Våren 2026 gjennomførte Atlassians forskningsavdeling et eksperiment med 961 amerikanske kunnskapsarbeidere. Alle fikk vurdere nøyaktig samme leveranse — en e-post som oppsummerte et forretningsforslag — fra nøyaktig samme fiktive kollega. Alt var identisk: teksten, kvaliteten, avsenderen.

Én ting varierte. En kort notis om hvordan arbeidet ble til. Noen deltakere fikk ingen informasjon om verktøy. Andre fikk vite at kollegaen hadde brukt AI.

Det var alt som skulle til.

Deltakerne stemplet kollegaen som innrømmet AI-bruk, ti ganger oftere som lat. De så ham som mindre prinsipiell. Og de var 24 prosentpoeng mindre villige til å anbefale ham til et synlig, karrierebyggende prosjekt. For identisk arbeid. Den eneste forskjellen var ærligheten.

Ærlighet varer lengst, heter det. Ikke når det gjelder AI.

I juni skrev professor Morten Goodwin i Fædrelandsvennen at det er på tide å bli kvitt KI-skammen. Jeg svarte at skammen er rasjonell: Den forsvinner ikke fordi noen ber om åpenhet, men når systemene slutter å straffe ærlighet. Det jeg ikke visste da, var at to uavhengige forskningsmiljøer allerede hadde veid og målt straffen — med samme resultat.

Konklusjonen først

KI-skammen er ikke en holdningsfeil du kan appellere bort. Den er en rasjonell respons på en reell, dokumentert og nå tallfestet straff. Tre påstander bærer denne teksten:

1. Forskerne har målt straffen for åpenhet, og den er brutal. Stempelet «lat» ti ganger oftere. 24 prosentpoeng færre anbefalinger. Og funnet står ikke alene: En fagfellevurdert studie fra Duke-forskere i PNAS fant samme straff i fire preregistrerte eksperimenter med til sammen 4 439 deltakere: De som vurderer andres arbeid, dømmer AI-brukere som latere, mindre kompetente og mindre pliktoppfyllende — og ansetter dem sjeldnere.
2. Vi straffer hverandre for det vi alle gjør. 94 prosent av amerikanske kunnskapsarbeidere brukte AI siste måned. Likevel dømmer de kolleger som innrømmer det samme. Vi er ikke ofre for KI-skammen. Vi er dommerne som opprettholder den.
3. Straffen er ikke uunngåelig. Samme eksperiment fant stedene der den forsvinner: I bedrifter som aktivt feirer AI-bruk, kollapser latskaps-stigmaet. Og snur. Der vurderer kollegene de åpne som mer effektive enn de som tier. Skammen er ikke en naturlov. Den er et kulturprodukt, og ledere kan bygge kultur.

Innrømmer du AI-bruk, blir du stemplet som lat. For identisk arbeid.

Deltakerne vurderte ikke AI-tekst mot menneskeskrevet tekst. Alle leste nøyaktig samme tekst. Det eneste som varierte, var om de fikk vite at AI var brukt. Når dommen likevel ble hardere, finnes det bare én forklaring: den opplysningen.

Dommen falt likevel, og den falt hardt:

• Vurderingen av innsats stupte. Karakteristikken «lat» ble ti ganger vanligere.
• Villigheten til å anbefale kollegaen til et høyprofilert prosjekt falt med 24 prosentpoeng.
• Deltakerne dømte til og med kollegaen som mindre prinsipiell, som om verktøyvalget sa noe om moralen.

Forskerne testet også om formuleringen hjalp. Den hjalp. Litt. Deltakerne vurderte dem som begrunnet AI-bruken med hensynet til teamet og kunden, som mer hardtarbeidende enn dem som sa den sparte dem for tid: 56 mot 45 prosent på innsats, og åtte prosentpoeng høyere på anbefaling. Men begge grupper lå fortsatt langt bak dem som ikke nevnte AI.

Der har du regnestykket hver kunnskapsarbeider gjør, bevisst eller ikke: Riktig innramming demper straffen. Taushet fjerner den. Så lenge det er sant, er taushet det rasjonelle valget.

Dette er ikke én studie. Det er et mønster.

En leverandørstudie kan du avfeie. Atlassian selger samarbeidsverktøy og har interesse av fortellingen. Derfor betyr det noe at forskere ved Duke University fant nøyaktig samme straff, et år tidligere og med strengere metode.

