AI literacy

Hvad er den vigtigste pointe?

Siden oversætter et internationalt og juridisk begreb til dansk arbejdsliv. Bogens bidrag er at gøre AI literacy til et spørgsmål om opgaver, ansvar, orienteringstid og menneskers plads — ikke kun et kursus i at prompte.

Siden er en del af Viden-universet til bogen Hvad skal vi lave nu?. Den bruger AI som anledning til at tale om arbejde, ansvar, adgang, faglighed og menneskers plads i danske organisationer.

Hvad ændrer AI her?

• AI literacy handler om dømmekraft før teknik: at forstå hvad AI kan hjælpe med, hvor den kan tage fejl, og hvad den ikke bør bruges til.
• EU AI Act artikel 4 gør AI literacy til et konkret organisatorisk ansvar for relevante udbydere og deployere af AI-systemer.
• På arbejdspladsen skal AI literacy kobles til konkrete opgaver, datagrænser, kvalitetssikring, arbejdsmiljø og ansvarskæder.
• Hvis AI literacy kun bliver individuel værktøjstræning, risikerer organisationen at lægge ansvaret for fejl, tempo og databrud ned på den enkelte medarbejder.
• AI-forståelse skal også beskytte begyndelsesopgaver. Nye medarbejdere skal lære at vurdere, ikke kun lære at få AI til at svare hurtigt.
• Det danske samarbejdssystem kan gøre literacy til et fælles sprog mellem ledelse, HR, faglige miljøer, AMO/MED/SU og medarbejderrepræsentanter.

Hvordan gør man AI literacy praktisk på arbejdspladsen?

• Oversæt AI literacy til hverdagssprog: Hvilke opgaver bruger vi AI til, hvilke data må bruges, og hvem kontrollerer kvaliteten?
• Træn fejlgenkendelse og ansvar, ikke kun promptteknik. Medarbejdere skal kunne se, hvornår svaret er plausibelt, men forkert.
• Giv orienteringstid til fælles afprøvning, efterkritik og justering, før AI-brug bliver et krav eller en produktivitetsmåling.
• Inddrag HR, ledelse, faglige miljøer og medarbejderrepræsentanter, så AI-forståelse bliver en fælles ramme og ikke et individuelt pres.

En arbejdsplads kan ikke nøjes med at sende mennesker på et generelt AI-kursus og kalde opgaven løst. AI literacy viser sig først, når teknologien møder en konkret mail, en borgerkontakt, en journalnote, et jobopslag, en analyse eller en beslutning, der faktisk har konsekvenser.

Derfor bør AI-forståelse bygges tæt på arbejdet. Mennesker skal have lov til at prøve, opdage fejl, stille spørgsmål og tale om tvivl uden at blive gjort til bremseklodser. Det er orienteringstid: et legitimt rum til at forstå, før man forventes at levere hurtigere.

AI literacy er AI-forståelse i praksis

Det engelske ord literacy kan lyde som skole eller læsefærdighed. I AI-sammenhæng handler det mere om praktisk dømmekraft: Kan jeg forstå, hvad systemet gør? Kan jeg se, hvornår svaret er usikkert? Ved jeg, hvilke oplysninger jeg ikke må dele? Og kan jeg forklare, hvorfor jeg brugte AI i denne situation?

På en dansk arbejdsplads bør begrebet derfor oversættes varsomt. AI literacy er ikke bare at kunne prompte. Det er at kunne arbejde ansvarligt med AI, uden at miste faglighed, datagrænser eller menneskelig vurdering af syne.

Artikel 4 gør det til mere end et kursusord

EU AI Act nævner AI literacy i artikel 4. Det betyder ikke, at alle medarbejdere skal blive teknologer. Men det betyder, at organisationer ikke kan behandle AI-forståelse som noget tilfældigt, den enkelte må finde ud af ved siden af arbejdet.

Det passende niveau afhænger af rolle og kontekst. En HR-medarbejder, en sagsbehandler, en journalist, en leder og en ny praktikant har ikke brug for præcis samme viden. Men de har alle brug for et sprog for formål, databrug, begrænsninger, ansvar og hvornår et menneske skal overtage.

Fem spørgsmål en medarbejder skal kunne stille

• Formål: Hvad skal AI hjælpe med i netop denne opgave?
• Data: Hvilke oplysninger må jeg bruge, og hvilke skal holdes ude?
• Kvalitet: Hvordan opdager jeg fejl, hallucinationer, skævheder eller manglende kontekst?
• Ansvar: Hvem står på mål for resultatet, hvis det bruges over for kunder, borgere, patienter, kandidater eller kolleger?
• Grænse: Hvornår skal jeg stoppe, spørge et menneske eller lade være med at bruge AI?

Hvor AI literacy let bliver for smalt

Der er en risiko for, at AI literacy bliver reduceret til værktøjstræning: sådan skriver du en bedre prompt, sådan sparer du tid, sådan får du flere ideer. Det kan være nyttigt, men det er ikke nok. Arbejdspladsens vigtigste spørgsmål handler ofte om ansvar, kvalitet, arbejdsmiljø og adgang til læring.

Hvis de spørgsmål ikke er fælles, bliver AI literacy et individuelt krav. Den enkelte medarbejder skal både bruge teknologien, opdage fejlene, beskytte data og forklare konsekvenserne. Så bliver begrebet ikke en redningsvest, men endnu en opgave lagt oven i arbejdet.

Hvad kilderne bidrager med

AI Act-kilderne gør AI literacy til et konkret regulerings- og governance-spørgsmål. NIST bidrager med risikosproget: AI skal kortlægges, måles, styres og bruges med ansvar. Datatilsynet minder om, at databeskyttelse og formål skal være med fra begyndelsen.

ILO-rapporten understøtter bogens arbejdslivsvinkel: generativ AI ændrer ofte opgaver og jobkvalitet mere end den bare erstatter hele jobs. Derfor er AI literacy ikke pynt omkring teknologien. Det er en del af at forstå, hvordan arbejdet flytter sig.

Spørgsmål der bør stilles lokalt

• Hvilke AI-systemer bruger vi allerede, også uformelt i hverdagens tekster, analyser og beslutninger?
• Hvilke medarbejdere skal forstå systemets begrænsninger, fordi de står med kvaliteten eller ansvaret udadtil?
• Hvilke data må aldrig lægges ind i et AI-værktøj, og hvordan gør vi den grænse let at huske?
• Hvordan træner vi mennesker i at opdage plausible, men forkerte svar?
• Hvor får nye medarbejdere lov til at øve faglig vurdering, hvis AI overtager de første udkast og opsummeringer?
• Hvem samler erfaringer op og ændrer rammen, når hverdagen viser nye risici?

Hvordan hænger det sammen med bogen?

Bogen arbejder med fire positioner i AI-forandringen: de fortrængte, de transformerede, de udelukkede og de empowered. De er ikke faste typer, men steder mennesker kan befinde sig, når arbejdet flytter sig.

Derfor handler denne side også om AI-uro, kontroltab, orienteringstid og begyndelsesopgaver — de begreber, der gør samtalen mere konkret end enten begejstring eller panik.

FAQ