Hvem sidder du ved siden af? — Og hvad det koster dig, at de fleste stadig kun bruger mikrobølgeovnen
Ugens uddannelsesindhold spænder fra en overraskende forskning om fysisk nærhed til konkrete rammer for, hvordan man faktisk lærer AI at bruge — ikke som chatbot, men som infrastruktur.
Kellogg School-studiet er ugens mest overraskende fund. Forskning viser, at det at sidde inden for 7-8 meter af en højtpræsterende kollega kan øge ens egen performance med 15%%. Tæt på en lavtpræsterende kan reducere den med op til 30%%. Mekanismen er adfærdsmimetik: vi kopierer tempo, arbejdsstil og kommunikationsmønstre fra dem, vi befinder os fysisk nær. For AI-konteksten er budskabet klart: det miljø, du er omgivet af, sætter standarterne for dit eget AI-ambitionsniveau — og det gælder i teams, i organisationer og i de fællesskaber, man vælger at tilhøre.
Det 2026-AI-playbook fra ugens nyhedsbrev opstiller fem niveauer af AI-kompetence, fra passiv chatbrug til systemisk agent-automation. De fleste brugere befinder sig stadig på niveau 1 — de bruger ChatGPT som en avanceret Google-søgning. Analogien er præcis: det er som at have et professionelt køkken, men kun bruge mikrobølgeovnen. Reelle produktivitetsgevinster kræver strukturerede workflows, integration og avancerede teknikker — ikke bare en bedre model.
"Sådan ville vi undervise i AI fra bunden i 2026" er ugens mest brugbare undervisningsramme. Den starter fra absolutte begyndere og bygger kompetence trinvist — fra fundamentalt ordforråd til agentarkitektur. Det centrale argument: de fleste AI-kurser underviser i produkter, ikke i tænkning. Den kompetence der adskiller de 10%%, der virkelig ser gevinster, er evnen til at ræsonnere om systemer, ikke evnen til at bruge et specifikt værktøj.
Google Robotics CTOs pointe rammer det samme tema fra en anden vinkel: 80%% af verdens fabrikker har nul AI. Det er ikke et teknologiproblem — teknologien eksisterer. Det er et implementerings- og uddannelsesproblem. Brian Gerkeys organisation (Intrinsic) er nu integreret med DeepMind og Gemini for at løse præcis det gap.
Kontekst: Ugens uddannelseshistorier peger samlet mod det samme: den største barriere for AI-adoption er ikke teknologisk, men kognitiv og kulturel. At lære folk at tænke anderledes er sværere end at give dem adgang til bedre modeller.