Algoritmerne kan bruges til udvikling og hjernedød kontrol

Algoritmeledelse vinder frem og vil sandsynligvis også snige sig ind i ledelse af dag- og fritidstilbud. Her er det afgørende, at lederne er kritiske og holder fast i, at pædagogisk arbejde kræver faglige skøn, som ikke udelukkende kan baseres på data.
Illustration om algoritmer

Vagtplanen laver sig selv. Du behøver ikke at indberette data til forvaltningen. Det er gjort for dig. Til gengæld kan institutionens mål opleves som meningsløse, og mange af medarbejdernes handlinger ser ikke ud til at komme børnene til gode.

Sådan kan virkeligheden i et dag- eller fritidstilbud se ud i en ret nær fremtid, hvis ledere eller forvaltninger begynder at benytte sig af mulighederne i algoritmeledelse – en tilgang til ledelse, der bliver diskuteret heftigt, i takt med at den bliver indført flere steder.

Indtil videre er algoritmerne mest udbredt hos platformvirksomheder, hvor bude bringer mad og varer ud til kunderne. Hos nogle af de virksomheder møder medarbejderne slet ikke en chef. I stedet bliver deres opgaver styret via en app og kunstig intelligens. 

Kan tracke aktiviteter med børn

Den type job er mere oplagte til algoritmeledelse end et dagtilbud eller en skole. Alligevel kommer det sandsynligvis, fortæller Kasper Edwards, som er seniorforsker på Danmarks Tekniske Universitet, hvor han blandt andet forsker i netop algoritmeledelse. 

”Der er en bevægelse imod, at man tracker aktiviteter, så forældre for eksempel kan følge med på afstand. Det kan handle om, hvor lang tid et barn må vente, før det bliver mødt af en voksen, eller hvor mange gange der bliver skiftet ble på en dag. Man kan sætte alle mulige mere eller mindre meningsfulde mål op,” siger Kasper Edwards.

Ikke spor perifert

Eva Munck Immertreu, formand for Lederforeningen i BUPL, peger på, at selvom emnet lige nu kan virke perifert for lederne, er det i virkeligheden ikke tilfældet.

”Med elektronisk afkrydsning kan man i forvaltningen holde øje med, hvor mange børn der er i institutionen på forskellige tidspunkter. Oplever lederen selv, at der er for mange nullermænd i krogene, kan hun tjekke, hvor lang tid der er blevet brugt på rengøringen, ved at se, hvornår alarmen er blevet slået fra og til igen,” siger hun.

Kan trække i to retninger 

Grundlæggende handler algoritmeledelse om, at man har defineret et sæt regler, og når en medarbejder udfører sit arbejde, bliver det kortlagt, om medarbejderen lever op til reglerne. Gør han det ikke, kan det udløse en handling, som også er defineret på forhånd, forklarer Kasper Edwards. 

Algoritmeledelsen kan groft sagt trække i to retninger. 

”Den kan bruges til at udvikle kvaliteten, men den kan også føre til hjernedød kontrol og rigide ritualer,” siger Kasper Edwards og kommer med et eksempel på, hvordan det kan bruges som redskab til at forandre adfærd:

”Oplever man i en institution, at man ikke er så god til at tage imod børnene, når de bliver afleveret om morgenen, kan man bruge det til at optimere adfærden. Man kan måle, hvor mange børn der bliver taget imod indenfor fem-syv minutter. Bliver de ikke modtaget indenfor den tid, man ønsker, kan man afsætte ressourcer og sætte fokus på den del af dagligdagen.” 

Husk at stoppe

Når adfærden er blevet ændret i den retning, lederen ønsker, skal der ske en vigtig handling: Man skal stoppe med at indsamle data om det område. Gør det i en periode, og fokuser så på noget andet, foreslår Kasper Edwards. 

”Et af de store problemer er, at når man først er begyndt at samle data på et område, så er det svært at holde op igen. ’Det kunne jo stadig være meget rart at vide,’ tænker nogen, og så får man et voksende repertoire af performance-indikatorer. Så kan det være svært at finde ud af, hvad man skal fokusere på, og i nogle tilfælde kan indikatorerne være modsatrettede,” siger Kasper Edwards og tilføjer, at hans pointe med performancemål bygger på studier i en række virksomheder. 

