Jaz u pismenosti o AI-ju raste. Evo kako ga smanjiti.

Što je pismenost o umjetnoj inteligenciji?

Biti pismen u pogledu umjetne inteligencije znači imati sposobnost razumijevanja načina na koji umjetna inteligencija radi dovoljno dobro da bi se koristila učinkovito, prepoznavanja njezinih ograničenja i rizika te donošenja informiranih odluka o njenim izlaznim podatcima. Okvir pismenosti o umjetnoj inteligenciji Digital Promise opisuje ga kao kombinaciju razumijevanja, korištenja i procjene.

Ali najvažniji dio, ono što odvaja početnika od stručnjaka, jest procjena. Nažalost, tome se često posvećuje malo praktične pažnje u mainstream obuci. Nakon dvosatne radionice, gotovo svatko može koristiti umjetnu inteligenciju za generiranje uglađenog odgovora na pitanje.

Ali biti pismen u pogledu umjetne inteligencije znači da netko ima sposobnost prepoznati je li odgovor:

• Točno
• Dovršeno
• Trenutno
• Relevantno
• Sigurno za djelovanje

Zašto je pismenost o umjetnoj inteligenciji važna sada

Umjetna inteligencija postala je široko dostupna, ali podršku i obuku za njezino dobro korištenje teže je pronaći.

• Oko 6,1 milijun radnika u SAD-u nalazi se na poslovima s visokom izloženošću umjetnoj inteligenciji i niskim kapacitetom za prilagodbu prijelazu na posao, navodi nedavno istraživanje Sam Manninga, suradnika u Centru za upravljanje umjetnom inteligencijom
• 38% kaže da je njihova organizacija usvojila umjetnu inteligenciju, ali samo je 12% koristi svakodnevno, prema Gallupovom istraživanju za 4. kvartal 2025.

Taj jaz između pristupa umjetnoj inteligenciji i samouvjerene upotrebe stvara priliku za pojedinaca i tvrtke da si olakšaju obukom za pismenost o umjetnoj inteligenciji koja obuhvaća više od samo učenja pisanja boljih upita.

U isto vrijeme, McKinsey izvještava da je potražnja za tečnošću u umjetnoj inteligenciji, sposobnošću korištenja i upravljanja alatima umjetne inteligencije, porasla gotovo sedam puta od sredine 2023. do sredine 2025.

• Poslodavci jasno prepoznaju potrebu za obukom za pismenost o umjetnoj inteligenciji.
• Radnici žele steći vještine.

Međutim, postoji zabrinutost kada je maksimalno usvajanje jedino mjerilo uspjeha. Ljudi mogu brzo naučiti koristiti umjetnu inteligenciju, ali postajanje pažljivim i stručnim korisnikom zahtijeva vrijeme i vježbu.

Procjena: najvažnija vještina

Mnoge obuke za umjetnu inteligenciju naglašavaju važnost procjene rezultata, ali ne troše puno vremena (ako išta) na pokrivanje što to zapravo znači.

U praksi, provjera umjetne inteligencije zahtijeva tri ključna ponašanja:

• Pažljivo čitanje
• Postavljanje teških pitanja
• Odvajanje vremena za dvostruku provjeru izvora, statistike i tvrdnji.

Prije postupanja prema informacijama koje pruža umjetna inteligencija, odlučite ispunjava li sljedeće kriterije:

• Može li se pratiti do pouzdanog izvora?
• Drži li se zajedno kada se provjere pojedinačni dijelovi?
• Je li dovoljno aktualno da bude relevantno?

Iako tekst koji generira umjetna inteligencija može zvučati uglađeno i profesionalno, činjenice mogu biti netočne. Umjetna inteligencija može „halucinirati“ potpuno izmišljajući stvari (Pročitajte Kako prepoznati halucinacije umjetne inteligencije: 7 upozoravajućih znakova), pronalazeći netlake ili nepotpune informacije ili pogrešno shvaćajući ono što pronađe i dolazeći do lažnog zaključka.

Za procjenu bilo kojeg izlaza slijedite ovaj postupak:

Prati → Provjeri → Odluči.

Na primjer, zatražite od umjetne inteligencije da izradi nacrt usporedbe cijena konkurenata. Za procjenu rezultata:

• Otvorite svaku stranicu s cijenama (prati)
• Provjerite nazive planova i cijene (provjeri)
• Zabilježite što je umjetna inteligencija pogriješila ili izostavila te unesite sve potrebne ispravke (odlučite)

Evo još nekoliko primjera kako procijeniti izlazne podatke umjetne inteligencije.

Zašto većina obuka za umjetnu inteligenciju ne uspijeva izgraditi pismenost

U samo nekoliko godina umjetna inteligencija je evoluirala od specijalizirane tehnologije do sveprisutne teme i alata. Kako su čelnici poduzeća i vlada hrlili u potragu za resursima za obuku, dobavljači su hrlili da ih stvore. Potražnja je bila velika, ali stručnost je tanka, a kvaliteta dostupnih materijala nije uvijek držala korak.

