AI-literacy: Fra lovkrav til bedre AI-brug i hverdagen

Kunstig intelligens er ikke længere noget, der kun hører til i IT-afdelingen eller i eksperimenterende udviklingsprojekter. AI er allerede flyttet ind i hverdagen i mange virksomheder og organisationer.

Medarbejdere bruger AI til at skrive tekster, opsummere møder, lave research, udvikle idéer, analysere information og skabe første udkast til alt fra mails og rapporter til kampagner og beslutningsoplæg.

Det åbner for store muligheder. Men det skaber også et nyt ansvar.

For når AI bliver en del af det daglige arbejde, er det ikke nok, at medarbejdere bare “prøver sig frem”. De skal forstå, hvad teknologien kan bruges til, hvor den kan fejle, hvilke data de ikke bør dele, og hvornår menneskelig vurdering stadig er afgørende.

Det er her, AI-literacy bliver vigtigt.

AI-literacy handler kort sagt om evnen til at bruge AI med omtanke. Og med EU’s AI Act er det ikke længere kun et spørgsmål om god praksis. Artikel 4 i AI Act stiller krav om, at udbydere og anvendere af AI-systemer tager skridt til at sikre et tilstrækkeligt niveau af AI-literacy hos medarbejdere og andre personer, der arbejder med AI-systemer på deres vegne.

Derfor bør AI-literacy ikke ses som endnu et tørt compliance-krav. Det bør ses som fundamentet for, at virksomheder kan bruge AI mere effektivt, kritisk og ansvarligt i praksis.

Hvad er AI-literacy?

AI-literacy kan oversættes til AI-kompetence eller AI-forståelse, men begrebet dækker mere end bare at vide, hvad kunstig intelligens er.

I praksis handler AI-literacy om, at medarbejdere har den nødvendige viden, forståelse og dømmekraft til at bruge AI på en informeret og ansvarlig måde.

Det betyder blandt andet, at medarbejdere skal kunne:

forstå, hvad AI kan og ikke kan bruges til
vurdere AI-genereret indhold kritisk
opdage fejl, hallucinationer og upræcise svar
forstå risikoen for bias og skævheder
beskytte fortrolige oplysninger og persondata
vide, hvornår menneskelig kontrol er nødvendig
bruge AI på en måde, der passer til opgaven og organisationens ansvar

Det er vigtigt, fordi AI ofte lyder mere sikker, end teknologien faktisk er. Et AI-output kan være velformuleret, hurtigt og overbevisende — men stadig forkert, mangelfuldt eller misvisende.

Derfor handler AI-literacy ikke kun om at lære medarbejdere at bruge nye værktøjer. Det handler om at give dem et bedre grundlag for at vurdere, hvornår AI skaber værdi, hvornår den kræver ekstra kontrol, og hvornår den slet ikke bør bruges.

Kort sagt:

AI-literacy er evnen til at bruge AI med omtanke.

Hvad kræver EU AI Act?

Med EU’s AI Act bliver AI-literacy en konkret forpligtelse for organisationer, der udbyder eller anvender AI-systemer.

Artikel 4 i AI Act siger, at udbydere og anvendere af AI-systemer skal tage skridt til — efter bedste evne — at sikre et tilstrækkeligt niveau af AI-literacy hos medarbejdere og andre personer, der arbejder med drift og brug af AI-systemer på deres vegne.

Det betyder ikke, at alle medarbejdere skal have samme tekniske niveau. Kravet skal ses i forhold til:

medarbejdernes tekniske viden
deres erfaring og uddannelse
den konkrete kontekst, AI-systemerne bruges i
hvilke personer eller grupper AI-systemerne kan påvirke

Med andre ord: AI-literacy skal tilpasses virkeligheden i organisationen.

En medarbejder, der bruger AI til at omskrive interne tekster, har ikke nødvendigvis brug for samme oplæring som en medarbejder, der bruger AI i rekruttering, sagsbehandling eller beslutningsstøtte. Men begge har brug for at forstå, hvilke risici der kan opstå, og hvordan AI bør bruges ansvarligt.

