Som ung overlever du AI-apokalypsen, hvis du kan stille de rigtige spørgsmål

Den seneste måned har fortællingen om de unge og AI lydt sådan her: Du bliver ikke fyret på grund af AI. Du bliver bare aldrig ansat.

Den fortælling er for enkel. Et nyt studie fra KPMG og University of Texas viser, at halvdelen af de nyuddannede allerede laver bedre arbejde end maskinen alene. Det, der adskiller dem fra resten, er hverken fagviden eller teknisk snilde. Det er evnen til at stille de rigtige spørgsmål.

Det store billede

Danmarks Nationalbank har netop udgivet arbejdspapiret "AI Adoption and Firm Size: Employment Effects in Monthly Administrative Data" (Working Paper nr. 223, september 2026). Det er de første solide danske tal for, hvad AI gør ved beskæftigelsen i virksomhederne. Forskerne har koblet data om, hvilke danske virksomheder der tog AI i brug, med månedlige registerdata om de ansatte. Det er de første solide danske tal for, hvad AI gør ved beskæftigelsen.

• Virksomheder, der tog AI i brug i 2023, lå ved udgangen af 2025 omkring 11 procent under deres egen forventede beskæftigelse. De er sammenlignet med virksomheder i samme snævre branche, som ikke tog AI i brug.
• Tilpasningen sker gennem færre ansættelser og ikke gennem fyringer.
• Faldet i beskæftigelsen ses kun i virksomheder med under 100 fuldtidsansatte. De store virksomheder holder niveauet og tilpasser sig i stedet ved at ændre sammensætningen af stillinger.
• Det rammer bestemte grupper: unge, universitetsuddannede medarbejdere i stillinger, hvor AI kan overtage opgaverne. Lønningerne påvirkes slet ikke.
• Intet af det er stort nok til at rykke den samlede danske beskæftigelse. Indtil videre.

Tallene er reelle. Entry level-jobbene til de unge med en videregående uddannelse er de første, der kommer under pres.

Men se, hvem der skaber værdi

KPMG og University of Texas at Austin har testet 523 nyansatte hos KPMG, som alle havde under 18 måneders anciennitet. Først løste en AI-agent opgaverne alene. Bagefter løste de nyansatte de samme opgaver med agenten. Studiet blev publiceret i Harvard Business Review i juli.

Research: Why Some Junior Employees Work Well with AI—and Others Don’t

Organizations need to understand how individuals create value beyond the AI baseline in real organizational settings, particularly in higher-stakes professional work requiring judgment, domain expertise, and decision-ready outputs. KPMG and researchers from the University of Texas conducted a large-scale field study with 523 early-career professionals where participants completed business-specific tasks using an AI agent built for the domain. This research can help answer two questions: 1) What enables early career employees to add value in AI‑enabled workflows? And 2) how can those capabilities be intentionally developed in ways that sustain continuous improvement as AI continues to advance? The findings sorted participants into three groups: AI apprentices, AI delegators, and AI amplifiers. A surprise in the findings was that foundational skills such as critical thinking abilities, AI literacy, and domain knowledge weren’t clear signals for who fell into which group. This can help leaders rethink how to design entry-level work and how to hire for these jobs.

Harvard Business ReviewAshish Agarwal and Anitesh Barua and Anu Puvvada and Fangchen Song and Wen Wen

De nyansatte faldt i tre grupper:

• AI apprentices, 24 procent, klarede sig dårligere end AI alene.
• AI delegators, 26 procent, var på niveau med AI alene.
• AI amplifiers, 50 procent, var bedre end AI alene.

Mellem linjerne

Studiets vigtigste fund er, at kritisk sans, fagviden og AI literacy ikke i sig selv afgjorde, hvilken gruppe man endte i.

Apprentices havde de rigtige kompetencer, men de spurgte om de forkerte ting. De bad maskinen om at omskrive, omorganisere og forfølge sidespor. Delegators spurgte næsten ikke om noget. De tog imod svaret og gik videre.

Amplifiers spurgte anderledes. Hvad antager du her? Hvordan er du nået frem til det? Findes der en anden forklaring? Hvilken evidens mangler vi? Først derefter skrev de anbefalingen.

Det er metakognition i praksis. Amplifiers tænkte over deres egen tænkning og over maskinens. De havde en model af, hvordan modellen arbejder, og vidste derfor også, hvor den tager fejl. Den kompetence ligger et niveau over faget og et niveau over værktøjet.

Når AI kan levere svarene, flytter værdien sig til spørgsmålene.

Hvad det betyder for uddannelserne

Uddannelserne kan ikke give en kommunikationsstuderende den dag, hvor krisen rammer. Telefonen ringer, en journalist vil have en kommentar inden for en time, og den erfarne kommunikationschef ved siden af spørger: Hvad ved vi egentlig, og hvad bør vi ikke sige endnu?

Den dag kan man ikke simulere i et klasselokale. Til gengæld kan man træne de spørgsmål, der bliver stillet den dag. Hvem er den egentlige modtager? Hvad er det rigtige budskab i netop denne situation? Hvad har AI overset, fordi den ikke kender organisationens historie?

Forskerne peger på to greb, der kan flyttes direkte ind i undervisningen:

• Gør dømmekraften synlig. Lad de studerende dokumentere, hvilke spørgsmål de stillede, og hvorfor de accepterede, rettede eller forkastede det, AI leverede.
• Bedøm processen og ikke kun produktet. Når AI alene kan skrive en god pressemeddelelse, siger slutresultatet mindre om den studerende end de spørgsmål, der førte derhen.

Ja, men

Studiet fra KPMG er amerikansk og lavet i ét konsulenthus. Det ændrer heller ikke på Nationalbankens tal: Der bliver ansat færre, og især de mindre virksomheder holder igen. Tallene skal ses igen, når højkonjunkturen slutter.

Konkurrencen om de færre job bliver hårdere. Den bliver afgjort af, hvordan man arbejder med AI, og ikke af, om man kan bruge det.

Bundlinjen

Maskinen har svar på det meste. Den ved bare ikke, hvad virksomheden burde spørge om.

Kan du stille de rigtige spørgsmål, er du stadig svaret på virksomhedens problem. Og så er svaret også et job til dig.

Læs mere

Danmarks Nationalbank, Working Paper nr. 223: AI Adoption and Firm Size https://www.nationalbanken.dk/en/news-and-knowledge/publications-and-speeches/working-paper/2026/ai-adoption-and-firm-size-employment-effects-in-monthly-administrative-data

Harvard Business Review: Why Some Junior Employees Work Well with AI and Others Don't https://hbr.org/2026/07/research-why-some-junior-employees-work-well-with-ai-and-others-dont

Danmarks Nationalbank, Working Paper nr. 223