Pismenost na področju AI se pogosto prevede v usposabljanje: modul, certifikat, odkljukano polje. To ni napačno, vendar to tudi ni tisto, kar beseda dejansko zahteva. Pismenost pomeni, da nekdo razume, kaj sistem počne in kaj ne, kje so meje odgovora in kdaj je treba rezultat preveriti, preden konča nekje drugje. To je drugačna spretnost kot znanje uporabe pogovornega okna.
Zaposleni, ki ve, kako oblikovati poziv (prompt), ni po definiciji pismen v pomenu, ki tukaj šteje. Pismenost na področju AI se nanaša na prepoznavanje tveganja: kdaj odgovor vsebuje napako, ki ni opazna, kdaj se poslovni podatki delijo s sistemom, ki te podatke uporablja tudi drugje, kdaj je rezultat AI podlaga za odločitev, ki bi si dejansko zaslužila preverjanje. Kdor tega ne uči, uči zaposlene, kako upravljati orodje, ne pa, kdaj mu ne smejo zaupati.
Pismenost je smiselna šele, ko se povezuje s tem, kar se dejansko dogaja v praksi. Če zaposleni že uporabljajo orodje, ki ga nihče ni odobril, potem je splošno usposabljanje o načelih AI malo vredno, dokler nihče ne ve, za katera orodja gre in za kaj se uporabljajo. Pismenost brez vpogleda v uporabo je program, ki gre mimo prakse.
Tu se skriva tudi najpreprostejši način za učenje: vprašanja. Ne vprašanja za odgovornost, temveč vprašanja za razumevanje, kaj se dogaja. Zaposleni, ki uporablja orodje za hitrejše delo, to redko prostovoljno pove, če se vprašanje zdi kot nadzor, ki lahko privede do obračuna. Pismenost torej ne začne z dajanjem navodil, temveč z ustvarjanjem okolja, v katerem prijava ni tveganje.
Usposabljanje lahko razloži, kaj je jezikovni model, od kod izvira pristranskost (bias) in kdaj je treba preveriti izpis. Usposabljanje ne more zagotoviti, da se to znanje uporabi v trenutku, ko je pomembno: pod časovnim pritiskom, pri roku, pri nalogi, ki je že stotič potekala v redu. Prav tako enkratno usposabljanje ne more slediti spremembam. Sistemi se prilagajajo, na voljo so nova orodja, uporaba se spreminja. Zato pismenost ne spada k enkratnemu trenutku, temveč k ponavljajočemu se ritmu — tako kot ponovna presoja razvrstitev tveganja ni enkratna vaja, temveč ponavljajoč se proces.
Pismenost zaposlenih organizacije ne odveže od vprašanja, kdo nad čim nadzoruje. Če zaposleni prevzame rezultat AI v odločitvi in se ta odločitev izkaže za napačno, potem vprašanje, kdo je odgovoren, če aplikacija AI naredi napako, ni odgovorjeno z »zaposleni bi moral vedeti«. Odgovornost je na več ravneh: pri tistem, ki je sistem uporabil, pri tistem, ki je organiziral nadzor, pri tistem, ki je postavil okvire. Pismenost posameznikov je del te verige, ne njena nadomestitev. Kaj človeški nadzor v praksi pomeni, je povezano z vprašanjem, ali oseba, ki izvaja nadzor, tudi dovolj razume, kaj nadzoruje — brez tega razumevanja je nadzor formalnost.
Mnoge organizacije poskušajo pismenost na področju AI povezati z obstoječim procesom skladnosti ali tveganja. To se zdi logično, vendar se v praksi druga plast poleg obstoječega procesa pogosto ne uporablja: zaposleni sledijo procesu, ki ga že poznajo, in ignorirajo novega, tudi če se ta bolje ujema s prakso. Zakaj se drugi proces poleg obstoječega ignorira, je vprašanje, ki presega usposabljanje: gre za to, kje se pismenost zapisuje, preverja in uporablja v samem delu.
Ne moremo povedati, koliko usposabljanja je dovolj oziroma kolikšen delež zaposlenih po programu dejansko ravna drugače. To se razlikuje glede na organizacijo, funkcijo, raven tveganja nalog, ki jih nekdo izvaja. Nekdo, ki dnevno pripravlja pogodbe s strankami s pomočjo AI, potrebuje drugačno raven pismenosti kot nekdo, ki AI uporablja le občasno za povzetek. Enoznačnega odgovora na vprašanje »koliko usposabljanja je dovolj« ni, zato ga tudi ne podajamo.
Pismenost brez vpogleda v tveganja posameznih primerov uporabe ostaja abstraktna. Zaposleni, ki v brezplačno pogovorno okno vnaša poslovne podatke, tvega drugače kot zaposleni, ki uporablja interni, zaščiten sistem, in kaj počnete s poslovnimi podatki v brezplačnem pogovornem oknu je vprašanje, ki za vsako situacijo zahteva drugačen odgovor. Pismenost torej ni en program za celotno organizacijo, temveč povezava s tem, s čim ljudje dejansko delajo.
Ta povezava se začne z védenjem, katere naloge že podpira AI in v kolikšni meri. Delovni pregled (werkscan) podjetja FTE TO AI izračuna za posamezno nalogo, kolikšen delež dela je mogoče prevzeti z AI, s čimer nudi konkretno slika, kje je pismenost najbolj potrebna: ne v splošnem smislu, temveč na mestu, kjer se delo dejansko spreminja.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.