AI-literacy-forpligtelsen gælder fra 2. februar 2025. Derfor er spørgsmålet ikke længere kun, om AI-oplæring er en god idé. Spørgsmålet er også, hvordan organisationer konkret sikrer, at medarbejdere har et tilstrækkeligt grundlag for at bruge AI informeret, kritisk og ansvarligt.

Hvem skal oplæres?

En af de vigtigste misforståelser om AI-literacy er, at det primært handler om tekniske medarbejdere.

Det gør det ikke.

AI-literacy er relevant for alle medarbejdere, der bruger AI-systemer som en del af deres arbejde — eller som arbejder med output fra AI-systemer. Det kan være alt fra generative AI-værktøjer som ChatGPT, Copilot og Gemini til AI-funktioner, der allerede er bygget ind i de systemer, organisationen bruger i hverdagen.

Det betyder, at oplæring kan være relevant for mange forskellige funktioner:

kommunikationsmedarbejdere, der bruger AI til tekst, research, vinkling eller kampagneidéer
HR-medarbejdere, der bruger AI til stillingsopslag, intern kommunikation eller screening
projektledere, der bruger AI til mødeopsummeringer, planlægning eller beslutningsoplæg
administrative medarbejdere, der bruger AI til at strukturere information eller udarbejde udkast
kundeservice, der bruger AI som støtteværktøj i dialogen med kunder eller borgere
ledere, der bruger AI til analyse, sparring eller forberedelse af beslutninger
eksterne konsulenter eller leverandører, der bruger AI på organisationens vegne

Pointen er ikke, at alle skal oplæres på samme måde. Tværtimod.

AI-literacy bør tilpasses medarbejderens rolle, erfaring og konkrete brug af AI. En kommunikationsmedarbejder har brug for at forstå kvalitet, kildekritik og generisk AI-indhold. En HR-medarbejder har brug for særlig opmærksomhed på bias, fortrolighed og konsekvenser for mennesker. En leder har brug for at forstå, hvornår AI kan bruges som sparring — og hvornår beslutninger kræver mere end et hurtigt AI-output.

Derfor bør organisationer ikke spørge: “Skal vi oplære alle ens?”

De bør hellere spørge:

Hvem bruger AI, hvad bruger de det til, og hvilke risici følger med den brug?

Hvorfor AI-literacy også er en forretningsmulighed

AI-literacy bør ikke kun ses som noget, organisationer skal have styr på for at leve op til nye krav. Det er også en forudsætning for at få reel værdi ud af AI.

Mange virksomheder investerer i AI-værktøjer med forventningen om, at teknologien automatisk vil spare tid, øge produktiviteten eller forbedre kvaliteten. Men sådan fungerer det sjældent i praksis.

Hvis medarbejdere ikke ved, hvornår AI er nyttigt, hvordan output skal vurderes, eller hvilke opgaver teknologien egner sig til, risikerer organisationen at få mere aktivitet uden nødvendigvis at få bedre resultater.

Det kan for eksempel betyde:

flere tekster, men ikke bedre kommunikation
hurtigere udkast, men mere tid brugt på rettelser
mere research, men svagere kildekritik
flere idéer, men mindre strategisk retning
tilsyneladende effektivitet, men lavere kvalitet

Når medarbejdere har stærkere AI-literacy, bliver de bedre til at bruge AI som et kvalificeret arbejdsredskab. De kan stille bedre spørgsmål, vælge de rigtige opgaver, opdage svage svar og bruge teknologien som sparringspartner i stedet for facitliste.

Det gør AI-literacy til mere end risikominimering. Det er også et fundament for bedre AI-arbejdsgange.

For når medarbejdere forstår AI’s muligheder og begrænsninger, bliver det lettere at bruge teknologien dér, hvor den faktisk styrker arbejdet: i research, tekstudkast, opsummering, analyse, idéudvikling, planlægning og kvalitetssikring.

Med andre ord:

AI-literacy er fundamentet. Bedre AI-arbejdsgange er næste skridt.

Hvad bør et AI-literacy-program indeholde?

