Hva skjer når styret tenker med samme hjerne?

De fleste norske styremedlemmer som bruker AI i styrearbeidet, bruker i praksis samme modell. En kronikk av NHH-forsker Erik Lang reiser spørsmålet om det kan gjøre styrets vurderinger mindre mangfoldige, ikke fordi verktøyet er dårlig, men fordi alle spør det samme.

Et styre er bevisst satt sammen av mennesker med ulik bakgrunn, ulik erfaring og ulike måter å lese en sak på. Uenighet rundt styrebordet er sjelden et problem som bør fjernes. Det er ofte selve grunnen til at styret fanger opp noe en enkeltperson ville ha oversett. 

Erik Lang, ph.d.-stipendiat ved NHH, skriver i en kronikk med tittelen “Kunstig intelligens – én hjerne for alle?” i Tidsskrift for Den norske legeforening. Kronikken reiser spørsmål om bruk av AI som også er relevante og interessante for styrearbeid.

Lang skiller mellom to typer feilkilder. Den ene sitter i enkeltpersonen og varierer fra person til person. I et styrerom betyr det at selv om styremedlemmene leser de samme saksdokumentene, tolker de dem ikke nødvendigvis på samme måte. Hver av oss bygger vår egen forståelse av det vi leser, preget av erfaring, kunnskap og perspektiver.

Den andre feilkilden kan oppstå når mange uavhengige vurderinger i større grad formes av de samme AI-modellene. Da forsvinner noe av den variasjonen som gjør at en gruppe fanger opp det en enkeltperson ville ha oversett.

Når to styremedlemmer leser det samme saksdokumentet med forskjellige perspektiver, er det ofte der de gode spørsmålene oppstår, spørsmålene som forbedrer beslutningen før den tas.

Dette har inntil nå først og fremst vært et teoretisk resonnement. I undersøkelsen vi gjennomførte sammen med NHH tidligere i år, ser vi imidlertid et mønster som gjør problemstillingen mer konkret. Blant styremedlemmer som oppgir hvilket AI-verktøy de bruker, benytter de fleste de samme generelle språkmodellene, med ChatGPT som det klart mest brukte verktøyet.

Det gjør problemstillingen som Lang reiser relevant også for styrearbeid. Det betyr ikke nødvendigvis at analysene blir dårligere når mange bruker de samme modellene. De kan ofte bli bedre. Men når de samme mønstrene og innvendingene gjentas hos svært mange, kan noe av det mangfoldet som gjør styrearbeid verdifullt, gradvis bli mindre synlig. Risikoen er at vi i det stille snevrer inn bredden i styrets tenkning før diskusjonen i det hele tatt har begynt.

Kanskje er ikke den største risikoen ved AI i styrerommet at analysene blir dårligere. Kanskje er risikoen heller at de blir for like.

Neste gang du går inn i et styremøte, kan det være verdt å stille seg et spørsmål. Hvor mange rundt bordet har egentlig fått hjelp av den samme AI-modellen til å analysere saken dere nå skal diskutere?

Kanskje er svaret uproblematisk. Men kanskje er det nettopp et spørsmål verdt å stille. Uansett svar tror jeg ikke utfordringen er hvor mye AI styret bruker. Jeg tror utfordringen er å være bevisst på hvordan AI påvirker styrets vurderinger allerede før diskusjonen begynner.