Magma
05.08.2026
KI-agenter påvirker grunnleggende antakelser om ledelse ved å opptre som medarbeidere, medledere og autonome aktører. Dette utordrer tradisjonelle psykologiske og kritiske perspektiver på ledelse.
Artikkelen anvender derfor kompleksitetsledelse som teoretisk rammeverk for å forstå ledelse som noe som utøves i dynamiske og adaptive systemer bestående av både mennesker og KI-agenter. I slike systemer er full kontroll ikke mulig, samtidig som menneskelig tilpasning og påvirkning er avgjørende. For å forstå et ledelsesfenomen preget av usikkerhet, argumenterer artikkelen for behovet for scenariotenkning knyttet til ulike utviklingsbaner og nye former for ledelse. KI-agenter skaper samtidig nye utordringer når de møter organisatoriske kontekster, noe som krever kontinuerlig tilpasning, læring og eksperimentering. Videre argumenterer artikkelen for at ledelse i en KI-kontekst krever særlig oppmerksomhet mot: (1) hvordan KI-agenter påvirker innflytelse, makt og ansvar, og (2) hvordan mennesker må samhandle med KI-agenter for å utvikle dømmekraft og navigere videre utvikling. Artikkelen bidrar dermed med både teoretiske og praktiske implikasjoner for ledelse i møte med en ny ledelsesvirkelighet. doktorgrad fra Institutt for strategi og ledelse ved Norges Handelshøyskole (NHH). Hun er forskningsleder og seniorforsker ved Samfunns- og næringslivsforskning (SNF) samt seniorkonsulent i Administrativt forskningsfond (AFF) i NHH-miljøet. Hun forsker på krise-, endrings- og innovasjonsledelse, og leder flere prosjekter med fokus på ledelse og kunstig intelligens. Innledning I en nær fremtid bruker et globalt investeringsfond KI-agenter til å analysere investeringer i et komplekst marked. Systemet begynner imidlertid å feiltolke risiko, uten at det oppdages, selv med ledere «i loopen». Rådene fremstår som troverdige og blir fulgt. Gradvis løper systemet løpsk, med store tap og uro i finansmarkedene som resultat. Mistanken vokser: vil noen oss vondt?
Scenariet er ment som en illustrasjon, og kunne selvsagt vært skrevet med motsatt fortegn, der menneskelige feilslutninger stoppes ved hjelp av KI1. Uansett, scenariet bidrar til å reise et spørsmål ledelsesfaget i stor grad har utsatt: Hva skjer når KI-agenter settes i system og blir mer autonome, og hvordan skal både ledelsesforskere og praktikere forstå dette? Dette er ikke primært en artikkel om teknologi, men om ledelse, og hva som skjer når ledelse ikke lenger utøves av mennesker alene. Fremveksten av KI-agenter kan sees på som et teknologisk sjokk (Lien et al, 2016), det vil si teknologisk endring som gjør det mulig å skape og kapre verdi på nye måter for hele verdikjeder eller markeder, og i dette tilfellet utfordres ledelse som fenomen. Det aktualiserer spørsmål om hvem som utøver ledelse, hvordan, og med hvilke konsekvenser for innflytelse, makt, ansvar og dømmekraft.
Utviklingen av KI som teknologi med generell nytte ble særlig konkret med lanseringen av ChatGPT i 2022, som del av en lengre utvikling fra maskinlæring til avanserte språkmodeller (LeCun et al., 2015; Strumke, 2023). Vi ser nå en overgang fra KI som assistent til KI som agent, og videre til samvirkende agentsystemer. Agenten kan handle, ta initiativ og operere over tid, og lære adaptivt i møte med sine omgivelser og integreres med fysiske systemer. Når flere agenter kobles sammen, oppstår systemer som kan koordinere seg selv og utføre oppgaver vi tradisjonelt forbinder med ledelse. Dette forskyver ikke bare hvordan ledelse utøves, men utfordrer også hva vi legger i selve ledelsesbegrepet.
Tradisjonelle psykologiske ledelsesteorier, med fokus på individets egenskaper, motivasjon og psykologisk trygghet, fremstår utilstrekkelige alene i møte med slike systemer (Biswas & Sengupta, 2025). Kritiske perspektiver har på sin side påpekt hvordan ledelse er situert i makt, struktur og kontekst (Alvesson & Spicer, 2014), men har begrenset forklaringskraft når sentrale aktører ikke er mennesker, og dynamikken er i rask endring. Artikkelen tar derfor utgangspunkt i kompleksitetsledelse (Uhl-Bien & Arena, 2018; Uhl-Bien et al., 2007), der organisasjoner forstås som komplekse tilpasningsdyktige systemer, og ledelse som et fremvoksende fenomen i samspillet mellom mennesker, teknologi og kontekst. Med fenomenet ledelse som utgangspunkt argumenterer artikkelens første del for to forhold. KI-agenters påvirkning på ledelse er usikker, øker behovet for scenariotenkning omkring ulike utviklingsbaner (Schoemaker, 1993, 1995), og driver frem nye former for ledelse og organisering (Birkinshaw et al., 2008; Denis et al., 2012). Videre undersøkes to aspekter ved ledelseskonteksten i andre del. Samspillet mellom mennesker og KI-agenter forstås som gjenstridig, fordi teknologiske løsninger ofte skaper nye utfordringer i praksis (Rittel & Webber, 1973). I slike kontekster blir tilpasning til konsekvensene, og rask læring knyttet KI-agenter avgjørende (Argyris & Schön, 1978).