Svært at slippe et mål

”Det er tilsyneladende svært for ledere at slippe et mål. Selv ældgamle mål får lov at være der, men hvis man ikke bruger data til noget, skal man ikke indsamle dem. Målene skal droppes,” siger han.

Der er en stor sandsynlighed for, at lederne ikke selv introducerer algoritmeledelsen, men at det er forvaltningen, forudser Kasper Edwards.

”Der er et stigende pres for at øge mængden af data, og med mere data har flere højere oppe i hierarkiet mulighed for at gå mere ned i konteksten og blande sig,” siger han.

Fasthold faglige skøn

Der kan blandt andet komme fokuspunkter som sygdomsfravær, om ansatte møder til tiden, og om personalesammensætning, forudser eksperten og råder til at være kritisk:

”Hvis forvaltningen for eksempel vil have tal for, hvordan sammensætningen af medarbejdere skal være, er det lavet ud fra et ideal, som forvaltningen har sat op. Men to naboinstitutioner kan være vidt forskellige. Børn og personale er forskellige, ligesom socioøkonomiske faktorer kan gøre en stor forskel. Derfor må algoritmeledelse aldrig erstatte det faglige skøn i den enkelte institution.”

Mister det nære

Eva Munck Immertreu, formand for Lederforeningen i BUPL, er enig, for når der kommer fokus på den enkelte institutions og medarbejders performance, bliver der mindre plads til individuelle behov. 

”Kigger man kun på data, kan man miste det nære og personlige. Vi skal være på vagt og i tæt dialog med forvaltningerne, hvis man begynder at anvende de her muligheder. Det kan let blive til registrering for registreringens skyld, men skal det bruges, må det være for at gavne den enkelte institution,” siger hun.

Giv Lederforeningen besked

Indtil videre holder Lederforeningen i BUPL sig lidt afventende til udviklingen.

”Vi holder øje og opfordrer medlemmer til at henvende sig til os, hvis der i kommunen er en dialog om algoritmeledelse. Samtidig vil jeg opfordre lederne til at stille kritiske spørgsmål i MED-udvalg. Der skal være en dialog om, hvad man kan bruge det til,” siger lederformanden.

Sådan forholder du dig konstruktivt til algoritmer

Mål kun det, du vil have

Inden du går i gang med at bedrive algoritmeledelse, skal du stille dig et overordnet spørgsmål ud fra denne sætning: Man får, hvad man måler, men vil du gerne have, hvad du får? 

Måler du det rigtige?

Måler du på ét område, er der fokus på det, og det bliver sandsynligvis forbedret. Men det kan betyde, at der bliver fjernet fokus og ressourcer fra andre steder i huset, som er knap så synlige i den forbindelse. Derfor skal du overveje, om du måler det rigtige. 

Undgå mekanisk og utilsigtet adfærd

Algoritmeledelse foregår sådan, at bestemte data kan udløse bestemte handlinger. Måler en institution, om børn og forældre bliver mødt af en ansat, indenfor få minutter efter at de er ankommet, kan det kalde på ændringer, hvis personalet ikke lever op til kravene,som er stillet på forhånd. Det kan føre til mekanisk og utilsigtet adfærd, for algoritmen forholder sig ikke til årsagerne. Det skal med i overvejelserne, inden du begynder at indrette dine prioriteringer efter algoritmerne.

One size fits all gælder ikke

Bliver du mødt af krav oppefra om at måle på bestemte områder og rapportere resultaterne, kalder det på en større ledelsesdiskussion om, hvad du skal styre efter. Er det for eksempel antallet af bleskift, som er afgørende, eller er det kontakttid mellem personale og børn? One size fits all er ikke en tilgang, som passer til arbejde med relationer.

God til forandringer

Har du identificeret et område, som I skal være bedre til i institutionen, er algoritmeledelse en mulighed. Ved at sætte fokus på et område og indhente data om det vil der sandsynligvis ske forandringer.

Husk at stoppe

Der sker ofte det, at når man først er begyndt at indhente data på et område, så fortsætter man. Lad være med det, for hvis du ikke længere har fokus på området, er der ingen grund til at måle på det. Indhenter du data på for mange områder, kan det være svært at fokusere, og i nogle tilfælde kan målene modarbejde hinanden.