Et godt AI-literacy-program bør ikke kun forklare, hvad AI er. Det bør give medarbejdere et praktisk grundlag for at bruge AI sikkert, kritisk og relevant i deres egne arbejdsopgaver.

Indholdet bør selvfølgelig tilpasses organisationens behov, medarbejdernes roller og de AI-værktøjer, der faktisk bliver brugt. Men som minimum bør et AI-literacy-program berøre seks centrale områder:

1. Grundlæggende AI-forståelse

Medarbejdere skal have en enkel forståelse for, hvad generativ AI er, hvordan teknologien fungerer på et overordnet niveau, og hvorfor den både kan være nyttig og fejlbarlig.

Det handler ikke om at gøre alle til tekniske eksperter. Det handler om at skabe et fælles sprog for, hvad AI kan bruges til — og hvad man ikke bør forvente af teknologien.

2. Muligheder og begrænsninger

AI kan være stærk til opgaver som idéudvikling, opsummering, udkast, strukturering, researchstøtte og sparring.

Men AI er ikke lige god til alt. Medarbejdere skal lære at vurdere, hvornår AI er et godt redskab, hvornår output kræver ekstra kontrol, og hvornår opgaven slet ikke bør overlades til AI.

3. Hallucinationer, fejl og bias

AI kan producere svar, der lyder sikre, men som er forkerte, upræcise eller misvisende. Derfor skal medarbejdere forstå risikoen for hallucinationer, fejlkilder og bias.

Det er særligt vigtigt, når AI bruges til research, kommunikation, beslutningsoplæg, HR, kundedialog eller andre opgaver, hvor fejl kan få konsekvenser for mennesker, omdømme eller kvalitet.

4. Data, fortrolighed og kildekritik

Et AI-literacy-program bør gøre det tydeligt, hvilke oplysninger medarbejdere må og ikke må dele med AI-værktøjer.

Det gælder især persondata, interne dokumenter, kundedata, forretningskritisk information og fortrolige oplysninger. Samtidig skal medarbejdere kunne vurdere kilder, efterprøve påstande og skelne mellem brugbart output og usikre svar.

5. Menneskelig kontrol og ansvar

AI kan støtte arbejdet, men den bør ikke fjerne det menneskelige ansvar.

Medarbejdere skal forstå, hvornår AI-output skal kontrolleres, redigeres, godkendes eller helt afvises. Det gælder især i opgaver, hvor der er krav til præcision, etik, lovgivning, faglighed eller konsekvenser for andre mennesker.

6. Praktisk anvendelse i egne opgaver

Endelig bør AI-literacy ikke blive abstrakt teori. Medarbejdere skal kunne omsætte forståelsen til deres egen hverdag.

Det kan for eksempel handle om at bruge AI ansvarligt til:

tekstudkast og omskrivning
mødeopsummeringer
research og strukturering af viden
idéudvikling
intern kommunikation
analyse og beslutningsoplæg
kvalitetssikring af eget arbejde

Målet er ikke bare, at medarbejderne ved mere om AI. Målet er, at de bliver bedre til at bruge AI med kvalitet, dømmekraft og ansvar i de opgaver, de faktisk sidder med.

Dokumentation: Vis at I har taget opgaven alvorligt

AI-literacy handler ikke kun om at gennemføre et kursus og krydse en opgave af på en liste. Organisationer bør også kunne vise, at de har taget oplæring og ansvarlig AI-brug seriøst.

Det betyder ikke nødvendigvis, at der findes ét bestemt certifikat eller én bestemt standard, som alle skal følge. Men det er en god idé at dokumentere, hvordan organisationen arbejder med AI-literacy, og hvordan oplæringen passer til de værktøjer, roller og risici, der findes i virksomheden.

Dokumentationen kan for eksempel vise:

hvem der er blevet oplært
hvornår oplæringen fandt sted
hvilket indhold træningen dækkede
hvilke roller, teams eller afdelinger træningen var målrettet
hvilke AI-værktøjer eller brugssituationer oplæringen tog udgangspunkt i
hvordan medarbejderne er blevet gjort opmærksomme på risici som fejl, bias, fortrolige data og menneskelig kontrol

Det vigtigste er ikke at skabe tung administration. Det vigtigste er at kunne vise, at AI-literacy ikke er blevet behandlet som en tilfældig engangsaktivitet, men som en del af organisationens ansvarlige brug af AI.

