Når du står over for en vanskelig beslutning, er ”hvad skal jeg gøre?” som regel et dårligt afsluttende spørgsmål til modellen. Svaret kan være forbeholdent eller selvsikkert, men er i begge tilfælde begrænset af de fakta og den ramme, du har angivet, samt det, modellen gætter sig til.
En mere forsvarlig anvendelse er som en struktureret sparringspartner: Bed den foreslå mulige alternativer, udfordre din ramme og identificere manglende dokumentation. Arbejdsgangen nedenfor organiserer denne anvendelse uden at behandle modellen som beslutningstager.
Hold personlige og fortrolige oplysninger ude af ikke-godkendte værktøjer. Ved beslutninger om ansættelse, medicin, jura, økonomi, sikkerhed eller andre forhold med store konsekvenser skal du bruge AI til at strukturere spørgsmål, ikke til at erstatte autoritative regler, faglig ekspertise, kontrol for urimelige eller diskriminerende virkninger eller en ansvarlig menneskelig beslutningstager. NIST’s vejledning om samspillet mellem mennesker og AI advarer om, at systemer med mennesker og AI kan miste kontekst og forstærke bias.
Omformuleringen
Tankeskiftet går fra ”fortæl mig svaret” til ”hjælp mig med at tænke”. Mere konkret:
- I stedet for ”hvad skal jeg gøre?” → ”hjælp mig med at forstå min egen situation.”
- I stedet for ”hvad er fordelene og ulemperne?” → ”hvad er de stærkeste fordele og ulemper, og hvilke af mine antagelser er svagest?”
- I stedet for ”hvad vil du anbefale?” → ”hvad er det mest troværdige argument imod det, jeg hælder til?”
Forskellige spørgsmål kan fremkalde forskellige aspekter af den samme situation. Omformuleringen gør den ønskede hjælp tydelig, men garanterer ikke, at svaret er fuldstændigt eller upartisk.
Arbejdsgangen til beslutninger i fire trin
En proces, der kan gentages for beslutninger med lavere risiko eller til at strukturere ét input til en beslutning med store konsekvenser:
- Indram – læg situationen klart frem.
- Generér – foreslå argumenter og muligheder, som du kan undersøge.
- Stresstest – få modellen til at angribe det, du hælder til.
- Beslut – vælg, og gør usikkerheden og ansvaret tydeligt.
Vi gennemgår hvert trin.
Trin 1: Indram
En almindelig fejl i beslutningsprompts er at begynde med for lidt kontekst. Hvis du beskriver situationen kort, kan modellen behandle din ramme og dine udeladelser som fakta.
Bed modellen interviewe dig først.
Jeg skal til at træffe en beslutning. Før du siger noget, skal du stille mig 5-7 spørgsmål, som du har brug for svar på for at kunne være en nyttig sparringspartner. Dæk: Hvilke reelle muligheder findes der, hvilke reelle begrænsninger har jeg, hvem bliver ellers påvirket, hvordan ser succes ud, og hvad ville jeg fortryde mest? Vent på mine svar.
Linjen med ”dæk” angiver, hvilke dimensioner spørgsmålene skal berøre. Gennemgå spørgsmålene, og tilføj enhver dimension, modellen overser.
Besvar spørgsmålene så udførligt, som du har tilladelse til at dele. Selve besvarelsen kan afsløre, at mulighederne, begrænsningerne eller succeskriterierne stadig er utilstrækkeligt defineret.
Når du har svaret, har modellen mere kontekst, men den kan stadig overse fakta, incitamenter eller personer, der ikke er repræsenteret i samtalen.
Trin 2: Generér
Bed nu om argumenter og muligheder. En mulig struktureret skabelon er:
Giv mig nu:
De tre stærkeste argumenter for hver mulighed. Citér mine svar, når de understøtter et argument. Markér alt, du er usikker på.
To muligheder, jeg måske overser. Nogle gange er det bedste valg et, jeg endnu ikke har overvejet. Navngiv dem, hvis du ser nogen.
Den vigtigste faktor, jeg bør afveje. Hvilken dimension betyder reelt mest i denne beslutning?
