Flera metaanalyser bekräftar att arbetsplatscoaching har positiva effekter på prestation, måluppfyllelse och välbefinnande (Theeboom m.fl., 2014; Jones m.fl., 2016; de Haan & Nilsson, 2023). Coaching fungerar – frågan är under vilka villkor, och om en AI kan åstadkomma samma sak.
I en experimentell studie vid Linnéuniversitetet fick 205 yrkesverksamma läsa ett scenario om coachning vid arbetsrelaterad stress. Allt var identiskt utom en detalj: hälften fick veta att coachen var en människa, den andra hälften att det var ett AI-program. Den mänskliga coachen bedömdes som något mer användbar, oavsett deltagarnas personlighet.
En ögonblicksbild – inte en slutdom
Studien fångade attityder i en tid då de flesta aldrig har interagerat med en AI-coach. Inom psykologin finns en välkänd mekanism som ger skäl att tro att bilden kan förskjutas: exponeringseffekten. Denna effekt, dokumenterad av Zajonc (1968), innebär att vi utvecklar en mer positiv inställning till sådant vi upprepat exponeras för – under förutsättning att de första mötena inte upplevs som direkt negativa.
AI kan leverera resultat
I en jämförelse av två randomiserade kontrollerade studier fann Terblanche och kollegor (2022) att en AI-chatbot var lika effektiv som mänskliga coacher för måluppfyllelse över tio månader. AI-coachen presterade likvärdigt på det som går att mäta – men deltagarna i vår studie litade inte riktigt på det.
Samtidigt visar coachingforskningen att relationen är avgörande. Graßmann och kollegor (2020) fann i en metaanalys av över 3 500 coachingprocesser att kvaliteten på arbetsalliansen – den personliga kopplingen mellan coach och klient – hade ett konsekvent positivt samband med coachingutfall. I vilken grad AI kan bygga den typen av allians är ännu en öppen forskningsfråga.
Vad bör organisationer göra?
Låt medarbetare få pröva
Exponeringseffekten visar att upprepade möten med något nytt ökar acceptansen. En rimlig tolkning av våra resultat är att skepsisen mot AI-coaching till stor del speglar bristande erfarenhet. Kontrollerad introduktion – där medarbetare får testa AI-coachning i en trygg miljö – är sannolikt det mest effektiva sättet att bygga både tillit och upplevd nyttighet. Det är just den upplevda nyttigheten som enligt Technology Acceptance Model (Davis, 1989) är avgörande för om en ny teknik börjar användas.
Komplettera, ersätt inte
AI kan matcha människan på måluppfyllelse (Terblanche m.fl., 2022), men arbetsalliansen är central för coachingutfall (Graßmann m.fl., 2020). Så länge vi inte vet mer om AI:s förmåga att bygga allians är en hybridmodell – där AI hanterar måluppföljning och struktur medan en mänsklig coach tar de djupare samtalen – en klok försiktighetsåtgärd.
Var transparent
Att presentera AI som en fullgod ersättare för mänskligt stöd riskerar att sänka förtroendet. Organisationer som är öppna med vad AI kan och inte kan bidra med har bättre förutsättningar att bygga acceptans.
Frågan är inte om AI-coacher kommer att accepteras, utan vad som krävs för att bygga den tillit som ännu saknas.
Jennie Brobeck, vd för konsultbolaget River Jump; Susanne Berglund, psykologilärare och yrkeslärare inom vård och omsorg, Campus Nyköping; Gunne Grankvist, professor i psykologi, Högskolan Väst.
Artikeln bygger på examensarbetet “Coachtypens och personlighetsdragens betydelse för upplevd användbarhet”, genomfört vid Linnéuniversitetet, HT 2025.