I tredje del aktualiseres hvilken betydning dette får for (menneskelig) ledelse. Bruk av KI-agenter gir endringer i makt, innflytelse og ansvar, og mulighet for mer medmenneskelig ledelse, men også risiko for ledelse i mer destruktiv retning. Forståelse av teknologien på avstand er ikke nok, lederne må samhandle med den for å utvikle dømmekraft under usikkerhet. Selv om noen ledelsesproblemer løses, vil det oppstå nye når KI-agenter blir en del av ledelsen, og menneskelig ledelse vil fortsatt være avgjørende for å håndtere disse. Kompleksitetsperspektiv: KI-agenter og ledelse Et KI-agentsystem kan forstås som en teknologisk løsning som integrerer modeller, agentmekanismer og infrastruktur for å utføre oppgaver som normalt krever menneskelig intelligens (EU, 2025). Det er nyttig å skille mellom modeller, agenter og systemer. En modell, som en stor språkmodell (LLM), genererer output basert på input, men opererer reaktivt uten egne mål eller handlekraft. En agent kombinerer derimot modeller med målsetting, planlegging og handling, kan bruke eksterne verktøy og operere over tid. KI-systemer omfatter både modellene, agentmekanismene og infrastrukturen de inngår i.
Utviklingen representerer et skifte fra prediktive til mer handlingsorienterte KI-teknologier. Tradisjonell maskinlæring optimaliserer beslutninger basert på historiske data (LeCun et al., 2015), mens generativ KI muliggjør produksjon av nytt innhold og mer fleksibel interaksjon. Når slike modeller inngår i agentsystemer, åpnes det for mer autonome og målrettede anvendelser (OECD, 2026). KI-assistenter beskriver gjerne mer reaktive former, mens KI-agenter i større grad kan strukturere oppgaver og foreslå eller iverksette handlinger innenfor gitte rammer. Når KI i økende grad opptrer i roller som kompletterer, erstatter eller utfordrer menneskelig arbeid, endres også premissene for ledelse. Ledelse har tradisjonelt blitt forstått som en prosess der ledere påvirker mennesker for å oppnå felles mål gjennom retning, relasjoner og motivasjon (Yukl, 2013). Dette har vært forankret i psykologiske og relasjonsbaserte perspektiver, hvor tillit, motivasjon og psykologisk trygghet anses som avgjørende (Bass & Riggio, 2006; Edmondson, 1999; Mayer et al., 1995). KI-agenter responderer imidlertid ikke på relasjonelle mekanismer slik mennesker gjør, men på data, mål og algoritmisk styring ( Jarrahi, 2018; Kellogg et al., 2020). De kan fremstå som kompetente og pålitelige, og få høy tillit (Egeland & Schei, 2026), samtidig som de mangler integritet og
Gå til medietScenariet er ment som en illustrasjon, og kunne selvsagt vært skrevet med motsatt fortegn, der menneskelige feilslutninger stoppes ved hjelp av KI1. Uansett, scenariet bidrar til å reise et spørsmål ledelsesfaget i stor grad har utsatt: Hva skjer når KI-agenter settes i system og blir mer autonome, og hvordan skal både ledelsesforskere og praktikere forstå dette? Dette er ikke primært en artikkel om teknologi, men om ledelse, og hva som skjer når ledelse ikke lenger utøves av mennesker alene. Fremveksten av KI-agenter kan sees på som et teknologisk sjokk (Lien et al, 2016), det vil si teknologisk endring som gjør det mulig å skape og kapre verdi på nye måter for hele verdikjeder eller markeder, og i dette tilfellet utfordres ledelse som fenomen. Det aktualiserer spørsmål om hvem som utøver ledelse, hvordan, og med hvilke konsekvenser for innflytelse, makt, ansvar og dømmekraft.
