Förändringsmodell · Everett Rogers, 1962

Adoptionskurvan

Varför alla inte förändras i samma takt

Rogers kurva förklarar hur nya arbetssätt sprids i en organisation. Den vanligaste ledningsmissen är att bygga hela satsningen på innovatörerna – och sedan tappa den stora majoriteten vid klyftan däremellan.

Bakgrund

Everett Rogers publicerade Diffusion of Innovations 1962 efter att ha studerat hur amerikanska lantbrukare tog till sig nytt utsäde. Han fann att spridningen följde en normalfördelad kurva där olika grupper anslöt vid olika tidpunkter – och att grupperna drevs av helt olika motiv.

Syfte med modellen

Syftet är att planera spridning i stället för att hoppas på den. För en skolledare betyder det att sluta bygga hela satsningen på de mest teknikintresserade och i stället rikta insatser mot den grupp som avgör om majoriteten följer med.

Adoptionskurvan

Nya arbetssätt sprids inte linjärt. Klyftan mellan de tidiga användarna och den stora majoriteten är där skolans AI-satsningar ofta dör.

Testar allt direkt. Använd dem för att pröva verktyg, inte som förebild för alla.

Respekterade kollegor med omdöme. Här ligger nyckeln till majoriteten.

Vill se bevis från kollegor i samma ämne. Behöver konkreta exempel.

Följer när arbetssättet blivit norm. Kräver tydliga rutiner och lättillgänglig hjälp.

Byt fokus från övertalning till tydliga minimikrav och förutsättningar.

2,5 %InnovatörerInnovators

13,5 %Tidiga användareEarly adopters

34 %Tidig majoritetEarly majority

34 %Sen majoritetLate majority

16 %EftersläntrareLaggards

Begreppen – och vad de betyder i skolan

Modellens begrepp kommer ofta från en annan kontext än skolans. Här är vad de faktiskt innebär för en rektor eller huvudman.

Innovatörer(Innovators)

De som testar allt direkt. I skolan är de värdefulla för att pröva verktyg, men deras drivkraft – nyfikenhet på tekniken i sig – delas inte av kollegiet, vilket gör dem till dåliga förebilder.

Tidiga användare(Early adopters)

Respekterade kollegor med omdöme, ofta förstelärare och arbetslagsledare. Här ligger nyckeln: deras trovärdighet, inte deras teknikintresse, är det som får majoriteten att röra sig.

Klyftan(The chasm)

Begreppet myntades senare av Geoffrey Moore och beskriver gapet mellan tidiga användare och tidig majoritet. I skolan uppstår klyftan när exemplen är generella: en mattelärare övertygas av en mattelärare, inte av en IT-strateg.

Tidig och sen majoritet(Early / late majority)

Tillsammans två tredjedelar av kollegiet. Tidig majoritet vill se bevis från kollegor i samma ämne och stadium; sen majoritet rör sig först när arbetssättet blivit norm och supporten är enkel.

Eftersläntrare(Laggards)

Ett olyckligt värdeladdat begrepp. I skolan är gruppen sällan ointresserad – oftare handlar det om arbetsbelastning, otrygghet eller helt rimliga invändningar. Här fungerar tydliga minimikrav bättre än övertalning.

I skolans verklighet

Klyftan mellan tidiga användare och tidig majoritet är där AI-satsningar dör. Bygg broar med ämnesnära exempel och kollegialt lärande – en mattelärare övertygas av en mattelärare, inte av en IT-strateg.

Så märks det i kollegiet

· Samma fem namn återkommer på alla AI-möten.
· ”Det där funkar säkert i SO, men inte i mitt ämne.”
· Verktyget används av 20 % efter ett år och siffran står still.
· Frågor om support snarare än om möjligheter – då rör sig sen majoritet.

Gör det här som skolledare

1. Identifiera fem tidiga användare med hög trovärdighet – inte de mest teknikintresserade.
2. Producera exempel per ämne och stadium, inte generella exempel.
3. Gör supporten löjligt enkel innan sen majoritet ska med.
4. Definiera ett tydligt minimikrav som gäller alla.

Vanligaste misstaget

Att fira tidiga siffror. 20 % användning är inte 20 % av vägen – det är exakt där kurvan brukar plana ut.

Från eldsjälar till ämneslag

En huvudman flyttade fortbildningen från en central AI-grupp till ämneslagen och lät varje lag ta fram tre användningsfall i sitt eget ämne. Andelen aktiva användare gick från 18 till 61 procent på två terminer.