Min svageste antagelse. Hvilken af de ting, jeg har fortalt dig, er mest tilbøjelig til at være forkert eller ændre sig?
Listen kan udvide rammen. Et binært spørgsmål som ”tag jobbet eller lad være” kan skjule muligheder som at forhandle, udskyde eller vælge en tredje vej. Betragt genererede alternativer som kandidater, ikke som dokumentation for, at de er tilgængelige.
En nyttig opfølgning er: ”Hvis min svageste antagelse viste sig at være forkert, hvordan ville beslutningen så ændre sig?” Det er en følsomhedskontrol; kontrollér, at den identificerede antagelse faktisk er usikker og væsentlig.
Trin 3: Stresstest
Bed nu udtrykkeligt modellen om at gøre modstand.
Spil nu djævlens advokat over for det, jeg hælder til. Antag, at jeg er ved at vælge [option you’re leaning toward]. Opbyg det stærkeste troværdige argument imod. Vær konkret – ikke generelle bekymringer, men de faktiske scenarier, der ville gøre dette til det forkerte valg.
Forskning har vist, at nogle assistenter foretrækker svar, der stemmer overens med brugerens udtrykte synspunkter, også når synspunkterne er forkerte (Sharma et al., 2023). En anmodning om et modargument kan synliggøre en anden argumentation, men gør den ikke uafhængig, fuldstændig eller korrekt.
En mere aggressiv version:
Forestil dig, at der er gået to år, og at beslutningen viste sig at være en katastrofe. Hvad skete der? Gennemgå det mest plausible fejlscenarie trin for trin.
Denne prompt tilpasser en præmortemteknik: Forestil dig en fremtidig fiasko, og arbejd derefter baglæns til mulige årsager (Klein, 2007). Kontrollér de genererede årsager mod reel dokumentation, basisrater og faglig ekspertise.
Prøv også dette ved beslutninger, hvor du har en stærk intuition:
Angiv tre grunde til, at jeg måske vælger dette af de forkerte årsager – bias, tryghed, allerede afholdte omkostninger, det, jeg ønsker skal være sandt, frem for det, der er sandt.
Modellen kan generere mulige bias uden at inddrage en anden person, men kender ikke dine motiver. Betragt listen som spørgsmål til eftertanke, ikke som en diagnose.
Trin 4: Beslut
Nu har du en mere struktureret registrering af beslutningen. Det sidste trin er at formulere et valg og samtidig holde usikkerheden tydelig.
Hvad er din anbefaling på baggrund af alt det, vi har drøftet? Medtag:
- Det valg, du ville træffe, i én sætning.
- En kvalitativ vurdering af sikkerheden: lav, middel eller høj. Opfind ikke en sandsynlighed. Forklar, hvilken dokumentation og hvilke uafklarede antagelser der begrunder vurderingen.
- Den ene nye oplysning, der ville ændre dit svar.
Vær direkte. Spring den høflige ”det kommer an på”-ramme over – jeg vil have en holdning.
Vurderingen hjælper med at skelne en fast anbefaling fra et tæt valg, men den er ikke en målt sandsynlighed eller dokumentation for kalibrering. Brug forklaringen til at undersøge dokumentationen og de uafklarede antagelser, ikke mærkaten til at skabe kunstig præcision.
Læs anbefalingen, kontrollér dens fakta og antagelser, og træf derefter beslutningen. Anbefalingen er ét input; ansvaret forbliver hos dig eller den autoriserede beslutningstager.
Nogle nyttige mønstre efter beslutningstype
Job- og karrierevalg. Spørg til tidshorisonten, økonomiske begrænsninger, virkningen på andre personer og den dokumentation, der stadig mangler. Del kun oplysninger, du er tryg ved at lægge i det godkendte værktøj, og forveksl ikke en genereret anbefaling med viden om arbejdspladsen.
