AI-kompetansegapet vokser. Slik tetter du det.

Hva er AI-kompetanse?

Å være AI-kyndig betyr å ha evnen til å forstå hvordan AI fungerer godt nok til å bruke den effektivt, gjenkjenne dens grenser og risikoer, og ta informerte beslutninger om dens resultater. Digital Promises AI-kompetanserammeverk beskriver det som en kombinasjon av forståelse, bruk og evaluering.

Men den viktigste delen, det som skiller nybegynneren fra eksperten, er evaluering. Dessverre får det ofte lite praktisk oppmerksomhet i ordinær opplæring. Etter en to-timers workshop kan nesten hvem som helst bruke AI til å generere et polert svar på et spørsmål.

Men å være AI-kompetent betyr at man har evnen til å fortelle om responsen er:

• Nøyaktig
• Fullført
• Gjeldende
• Relevant
• Trygg å handle på

Hvorfor AI-kompetanse betyr noe nå

AI har blitt allment tilgjengelig, men støtten og opplæringen for å lære å bruke den godt er vanskeligere å finne.

• Omtrent 6,1 millioner amerikanske arbeidstakere er i jobber med både høy AI-eksponering og lav kapasitet til å tilpasse seg et jobbskifte, sier ny forskning fra Sam Manning, stipendiat ved Center for Governance of AI
• 38 % sier at organisasjonen deres har tatt i bruk AI, men bare 12 % bruker den daglig, ifølge Gallups fjerde kvartalsundersøkelse for 2025.

Det gapet, mellom tilgang til AI og trygg bruk, skaper en mulighet for både enkeltpersoner og bedrifter til å gi seg selv en fordel med opplæring i AI-kompetanse som dekker mer enn bare å lære å skrive bedre ledetekster.

Samtidig rapporterer McKinsey at etterspørselen etter AI-flyt, evnen til å bruke og administrere AI-verktøy, vokste nesten sjudoblet fra midten av 2023 til midten av 2025.

• Arbeidsgivere anerkjenner helt klart behovet for opplæring i AI-kompetanse.
• Arbeidstakere ønsker å tilegne seg denne skill.

Men det er bekymring når maksimal adopsjon er den eneste suksessmetrikken. Folk kan lære å bruke AI raskt, men å bli en forsiktig og dyktig bruker krever tid og øvelse.

Evaluering: den viktigste skill

Mye AI-opplæring legger vekt på viktigheten av å evaluere resultater, men bruker lite tid (om noen) på å dekke hva det faktisk betyr.

I praksis krever AI-verifisering tre viktige atferder:

• Å lese nøye
• Å stille vanskelige spørsmål
• Å ta seg tid til å dobbeltsjekke kilder, statistikk og påstander.

Før du handler på informasjonen AI gir, må du avgjøre om den oppfyller følgende kriterier:

• Kan den spores til en anerkjent kilde?
• Henger det sammen når enkelte deler sjekkes?
• Er den oppdatert nok til å være relevant?

Selv om teksten AI genererer kan høres polert og profesjonell ut, kan faktaene være feil. AI kan «hallusinere» ved å dikte opp ting fullstendig (Les Slik oppdager du AI-hallusinasjoner: 7 røde flagg), finne feil eller ufullstendig informasjon, eller ved å misforstå det den finner og komme til en falsk konklusjon.

For å evaluere ethvert resultat, følg denne prosessen:

Spor → Verifiser → Bestem.

For eksempel kan du be AI om å utarbeide en sammenligning av konkurrentenes priser. Slik evaluerer du resultatene:

• Åpne hver prisside (spor)
• Sjekk plannavn og priser (verifiser)
• Noter hva AI-en gjorde feil eller utelot, og gjør nødvendige rettelser (bestem)

Her er noen flere eksempler på hvordan du evaluerer AI-resultater.

Hvorfor mesteparten av AI-opplæringen ikke klarer å bygge kompetanse

På bare noen få år har AI utviklet seg fra en spesialisert teknologi til et allestedsnærværende emne og verktøy. Ettersom ledere i næringslivet og offentlig sektor har skyndft seg for å finne opplæringsressurser, har leverandører skyndft seg for å skape dem. Etterspørselen har vært stor, men kompetansen er tynn, og kvaliteten på tilgjengelig materiell har ikke alltid holdt tritt.

