AI-kompetens översätts ofta till en utbildning: en modul, ett certifikat, en avbockad ruta. Det är inte fel, men det är inte heller det ordet efterfrågar. Kompetens innebär att någon förstår vad ett system gör och inte gör, var gränserna för ett svar ligger, och när ett resultat måste kontrolleras innan det hamnar någon annanstans. Det är en annan färdighet än att kunna hantera ett chattfönster.
En medarbetare som vet hur man formulerar en prompt är inte per definition kompetent i den mening som räknas här. AI-kompetens handlar om att känna igen risk: när innehåller ett svar ett fel som inte syns, när delas företagsdata med ett system som använder den datan någon annanstans, när blir ett AI-resultat grunden för ett beslut som egentligen förtjänar granskning. Den som inte lär ut det, lär medarbetare att hantera ett verktyg utan att lära dem när de inte bör lita på det.
Kompetens är bara meningsfull om den ansluter till det som sker i praktiken. Om medarbetare redan använder ett verktyg som ingen har godkänt, är en generisk utbildning om AI-principer föga värd så länge ingen vet vilka verktyg det handlar om och till vad de används. Kompetens utan insyn i användningen är ett program som går vid sidan av praktiken.
Det är också där det enklaste sättet att lära sig något finns: att fråga. Inte fråga för att kräva ansvar, utan fråga för att förstå vad som pågår. En medarbetare som använder ett verktyg för att arbeta snabbare berättar det sällan frivilligt om frågan känns som en kontroll som kan leda till en uppgörelse. Kompetens börjar alltså inte med att ge instruktioner, utan med att skapa ett klimat där det inte är någon risk att rapportera.
En utbildning kan förklara vad en språkmodell är, var bias kommer ifrån, och när ett utdata måste kontrolleras. En utbildning kan inte garantera att den kunskapen tillämpas i det ögonblick det räknas: under tidspress, inför en deadline, vid en uppgift som redan gått bra hundra gånger. En engångsutbildning kan inte heller hänga med i det som förändras. System uppdateras, nya verktyg blir tillgängliga, användningen förskjuts. Därför hör kompetens inte hemma i ett enda ögonblick, utan i ett återkommande rytm — precis som att på nytt bedöma riskklassificeringar inte är en engångsövning utan en återkommande process.
Kompetens hos medarbetare befriar inte en organisation från frågan om vem som utövar tillsyn över vad. Om en medarbetare tar över ett AI-resultat i ett beslut, och det beslutet visar sig vara felaktigt, då är frågan vem som är ansvarig när en AI-tillämpning gör ett fel inte besvarad med "medarbetaren borde ha vetat det". Ansvar ligger på flera nivåer: hos den som satte in systemet, hos den som organiserade tillsynen, hos den som satte ramarna. Kompetens hos individer är en del av den kedjan, inte en ersättning för den. Vad mänsklig tillsyn i praktiken innebär hänger samman med frågan om personen som utövar tillsynen också förstår tillräckligt om det denne har tillsyn över — utan den förståelsen är tillsyn en formalitet.
Många organisationer försöker koppla AI-kompetens till en befintlig efterlevnads- eller riskprocess. Det verkar logiskt, men i praktiken används ett andra lager vid sidan av en befintlig process ofta inte: medarbetare följer den process de redan känner till och ignorerar den nya, även om den passar bättre in i praktiken. Varför en andra process vid sidan av den befintliga ignoreras är en fråga som går längre än utbildning: den handlar om var kompetens dokumenteras, testas och används i själva arbetet.
Vi kan inte säga hur mycket utbildning som är tillräcklig, eller vilken andel av medarbetarna som faktiskt agerar annorlunda efter ett program. Det skiljer sig per organisation, per funktion, per risknivå för de uppgifter någon utför. Någon som dagligen upprättar kundkontrakt med AI-stöd behöver en annan kompetensnivå än någon som använder AI enstaka gånger för en sammanfattning. Ett enkelt svar på "hur mycket utbildning är nog" finns inte, och vi ger därför inte det svaret.
Kompetens utan insyn i riskerna med enskilda användningssituationer förblir abstrakt. En medarbetare som matar in företagsdata i ett gratis chattfönster löper en annan risk än en medarbetare som använder ett internt, avskärmat system, och vad ni gör med företagsdata i ett gratis chattfönster är en fråga som kräver olika svar beroende på situationen. Kompetens är alltså inte ett enda program för hela organisationen, utan en anslutning till vad människor faktiskt arbetar med.
Den anslutningen börjar med att veta vilka uppgifter som redan stöds av AI och i vilken utsträckning. Arbetsskanningen från FTE TO AI räknar per uppgift ut vilken del av arbetet som kan tas över av AI, och ger därmed en konkret bild av var kompetens behövs som mest: inte i allmän mening, utan på den plats där arbetet faktiskt förändras.
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.