Ansættelsesbeslutninger. Begynd med jobrelaterede kriterier og en struktureret proces, begræns mængden af personoplysninger, og bed ikke AI om at udlede beskyttede karakteristika, rangordne kandidater eller træffe beslutningen. Brug den til at undersøge, om dokumentationen understøtter hvert kriterium, og om processen kan have en skæv eller diskriminerende virkning. I USA forklarer EEOC’s vejledning om udvælgelsesprocedurer jobrelevans og utilsigtet diskriminerende virkning; anvend reglerne i din jurisdiktion, og sørg for, at et menneske har det endelige ansvar for gennemgangen.
Strategiske beslutninger og forretningsbeslutninger. Brug præmortemmet (”forestil dig, at dette mislykkedes efter to år”) til at anmode om afhængigheder og fejlscenarier, og sammenlign dem derefter med driftsdata og ansvarlige ejere.
Store køb. Brug rammen med den ”svageste antagelse” til at undersøge påstande om fremtidig brug, samlede omkostninger, videresalgsværdi eller indkomst. Kontrollér priser, vilkår og betalingsevne uafhængigt.
Beslutninger om relationer og personlige forhold. Brug rammen ”hvad ville jeg fortryde mest” som ét input. Det kan hjælpe at afdække mulig fortrydelse for at skelne langsigtede bekymringer fra midlertidigt ubehag, men den bør ikke automatisk dominere beslutningen.
En almindelig fælde, du bør undgå
Fælden er at bruge AI som bekræftelsesmaskine. Hvis prompten argumenterer for din præference og udelader modstridende dokumentation, kan modellen producere en poleret sag for den ramme, den har fået.
En strukturel sikkerhedsforanstaltning er rutinemæssigt at bede om et troværdigt modargument, især når din præference føles indlysende. Enighed efter dette trin beviser ikke, at beslutningen er velbegrundet; uenighed beviser ikke, at den er forkert. Læs også om fire fejl hos AI som tænkepartner og om, hvordan du får AI til at sige dig ærligt imod.
En nyttig egenkontrol er: ”Hvad tilføjede modellen, og hvilken dokumentation understøtter det?” Hvis den ikke tilføjede noget nyttigt, skal du forenkle eller revidere prompten frem for at behandle en længere samtale som fremskridt.
En Custom GPT, der gør arbejdsgangen til en vane
Hvis du gør dette ofte, kan du bygge en Custom GPT ved navn “Decision Sparring Partner” (eller et Claude Project), hvor arbejdsgangen er indbygget. Brug eksempelvis disse instruktioner:
Følg denne strenge rækkefølge, når du bliver spurgt om en beslutning:
- Stil 5-7 spørgsmål, der dækker muligheder, begrænsninger, hvem der påvirkes, succeskriterier, og hvad personen ville fortryde mest. Vent på svarene.
- Angiv de stærkeste argumenter for hver mulighed, muligheder personen måske overser, den vigtigste dimension og den svageste antagelse.
- Spil djævlens advokat over for det foretrukne valg. Opbyg det stærkeste troværdige modargument.
- Giv en direkte anbefaling med en kvalitativ vurdering af sikkerheden, dokumentationen og de ukendte forhold bag den samt den oplysning, der ville ændre svaret. Opfind ikke en sandsynlighed.
Spring kun trin over, hvis brugeren udtrykkeligt beder om det. Angiv mulige rationaliseringer eller bias som hypoteser, ikke som fakta om personen. Præsentér de stærkeste underbyggede synspunkter og deres afvejninger frem for at skabe falsk balance.
Brug kun dette, når arbejdsgangen står i rimeligt forhold til beslutningen, og værktøjet er godkendt til de involverede oplysninger. En gemt assistent kan gøre rækkefølgen lettere at gentage, men validerer ikke rådet.
Hovedpointen
AI kan støtte dele af en beslutningsanalyse: formulere situationen, opstille alternativer og stressteste en præference. Den kan også forstærke en ufuldstændig ramme eller opfinde overbevisende begrundelser. Det endelige valg forbliver hos den ansvarlige person.
Indram, generér, stresstest, beslut. Brug de fire trin som en tjekliste, ikke som dokumentation for, at beslutningen er god. Til beslutninger med store konsekvenser skal du tilføje de autoritative regler, den kvalificerede ekspertise, de berørte personer og den formelle gennemgang, som situationen kræver.
