Last ned

Empatisk kommunikasjon i alle kanaler? Om begrensninger og muligheter på tvers av kanaler i Nav Kontaktsenter (NKS)

Publisert: 04.03.2026

Sammendrag

Nav Kontaktsenter (NKS) har millioner av brukersamtaler årlig, og mange av dem er emosjonelle. De innførte derfor verktøyet «empatisk kommunikasjon» for å håndtere følelsene. Grunnprinsippet er å møte følelser med følelser, ikke med saksopplysninger. NKS erfarte at dette ga en bedre telefonsamtale og har derfor tatt kommunikasjonsformen i bruk i flere kanaler, også i digitale meldingstjenester og chatboten Frida.

Formålet med denne artikkelen er å undersøke hvordan NKS bruker empati i ulike kanaler. Datamaterialet består av intervjuer med 15 NKS-ansatte og observasjoner av veiledere i brukersamtaler på telefonen.

Funnene viser at det er enklere å bruke empati i sanntidskanaler enn i kanaler hvor interaksjonen ikke foregår i sanntid, forutsatt at det er mennesker som kommuniserer sammen i kanalen. Sanntidskanalene formidler mange signaler. Brukerne anvender dessuten et muntlig språk i sanntidskanalene, som inneholder nyanser og følelser. Dette står i kontrast til ikke-sanntidskanaler, hvor brukere anvender et mer formelt språk, noe som kan gjøre det vanskeligere for veiledere å gjenkjenne følelser. Det kan også bli vanskeligere å svare brukeren med empati, ettersom empatiske utsagn gjerne er spontane. Tidsforsinkelsen kan gjøre at empatien virker mindre genuin.

Chatboten Frida skiller seg fra de andre kanalene. Frida svarer brukere i sanntid, men svarene er forhåndsformulerte og automatiske, noe som gjør det vanskeligere å bruke empati. Muntlighet har motsatt effekt her enn i andre kanaler. Kompleksiteten i det muntlige språket kan føre til at Frida misforstår brukeren og bommer med sin empati. Dermed kan empati understreke feil.

I sum indikerer funnene at empatisk kommunikasjon egner seg godt i bemannede sanntidskanaler, slik som telefon og chat. Det er enklere å identifisere og respondere på følelser i disse kanalene, som er det grunnleggende prinsippet i empatisk kommunikasjon.

Abstract

Each year, Nav’s call center (NKS) has millions of conversations with clients. Many of them are emotional. NKS implemented empathic communication to manage these emotions. The basic principle in this communication is to respond to feelings with empathy, not facts or case information. NKS found that empathic communication improved conversations with clients over the phone and has therefore put it to use in other service channels, including digital written messages and their chatbot Frida.

The aim of this article is to explore how NKS workers use empathy in different service channels. The data consist of interviews with 15 NKS workers and observations of counselors talking to clients over the phone.

Findings show that it is easier to use empathic communication in synchronous service channels than in asynchronous ones, provided that the interaction takes place between humans. Communication in synchronous channels happens in real time, transferring more information and social cues. Clients also tend to use oral, or spoken, language in these channels, containing more nuances and emotions. In contrast, asynchronous channels involve a time lag between messages. Here, clients use a more formal language, which makes it harder for workers to identify emotions. It also becomes harder to respond with empathy, as empathic statements often are spontaneous. The time lag can make their empathy seem less genuine.

Frida, the chatbot, is different from the other synchronous service channels. While Frida responds to clients in real time, answers are pre-formulated and automated. This makes it harder to incorporate empathy. Furthermore, oral language has an opposite effect in Frida compared to other service channels. The complexity of oral language can result in Frida misunderstanding the client, missing the mark with her empathy. In these instances, empathy highlights mistakes that the chatbot makes.

In summary, the findings suggest that empathic communication is well-suited for synchronous staffed channels, such as phone and chat. It is easier to identify and respond to emotions in these service channels, which is the core principle of empathic communication.

Introduksjon

For mange mennesker er møtet med Nav Kontaktsenter (NKS) deres første møte med Nav. Ofte tar de kontakt fordi de står i en vanskelig livssituasjon. Dette kan resultere i emosjonelle samtaler, som er tunge å stå i for veilederne. NKS innførte derfor empatisk kommunikasjon for å mestre den emosjonelle belastningen i arbeidet, som en form for «egenomsorg» for sine veiledere (Løberg, 2023). Det grunnleggende prinsippet i empatisk kommunikasjon er å møte følelser med følelser, ikke saksopplysninger. Dersom veilederne går rett på sak, er det en fare for at brukeren ikke føler seg hørt. Da kan situasjonen eskalere, og veilederne blir stående og stange i følelsene. I stedet skal veilederne håndtere intense følelser tidlig i samtalen ved å validere dem. Dette kan ha en rekke positive effekter, slik som å dempe vanskelige følelser og gjøre brukeren mer mottagelig for veiledning (Eckhard mfl., 2024; Kuo mfl., 2022; Mjaaland & Jensen, 2020). NKS opplever attpåtil at empatisk kommunikasjon bidrar til en bedre brukersamtale på telefon. De har derfor tatt den i bruk i andre kanaler, også de digitale.

NKS svarer på henvendelser i flere av Navs elektroniske kanaler, inkludert telefon, «skriv til oss», chat og chatboten Frida. På tross av at all interaksjon mellom NKS og brukere er mediert av teknologier, er kanalene ulike. Kanalene formidler ulike signaler, noe som gir ulik grad av informasjon (Daft & Lengel, 1986). Møter formidler for eksempel flere signaler enn telefonsamtaler, ettersom veilederen får tilgang til visuell informasjon. Telefonsamtaler formidler flere signaler enn skriftlig dialog, ettersom veilederen hører tonefall. En skriftlig digital dialog som foregår i sanntid formidler flere signaler enn om den ikke foregår i sanntid, ettersom informasjon utveksles raskere. Signalene er viktige for å forstå kontekst og dermed brukerens unike situasjon. Det er derfor andre betingelser for interaksjon i de digitale kanalene enn på telefon.

Digitale kanaler kan endre interaksjonen mellom veiledere og brukere ut fra når, hvor og hvordan den finner sted (Lindgren mfl., 2019). Kanalene kan også endre hvordan følelser formidles. Ofte mister man en del non-verbal informasjon i digital skriftlig interaksjon, som er viktig for å forstå følelser og uttrykke empati (Løberg & Egeland, 2023). Digitale meldinger forutsetter skriftliggjøring. Dermed må partene formulere følelsene sine for å formidle dem (Derks mfl., 2008). Når interaksjonen foregår på avstand, kan det også bli vanskeligere å uttrykke empati. Mange former for empati er non-verbale, slik som bekreftende nikk og berøring (Jakobsen, 2021; Neumann, 2017). Dette har gitt opphav til forestillinger om teknologisk mediert kommunikasjon som kald og upersonlig (Hutchby, 2001), noe som reiser spørsmål om hvordan man kan bruke empatisk kommunikasjon i digital interaksjon, slik NKS nå forsøker. Empati virker imidlertid til å være utilstrekkelig utforsket i disse kanalene. Jeg undersøker derfor følgende problemstilling i denne artikkelen:

Hvordan praktiserer NKS empatisk kommunikasjon i sine kanaler?