Forklar algoritmen

Bruger du algoritmer i dit arbejde – for eksempel til vagtplaner – er det afgørende, at du selv forstår dem, for du skal kunne forklare kriterierne bag til medarbejderne. Ellers er der stor risiko for, at de bliver frustrerede.

Husk det faglige skøn

Træf ikke beslutninger udelukkende på basis af data, for der er altid mennesker bag tallene. Viser data for eksempel, at der er forholdsvis mange medarbejdere til få børn sidst på eftermiddagen, er det ikke ensbetydende med, at man nødvendigvis kan spare netop der. Det kan være, at de børn, som har det sværest derhjemme og har brug for den tætte voksenkontakt, netop er i institutionen/SFO’en på det tidspunkt. Det kan du ikke se på tallene, så derfor skal det faglige skøn altid med i ligningen.

Kilde: Kasper Edwards, seniorforsker på Danmarks Tekniske Universitet.

Værd at vide om algoritmer

Hvor kommer ordet algoritme fra?

Ordet associeres med det græske ord ’arithmos’, der betyder tal. 

Hvad gør en algoritme?

Grundlæggende er en algoritme et sæt regler, som er defineret på forhånd. Når algoritmen modtager et input, udløser det den handling, som den er programmeret til. Vi forbinder primært algoritmer med computere og kunstig intelligens.

Hvad er algoritmeledelse?

Algoritmeledelse er et sæt regler for, hvordan man leder. Typisk er det koblet til bestemte mål. Når du målene, udløser det en handling. Når du dem ikke, udløser det 
en anden handling.

Hvad er artificial intelligence (AI)?

På dansk: Kunstig intelligens. Computerprogrammer, som kan analysere data og regne sig frem til, hvad der kan være den ’rigtige’ handling i en bestemt situation. Den kunstige intelligens kan kodes med algoritmer, så den kan regne sig frem til, hvad der skal ske, på baggrund af de input, der gives. 

Algoritmer bruges flittigt til ledelse i udlandet

Algoritmeledelse bliver brugt i en lang række virksomheder, især i udlandet. Nogle af de mest kendte eksempler er firmaer som Uber og Amazon, der på forskellige måder lever af at transportere varer og mennesker. Begge firmaer bruger teknologien til at sende deres chauffører hen til kunderne. 

Amazon har også kæmpe lagre i blandt andet USA, hvor medarbejdernes opgaver bliver fordelt elektronisk og i høj fart. Medarbejderne modtager opgaver via en personlig scanner. Når de modtager ordren, har de fx 30 sekunder til at finde varen frem. 

Scannerne bliver også brugt til at overvåge deres arbejde. Bruger de mere end 30 minutter på en dag på noget, der ikke er arbejdsrelateret – som at gå på toilettet eller snakke med kolleger – kan de modtage en advarsel og senere blive fyret, hvis det gentager sig. Og det kan ske, uden at et menneske er med i processen.

Amazon har også arbejdet med at udvikle kunstig intelligens til at udvælge egnede kandidater til job som fx it-udviklere. Programmet udviklede sig undervejs på baggrund af data om de kandidater, der i en periode havde søgt og fået den type stillinger hos Amazon. Men så opstod et problem: Algoritmen sorterede nemlig i høj grad kvinder fra, fordi den typiske medarbejder i den relevante afdeling er en mand. Firmaet endte med at droppe denne måde at rekruttere på.

I de senere år er algoritmerne også rykket ind påkontormedarbejderes computere. Microsoft har udviklet et program, der kan analysere alt, hvad du har lavet på din computer i en periode, og komme med forslag til, hvordan du bliver mere effektiv. Andre firmaer har udviklet programmer til direkte at holde øje med medarbejderne. Nogle af dem kan holde øje med alt, hvad der foregår på computeren, og tage et foto af hjemmekontoret hvert 10. minut for at tjekke, om man sidder ved computeren. 

Et af firmaerne, der sælger programmerne til overvågning, gør det under mottoet ’so you’ll know if they are working hard or hardly working’.

Kilder: Reuters, Amnesty International, ida.dk

Kontakt din lokale fagforening

Har du faglige spørgsmål om løn, arbejdsvilkår og overenskomster, skal du kontakte din lokale fagforening.