AI-laber og teknologiselskaperPublisert 15. juli 2026
En AWS-arkitekt med AuDHD bygde et AI-system for eksekutiv funksjon – erfaringene angår norske arbeidsgivere
Et selvgående AI-system kompenserer for eksekutive funksjonssvikt der tradisjonelle verktøy feiler. Erfaringene peker på et tilretteleggingsbehov som rammer en langt større del av arbeidsstyrken enn de fleste antar – og som snart får regulatoriske implikasjoner.
For en arbeidstaker med ADHD og autisme kan en full innboks bli et kognitivt låst system – ikke av latskap, men fordi hjernen mangler rangeringssignalet som avgjør hvor man begynner. Et blogginnlegg fra AWS beskriver hvordan ett tilpasset AI-system fjernet denne barrieren. For norske arbeidsgivere er erfaringen mer enn en kuriositet: den dokumenterer et tilretteleggingsbehov som rammer 15–20 prosent av arbeidsstyrken.
Hva eksekutiv funksjon faktisk koster
I et innlegg på AWS sitt maskinlærings-blogg beskriver en løsningsarkitekt med AuDHD – sameksisterende autisme og ADHD – hva administrasjon av arbeidsdagen krever kognitivt. Han anslår at organisering koster ham ti ganger så mye kognitiv energi som for en nevrotipisk hjerne. De to diagnosene trekker i motsatt retning: autismen krever forutsigbare systemer, ADHD-en bryter dem ned så snart nyhetseffekten avtar.
Resultatet er det han kaller «verktøykirkegården»: Asana, Notion, Todoist, papirplanleggere og whiteboards er alle forsøkt og forlatt. Hvert system overlevde typisk under ti dager. Det er ikke manglende vilje som dreper dem – det er at igangsettingskostnaden overstiger terskelen hjernen aksepterer før motstanden slår inn.
Eksekutiv funksjon er paraplybegrepet for kognitive prosesser som styrer planlegging, prioritering, oppgavebytte og arbeidsminne. For nevrodeverse arbeidstakere – en gruppe som ifølge forskning fra Birkbeck, University of London utgjør 15–20 prosent av den voksne befolkningen i Storbritannia – er disse prosessene uforholdsmessig energikrevende sammenlignet med det faglige arbeidet i seg selv. Norsk forskning peker i samme retning: andelen voksne med ADHD-diagnose i alderen 20–25 år har doblet seg det siste tiåret ifølge Folkehelseinstituttet, og en levekårsundersøkelse fra NOVA ved OsloMet viser at sysselsatte med ADHD i større grad enn øvrig befolkning er psykisk utmattet når de kommer hjem fra jobb.
Systemet som vedlikeholder seg selv
Løsningen var ikke å bruke AI til å skrive e-poster. I stedet bygde han et system som overtar selve avgjørelsene: hva som haster, hvem som venter på svar, og hva som trygt kan ignoreres. Systemet kjøres på Amazon Quick, en AI-drevet skrivebordsassistent, og henter resonneringskapasitet fra Amazon Bedrock. En egenutviklet MCP-server (Model Context Protocol – et protokolllag som lar AI-assistenten koble seg til eksterne verktøy og datakilder) binder Quick til Outlook-innboks, kalender og Asana-oppgavebord.
Prioriteringsreglene er lagret som vanlige tekstfiler i Markdown-format, ikke kode. «Do First» betyr at noen venter eksternt, at han kan handle umiddelbart, og at oppgaven er tidsbundet. Oppfyller en oppgave ikke alle tre kriteriene, rykker den automatisk ned. Endrer han regelen i filen, endrer systemets atferd seg ved neste sesjon uten ny konfigurasjon.
Det avgjørende designprinsippet er at igangsettingskostnaden er nær null. Han starter en sesjon, autentiserer seg, kjører en skanning – og systemet overtar. Det er terskelreduksjonen som gjør at dette systemet overlever der alle tidligere verktøy mislyktes: det krever ikke at han husker å bruke det, bare at han starter det.
Tallene er personlige erfaringsdata, ikke produkttall, understreker forfatteren. Innboksskanningen tar 6–13 minutter mot tidligere 45 minutter. Tapte oppfølginger – anslått til 2–3 per uke basert på partnertilbakemeldinger og e-postmønstre – er null den siste måneden. Og systemet er det lengst opprettholdte arbeidsflytverktøyet han noensinne har brukt, med en faktor på fire.