Rezultat je kazalište obuke koje jedva dotiče površinu važnih tema i pruža poduku za sve prilagođenu svima koja se predstavlja kao jedan događaj. Budite skeptični prema obuci u kojoj:

• Fokus je na upoznatosti s alatima i načinu pisanja upita. Ta vrsta radionice poučava svijesti, ali ne i razlučivanju koje dolazi s dovršavanjem stvarnih tijekova rada.
• Sadržaj ne obuhvaća dublja, važnija pitanja o tome kada koristiti umjetnu inteligenciju, kada je ne koristiti, kako procijeniti rezultate ili kako primijeniti pravila tvrtke na stvarne zadatke.
• Nema dovoljno vremena za vježbu, nedostaje uputa specifičnih za zadatke i nema povratnih informacija o tome kako sudionici napreduju ili što bi mogli poboljšati.
• Cilj je prisutnost, a ne kompetencija.

Povećaj

Kako zapravo izgraditi pismenost o umjetnoj inteligenciji

Da bi postali pismeni u pogledu umjetne inteligencije, ljudi trebaju praktičnu obuku specifičnu za ulogu koja od njih zahtijeva dovršavanje stvarnih zadataka u realističnom tijeku rada. I treba im posvećeno vrijeme da to učine.

1. Praktična obuka pruža stvarnu praksu koja pomaže ljudima da nauče što učiniti u različitim situacijama u okruženju niskog rizika. Kada su procjena i ispravak dio tijeka rada, sudionici uče iz vlastitih i tuđih eksperimenata i pogrešaka. Započnite prijavom na jedan ili više alata umjetne inteligencije, čak i na besplatnoj razini.
2. Obuka specifična za ulogu ključna je jer razumijevanje i prosuđivanje različitih izlaznih podataka zahtijeva različite vještine. Ljudi koji nikada nisu stvorili tablicu za pivotiranje (izvođenje) teško bi znali je li umjetna inteligencija napravila dobru tablicu ili kako je potaknuti da drugi put obavi bolji posao. Isto vrijedi i za procjenu pravnih dokumenata, slika za web-mjesto, sažetaka nedavnih medicinskih istraživanja ili bilo kojeg izlaza specifičnog za posao koji zahtijeva određeno predznanje. Započnite identificiranjem nekih redovitih zadataka koji bi se mogli obaviti pomoću umjetne inteligencije.
3. Dodjeljivanje stvarnih zadataka pomaže ljudima da shvate kako im umjetna inteligencija može pomoći u obavljanju njihovih poslova i izgradnji vještina koje će im trebati za njezino korištenje. Naučit će koji su zadaci prikladni da ih umjetna inteligencija obavi sama, koji zahtijevaju više nadzora i što uvijek zahtijeva ljudsku prosudbu, kao i kada i kako zaštititi povjerljive podatke kupaca i tvrtke. Razmislite o kategorizaciji zadataka prema tome koliko ljudske provjere zahtijevaju. Na primjer:

1. Zaštićeno vrijeme je završni dio potreban za izgradnju pismenosti o umjetnoj inteligenciji, barem na početku. Svi su zauzeti, što se uvijek čini kao dobar razlog da se nastavi raditi stvari na starinski način umjesto da se odvoji dodatno vrijeme za isprobavanje novog alata. Poput mnogih dobrih ulaganja, vrijeme provedeno na obuci višestruko će se isplatiti kada ljudi shvate kako najbolje surađivati s umjetnom inteligencijom. Odvojite malo vremena svaki dan ili tjedan, bilo sami ili u grupi.

Gdje učiti

Na internetu je dostupno mnogo resursa koji pružaju dobru temeljnu obuku. Potražite one od vas koji traže pisanje i revidiranje upita, usporedbu izlaznih podataka, provjeru tvrdnji, identificiranje nedostajućeg konteksta i odlučivanje kada odgovor zahtijeva da ga čovjek pregleda. Evo nekoliko mjesta za početak:

• Tehnološko sveučilište Chalmers nudi Rad i učenje s generativnom umjetnom inteligencijom, besplatni internetski tečaj koji kombinira samostalno učenje s neobaveznim sesijama uživo. Vježbe su prilagođene različitim zanimanjima, fokusiraju se na zadatke iz stvarnog života i napreduju od učinkovite pojedinačne upotrebe do delegiranja zadataka.
• Tečaj DeepLearning.AI-ja Generativna umjetna inteligencija za sve internetski je tečaj koji vodi pionir umjetne inteligencije Andrew Ng. Pruža pregled generativne umjetne inteligencije, načina na koji radi i što može učiniti. Također nudi praktične vježbe koje vam pomažu naučiti osnove i više od toga.
• Perplexity.ai također može podržati vrstu obuke koju ovi resursi i ovaj članak preporučuju: vježbanje postavljanja realističnih pitanja, pregledavanje dokaza iza činjeničnih tvrdnji, usporedbu izvora i usavršavanje rada uz ljudsku recenziju. Za rezultate pretraživanja na webu, izlazni podatci uključuju povezane citate koji olakšavaju praćenje tvrdnji, statistike i citata natrag do njihovog izvora. Osim toga, posjetite Perplexity Academy za zbirku kratkih videozapisa s uputama o osnovnim temama kao što su najbolje prakse za pisanje upita, kao i naprednijim temama kao što je stvaranje višekratno iskoristivih tijekova rada za redovite zadatke i povezivanje Perplexityja s poslovnim alatima.