Problemstillingen vil bli besvart ved hjelp av intervjuer med NKS-ansatte og observasjoner av veiledere i telefonsamtale med brukere. Jeg bruker disse dataene til å sammenligne veiledernes bruk av empatisk kommunikasjon i kanalene telefon, «skriv til oss», chat og chatboten Frida.

NKS og elektroniske kanaler

NKS er en faglig førstelinje som håndterer brukerhenvendelser i flere av Navs elektroniske kanaler (NKS, u.d.). Kanalene er beskrevet i Tabell 1.[1] NKS har også opprettet tjenesten «Beskjed til oss» (BTO), hvor brukere kan sende beskjeder til Nav. BTO er ikke inkludert i denne studien, ettersom kanalen ble åpnet etter datainnsamlingen fant sted. Totalt består NKS av 12 sentraliserte enheter og rundt 1000 medarbeidere, som svarer på spørsmål om arbeid, helse, familie, pensjon og sosiale tjenester. De mottar om lag fem millioner henvendelser i året (NKS, u.d.). NKS-veiledere har i hovedsak engangskontakt med brukere. De har dermed ikke porteføljer, slik som veiledere på lokalkontorene. De gir både generell og individuell veiledning til brukere, men har ikke vedtaksmyndighet i brukerens sak.

Tabell 1. Kanaler i NKS.

Kanal

Beskrivelse

Tilgjengelighet

Telefon

NKS besvarer telefoner til Navs hovednummer. Brukere initierer kontakten ved å ringe inn. De bruker tastevalg for å komme til den NKS-veilederen som best kan svare på deres spørsmål. Veilederne gir både generell og individuell veiledning over telefon.

Betjent åpningstid hverdager mellom kl. 9.00-15.00.

Kommunikasjon i sanntid.

Skriv til oss

«Skriv til oss» er en digital meldingstjeneste, hvor brukere kan stille skriftlige spørsmål til Nav. Brukerne er logget inn på nav.no og kan derfor motta individuell veiledning.

Bruker får svar i løpet av 2 arbeidsdager.

Kommunikasjonen foregår ikke i sanntid.

Chat

Chatten er en digital meldingstjeneste. Den er lagt i bakkant av chatboten Frida. Det vil si at brukere først vil møte Frida, men bli satt over til et menneske i chatten ved behov. Chatten er i utgangspunktet uinlogget, som innebærer at bruker er anonym og veiledningen er generell. Det kan likevel gis individuell veiledning, dersom brukeren logger inn på nav.no.

NKS besvarer henvendelser hverdager mellom kl. 9.00-15.00.

Kommunikasjon i sanntid.

Chatboten Frida

Chatboten ligner på en chat, men det er en programvare som svarer brukeren, ikke et menneske. Frida svarer på generelle henvendelser fra brukere. Svarene er forhåndsformulert. Brukeren er uinlogget/anonym.

Frida er døgnåpen.

Kommunikasjon i sanntid.

Kilde: Nav

Empatisk kommunikasjon

NKS har arbeidet med empatisk kommunikasjon siden 2019. Den grunnleggende ideen i empatisk kommunikasjon er å møte følelser med følelser, ikke med saksopplysninger. Dette innebærer at veilederne skal arbeide med følelser før sak. Dersom det ikke er følelser i samtalen, skal veilederne heller ikke svare på dem – da kan de gå rett på sak. Empatisk kommunikasjon er derfor et verktøy for de emosjonelle samtalene.

Veilederne skal (1) identifisere og (2) respondere på brukerens følelser. (1) Veilederne identifiserer følelser gjennom aktiv lytting. Dette innebærer at de skal lytte for å forstå, ikke for å svare. (2) Veilederne svarer på følelser ved hjelp av empatisk utsagn, anerkjennelser og enighet (Nav, u.d.). Empatiske utsagn er spontane følelsesutsagn, slik som «oi», «så bra» og «å nei». Anerkjennelser handler om å anerkjenne brukerens følelser, for eksempel ved å bekrefte at brukeren er i en vond situasjon. Enighet handler om å finne noe å være enig med brukeren i, slik som at det kan være kjedelig å vente i kø. Dette er altså ulike former for validering, som skal fungere beroligende og ta brodden av intense følelser. Det er viktig at empatien er ektefølt. Veiledere skal derfor tilpasse sine svar til brukerens unike situasjon. Dersom empatien blir skjematisk, vil den bryte ned tillit og derfor virke mot sin hensikt.

Kommunikasjonsformen ble hentet fra helsevesenet. Her blir den blant annet brukt av Akuttmedisinsk kommunikasjonssentral (AMK), som besvarer samtaler på nødnummeret 113 (Mjaaland & Jensen, 2020). Mange av innringerne står i kriser, noe som gjør at AMK må håndtere flere emosjonelle samtaler. AMK er derfor avhengig av å roe ned innringere, slik at de kan hjelpe seg selv eller andre på den andre siden av røret. De bruker empati for å skape denne roen og dermed for å redde liv (Mjaaland & Jensen, 2020). Dog er det forskjeller mellom AMK og NKS. Mens innringere til AMK ofte ringer inn for en hendelse som er avgrenset i tid, kan Navs brukere ha kontakt som strekker seg over tid og på tvers av avdelinger, som skaper en annen kompleksitet i interaksjonen (Løberg, 2023).

Følelser, sårbare grupper og teknologisk mediering

Følelser kan forstås både som et individuelt, sosialt konstruert og strukturelt fenomen. Følelser har lenge vært forstått som et individuelt fenomen, som oppstår i enkeltmennesket, men manifesteres utad (Van Kleef & Côté, 2022). Likevel forstås de i økende grad som et sosialt konstruert fenomen, ettersom de gjerne oppstår i relasjon til og i samspill med andre mennesker (Van Kleef & Côté, 2022). Følelser kan også være et strukturelt fenomen, når samfunnet former hvem, hvordan og når personer kan føle. Feministisk litteratur har for eksempel vist hvordan dominante grupper ofte har makten til legitimere egne følelser, samtidig som de diskrediterer underordnede grupper på bakgrunn av at de er for emosjonelle (Broberg, 2025; Monrad, 2025). På denne måten skapes legitime og illegitime følelsesuttrykk, som kan resultere i ytterligere stigmatisering av underordnede grupper. Det er derfor særskilte grunner for å ta følelser på alvor når man arbeider med sårbare grupper, ettersom følelser historisk har blitt brukt mot dem. Monrad (2025) argumenterer dessuten for at følelser kan være konstruktive. Et eksempel på dette er sinne, som signaliserer en form for opposisjon og motmakt. Følelsen inneholder også informasjon om brukerens opplevelse, noe som er særlig viktig om brukeren ellers ikke klarer å verbalisere sitt behov (Monrad, 2025). Følelser kan også understreke et budskap og kan derfor være viktige for formidling og tolkning av informasjon (Alishani mfl., 2025).