Forskerne publiserte studien i PNAS i mai 2025. Den besto av fire preregistrerte eksperimenter med til sammen 4 439 deltakere. Funnene danner en kjede:

1. Folk forventer at andre vil dømme dem negativt hvis de får vite at de bruker AI.
2. Forventningen er berettiget. Den som får hjelp av AI, blir dømt som latere, mindre kompetent og mindre pliktoppfyllende enn den som får nøyaktig samme hjelp fra andre — eller ingen hjelp i det hele tatt.
3. Straffen forblir ikke i hodet. I et ansettelseseksperiment valgte deltakerne bort AI-brukere.

Merk detaljen i andre ledd. Straffen gjelder ikke hjelp generelt. En kollega som fikk hjelp av et menneske, slapp unna. Det er noe spesifikt ved AI-hjelpen som utløser dommen. Duke-forskernes analyse peker på mekanismen: Oppfattet latskap driver dommen. Vi ser AI-bruk, og vi leser karakter.

To nyanser fra Duke-studien hører med. Straffen var sterkest hos dem som ikke selv brukte AI jevnlig. Og den avtok når AI åpenbart var riktig verktøy for oppgaven. Straffen er altså ikke blind. Den er en dom over upassende verktøybruk, felt av folk som ennå ikke ser verktøyet som passende.

Du er ikke offeret. Du er dommeren.

Hvem deler ut denne straffen?

Ikke et fjernt kontrollorgan. Ikke IT-avdelingen. Dommerne i begge studiene var vanlige kunnskapsarbeidere: kolleger som deg og meg. I Atlassians parallelle undersøkelse rapporterte 94 prosent av amerikanske kunnskapsarbeidere at de brukte AI på jobb siste måned. To tredjedeler gjør det jevnlig.

Les de to funnene sammen. Nesten alle bruker AI. Og i det samme arbeidslivet stempler kollegene den som innrømmer AI-bruk, ti ganger oftere som lat. Atlassian rapporterer ikke om dommerne i eksperimentet selv var brukere. Men med 94 prosent brukere i arbeidsstyrken kan ikke straffen komme fra mindretallet alene. Mange av oss feller dommer over andre for det vi selv gjorde i forrige arbeidsøkt.

Goodwin sammenlignet KI-samtalene med samtalene om Se og Hør: Nesten ingen innrømmer å kjøpe bladet, men det er blant landets mest solgte. Analogien er god. Men den mangler ett ledd, og det leddet er hele problemet. Vi tier ikke bare om vårt eget forbruk. Vi rynker på nesen av andres. Det er ikke bare skam. Det er skam med dommerfullmakt.

Kjenner du deg ikke igjen? Test deg selv. Har du noen gang mottatt et dokument, ant AI i formuleringene, og tenkt litt mindre om avsenderen — samtidig som din egen AI-assistent sto åpen i nabofanen? Da har du delt ut straffen. Jeg har gjort det selv.

Og jeg har fått dommen selv. I et ledermøte i INEVO nylig delte jeg en bunke AI-produserte dokumenter jeg hadde jobbet frem over tid. Det første spørsmålet var ikke hva jeg mente, men hvor lang tid jeg hadde brukt — og om jeg i det hele tatt hadde lest dokumentene. Innvendingen var delvis fortjent: Jeg hadde delt for mange dokumenter, og volum uten kuratering mater nettopp fordommen. Men legg merke til formen. Tvilen gikk rett på innsatsen min, ikke på innholdet. Det er forskningsfunnet i sanntid, i eget team — i en bedrift med god delingskultur og høyt AI-nivå. Hvis dommen faller der, faller den overalt.

Duke-nyansen gir håp: Straffen var sterkest hos dem som ikke bruker AI selv. Etter hvert som brukerandelen vokser, burde dommen mildne. Men Atlassian gjennomførte eksperimentet våren 2026, i en arbeidsstyrke der nesten alle er brukere. Straffen sto der fortsatt, i full styrke. Vanen har spredt seg raskere enn aksepten.

Adopsjonen er vunnet. Aksepten har så vidt begynt.

Skamspiralen

Sett bitene sammen, og du ser en maskin som driver seg selv. Jeg kaller den skamspiralen, og den har fem trinn som mater hverandre.

Spiralen forklarer det Goodwin observerte: at bruken «krymper» i samtaler, til «litt språkvask» og «en sparringpartner for teksten». Det er ikke løgn i vanlig forstand. Det er rasjonell omdømmepleie i en kultur der full sannhet har en pris ingen vil betale først.

Og legg merke til hva spiralen gjør med Goodwins løsning. Han ber oss være åpne. Men appellen retter seg mot det leddet i spiralen som har minst å tjene på å gå først. Den som bryter tausheten alene, betaler full straff — stempelet «lat» ti ganger oftere, 24 poeng færre anbefalinger — mens gevinsten av åpenheten tilfaller alle andre. Det er en klassisk kollektiv handlingsfelle. Ingen kan appellere en enkeltperson ut av den, like lite som noen kan appellere en enkeltbilist ut av en kø.