Utviklingen av KI som teknologi med generell nytte ble særlig konkret med lanseringen av ChatGPT i 2022, som del av en lengre utvikling fra maskinlæring til avanserte språkmodeller (LeCun et al., 2015; Strumke, 2023). Vi ser nå en overgang fra KI som assistent til KI som agent, og videre til samvirkende agentsystemer. Agenten kan handle, ta initiativ og operere over tid, og lære adaptivt i møte med sine omgivelser og integreres med fysiske systemer. Når flere agenter kobles sammen, oppstår systemer som kan koordinere seg selv og utføre oppgaver vi tradisjonelt forbinder med ledelse. Dette forskyver ikke bare hvordan ledelse utøves, men utfordrer også hva vi legger i selve ledelsesbegrepet.
Tradisjonelle psykologiske ledelsesteorier, med fokus på individets egenskaper, motivasjon og psykologisk trygghet, fremstår utilstrekkelige alene i møte med slike systemer (Biswas & Sengupta, 2025). Kritiske perspektiver har på sin side påpekt hvordan ledelse er situert i makt, struktur og kontekst (Alvesson & Spicer, 2014), men har begrenset forklaringskraft når sentrale aktører ikke er mennesker, og dynamikken er i rask endring. Artikkelen tar derfor utgangspunkt i kompleksitetsledelse (Uhl-Bien & Arena, 2018; Uhl-Bien et al., 2007), der organisasjoner forstås som komplekse tilpasningsdyktige systemer, og ledelse som et fremvoksende fenomen i samspillet mellom mennesker, teknologi og kontekst. Med fenomenet ledelse som utgangspunkt argumenterer artikkelens første del for to forhold. KI-agenters påvirkning på ledelse er usikker, øker behovet for scenariotenkning omkring ulike utviklingsbaner (Schoemaker, 1993, 1995), og driver frem nye former for ledelse og organisering (Birkinshaw et al., 2008; Denis et al., 2012). Videre undersøkes to aspekter ved ledelseskonteksten i andre del. Samspillet mellom mennesker og KI-agenter forstås som gjenstridig, fordi teknologiske løsninger ofte skaper nye utfordringer i praksis (Rittel & Webber, 1973). I slike kontekster blir tilpasning til konsekvensene, og rask læring knyttet KI-agenter avgjørende (Argyris & Schön, 1978).
I tredje del aktualiseres hvilken betydning dette får for (menneskelig) ledelse. Bruk av KI-agenter gir endringer i makt, innflytelse og ansvar, og mulighet for mer medmenneskelig ledelse, men også risiko for ledelse i mer destruktiv retning. Forståelse av teknologien på avstand er ikke nok, lederne må samhandle med den for å utvikle dømmekraft under usikkerhet. Selv om noen ledelsesproblemer løses, vil det oppstå nye når KI-agenter blir en del av ledelsen, og menneskelig ledelse vil fortsatt være avgjørende for å håndtere disse. Kompleksitetsperspektiv: KI-agenter og ledelse Et KI-agentsystem kan forstås som en teknologisk løsning som integrerer modeller, agentmekanismer og infrastruktur for å utføre oppgaver som normalt krever menneskelig intelligens (EU, 2025). Det er nyttig å skille mellom modeller, agenter og systemer. En modell, som en stor språkmodell (LLM), genererer output basert på input, men opererer reaktivt uten egne mål eller handlekraft. En agent kombinerer derimot modeller med målsetting, planlegging og handling, kan bruke eksterne verktøy og operere over tid. KI-systemer omfatter både modellene, agentmekanismene og infrastrukturen de inngår i.
Utviklingen representerer et skifte fra prediktive til mer handlingsorienterte KI-teknologier. Tradisjonell maskinlæring optimaliserer beslutninger basert på historiske data (LeCun et al., 2015), mens generativ KI muliggjør produksjon av nytt innhold og mer fleksibel interaksjon. Når slike modeller inngår i agentsystemer, åpnes det for mer autonome og målrettede anvendelser (OECD, 2026). KI-assistenter beskriver gjerne mer reaktive former, mens KI-agenter i større grad kan strukturere oppgaver og foreslå eller iverksette handlinger innenfor gitte rammer. Når KI i økende grad opptrer i roller som kompletterer, erstatter eller utfordrer menneskelig arbeid, endres også premissene for ledelse. Ledelse har tradisjonelt blitt forstått som en prosess der ledere påvirker mennesker for å oppnå felles mål gjennom retning, relasjoner og motivasjon (Yukl, 2013). Dette har vært forankret i psykologiske og relasjonsbaserte perspektiver, hvor tillit, motivasjon og psykologisk trygghet anses som avgjørende (Bass & Riggio, 2006; Edmondson, 1999; Mayer et al., 1995). KI-agenter responderer imidlertid ikke på relasjonelle mekanismer slik mennesker gjør, men på data, mål og algoritmisk styring ( Jarrahi, 2018; Kellogg et al., 2020). De kan fremstå som kompetente og pålitelige, og få høy tillit (Egeland & Schei, 2026), samtidig som de mangler integritet og