På tross av at følelser kan være konstruktive, kan de også være vanskelige å håndtere. Førstelinjens arbeid er et klassisk eksempel på emosjonelt arbeid, som innebærer at de må håndtere både egne og brukernes følelser i tråd med etablerte følelsesregler (Hochschild, 1979). Sistnevnte er uskrevne regler for hvordan førstelinjen skal uttrykke sine følelser i bestemte situasjoner, noe som understreker hvordan følelsesuttrykkene er sosialt betinget (Hochschild, 1979). Et eksempel er hvordan veiledere ikke kan svare sinte brukere med sinne, ettersom dette ville vært uprofesjonelt. Dette gjør emosjonelt arbeid til krevende arbeid, som kan føre til utbrenthet og økt turnover (Aung & Tewogbola, 2019). NKS sin innføring av empatisk kommunikasjon kan derfor forstås som en kollektiv respons for å mestre den emosjonelle belastningen (Løberg, 2023). NKS-veiledere bruker empatiske utsagn, anerkjennelser og enighet for å møte intense følelser. Dette er eksempler på validering av følelser. Ofte peker litteraturen på at validering kan redusere vanskelige følelser, mens mangel på validering kan eskalere dem (Kuo mfl., 2022).

Teknologier bidrar også til å forme følelsesuttrykk. I Nav medierer teknologier i økende grad kommunikasjonen mellom veiledere og brukere. Det vil si at teknologien filtrerer og former budskap, slik som følelser. Ulike medier sender ulike signaler, som hjelper mottageren å forstå budskapets avsender, kontekst og overordnede mening (Baym, 2015). Dermed formidler de ulik grad av informasjon. Informasjonsrikhet handler om hvorvidt veilederen får nok informasjon til å løse oppgaven og hvor tvetydig denne informasjonen er (Daft & Lengel, 1986). Teknologisk mediert kommunikasjon gir ofte mindre rik informasjon enn møter ansikt til ansikt. Et eksempel på dette er at man ofte mister non-verbale signaler i skriftlig digital dialog, slik som tonefall og kroppsspråk. Non-verbal kommunikasjon er viktig for å forstå følelser (Tracy mfl., 2015), men også for å formidle empati og tilstedeværelse. Likevel er medier og bruken av dem ulike. Her kan for eksempel tidsstrukturer spille inn, slik som hvorvidt interaksjonen foregår i sanntid eller ikke (Baym, 2015). Kommunikasjon i sanntid tillater rask utveksling av informasjon, noe som kan redusere tvetydighet og misforståelser. Kommunikasjon som ikke foregår i sanntid gir mer tid til å kontrollere egen selvpresentasjon (Baym, 2015).

Omfattende digitalisering innebærer at brukere også kommuniserer med selve teknologien, slik som med chatboter. Forskere argumenterer for at chatboter i økende grad er følelsesbevisste (Benke mfl., 2022) og gir emosjonell støtte (Bilquise mfl., 2022). De kan også skape «emosjonelle bobler», hvor chatboten forsterker brukerens følelser ved å validere dem (Mlonyeni, 2025). Slike diskusjoner har riktignok en tendens til å dreie seg om generativ kunstig intelligens (KI), som skiller seg fra Fridas forhåndsformulerte svar. Likevel kan erfaringer med generativ KI øke forventningene til chatboter generelt. Frida har vært gjenstand for forskning tidligere, men denne handler i liten grad om empati. Verne mfl. (2022) viser hvordan brukere ofte har komplekse informasjonsbehov som ikke alltid formuleres eksplisitt. På tross av at Frida bruker forhåndsformulerte svar, som er kvalitetssikret, klarer hun ikke alltid å forstå brukernes meldinger og koble dem til riktig svar (Verne mfl., 2022). McVey (2025) har undersøkt kanalbruk i NKS. Han finner at Frida ofte brukes for informasjonsformål og dermed har et overlappende bruksområde med nettsidene (McVey, 2025).

Data og metode

Dataene består av intervjuer med 15 ansatte ved NKS og observasjoner av veiledere i brukersamtaler. De ble samlet inn i 2023. Informantene ble rekruttert på bakgrunn av deres førstehåndserfaring med empatisk kommunikasjon i NKS sine kanaler eller kjennskap til chatboten Frida.

Ni av informantene er NKS-veiledere som svarer på henvendelser fra brukere på telefon og i digitale kanaler. Jeg intervjuet og observerte dem i brukersamtaler over telefonen. Hver av veilederne ble observert i 30-60 minutter. Denne observasjonsformen omtales gjerne som «medsitt» i Nav. Jeg hørte kun veilederen i samtalen, ikke brukeren. Dette var ett av flere dataminimeringstiltak under datainnsamlingen. Jeg skulle heller ikke se veilederens PC-skjerm under observasjonen, for å unngå å se informasjon om brukeren. NKS «rutet» også vekk sosialhjelpssamtaler fra veiledere som jeg observerte, for å redusere mengden sensitiv informasjon. En konsekvens av dette er at de tyngste sakene er utelatt, som antageligvis utgjør de mest emosjonelle samtalene. Behovet for empatisk kommunikasjon kan derfor være større enn dataene viser.

Jeg intervjuet seks NKS-medarbeidere i andre roller. Halvparten av dem arbeidet som chatbot-trenere. Trenerne oppdaterer og bygger ut svardatabasen i Frida, samt rydder opp i synonymkonflikter. De trener Frida ved hjelp av treningsmeldinger og testdata, slik at hun skal se forbi støy og identifisere kjernen av brukerens spørsmål. Flere av trenerne arbeider også som NKS-veiledere deler av tiden. De resterende tre informantene har unik innsikt i Frida i kraft av sine strategiske og administrative roller. Jeg omtaler disse informantene som NKS-eksperter. Ekspertene har et overordnet blikk på NKS og unik kunnskap om drift. Intervjuguiden ble tilpasset informantenes rolle. Likevel var muligheter og utfordringer med empatisk kommunikasjon i elektroniske kanaler et gjennomgående tema.

Behandlingsgrunnlaget for denne studien er informert samtykke. Alle informantene fikk tilbud om sitatsjekk, noe seks informanter ønsket. De aktuelle informantene har godkjent sine sitater. Ett sitat ble trukket. Jeg kommer ikke til å nummerere informanter i denne artikkelen. Dette gjøres for å beskytte identiteten deres. Tiltaket skal særlig verne om chatbot-trenerne og NKS-ekspertene, som har en stor risiko for å bli identifisert, ettersom det er få av dem og arbeidet er spesialisert. Totalt har 11 av informantene blitt sitert.

Dataene ble tematisk analysert. Jeg kodet tilfeller av empatisk kommunikasjon i hver av de fire kanalene – telefon, «skriv til oss», chat og chatbot. Dette inkluderer koding av både eksplisitte og implisitte tilfeller av empati, herunder tilfeller som informantene beskriver som empatisk kommunikasjon, som samsvarer med denne samtaleformen (bruk av empatisk utsagn, anerkjennelser og enighet) og handlinger som kan tolkes som empatiske (for eksempel speiling av språk). Kodingen tillot sammenligning av empatisk kommunikasjon i ulike kanaler, for å se etter likheter og forskjeller mellom dem. Jeg grupperte dernest koder sammen for å lage overordnede temaer og ordnet dem i forhold til hverandre for å skape meningsfulle mønster (Terry mfl., 2017).