Resultatet er opplæringsteater som så vidt skraper i overflaten av viktige emner, og leverer standardiserte instruksjoner presentert som en enkelt hendelse. Vær skeptisk til opplæring hvor:

• Fokuset er på kjennskap til verktøyene og hvordan man skriver ledetekster. Den typen workshop lærer oppmerksomhet, men ikke dømmekraften som følger med å måtte fullføre faktiske arbeidsflyter.
• Innholdet dekker ikke de dypere, mer viktige spørsmålene om når du skal bruke AI, når du ikke skal gjøre det, hvordan du evaluerer resultater, eller hvordan du bruker bedriftsregler på virkelige oppgaver.
• Det er ikke nok øvingstid, mangel på oppgavespesifikk instruksjon og ingen tilbakemelding på hvordan deltakerne gjør det eller hva de kan forbedre.
• Oppmøte er målet, snarere enn kompetanse.

Forstørr

Hvordan faktisk bygge AI-kompetanse

For å bli AI-kyndige trenger folk praktisk, rollespecifik opplæring som krever at de fullfører faktiske oppgaver i en realistisk arbeidsflyt. Og de trenger dedikert tid til å gjøre det.

1. Praktisk opplæring gir ekte øving som hjelper folk å lære hva de skal gjøre i ulike situasjoner i et miljø med lav risiko. Når evaluering og korrigering er en del av arbeidsflyten, lærer deltakerne av sine egne og hverandres eksperimenter og feil. Kom i gang ved å registrere deg for ett eller flere AI-verktøy, selv på gratissiden.
2. Rollespesifikk opplæring er avgjørende fordi forståelse og vurdering av ulike resultater krever ulike skill. Personer som aldri har laget et pivottabell-regneark, vil ha vanskelig for å vite om AI laget et bra ett, eller hvordan de skal be den om å gjøre en bedre jobb i neste omgang. Det samme gjelder for evaluering av juridiske dokumenter, bildegalleri for et nettsted, et sammendrag av ny medisinsk forskning eller ethvert jobbspesifikt resultat som krever litt bakgrunnskunnskap. Begynn med å identifisere noen vanlige oppgaver som kan gjøres med AI.
3. Tilordning av reelle oppgaver hjelper folk å forstå hvordan AI kan hjelpe dem med å utføre jobben sin, og bygge de skill de trenger for å bruke det. De vil lære hvilke oppgaver som egner seg for AI til å gjøre på egen hånd, hvilke som krever mer tilsyn, og hva som alltid krever menneskelig dømmekraft, samt når og hvordan man holder konfidensielle kunde- og selskapsdata sikre. Tenk på å kategorisere oppgaver etter hvor mye menneskelig gjennomgang de krever. For eksempel:

1. Beskyttet tid er den siste brikken som kreves for å bygge AI-kompetanse, i det minste i begynnelsen. Alle har mye å gjøre, noe som alltid virker som en god grunn til å fortsette å gjøre ting på den gamle måten i stedet for å ta seg ekstra tid til å prøve å bruke et nytt verktøy. I likhet med mange gode investeringer, vil tiden som brukes på opplæring mer enn betale seg når folk forstår hvordan de best kan samarbeide med AI. Sett av litt tid hver dag eller uke til å bruke, enten alene eller sammen med en gruppe.

Hvor du kan lære

Det finnes mange ressurser tilgjengelig på nettet som gir god grunnleggende opplæring. Se etter de som ber deg skrive og revidere ledetekster, sammenligne resultater, verifisere påstander, identifisere manglende kontekst og bestemme når et svar trenger et menneske til å gjennomgå det. Her er noen steder å begynne:

• Chalmers tekniska högskola tilbyr Arbeid og læring med generativ AI, et gratis nettkurs som kombinerer selvstudium med valgfri live-økt. Øvelsene er skreddersydd for ulike yrker, fokuserer på virkelige oppgaver og går fra effektiv individuell bruk til delegering av oppgaver.
• DeepLearning.AI s Generativ AI for alle er et nettkurs ledet av AI-pioneren Andrew Ng. Det gir en oversikt over generativ AI, hvordan den fungerer, og hva den kan gjøre. Det tilbyr også praktiske øvelser for å hjelpe deg med å lære det grunnleggende og utover det.
• Perplexity.ai kan også støtte den typen opplæring som disse ressursene, og denne artikkelen, anbefaler: øv på å stille realistiske spørsmål, inspisere bevisene bak faktiske påstander, sammenligne kilder og foredle arbeide med menneskelig gjennomgang. For nettbaserte forskningsresultater inkluderer resultatet lenkede sitater som gjør det enklere å spore påstander, statistikk og sitater tilbake til kilden deres. Besøk i tillegg Perplexity Academy for en samling korte instruksjonsvideoer om grunnleggende emner som beste praksis for å skrive ledetekster, samt mer avanserte emner som å opprette gjenbrukbare arbeidsflyter for vanlige oppgaver og koble Perplexity til forretningsverktøy.

