Dette afsnit har til formål at belyse undren og spørgsmål, der er opstået efter udarbejdelsen af specialet. Hensigten er dermed ikke at komme med svar herpå, men blot at diskutere nogle af de elementer, der er fremtrædende for os på nuværende tidspunkt. Det er både emner i relation til analysen, empirien og det overordnede videnskabsteoretiske felt. Vi opdeler afsnittet i underafsnit, der har hvert sit fokus.
6.1. Robotter vs. mennesker
I vores empiri ser vi, at Dataanalyse og forretningen har grundlæggende forskellige holdninger til, hvorvidt robotter kan erstatte mennesker i arbejdsopgaver. Det skaber udfordringer i processerne mellem afdelingerne, da de dermed ikke er enige om, hvilket formål modellerne skal tjene.
Kontorchefen i Dataanalyse indikerer med nedenstående citat over for os, at modellerne kan direkte erstatte mennesket:
I princippet kan man sætte en model til at udsøge på samme niveau som en med 25 års erfaring. Det er da fantastisk. Det er jo to års eller 25 års oplæring sparet.
Kontorchef i Dataanalyse, Interview 1.
Selvom kontorchefen har en idé om, at man med en scoringsmodel kan forankre viden i SKAT, når ældre og meget erfarne medarbejdere forsvinder, så kan det også være direkte demotiverende for de medarbejdere, der enten har eller skal opbygge viden, fordi de før eller senere blot kan erstattes. En medarbejder i forretningen giver tydeligt udtryk over for os, at den menneskelige erfaring ikke kan bygges ind i en model.
Der vil altid være ting, efter min mening, som er nogle menneskelige faktorer dvs. det er kendskab til virksomheder, kendskab til brancher, kendskab til navne og sådan nogle ting, som man ikke kan bygge ind i en model.
Medarbejder i Udbetalingskontrollen i København, Interview 10.
Hvordan skal Dataanalyse håndtere disse grundlæggende og forskellige holdninger, da det kan betyde modstand mod implementeringen af modellerne? Bliver det i højere grad et samarbejde
Tanja Rune Pedersen & Betina Svare Side 106 af 225 mellem mennesker og robotter, fordi Dataanalyse måske i virkeligheden ikke er nået derhen, hvor modellerne kan overtage arbejdet fuldstændigt?
6.2. Manglende transparens
Vi undrer os over, at der i empirien er en bred enighed blandt vores respondenter om, at de ikke oplever implementeringen af scoringsmodellerne som en betydelig forandring. Årsagerne hertil kan være mange, men vi opfatter det egentlig som meget sammenhængende med ovenstående afsnit.
Det lader til, at der hos Dataanalyse og den øverste ledelse i SKAT eksisterer en ambition om, at scoringsmodellerne på et tidspunkt skal erstatte hele eller dele af arbejdsopgaver. Hos respondenterne bruges scoringsmodellerne i højere grad som supplement og flere italesætter det som et værktøj eller bare en anden måde at udføre opgaven på.
Det får os til at tænke på, om der er en manglende transparens i kommunikationen fra Dataanalyse og ledelsen, der kan skyldes en forsigtighed eller en direkte bevidst undgåelse. Det kan bunde i tanker om, at det vil være endnu vanskeligere at implementere scoringsmodellerne, hvis medarbejderne tror det fører til en nedskæring. Noget yderst centralt i forandringsledelse, som vi ikke har berørt, er følgeskab og hvis de vil have medarbejderne med sig, så må de i højere grad have en gennemsigtighed i deres kommunikation. Vores undren går dermed i virkeligheden på, om Dataanalyse og lederen heri ved noget, der gør, at de betragter det som radikale forandringer, men som ikke bliver meldt ud til forretningen og det dermed skaber en form for asymmetrisk information.