Frida og forventede endringer

Frida er en «intent»-basert chatbot, som bruker forhåndsformulerte svar. En intent viser til formålet med brukerhenvendelsen. Ved å slå fast dette formålet, kan Frida koble henvendelsen til riktig svar (Alsafari mfl., 2024). Nav formulerer og kvalitetssikrer svarene på forhånd. Frida vil derfor ikke lage sine egne svar, slik som en generativ KI kan. Det er likevel en KI-komponent i Frida, ettersom hun bruker en kombinasjon av regler og maskinlæring for å matche brukernes spørsmål med det riktige forhåndsformulerte svaret. Frida utvikles kontinuerlig, blant annet som følge av at NKS trener chatboten. Derfor kan enkelte eksempler i denne artikkelen ha endret seg siden datainnsamlingen.

For tiden arbeider NKS med å gjøre Frida «smartere» ved bruk av store språkmodeller (large language models; LLMs). Slike språkmodeller bruker maskinlæring for å lære av store mengder tekst. Teknologien vil gjøre det mulig å ta i bruk generativ KI i chatboten for å lage tekst. Dersom/når LLM-teknologien blir skrudd på, vil chatboten bli en hybridløsning – NKS vil fremdeles bruke forhåndsformulerte svar, men chatbot-trenerne kan velge å bruke generativ KI i enkelte svar. Generativ KI vil da være isolert til å gjelde konkrete intenter/svar. Trenerne vil også kunne instruere chatboten, blant annet i hvilke kunnskapskilder den skal bruke, hva slags fremtoning den skal ha og hvilke følelser den skal bekrefte/ikke bekrefte. Den kan dermed gjøre at Frida forstår brukernes spørsmål bedre og responderer mer treffsikkert på dem. Denne modellen er imidlertid ikke skrudd på i skrivende stund.

Funn

Funnene er organisert rundt kanal. Jeg vil først presentere hvordan veiledere praktiserer empatisk kommunikasjon på telefonen. Telefonen formidler mange signaler, noe som gjør det enklere å identifisere og respondere på følelser. Veilederne synes det er vanskeligere å gjenkjenne følelser i skriftlige digitale kanaler. Det er likevel forskjell på de digitale kanalene. De opplever det som enklere å praktisere empatisk kommunikasjon i chatten, ettersom denne foregår i sanntid. Dette står i kontrast til «skriv til oss», som ikke foregår i sanntid. Jeg vil avslutningsvis gjøre rede for hvordan ansatte trener chatboten Frida. Ettersom det er en fare for at Frida ikke forstår hva brukeren spør om, tas empatisk kommunikasjon inn på lavrisikoområder.

Telefonsamtalen

For mange brukere er telefonsamtalen med NKS deres første møte med Nav. Telefonen utgjør majoriteten av henvendelsene til NKS, noe som gjør den til brukernes foretrukne kanal:

«Det er kanskje ikke så rart med tanke på at mange ringer til Nav i veldig kjipe situasjoner, som er emosjonelt sårbare av mange ulike årsaker, og da er det naturlig at de gjerne vil prate med noen. Prate med et menneske.»

NKS-ekspert

Telefonen er en kanal som egner seg godt til empatisk kommunikasjon, ettersom den overfører mange signaler. Veilederne opplever det som lett å identifisere følelser på telefon og påpeker at særlig tonefall kan avsløre en del følelser tidlig i samtalen. Når veilederne har identifisert følelsene, skal de svare på dem med empati, slik som i den følgende samtalen med en sykemeldt innringer:

«Hei.

Hva kan jeg hjelpe deg med?

Ja.

Nei, ikke sant. Så fint at du ringer. Jeg skal se på det. Er du sykemeldt fra én arbeidsgiver? Eller fra flere arbeidsgivere?

Selvstendig.

Har du vært sykemeldt lenge? Husker du første dag du var sykemeldt?

Og fortsatt ikke fått noen sykepenger …

Det er lenge å gå uten penger. Så bra at du tar kontakt.

Jeg skal stille et kontrollspørsmål. [Veilederen stiller et spørsmål for å få bekreftet innringerens identitet].

Er det greit at jeg setter deg på vent i noen minutter, så skal jeg undersøke det?

[Veilederen setter innringeren på vent]

Hei. Jeg er tilbake. Jeg har heldigvis noen gode nyheter til deg. Den søknaden din ble ferdigbehandlet i dag, så da får du utbetaling i løpet av fem dager.

Ja, det var selvfølgelig på tide. Det var lenge å vente.

Takk for at du ventet.

Ha en fin dag.

Hva sa du?

Ja, den sender jeg når jeg har lagt på.

Okei, ha en fin dag.

Ha det.»

NKS-veileder

Samtalen inneholder flere eksempler på bekreftelser og enighet. Veilederen påpeker flere ganger at det er fint at brukeren ringer, som er en anerkjennelse av at brukeren har gjort noe riktig ved å ta kontakt. Veilederen anerkjenner også at brukeren har ventet lenge på sykepenger, noe som også kan tolkes som enighet. «Takk for at du ventet» er en alternativ form for anerkjennelse av ventetiden. Bekreftelser og enighet skal virke beroligende. I andre samtaler er det også eksempler på empatiske utsagn, særlig når brukeren forteller om vanskelige situasjoner, slik som i neste samtaleutdrag:

«(…)

Det er sikkert ikke noe godt å være utsatt for sånne ulykker. Det kan ikke være noe hyggelig.

Mm. Påvirker det deg i å kjøre vanlig bil òg?

Ja

Ja

Mm

Mm

Ja, uffa meg.

Oioioi, uff. Det er da ikke noe særlig. Det høres ikke noe godt ut.

(…)»

NKS-veileder

I samtalen bruker veilederen flere empatiske utsagn, slik som «oi» og «uff.» Dette er spontane følelsesuttrykk som viser tilstedeværelse og en reaksjon på det brukeren forteller. Veilederen møter dermed følelser med følelser. Veilederen bekrefter også at brukeren er i en vanskelig situasjon, opptil flere ganger. Vonde situasjoner er likevel ikke det eneste som danner grunnlag for empati. I neste samtale reagerer en eldre bruker på en forhåndsinnspilt melding, som spilles av før samtalens start:

«Hei

Ja, nå har du kommet til et menneske. Men du har helt rett, den meldingen var forhåndsinnspilt.

Ja, hehe

(…)»

NKS-veileder

I den forhåndsinnspilte meldingen presenterer veilederen seg selv. Det er veilederen som snakker i meldingen, slik at overgangen mellom den forhåndsinnspilte meldingen og den faktiske samtalen skal gå sømløst. Likevel reagerer innringeren på forhåndsinnspillingen. Veilederen bekrefter det innringeren mistenker, noe som etterfølges av en respons fra brukeren og litt latter dem imellom. Selv om veiledere skal være forsiktige med humor, kan en delt latter også fungere som en form for enighet – slik som i dette tilfellet, hvor de er enige om at det kan være vanskelig å vite om man snakker med et menneske eller ikke, noe som kan lette på stemningen. Dette er også et eksempel på hvordan veiledernes empati er variert, ettersom den bygger på alt fra alvorlige til hverdagslige situasjoner.