For ytterligere forslag om å lære å evaluere AI, last ned vår guide om å etablere et rammeverk for tillit, nøyaktighet og tilsyn. For informasjon tilpasset ulike bransjer og formål, inkludert eksempelforespørsler for spesifikke oppgaver, kan du utforske alle våre guider her.

AI-kompetanse bygges gjennom praksis, i faktiske arbeidsflyter. Workshops kan hjelpe til med å sparke i gang ting, men de er ingen erstatning for å gjøre reelt arbeid i et AI-verktøy, evaluere resultatet, rette opp feil og anvende menneskelig dømmekraft. Med praktisk, rollespecifik opplæring som fullfører relevante oppgaver i beskyttede økter, vil AI begynne å levere imponerende avkastning.

Ofte stilte spørsmål

Hva betyr AI-kompetanse?

AI-kompetanse er evnen til å forstå, bruke, evaluere og ta informerte beslutninger om AI-systemer og deres resultater. Det går ut over bare å skrive vellykkede ledetekster. AI-kompetente personer kan gjenkjenne hvor AI er nyttig, beskytte sensitiv informasjon, sjekke viktige påstander, forstå grensene for et svar, og vite når en person må ta den endelige avgjørelsen.

Hva er et eksempel på AI-kompetanse?

Et eksempel på AI-kompetanse er å bruke et AI-verktøy til å utarbeide en konkurrentanalyse, og deretter åpne hver sitert kilde for å verifisere priser, produktfunksjoner, datoer og sitater før du bruker analysen i en salgspresentasjon. Den viktigste delen av kompetanse er evnen til å oppdage hva som trenger sjekking, validere det mot pålitelig bevis, og revidere eller forkaste ubekreftede påstander.

Hva er de fire pilarene i AI-kompetanse?

AI-kompetanserammer bruker forskjellig terminologi, men en praktisk tredelt modell er å forstå, bruke og evaluere. En AI-kompetent person forstår hvordan AI fungerer og hvor den kan feile, bruker den effektivt til egnede oppgaver, og kan evaluere resultater med tanke på nøyaktighet, bias, fullstendighet, aktualitet og risiko. Ofte inkludert er også evnen til å engasjere seg ansvarlig ved å beskytte data, ta hensyn til personer som påvirkes av AI-bruk, og opprettholde menneskelig ansvarlighet. Evaluering er det viktigste stykket, og det som skiller eksperten fra nybegynneren.

Hvordan kan jeg forbedre AI-kompetansen min?

Forbedre AI-kompetansen ved å øve med ekte arbeid med lav risiko. Veiledninger er nyttige, men de er ingen erstatning for praktisk øving. Velg et AI-verktøy og en repeterbar oppgave, som å oppsummere et dokument, undersøke en konkurrent eller organisere notater. Gå deretter nøye gjennom resultatet ved å spore hvor informasjonen kom fra, verifisere viktige fakta og sitater, og korrigere eventuelle feil. Over tid kan du bygge en vane med å bestemme hvilke oppgaver AI kan hjelpe med, hvilke som trenger menneskelig gjennomgang, og hvilke som bør forbeholdes mennesker. Målet er å bruke AI trygt, sikkert og med sunn dømmekraft.

Hvordan evaluerer du AI-resultater?

Start med påstandene som betyr mest. Sjekk om kilden eksisterer og støtter den nøyaktige uttalelsen. Bekreft at navn, datoer, produkter og tall er korrekte og presentert nøyaktig. Forsikre deg om at informasjonen er oppdatert. Involver en kvalifisert gjennomgangsperson for juridiske, medisinske, finansielle, sikkerhetsmessige, ansettelsesrelaterte eller andre høyst usikre beslutninger. AI-genererte sitater kan gjøre prosessen raskere, men et sitat bør fremdeles åpnes og sjekkes.