Maskering har en pris
En kostnad arbeidsgivere sjelden regner med er maskeringskostnaden. Autistisk kommunikasjon er direkte; profesjonell e-postnorm er det ikke. Gapet mellom de to krever konstant oversettelse, og den oversettelsen tærer på de samme eksekutive ressursene som alt annet. Forfatteren har trent systemet på sin egen kommunikasjonsstil, slik at utkast låter som ham, men kalibrert for profesjonelle kontekster. Det reduserer ikke bare skrivetiden, det reduserer ytelseskostnaden.
Tilsvarende gjelder tidsmangel – «time blindness» – som er et kjernetrekk ved ADHD. Systemet sporer tid på alle oppgaver og flagger dem før de blir forsinkede. Skamresponsen som følger av forsinkelse, og som gjør det enda vanskeligere å handle, oppstår ikke fordi oppfølgingen skjer automatisk innen en uke.
Mye av den energien en nevroversetaker bruker i kunnskapsarbeid, går ikke til det faglige arbeidet. Det går til administrasjonslagene rundt: innboks, prioriteringslister, oppfølgingslogikk, møteforberedelse. AI som overtar disse lagene, frigjør kognitiv kapasitet til det arbeidstakeren faktisk ble ansatt for.
Fra personlig løsning til arbeidsgiverspørsmål
Det er her erfaringen slutter å være en individuell suksesshistorie. Arbeidsmiljøloven pålegger arbeidsgivere individuell tilrettelegging for arbeidstakere med behov, og NAV har støtteordninger for tekniske hjelpemidler. AI-baserte assistentsystemer faller i dag i en gråsone: de er ikke klassifisert som tekniske hjelpemidler, men de kan ha tilsvarende funksjon.
Regulatorisk legger EUs AI-forordning (AI Act) et nytt lag oppå dette. Forordningen trådte i kraft i EU 1. august 2024 og innføres trinnvis, med krav til høyrisiko-AI-systemer fra august 2026. For Norge pågår EØS-innlemmelseprocessen – Digitaliserings- og forvaltningsdepartementet sendte forslag til norsk KI-lov på høring med frist 30. september 2025, og norsk ikrafttredelse er planlagt tidligst høsten 2026, forsinket blant annet fordi EØS-tilpasningsforhandlinger tar lenger tid enn ventet. Nkom er utpekt som nasjonal koordinerende tilsynsmyndighet.
For arbeidsgivere er skillet mellom brukskategorier praktisk viktig: AI-systemer brukt i HR-prosesser – rekruttering, prestasjonsvurdering, arbeidsplanlegging – klassifiseres som høyrisiko under forordningen og vil kreve dokumentert risikovurdering. AI som en ansatt bruker som personlig arbeidsflytassistent, klassifiseres som minimal risiko og utløser ingen tilsvarende krav. Å avklare hvilken kategori et konkret verktøy faller i, er allerede en praktisk oppgave.
Tilgjengelighetstankegangen
Innlegget fra AWS avsluttes med en analogi: «Trenger du briller for å se, bruker du briller. Trenger du en rampe for å komme inn i bygget, bør bygget ha en rampe. Trenger du AI for å håndtere eksekutiv funksjon, er det tilgjengelighet. Punktum.»
Levekårsundersøkelsen fra OsloMet dokumenterer et stort udekket behov for tilpasninger av arbeidssituasjonen blant sysselsatte med ADHD. Kompetansen finnes allerede i mange norske virksomheter – den hentes ikke ut fullt ut fordi administrasjonsbarrierene ikke er fjernet.
Arbeidsgivere som kartlegger hvilke kognitive flaskehalser ansatte opplever, og som lar dem bruke AI-verktøy som adresserer dem, har et uutnyttet tilgjengelighetstiltak tilgjengelig. Kostnaden er lav – reglene er seks linjer tekst i en Markdown-fil, som forfatteren selv formulerer det. Det som kreves av arbeidsgiver, er vilje til å behandle AI-verktøy som tilrettelegging, ikke bare som produktivitetsverktøy for dem som allerede fungerer godt.
««Trenger du AI for å håndtere eksekutiv funksjon, er det tilgjengelighet. Punktum.»»
De viktigste AI- og reguleringssakene, oversatt til hva de betyr for din virksomhet. Gratis.
Kilde: https://aws.amazon.com/blogs/machine-learning/when-your-brain-works-differently-ai-isnt-a-luxury-its-accessibility/
Bakgrunnskilder: ADHD Norge: Levekårsundersøkelse blant voksne med ADHD (NOVA/OsloMet) · Spesialistbedriften: Økning i autisme og ADHD i Norge · CMS Law: AI Act og norsk ikrafttredelse · Deloitte Norge: KI-regulatorisk oppdatering, oktober 2025 · Regjeringen.no: Paving the way for safe and innovative use of AI in Norway · ADHD Norge: Slik fungerer ADHD på arbeidsplassen