«Skriv til oss» og chat

Det kan være vanskeligere å gjenkjenne følelser i de skriftlige digitale kanalene, ettersom de overfører færre signaler og mindre informasjon enn en telefonsamtale:

«Det er vanskeligere. Da må det ofte stå ordrett. Sånn at «Nå er jeg så frustrert» eller at «Jeg blir lei meg» for at man skal kunne anerkjenne. Men også når folk bare forklarer en veldig vanskelig situasjon, uten at de skriver at de er lei seg, så skriver vi … eller jeg, at «Det var leit å høre» eller «Leit å lese at du er i en vanskelig situasjon» før man går videre på sak. Men det er jo bare en setning. Som jeg tror kan ha stor betydning for brukeren. For det er ganske utleverende å skulle skrive masse personlig om seg selv, og så får man ikke noe respons.»

NKS-veileder

Digitale meldinger krever skriftliggjøring. Brukere må derfor formulere sine følelser i større grad for å formidle dem. Det kan dermed bli vanskeligere å gjenkjenne følelser i den skriftlige dialogen, dersom brukeren ikke eksplisitt formulerer dem. Til gjengjeld kan følelser også bli tydeligere om brukeren faktisk setter ord på dem, noe man ikke alltid gjør ansikt til ansikt.

På tross av at både «skriv til oss» og chatten er digitale skriftlige kanaler, er det et viktig skille mellom dem. Chatten foregår i sanntid. Det gjør ikke «skriv til oss», som gjerne inneholder en tidsforsinkelse. Det kan derfor gå litt tid mellom meldingene i sistnevnte. Veilederne opplever også kanalene som ulike i bruk:

«Jeg synes ofte det er lettere å svare på chat enn på «skriv-til-oss», og det er fordi det er interaktivt. Man kan stille bruker oppfølgingsspørsmål. Og så skriver de ofte mer muntlig også enn i «skriv-til-oss», så man oftere kan høre eller se litt mer nyanser, litt sånn toneleie, på en måte, uten at det er helt det samme. Da synes jeg oftere det er lettere å komme med empatiske utsagn der enn på «skriv-til-oss», hvor det er mer sånn faktatekst.»

NKS-veileder

Tidsstrukturen former hvordan veiledere og brukere kommuniserer med hverandre. Chatten foregår i sanntid, noe som gjør samtalen mer interaktiv. Dermed er det også lettere å utveksle informasjon raskt. Veilederne beskriver språket i chatten som muntlig og et språk som inneholder nyanser og følelser. Språket i «skriv til oss» beskrives derimot mer som en «faktatekst», noe veilederen utdyper videre:

«Det er jo alt mellom himmel og jord, men generelt sett så synes jeg ofte det er litt mer epost-format i «skriv-til-oss». Det er sånn «Hei! Jeg lurer på når bla, bla, bla. Min sak er sånn og sånn. Med vennlig hilsen», mens på chat så er det mer sånn «Hei! Når kommer pengene mine?», «Ja, hva slags penger tenker du på?», «De sykepengene», «Å ja, okei, jeg skal sjekke», så det er litt mer muntlig, fordi de vet at de får et svar der og da, at de slipper å «Nå må jeg presentere alt på en gang».

NKS-veileder

Kommunikasjonen i «skriv til oss» foregår ikke i sanntid. Dette gir både veiledere og brukere bedre tid til å formulere sine meldinger. Meldingene følger gjerne et brev- eller e-postformat, noe som gjør de standardiserte. Språket i «skriv til oss» inneholder derfor færre følelser: «Det er en sånn, den er emosjonsfattig» (NKS-veileder). Tidsstrukturen former ikke bare brukernes meldinger. Den kan også forme veiledernes svar. Neste veileder forklarer at hen bruker mindre empatisk kommunikasjon i digitale kanaler, særlig når kommunikasjonen ikke foregår i sanntid:

«Jeg vil si mindre [empatisk kommunikasjon], fordi det virker ikke like genuint når man skriver det. Man åpner en beskjed som kanskje er én til tre dager gammel. Det er ikke sanntid, og vi sitter og leser og jobber med det i ti minutter, så det blir mindre av det, føler jeg, men det er sikkert noe. Jeg prøver alltid å møte dem på det de skriver, men det er sikkert mindre enn på telefon i mitt tilfelle.»

NKS-veileder

Empatisk kommunikasjon skal være ektefølt. Det er likevel en fare for at et «Oi» ikke virker like genuint tre dager senere eller om veilederen arbeider med sitt svar i ti minutter, ettersom følelsesutsagn gjerne er spontane reaksjoner. Dermed kan empatisk kommunikasjon virke mindre genuint når teknologien introduserer en tidsforsinkelse i dialogen.

På tross av at det kan være vanskeligere å gjenkjenne følelser i den skriftlige dialogen, er det også eksempler på følelser i den digitale kommunikasjonen mellom veileder og bruker:

«Det kommer noen følelsesutbrudd på meldinger. Det gjør jo det. Det er noen som ikke har filter i det hele tatt på hva de skriver, og andre lar følelsene skinne gjennom, og noen er helt blotta for det, som bare lurer på sak.»

NKS-veileder

Det er lett å gjenkjenne eksplisitte følelsesutbrudd, slik som når brukere skriver at de er frustrerte. Andre eksempler omfatter trusler mot Nav eller mot brukeren selv. Eksemplene viser at den skriftlige dialogen ikke alltid er følelsesløs. Veilederne gir også eksempler på hvordan følelser kan skinne igjennom, uten at brukerne setter direkte ord på dem:

«Jeg fikk en her om dagen, som var, hva var det … Jo, han refererte til at det var tegnsperre på tusen tegn per melding, så «Jeg deler denne meldingen opp i syv deler», [latter] så [latter]. Ja, eller …»

NKS-veileder

Veilederen beskriver et implisitt følelsesutbrudd. Selv om brukeren ikke setter ord på sine følelser, kan behovet for å skrive syv meldinger på rad indikere en form for frustrasjon. Følelser er altså ikke en absolutt størrelse, som enten er tydelig til stede eller ikke. Det er heller grader av tilstedeværelse. Enkelte følelsesuttrykk er også særegne for digital skriftlig kommunikasjon, slik som emojier. Brukerne sender alt fra hjerter til flamme-emojier til veilederne:

«Ja da! Stort sett så er det smilefjes det går i. Jeg husker blant annet veldig godt at jeg hadde én – det var flamme-emojies. Det var ikke måte på. Da måtte jeg bare humre litt, for det var liksom «okei!» [latter]. Føltes litt bisart å være så uformell. Men jeg pleier å tilpasse det til bruker, så hvis bruker bruker emojies eller smilefjes – altså, vi får ikke brukt emojies, men vi kan bruke smilefjes – men hvis bruker bruker smilefjes eller emojies, bruker jeg gjerne smilefjes tilbake. Hvis de ikke gjør det, holder jeg meg til punktum eller et litt sånn formelt format.»

