vilket frigör tid för chefens verkliga kärnuppgifter: att motivera teamet, arbeta strategiskt och hålla koll på vilka förändringar som behövs i organisationen för att man ska kunna utnyttja AI:n fullt ut. Hon menar att då måste IT och verksamhet arbeta gemensamt, snarare än i separata silos, och att detta kräver ett annorlunda sätt att tänka kring projekt och ansvar.

Hon märker tydligt hur generativ AI, speciellt språkmodeller som ChatGPT, får enorm uppmärksamhet. Hon ser att många kollegor, både på myndigheter och utanför, har en naiv tilltro till att just en chattbot-liknande lösning ska ge svar på alla problem. Hon betonar att det inte är så enkelt, i synnerhet när man måste förhålla sig till lagar, förordningar och sekretess. För en myndighet som Försäkringskassan behövs spårbarhet och transparens kring hur ett beslut fattats, och det är inte alltid generativa modeller lämpar sig för det. En annan aspekt hon lyfter är att historisk data som människor har producerat, till exempel beslutsunderlag, kan vara inkonsekvent, eftersom människorna själva bedömt samma typ av ärende på olika sätt. Det gör att en AI-lösning behöver tränas oerhört noggrant och inte bara kan matas med all rådata man har. Hon berättar att hon samtidigt märker av en rädsla hos vissa, som inte vill ta i AI alls och som uppfattar tekniken som ett hot. Andra är rakt motsatta och vill köra på snabbt utan att ta hänsyn till juridiska komplikationer. Hon menar att en bra ledare i framtiden måste kunna balansera dessa krafter och uppmuntra experimentlusta, men inom tydliga ramar, för att på ett säkert och lagligt sätt utnyttja AI:s potential. Hon upprepar också att det är svårt att kvantifiera vilka ekonomiska vinster AI ger, då processen i sig ofta tvingar fram andra förändringar i organisationen som inte går att mäta med en enkel före- och efterjämförelse.

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

Ann-Charlotte förklarar att AI teoretiskt kan bidra till att synliggöra och minska partiskhet, särskilt i rekrytering och befordran. Hon framhåller att mänskliga beslutsfattare alltid bär på någon form av förutfattad mening och att dessa riskerar att slå igenom när man väljer kandidater. Om en AI lär sig mönster från historisk data som redan är skev, finns risken att den fortsätter förstärka negativa mönster, men hon påpekar att just detta är något man kan åtgärda i en algoritm om man aktivt granskar vilka urval och vikter som används. Hon menar att det är svårare att justera mänsklig partiskhet, eftersom den är djupt rotad och inte alltid syns. AI kan i stället fungera som en spegel som visar ”så här ser det faktiskt ut i era historiska rekryteringar” och öppna för att man gör medvetna förändringar av sitt urval. Hon säger att hon vet att detta är ett kontroversiellt ämne och att det ofta blir snabba rubriker när myndigheter eller företag anklagas för att ha felaktigt tränade AI-system. Hon nämner att exempelvis Försäkringskassan granskas hårt och att hon inte kan kommentera vissa specifika beslut eller tekniska lösningar av sekretesskäl, men hon understryker att hon ser en stor potential i mer transparent AI-användning för att både effektivisera processer och öka rättssäkerheten i beslutsfattande. Hon menar att man med AI kan upptäcka omedvetna mönster mycket snabbare än när allt bygger på människors egen uppfattning, men också att det kräver utbildning och noggrann styrning. Hon avslutar med att påpeka att en sådan satsning på AI för mångfald och inkludering förutsätter att fler kvinnor och minoritetsgrupper också är med och formar algoritmerna, så att deras perspektiv blir en naturlig del av systemens logik.

Hon menar slutligen att AI aldrig kan bli en quick fix, men att tekniken skapar spännande möjligheter för både ledarskap och organisationskultur. Hon hoppas att hennes erfarenheter, av allt från utveckling och projektledning till chefskap och AI-strategier, kan uppmuntra fler kvinnor att se att de både kan trivas och lyckas i branschen. Hon tror att en bred syn på teknik, där mänskliga aspekter, regelverk och innovation går hand i hand, är avgörande om man vill nå en framtid där AI används på ett inkluderande och rättvist sätt. Hon är övertygad om att ju fler olika röster som finns med och skapar tekniken, desto bättre blir den för alla. Hennes sista hälsning är att hon gärna fortsätter diskutera dessa frågor, eftersom hon tycker det är viktigt att dela de lärdomar hon gjort, både de positiva och de som visat på svårigheter, och hon önskar samtidigt lycka till med alla initiativ som lyfter fram röster inom AI och teknik i bokform eller andra sammanhang.