Undgå AI-slam og workslop
Af Mikkel Freltoft Krogsholm · Opdateret 4.5.2026
AI-slam, eller workslop, er det AI-output der ser travlt ud, men ikke flytter noget. Det er den pæne version af rod: tekst der ligner arbejde, men som bare giver næste menneske mere oprydning. Den bedste modgift er ikke forbud. Det er bedre brief, skarpere kriterier og en menneskelig redaktør, der stadig gider tænke.
Kort svar
AI-slam, eller workslop, er det AI-output der ser travlt ud, men ikke flytter noget. Det er tekst, slides eller opsummeringer der ligner arbejde, men som bare giver næste menneske mere oprydning. Den bedste modgift er ikke forbud. Det er bedre brief, skarpere kriterier og en menneskelig redaktør, der stadig gider tænke.
Hvad workslop er
Ordet workslop bruges om AI-genereret indhold, der ligner seriøst arbejde, men som mangler substans. Harvard Business Review beskrev i 2025, hvordan denne type output kan skade produktiviteten, fordi modtageren skal bruge tid på at finde ud af, hvad der egentlig menes, og hvad der kan bruges.
Det er den del, mange overser. Workslop er ikke bare dårligt skrevet. Det er dårligt arbejde forklædt som effektivitet.
Det ser ofte sådan ud:
Et mødenotat med pæne overskrifter og ingen beslutninger.
Et kundesvar der lyder venligt, men ikke svarer på spørgsmålet.
En rapport med mange afsnit og ingen vurdering.
En strategi med store ord og små konsekvenser.
Det føles som output. Det er bare videreformidlet støj.
Hvorfor det sker
Workslop opstår typisk når AI bruges som erstatning for tanke, ikke som hjælp til tanke.
Det er nemt at trykke på en knap og få noget tilbage. Det er sværere at definere, hvad der er et godt svar, en god struktur eller en brugbar beslutning. Så output bliver produceret, før opgaven er forstået.
Det er også derfor workslop trives i organisationer, hvor folk bliver belønnet for at se travle ud. AI kan levere meget tekst hurtigt. Hvis ingen måler kvaliteten af den tekst, får man mere af det forkerte, bare hurtigere.
Den dyre del er ikke produktionen
Mange tror problemet er, at AI laver noget dårligt. Det er ikke den dyre del.
Den dyre del er, at et andet menneske skal læse, rette, afklare og genstarte arbejdet. Det er dér produktiviteten forsvinder. Ikke i prompten. I efterarbejdet.
Det er derfor workslop er så irriterende. Det flytter ikke arbejdet fremad. Det flytter det bare videre til den næste person i kæden.
Sådan ser god brug af AI ud
God AI-brug starter med en opgave, ikke et output.
Hvis opgaven er at skrive et kundesvar, så skal AI ikke bare skrive noget pænt. Den skal skrive et svar, som faktisk kan sendes, eller i det mindste gøre det tydeligt hvad der mangler.
Hvis opgaven er at lave et referat, så skal AI ikke bare gentage samtalen. Den skal finde beslutninger, åbne spørgsmål og ansvar.
Hvis opgaven er at lave et udkast, så skal det være et udkast, ikke en illusion om færdigt arbejde.
Det lyder banalt. Det er det ikke. De fleste AI-problemer er bare gamle ledelsesproblemer med ny emballage.
Hvad Mikkel lærer folk i praksis
I Superkræfter-bogen er pointen ikke, at AI skriver bedre end mennesker. Pointen er, at AI er god til at forstærke det mennesker allerede vil have gjort.
Det er forskellen på et brugbart værktøj og workslop.
Da Mikkel brugte AI til 47 kvitteringer på en aften, var målet ikke at imponere nogen. Målet var at få et kedeligt, gentaget arbejde gjort rigtigt. Da han lavede otte rapporter på 30 minutter, var det samme mekanik. Klar opgave. Klar ramme. Klar kvalitet.
Det er sådan AI bliver nyttig. Ikke når den ser smart ud. Når den gør næste skridt lettere.
Tegn på at du er ved at lave workslop
Du er sandsynligvis på vej derhen, hvis:
Du kan ikke forklare, hvad output skal bruges til.
Du har ikke defineret, hvem der skal godkende det.
Du ville ikke selv turde sende det videre uden at læse det først.
Du har bedt AI om at lave mere tekst, før du har besluttet, hvad der er vigtigt.
Du bruger ord som "strategi" og "effektivisering" uden at have ændret noget i praksis.
Det sidste er især populært. Det er også dér meget workslop gemmer sig: i ord der lyder som ledelse og fungerer som tåge.
Hvad der faktisk hjælper
Der er tre ting, som næsten altid reducerer workslop.
En kort brief. Hvad er opgaven, hvem er modtageren, og hvad skal der ske bagefter.
Et tydeligt kvalitetskriterie. Hvad skal være sandt, brugbart eller færdigt, før det må sendes videre.
En menneskelig redaktør. Ikke en ceremoniel godkender, men et menneske der har mandat til at sige nej.
Det lyder ikke sexy. Det virker.
Hvorfor det passer til Superkræfter
Superkræfter handler om mennesker, ikke teknik. Derfor er workslop et oplagt emne. Det er ikke et AI-problem i snæver forstand. Det er et menneskeproblem med AI som accelerator.
Når en organisation begynder at stille bedre spørgsmål til output, sker der noget ret simpelt. Folk bliver bedre til at bruge AI til det, den faktisk er god til: første udkast, struktur, opsamling, variation, sortering.
Og de bliver dårligere til at lade maskinen stå for dømmekraften. Det er sundt.
Hvad du kan gøre i morgen
Vælg én opgave, hvor AI ofte bruges til at lave noget, andre bagefter skal rydde op i. Skriv tre krav ned: hvad opgaven er, hvad et godt output er, og hvem der skal bruge det.
Hvis det ikke kan forklares i tre sætninger, er opgaven ikke klar til AI. Så er den bare klar til mere støj.
Det er måske den mest nyttige regel i hele emnet: Hvis du ikke kan beskrive kvaliteten, kan AI heller ikke levere den.