NKS-veileder

Veilederne speiler ofte brukernes språk, men i en mer nøktern og profesjonell tone. Når brukeren sender smilefjes, svarer veilederne gjerne med smilefjes. Det er også eksempler på at veilederne speiler brukernes ord – for eksempel, om brukeren anvender ordet «pappapenger», sier en veileder at hen ville brukt det samme ordet. Dermed etablerer veilederne en felles forståelse gjennom et felles språk. Speiling er også en form for validering av brukerens uttrykk (Skårderud & Duesund, 2014), og validering er et grunnprinsipp i empatisk kommunikasjon.

Chatboten Frida

Frida skiller seg fra de øvrige kanalene fordi det ikke er direkte kontakt mellom veiledere og brukere i kanalen. I stedet trener en liten gruppe NKS-ansatte Frida, slik at hun svarer best mulig på brukernes henvendelser. På tross av at Frida er en chatbot, prøver de å gjøre henne empatisk:

«Vi prøver å gjøre Frida til det vi kaller en slags hybrid-empatisk chatbot, det vil si at hun kan gi litt sånn «Å, så hyggelig!» eller «Ja, takk for det» eller «Værsågod», så den type ting, men at hovedpoenget er å gi informasjon. Og for at brukeren skal få med seg informasjonen så er det viktig at det ikke er for mye på en gang, fordi chatvinduet er relativt lite.»

Chatbot-trener

Frida matcher brukernes spørsmål med forhåndsformulerte svar. Forhåndsformulerte svar gir Nav kontroll på hva Frida sier, men innebærer også at Frida ikke tilpasser sitt svar til den enkelte brukeren. Svarene må passe til ulike situasjoner. NKS kan derfor ikke bruke empati på samme måte i Frida som i andre kanaler. I stedet bruker de en hybrid form for empati, hvor de fokuserer på et klart og enkelt språk i en vennlig tone. Bekreftelser kan også brukes på områder med «positiv» empatisk kommunikasjon, slik som å takke noen for at de har meldt ifra om barnehageplass eller gratulere noen med et jobbtilbud. Dette står i kontrast til vanskeligere situasjoner, slik som sykdom og død. Risikoen er at Frida misforstår brukerens situasjon og dermed bommer med sin empati:

«Det er ikke nødvendigvis den empatiske kommunikasjonen i seg selv som bommer, men det har med treffsikkerhet å gjøre. Det kan for eksempel være at ... Jeg tror på internasjonale svar, så har vi noen sånne «Vil du flytte til Norge? Så gøy» eller «Så kjekt», som ofte kan fange opp litt ting som har handlet om noe annet, som å reise til utlandet. Ja, at man kan si noe helt annet som involverer utlandet eller Norge, som egentlig ikke handler om det at jeg vil flytte til Norge. Da kan den bomme litt, og den empatisetningen forsterker litt bommen i svaret.»

Chatbot-trener[2] Eksemplet det vises til her ble fjernet i 2024. Svarene vil derfor se annerledes ut i dag.

Bommen oppstår når Frida misforstår brukerens situasjon. Et eksempel på dette er at de ansatte kan trene Frida til å gratulere brukere som skriver ordet «fødsel», men da er det også en risiko for at Frida gratulerer en bruker som skriver ordet «dødfødsel», ettersom chatboten gjenkjenner order «fødsel». Det hadde altså ikke vært feil å gratulere noen ved en ordinær fødsel. Bommen kommer av at chatboten misforstår situasjonen. Dette er også et eksempel på hvordan empati kan forverre feilen chatboten gjør. Positive sider ved empatisk kommunikasjon må derfor veies opp mot treffsikkerhet.

Frida kan ha problemer med å forstå meldinger med mye ustrukturert informasjon. I motsetning til i chatten, hvor et muntlig språk kan gjøre det enklere å praktisere empatisk kommunikasjon, kan det muntlige være vanskelig for Frida. Brukere må ordlegge seg forholdsvis enkelt for at Frida skal forstå dem:

«Det hjelper at bruker først og fremst er konkret og unngår å ta med unødig «fluff». Jeg ser at, særlig i situasjoner når man tar kontakt med Nav, er det veldig mye informasjon som også er helt vanlige ord. Der er, igjen, familie [et eksempel]. Det kan være mye barn og mor og far og ... Det kan være tall, der du angir en alder, som ikke nødvendigvis er viktig for det temaet du spør om, men så er det veldig viktig på et annet område, der det er en aldersgrense på åtte år. Det er bare helt irrelevant hvis du sier at du ikke har fått barnetrygd for åtteåringen, men det vil for eksempel Frida henge seg opp i, at «Oi, her var det åtte år». Det er viktig for noe annet, men her var det irrelevant. Så det er vanskelig. Det er også egentlig urimelig, å forvente at bruker skal vite hva som er viktig og ikke i kontakt med oss. Så det er mye jobbing med spissing og balansere ut … Jeg kaller det «fluff» – all den infoen som er rundt et spørsmål, som ikke er kjernen av spørsmålet.»

Chatbot-trener

Ord som er del av en vanlig samtale kan forvirre Frida og øke sjansen for at hun misforstår. Likevel er menneskelig interaksjon forholdsvis strukturert, og såkalt «fluff» kan inneholde viktig informasjon. Et eksempel på dette er historiefortelling, som tradisjonelt har vært en viktig form for kunnskapsdeling mellom veiledere og brukere:

«Noen skriver melding til Frida som om de snakker til et menneske. Og det fungerer i liten grad fordi ... De har ofte en sånn, som menneske, har du ofte en trang til å fortelle en fortelling. Du har et spørsmål, men du har også lyst til å forklare hvorfor du har havnet der at du har dette spørsmålet. Men det blir bare Frida forvirret av.»

Chatbot-trener

Til tross for at historier kan fremstå som enkle, rommer de ofte en kompleksitet. Historier inneholder flere roller, hendelser og gjerne en overordnet moral, noe som gjør at fortelleren effektivt kan formidle en stor mengde informasjon. Kompleksiteten kan imidlertid utfordre chatboten, ettersom det blir vanskelig å finne ut av hva brukeren egentlig lurer på. Trenerne forsøker å bøte på dette ved å få Frida til å stille brukeren oppfølgingsspørsmål om hun ikke forstår, og dermed rute Frida inn på riktig spor. De forsøker også å trene Frida til å gjenkjenne livssituasjoner:

«Vi har jobbet en del med å fange opp situasjoner eller spørsmål der brukeren kanskje ikke brukte helt riktig ord. Så vi har jobbet en del med situasjoner som «Jeg er gravid», «Jeg er student og gravid» eller «Venter barn». Og så smått også litt med sykdom i familie, sykt barn – ikke bare si at du skal vite at det er omsorgspenger, men si at «Her er noe av det du kan ha rett til når du venter barn» (...) – foreldrepenger, engangsstønad, barnetrygd, og så videre.»