Za dodatne prijedloge o učenju procjene umjetne inteligencije, preuzmite naš vodič o uspostavljanju okvira za povjerenje, točnost i nadzor. Za informacije prilagođene različitim industrijama i svrhama, uključujući primjere upita za određene zadatke, istražite sve naše vodiče ovdje.

Pismenost o umjetnoj inteligenciji gradi se kroz praksu, u stvarnim tijekovima rada. Radionice mogu pomoći u pokretanju stvari, ali nisu zamjena za obavljanje stvarnog posla u alatu umjetne inteligencije, procjenu izlaznih podataka, ispravljanje pogrešaka i primjenu ljudske prosudbe. Uz praktičnu obuku specifičnu za ulogu kojom se dovršavaju relevantni zadatke u zaštićenim sesijama, umjetna inteligencija počet će donositi impresivne povrate.

Često postavljana pitanja

Koje je značenje pismenosti o umjetnoj inteligenciji?

Pismenost o umjetnoj inteligenciji sposobnost je razumijevanja, korištenja, procjenjivanja i donošenja informiranih odluka o sustavima umjetne inteligencije i njihovim izlaznim podatcima. To nadilazi samo pisanje uspješnih upita. Osobe pismene u umjetnoj inteligenciji mogu prepoznati gdje je umjetna inteligencija korisna, zaštititi osjetljive informacije, provjeriti važne tvrdnje, razumjeti ograničenja odgovora i znati kada osoba mora donijeti konačnu odluku.

Koji je primjer pismenosti o umjetnoj inteligenciji?

Primjer pismenosti o umjetnoj inteligenciji je korištenje alata umjetne inteligencije za izradu nacrta analize konkurencije, a zatim otvaranje svakog navedenog izvora radi provjere cijena, značajki proizvoda, datuma i citata prije korištenja analize u prodajnoj prezentaciji. Najvažniji dio pismenosti je sposobnost uočavanja onoga što treba provjeriti, potvrđivanja u odnosu na pouzdane dokaze te revizije ili odbacivanja nepodržanih tvrdnji.

Koji su četiri stupa pismenosti o umjetnoj inteligenciji?

Okviri pismenosti o umjetnoj inteligenciji koriste različitu terminologiju, ali praktičan model iz tri dijela sastoji se od razumijevanja, korištenja i procjene. Osoba pismena u umjetnoj inteligenciji razumije kako umjetna inteligencija radi i gdje može zatajiti, koristi je učinkovito za odgovarajuće zadatke i može procijeniti izlazne podatke u pogledu točnosti, pristranosti, potpunosti, pravovremenosti i rizika. Često je uključena i sposobnost odgovornog sudjelovanja zaštitom podataka, uzimajući u obzir ljude na koje utječe korištenje umjetne inteligencije i održavanjem ljudske odgovornosti. Procjena je najvažniji dio i ono što odvaja stručne korisnike od početnika.

Kako mogu poboljšati svoju pismenost o umjetnoj inteligenciji?

Poboljšajte pismenost o umjetnoj inteligenciji vježbanjem sa stvarnim radom niskog rizika. Vodiči su korisni, ali nisu zamjena za praktičnu vježbu. Odaberite alat umjetne inteligencije i zadatak koji se može ponoviti, kao što je sažimanje dokumenta, istraživanje konkurenta ili organiziranje bilješki. Zatim pažljivo pregledajte izlazne podatke praćenjem odakle su informacije došle, potvrđivanjem važnih činjenica i citata te ispravljanjem svih pogrešaka. S vremenom izgradite naviku odlučivanja s kojim zadacima umjetna inteligencija može pomoći, koji trebaju ljudsku provjeru i koji bi trebali biti rezervirani za ljude. Cilj je koristiti umjetnu inteligenciju samouvjereno, sigurno i uz zdravu prosudbu.

Kako procjenjujete izlazne podatke umjetne inteligencije?

Započnite s tvrdnjama koje su najvažnije. Provjerite postoji li izvor i podržava li točnu izjavu. Potvrdite da su imena, datumi, proizvodi i brojke točni i precizno predstavljeni. Provjerite jesu li informacije aktualne. Uključite kvalificiranog recenzenta za pravne, medicinske, financijske, sigurnosne, zapošljavanje ili druge odluke s visokim ulozima. Citati generirani umjetnom inteligencijom mogu ubrzati proces, ali citat ipak treba otvoriti i provjeriti.