For organisasjonen er regningen større enn den ser ut. Der AI-bruk går under jorden, mister bedriften tre ting samtidig:

• evnen til å lære av det som virker
• evnen til å skalere det som virker
• evnen til å fange opp det som går galt

Atlassians forskningsleder Molly Sands formulerte diagnosen presist: Bedrifter som ber ansatte bruke AI mens de ansatte straffer hverandre for å innrømme det, har ikke en AI-strategi. De har en selvmotsigelse.

To forbehold, fordi ærlighet er billigere enn retrett

Det første gjelder metoden. Begge studiene bygger på vurderinger av hypotetiske kolleger i konstruerte situasjoner. Ingen målte hva som skjer med ekte mennesker i ekte medarbeidersamtaler over tid. Utvalgene er amerikanske, og Atlassian er en kommersiell aktør med interesse av temaet. Det er jeg også: INEVO lever blant annet av å hjelpe bedrifter med AI, så les meg med samme skepsis. Jeg har lett etter norske skjuletall og ikke funnet dem. Melbourne-studien dekker Norge, men rapportene skiller ikke ut landtall for akkurat dette spørsmålet — her ligger en åpen oppgave for norske HR-miljøer og forskere. Det som likevel gjør fundamentet solid, er konvergensen: en leverandørstudie og en fagfellevurdert, preregistrert studieserie, med ulike metoder og ett år mellom seg, som lander på samme funn. Og representative tall bekrefter retningen: I Melbourne-universitetets globale undersøkelse med 48 000 respondenter i 47 land innrømmer 57 prosent at de skjuler AI-bruken sin. Folk oppfører seg som om straffen finnes. Det er sjelden folk flest tar feil om hva som er farlig å innrømme på egen arbeidsplass.

Det andre forbeholdet er mer ubehagelig: Dommen «latere» er ikke grepet ut av luften. Stanford-forskere har dokumentert fenomenet workslop: AI-generert arbeid som ser ferdig ut, men ikke bringer oppgaven videre. Fire av ti kontoransatte hadde mottatt slikt siste måned og brukte i snitt nesten to timer på å rydde opp i hvert tilfelle. Dommerne i eksperimentene har altså erfaring som gir fordommen næring: Mange leverer AI-assistert arbeid slurvete. Straffen er urettferdig mot den samvittighetsfulle brukeren, men den er ikke irrasjonell som gruppedom. Konsekvensen for løsningen er klar: Åpenhet alene holder ikke. Kvalitet som noen står inne for, må følge med. Ellers bekrefter hver innrømmelse fordommen den møter.

Det som bryter spiralen

Straffen er ikke en naturlov. Det er materialets viktigste funn, og det kommer fra samme eksperiment.

Atlassian-forskerne ba deltakerne beskrive sin egen arbeidsplasskultur rundt AI, på en skala fra «forbudt» til «feiret». Så sammenlignet de straffen på tvers. I kulturer som aktivt feirer AI-bruk — der ledere og kolleger bruker verktøyene synlig og løfter frem gevinstene — forsvant latskaps-stigmaet nesten helt. Og så snudde det: Der vurderte deltakerne den åpne kollegaen som mer effektiv enn den som tiet.

Les det én gang til. Samme innrømmelse. I én kultur koster den deg omdømmet. I en annen styrker den det.

Straffen bor ikke i AI-bruken. Den bor i kulturen som dømmer den.

Og kultur er noe ledere kan bygge.

Ett forbehold hører med her også. Forskerne fordelte deltakerne tilfeldig på hva de fikk vite om AI-bruken — men ikke på hvilken kultur de jobber i. Kulturen beskrev deltakerne selv. Bedrifter som feirer AI-bruk kan skille seg fra andre på flere måter enn feiringen. Funnet er en sterk sammenheng, ikke et årsaksbevis. Retningen er likevel entydig, og den peker samme vei som Duke-funnet om at straffen forsvinner hos dem som selv bruker AI.

Hva bygger den? Materialet peker på tre ting, i stigende rekkefølge av virkning.

Språket hjelper litt. Å ramme inn AI-bruk som noe som tjener teamet og kunden, dempet straffen målbart. Start i egne møter: Omtal AI-bruk som metode, ikke som tilståelse.