Chatbot-trener

Når informanten snakker om riktig ord, henviser det gjerne til en ytelse, mens brukeren gjerne uttrykker seg i form av livssituasjon. Dersom Frida kan gjenkjenne slike situasjoner, vil det være tilstrekkelig at brukerne sier de er syke for at chatboten skal lede dem til sykepenger. De trenger dermed ikke å vite at de må spørre om sykepenger. NKS trener også Frida til å kjenne igjen situasjoner som krever et menneske. Dette kan dreie seg om akuttsituasjoner, som å stå uten penger, mat eller bolig. Dersom dette skjer innenfor bemannet åpningstid, settes brukeren over til et menneske.

På tross av at Frida etterligner en samtale mellom mennesker, er det grenser for hvor empatisk hun kan og bør være. Trenerne problematiserer hvor menneskelig Frida faktisk bør fremstå:

«Ja, det har vært mye diskusjon om det opp igjennom årene. Både valg av navn og avatar. Både for og imot. Det kan tenkes at Frida ligner for mye på et menneske og det at ikke alle skjønner at det var en chat-robot. Det var et større problem for tre år siden. For da var fortsatt teknologien – noen hadde den allerede, men den var likevel … Det har skjedd ganske mye på chatbot-fronten de siste årene. Og flere har nok forstått hva en chatbot er. Tidligere så var det sånn at «Snakker jeg ikke med et menneske?» eller «Er du en robot?» Og spørsmålstegn, utropstegn. De hadde ikke fått det med seg. Og det skyldes nok at vi har gitt Frida et menneskenavn og et menneskelig utseende.»

Chatbot-trener

Frida har fremdeles et menneskelig navn og avatar, men presenterer seg som en chatbot ved oppstarten av en samtale. En slik forventningsavklaring kan være nyttig, ettersom Frida aldri vil kunne praktisere empatisk kommunikasjon fullt ut. Et grunnleggende prinsipp i empatisk kommunikasjon er nemlig at den skal være ektefølt og variert. Selv om en hybrid-empatisk chatbot antageligvis vil kunne gi en god brukeropplevelse, har Frida fremdeles ikke bevissthet og empatien vil derfor ikke være ektefølt.

Diskusjon og konklusjon

NKS håndterer brukerhenvendelser på telefon, i skriftlige digitale kanaler og gjennom chatboten Frida. Målet med denne artikkelen har vært å undersøke hvordan NKS bruker empatisk kommunikasjon i de ulike kanalene. Hovedfunnet er at det er enklere å bruke empati i sanntidskanaler enn i ikke-sanntidskanaler, forutsatt at det er mennesker som kommuniserer med hverandre via teknologien.

Funnene viser at det er enklere å bruke empatisk kommunikasjon i sanntidskanaler, slik som telefonen og chatten. Sanntidskanalene gir mulighet for rask informasjonsutveksling og oppfølgingsspørsmål. Tidsstrukturen i sanntidskanalene former også språkbruk. Brukerne virker til å anvende et muntlig språk når interaksjonen foregår i sanntid, som inneholder flere nyanser og følelser. Dermed blir det lettere for veilederne å identifisere og respondere på følelser. Dette er i tråd med argumenter om at digital kommunikasjon karakteriseres av muntlig tale (Strømhaug mfl., 2022), men står i kontrast til erfaringene i «skriv til oss». Dette er en digital kanal, men ikke en sanntidskanal. Her anvender brukere et mer formelt språk som inneholder færre følelser. Dermed blir det vanskeligere å identifisere brukernes følelser, noe som er en forutsetning for å respondere på dem. Dette kan skyldes at tidsoppholdet i kommunikasjonen gir partene tid til å formulere sine svar og styre egen selvrepresentasjon (Baym, 2015; Bergum mfl., 2020). Tidsoppholdet kan også påvirke hvordan veiledere svarer på følelser, herunder hvor genuin den empatiske kommunikasjonen virker. Dette er i tråd med argumenter om at et umiddelbart svar virker mer autentisk (Bolter & Grusin, 1999).

På tross av at det virker enklere å bruke empati i sanntidskanalene enn ikke-sanntidskanaler, er chatboten Frida et viktig unntak. Her foregår interaksjonen i sanntid, men svarene er forhåndsformulert og automatisert. Dermed er det vanskeligere å bruke empati, ettersom man ikke kan tilpasse den brukerens unike situasjon. I de andre kanalene skaper muntlig språk handlingsmuligheter for veilederne, ettersom det inneholder flere nyanser og følelser enn et formelt språk. Kompleksiteten i det muntlige språket kan imidlertid føre til at Frida misforstår henvendelsen og bommer med sin empati. I slike tilfeller kan empati understreke eventuelle feil som chatboten gjør. Dette er i tråd med tidligere forskning, som viser at mennesker gjerne snakker med Frida som om de skulle ha snakket med et menneske, noe som kan resultere i at Frida misforstår dem (Verne mfl., 2022). Chatboten er ikke en bevisst aktør og dermed fundamentalt annerledes enn mennesker som praktiserer empati. Det betyr ikke at interaksjonen mellom mennesker og maskin er følelsesløs. Forskjellen er likevel at Frida aldri vil kunne praktisere empatisk kommunikasjon fullt ut. Et grunnleggende prinsipp i empatisk kommunikasjon er at den skal være ektefølt og variert, ellers vil den kunne virke mot sin hensikt og bryte ned tillit. Selv om en «smartere» chatbot vil kunne variere sin empati i større grad og svare mer treffsikkert på følelser, vil valideringen fremdeles være kunstig (Mlonyeni, 2025). Fremtidig forskning bør derfor undersøke om kunstig validering har de samme positive effektene som menneskelig validering.

Funnene har relevans for resten av Navs førstelinje, som arbeider med samme brukergruppe i ulike kanaler, både i sanntid og ikke i sanntid. En lærdom er at empatisk kommunikasjon passer bedre i dialog mellom mennesker i sanntidskanaler, som formidler mange signaler, enn i ikke-sanntidskanaler. Dette er fordi det er enklere å identifisere og respondere på følelser i sanntidskanalene, som er grunnprinsippet i den empatiske kommunikasjonen. Brukere formidler følelser i mindre grad når dialogen ikke foregår i sanntid, noe som indikerer at de tilpasser seg de ulike kanalenes forutsetninger. Likevel har tidligere undersøkelser vist at mennesker kan bruke kanaler på andre måter enn de er tiltenkt, og at det er flytende overganger mellom sanntidskanaler og ikke-sanntidskanaler (Baym, 2015; Gershon, 2010). Mennesker kan for eksempel sende e-poster frem og tilbake i sanntid, selv om dette i utgangspunktet ikke er en sanntidskanal. De kan også bruke lang tid på å svare på en chatmelding, selv om dette i utgangspunktet er en sanntidskanal. Erfaringer bør derfor undersøkes forløpende ved en eventuell videre utrulling av empatisk kommunikasjon, ettersom det kan være glidende overganger mellom kanalene.