6.3. Change management team?
Flere steder i opgaven nævner vi, om der bør være et mellemled mellem forretningen og dataanalytikerne i kraft af et change team, hvilket også indgår i vores løsningsforslag. Det er endvidere noget, som kontorchefen i Dataanalyse flere gange nævner over for os i vores mange samtaler. I vores analyse ser vi, hvordan den manglende meningsskabelse hos dataanalytikerne og sagsmedarbejdere skaber udfordringer i processerne, men ligeså snart de interagerer med hinanden ændrer billedet sig markant. Vi tror derfor det er vigtigt, at holde fast i at dataanalytikerne og sagsmedarbejderne skal interagere i løbet af processen, fordi de begge besidder en høj faglig viden, der skal kombineres i udviklingen af modellerne. Fordelen ved et change team ville være at have
Tanja Rune Pedersen & Betina Svare Side 107 af 225 eksperter, der kan koordinere kontakten mellem afdelingerne og hjælpe til at processerne forløber mere gnidningsfrit.
Der kan også være tale om forandringsagenter i form af de ambassadører, de skaber ude i forretningen af diverse ledere og medarbejdere, der er involveret i udviklingen og implementeringen af modellerne. Forandringsagenter kan altså være alle typer af medarbejdere (og ledere), som har et særligt engagement i forhold til forandringen og gerne går foran som et godt eksempel (Hansen, 2014: 230). Det ville klart styrke de foretrukne fortællinger og udbrede kendskabet til Dataanalyse i forretningen, hvis de samler og holder på ambassadørerne.
6.4. Verden er sort og hvid
Verden er ikke sort eller hvid, men både sort og hvid - og med det refererer vi til de videnskabsteoretiske paradigmer. I afhandlingen bekender vi os til en socialkonstruktivistisk position, men benytter både teorier med et socialkonstruktivistisk og realistisk videnskabsteoretisk udgangspunkt til at belyse vores forskningsspørgsmål, fordi de kan supplere hinanden.
Med reference til vores teorivalg i afsnit 2.2 får vi med Kotter og Lewins teori øje på én ting, mens vi med Weick og historiefortælling ser noget andet. Førstenævnte giver os et indblik i den strategiske planlægning af forandringer, mens sidstnævnte belyser de relationelle sider af en forandringsproces.
Vi siger på den ene side med vores ordnede videnskabsteoretiske ramme, at vi er medskabere og vores afhandling er en konstruktion af virkeligheden. På den anden side bekender vi os med hermeneutikken også til en realistisk ontologi, hvor de meninger og betydninger, vi studerer, eksisterer uafhængigt af os som forskere (Egholm, 2014: 91). Spørgsmålet er om vi i realiteten står et sted midt imellem de to yderpunkter?
6.5. Generaliserbarhed
Med ovenstående afsnit in mente stiller vi os selv spørgsmålet: Kan vi egentlig konkludere noget overordnet eller generelt, set i relation til vores videnskabsteoretiske position?
Tanja Rune Pedersen & Betina Svare Side 108 af 225 Inden for den realistiske tradition anses videnskabelighed for at være universel og har et formål om at etablere generelle lovmæssigheder (Egholm, 2014: 71). Vi undersøger derimod med vores udgangspunkt individers forskellige opfattelser og oplevelser af et fænomen i en konkret tid, sted og kontekst og vores kontekst tillægges ligeledes betydning.
Vores empiri har udgangspunkt i vidt forskellige afdelinger, processer, mennesker, scoringsmodeller og udfald - så kan vi give Dataanalyse nogle generelle råd om, hvordan de fremover bør håndtere deres kommunikation og processer med andre enheder i SKAT? Kan vi endvidere overføre nogle af de betragtninger, vi har om psykologiens betydning for forandringer til en anden offentlig organisation? Analysen indeholder generelle betragtninger på tværs af processer og vi får da øje på nogle mønstre og ligheder mellem disse, men der er også væsentlig forskel på deres vilkår og hvor langt de er i processerne, så spørgsmålet er også om vi kan generalisere på processerme internt. Det kan også diskuteres fra en anden vinkel: Er vi som socialkonstruktivister overhovedet interesseret i, at generalisere?
Tanja Rune Pedersen & Betina Svare Side 109 af 225