Synlighet hjelper mer. Straffen var sterkest hos dem som ikke bruker AI selv, og den forsvant der alle bruker verktøyene åpent. Hver leder som viser frem sin egen AI-arbeidsflyt — inkludert de mislykkede forsøkene — flytter normen et hakk. Den viktigste setningen en leder kan si i et fagmøte er ikke «dere bør bruke AI mer». Det er «her er hva jeg brukte AI til i går».

Systemene avgjør. Skammen lever av at vi dømmer arbeid ut fra en gjetning om prosessen bak. Systemløsningen er å slutte å gjette. I undervisningen min har jeg i årevis vurdert studenter på observerbare signaler fra arbeidsprosessen — utkastene, spørsmålene, revisjonene — i stedet for å felle dommer over sluttproduktet alene. Da kan studentene bruke AI helt åpent, fordi åpenheten ikke truer noe: Tenkningen deres er allerede synlig.

Det samme prinsippet gjelder i arbeidslivet, og det trenger en regel folk kan være ærlige etter. Skill mellom oppgaver der teksten bare transporterer informasjon — referater, oppsummeringer, statusrapporter — og oppgaver der et menneske forplikter seg til innholdet. Transportoppgavene kan AI ta, åpent og udramatisk, uten deklarasjonsplikt og uten hevet øyenbryn. Forpliktelsesoppgavene krever at mennesket har gjort tenkningen. Der hører spørsmålet «hvordan ble dette til?» hjemme, uansett verktøy.

Ser du hva de tre har til felles? Ingen av dem ber den enkelte medarbeider om å være modigere. Alle endrer hva ærlighet koster. Det er forskjellen på appell og system.

Bygg systemene

Goodwin har rett i at KI-skammen er skadelig, og han har rett i at åpenhet er målet. Han angriper også selv et system når han kritiserer regjeringens KI-forbud i barneskolen. Men overfor oss voksne stopper han ved appellen: Vær åpne. Der er rekkefølgen feil.

Åpenhet er ikke virkemiddelet. Åpenhet er resultatet.

Åpenhet oppstår når lederen har fjernet straffen for ærlighet. Ikke før.

Nå vet vi at straffen er reell, målt og brutal. Vi vet at vi selv deler den ut. Og vi vet — fra samme datamateriale — at den forsvinner og snur i kulturer bygget for det.

Skammen forsvinner den dagen ærlighet varer lengst igjen. Straffen er nå et eksperimentelt funn. Kuren er foreløpig en sterk sammenheng. Begge peker samme vei.

Bygg systemene.

PS: Selvfølgelig brukte jeg AI til denne artikkelen

Du leste nettopp 2 500 ord om at folk skjuler AI-bruken sin fordi ærlighet straffes. Det ville vært en smule spesielt om jeg avsluttet med å late som jeg skrev dette alene med fjærpenn.

Så her er innrømmelsen: AI har transportert denne teksten fra hodet mitt til skjermen din. Tenkningen, standpunktene, kildevalgene og den pinlige ledermøte-historien er mine. Formuleringene har jeg og maskinen kranglet oss frem til sammen. Temaet er for viktig til at jeg skulle brukt dagene på å flytte setninger rundt for hånd. I rammeverket mitt heter dette en transporttekst, og transporttekster skal AI ta. Helt åpent. Ansvaret for hvert ord er likevel mitt, og det er den delen ingen maskin kan overta.

Og nå som du vet det: Kjenn etter hva som nettopp skjedde med vurderingen din av meg. Der har du hele artikkelen i én følelse.

Kilder

• Atlassian (2026): New research shows honesty about AI use at work is backfiring. Eksperiment med 961 amerikanske kunnskapsarbeidere og pulsmåling med 1 006 respondenter.
• Reif, J. A., Larrick, R. P. & Soll, J. B. (2025): Evidence of a social evaluation penalty for using AI. PNAS, 122 (19). Fire preregistrerte eksperimenter, 4 439 deltakere.
• Gillespie, N., Lockey, S., Ward, T., Macdade, A. & Hassed, G. (2025): Trust, attitudes and use of artificial intelligence: A global study 2025. University of Melbourne og KPMG. 48 000 respondenter i 47 land.
• Niederhoffer, K., Rosen Kellerman, G., Lee, A., Liebscher, A., Rapuano, K. & Hancock, J. T. (2025): AI-Generated «Workslop» Is Destroying Productivity. Harvard Business Review, i samarbeid med Stanford Social Media Lab.
• Goodwin, M. (2026): På tide å bli kvitt KI-skammen. Fædrelandsvennen, 25. juni.
• Lund, K. P. (2026): KI-skammen er rasjonell. Fædrelandsvennen, 3. juli.