Referanser

Alishani, A., Homburg, V., & Velsberg, O. (2025). Public Encounters and Government Chatbots: When Servers Talk to Citizens. Public administration review, 86(1), 35-45. https://doi.org/10.1111/puar.70005

Alsafari, B., Atwell, E., Walker, A., & Callaghan, M. (2024). Towards effective teaching assistants: From intent-based chatbots to LLM-powered teaching assistants. Natural Language Processing Journal, 8, 100101. https://doi.org/10.1016/j.nlp.2024.100101

Aung, N., & Tewogbola, P. (2019). The impact of emotional labor on the health in the workplace: A narrative review of literature from 2013–2018. AIMS Public Health, 6(3), 268-275. https://doi.org/10.3934/publichealth.2019.3.268

Baym, N. K. (2015). Personal connections in the digital age. John Wiley & Sons.

Benke, I., Gnewuch, U., & Maedche, A. (2022). Understanding the impact of control levels over emotion-aware chatbots. Computers in human behavior, 129, 107122. https://doi.org/10.1016/j.chb.2021.107122

Bergum, S., Fugletveit, R., Hermanrud, I., Lofthus, A.-M., Madsbu, J. P., & Øvrelid, B. (2020). Digital ledelse for synergier mellom brukermøter og digitale kanaler: Sluttrapport fra et NAV FoU-prosjekt 2017-2020. Høgskolen i Innlandet. https://www.nav.no/no/nav-og-samfunn/kunnskap/forskningsrapporter-og-evalueringer-finansiert-av-nav/samhandling-med-brukere-rapportarkiv/digital-ledelse-for-synergier-mellom-brukermoter-og-digitale-kanaler

Bilquise, G., Ibrahim, S., & Shaalan, K. (2022). Emotionally Intelligent Chatbots: A Systematic Literature Review. Human behavior and emerging technologies, 2022(1), 9601630. https://doi.org/10.1155/2022/9601630

Bolter, J. D., & Grusin, R. (1999). Remediation: Understanding new media. MIT Press.

Broberg, F. H. (2024). Hvor vover hun!: Vrede og autisme i mediedækningen af Greta Thunberg. Kvinder, Køn & Forskning, 37(2), 149-163. https://tidsskrift.dk/KKF/article/view/141343/195447

Daft, R., & Lengel, R. (1986). Organizational Information Requirements, Media Richness and Structural Design. Management Science, 32(5), 554-571. https://doi.org/10.1287/mnsc.32.5.554

Derks, D., Fischer, A. H., & Bos, A. E. (2008). The role of emotion in computer-mediated communication: A review. Computers in human behavior, 24(3), 766-785. https://doi.org/10.1016/j.chb.2007.04.004

Eckhard, S., Friedrich, L., Hautli-Janisz, A., Mueden, V., & Espinoza, I. (2024). A taxonomy of administrative language in public service encounters. International Public Management Journal, 27(1), 60-75. https://doi.org/10.1080/10967494.2022.2075062

Gershon, I. (2010). Media ideologies: An introduction. Journal of linguistic anthropology, 20(2), 283-293. http://www.jstor.org/stable/43104264

Hochschild, A. R. (1979). Emotion Work, Feeling Rules, and Social Structure. The American journal of sociology, 85(3), 551-575. https://doi.org/10.1086/227049

Hutchby, I. (2001). Conversation and technology: From the telephone to the internet. Wiley.

Jakobsen, K. K. (2021). Empathy in investigative interviews of victims: How to understand it, how to measure it, and how to do it? Police Practice and Research, 22(2), 1155-1170. https://doi.org/10.1080/15614263.2019.1668789

Kuo, J. R., Fitzpatrick, S., Ip, J., & Uliaszek, A. (2022). The who and what of validation: An experimental examination of validation and invalidation of specific emotions and the moderating effect of emotion dysregulation. Borderline Personality Disorder and Emotion Dysregulation, 9(1), 15. https://doi.org/10.1186/s40479-022-00185-x

Lindgren, I., Madsen, C. Ø., Hofmann, S., & Melin, U. (2019). Close encounters of the digital kind: A research agenda for the digitalization of public services. Government information quarterly, 36(3), 427-436. https://doi.org/10.1016/j.giq.2019.03.002

Løberg, I. B. (2023). «Å møte følelser med følelser» - Empatisk kommunikasjon i NAV Kontaktsenter. Arbeid og velferd, nr 3- 2023. https://arbeidogvelferd.nav.no/article/2023/12/%C2%AB%C3%85-m%C3%B8te-f%C3%B8lelser-med-f%C3%B8lelser%C2%BB---Empatisk-kommunikasjon-i-NAV-Kontaktsenter

Løberg, I. B., & Egeland, C. (2023). ‘You get a completely different feeling’ – An empirical exploration of emotions and their functions in digital frontline work. European Journal of Social Work, 26(1), 108-120. https://doi.org/10.1080/13691457.2021.2016650

McVey, T. (2025). Chatboten Frida og utvikling i kanalbruk hos Nav. Arbeid og velferd, nr. 2-2025. https://arbeidogvelferd.nav.no/article/2025/06/Chatboten-Frida-og-utvikling-i-kanalbruk-hos-Nav

Mjaaland, T., & Jensen, B. (2020). Kommunikasjon med pasienter. Universitetsforlaget.

Mlonyeni, P. M. T. (2025). Personal AI, deception, and the problem of emotional bubbles. AI & society, 40(3), 1927-1938. https://doi.org/10.1007/s00146-024-01958-4

Monrad, M. (2025). The Epistemic Value of Service User Anger: Cultural Repertoires of Anger and Their Implications for Social Work. Affilia, 0(0). https://doi.org/10.1177/08861099251369825

Nav. (u.d.). Empatisk kommunikasjon i brukermøter [internt dokument]. Upublisert

Neumann, C. B. (2017). Kroppsliggjorte omsorgspraksiser på omsorgsinstitusjon. Tidsskriftet Norges barnevern, 94(2), 96-109. https://doi.org/10.18261/issn.1891-1838-2017-02-03

NKS. (u.d.). Om Nav kontaktsenter [internt dokument]. Upublisert

Skårderud, F., & Duesund, L. (2014). Mentalisering og uro. Norsk pedagogisk tidsskrift, 98(3), 152-164. https://doi.org/10.18261/ISSN1504-2987-2014-03-02

Strømhaug, L. B. S., Halvorsen, K., & Thomassen, G. (2022). Selektiv respons på kritikk: NAV veilederes digitale interaksjon med brukere. Tidsskriftet Sakprosa, 14(2). https://doi.org/10.5617/sakprosa.9571

Terry, G., Hayfield, N., Clarke, V., & Braun, V. (2017). Thematic analysis. I Wilig, C. & Stainton-Rogers, W. (Red.) The SAGE handbook of qualitative research in psychology (S. 17-37). SAGE.

Tracy, J. L., Randles, D., & Steckler, C. M. (2015). The nonverbal communication of emotions. Current opinion in behavioral sciences, 3, 25-30. https://doi.org/10.1016/j.cobeha.2015.01.001

Van Kleef, G. A., & Côté, S. (2022). The social effects of emotions. Annual review of psychology, 73, 629-658. https://doi.org/10.1146/annurev-psych-020821-010855

Verne, G. B., Steinstø, T., Simonsen, L., & Bratteteig, T. (2022). How can I help you? A chatbot’s answers to citizens’ information needs. Scandinavian Journal of Information Systems, 34(2). https://aisel.aisnet.org/sjis/vol34/iss2/7/