Det kan også være en fordel, hvis der senere opstår spørgsmål om, hvordan AI er blevet brugt i organisationen. Hvis en medarbejder for eksempel har brugt AI i en følsom proces eller i forbindelse med et fejlagtigt output, står organisationen stærkere, hvis den kan dokumentere, at medarbejderne er blevet oplært i relevant og ansvarlig brug.

Dokumentation bør derfor ses som en praktisk måde at skabe overblik på:

Hvilke AI-kompetencer har vi opbygget?
Hvor er der stadig usikkerhed?
Hvilke teams har brug for mere målrettet oplæring?
Hvilke retningslinjer eller tjeklister mangler vi?

På den måde bliver dokumentation ikke bare et spørgsmål om compliance. Det bliver også et redskab til at arbejde mere systematisk med AI-kompetencer i organisationen.

Hvad bør virksomheder gøre nu?

Hvis jeres organisation allerede bruger AI — eller forventer at gøre det snart — er det en god idé at komme i gang med AI-literacy på en struktureret måde.

Det behøver ikke starte som et stort projekt. Det vigtigste er at få overblik over, hvor AI bliver brugt, hvilke risici der følger med, og hvilke medarbejdere der har brug for oplæring.

Her er fem gode første skridt:

1. Kortlæg hvilke AI-værktøjer medarbejdere bruger

Start med at undersøge, hvilke AI-værktøjer der allerede er i brug. Det kan være officielle værktøjer som Microsoft Copilot, ChatGPT Enterprise eller brancheløsninger — men det kan også være mere uformel brug af gratis AI-værktøjer.

Mange organisationer opdager først sent, hvor meget AI faktisk allerede bliver brugt i hverdagen.

2. Vurder hvilke opgaver AI bruges til

Det er ikke nok at vide, hvilke værktøjer der bruges. Det er også vigtigt at forstå, hvad de bruges til.

Bliver AI brugt til tekstudkast, research, mødeopsummeringer, analyse, kundedialog, HR-opgaver eller beslutningsoplæg? Jo tættere AI kommer på følsomme data, mennesker eller beslutninger, desto større behov er der for tydelig oplæring og kontrol.

3. Identificér de vigtigste risici

Når I ved, hvordan AI bruges, kan I begynde at vurdere risiciene.

Det kan for eksempel være:

fortrolige oplysninger, der deles med forkerte værktøjer
AI-output, der bruges uden kildekritik
hallucinationer, der sniger sig ind i tekster eller analyser
bias i HR, kommunikation eller beslutningsstøtte
uklare grænser for, hvem der har ansvar for det endelige output

Målet er ikke at skabe frygt for AI. Målet er at gøre brugen mere moden og ansvarlig.

4. Giv medarbejdere rollebaseret AI-literacy-træning

AI-literacy bør tilpasses medarbejdernes konkrete arbejde.

Kommunikationsmedarbejdere har brug for at arbejde med kvalitet, kilder og generisk AI-indhold. HR-medarbejdere har brug for særlig opmærksomhed på bias og persondata. Ledere har brug for at forstå, hvordan AI kan bruges som sparring uden at erstatte menneskelig vurdering.

Jo tættere oplæringen er på medarbejdernes egne opgaver, desto større er sandsynligheden for, at den faktisk bliver brugt.

5. Dokumentér og opdater indsatsen løbende

AI-literacy er ikke noget, man bliver færdig med én gang for alle. Værktøjerne ændrer sig, medarbejdernes brug ændrer sig, og organisationens behov ændrer sig.

Derfor bør organisationen dokumentere, hvem der er blevet oplært, hvad træningen har dækket, og hvornår den bør opdateres.

Det giver både et bedre overblik og et stærkere grundlag for at arbejde videre med AI på en ansvarlig måde.

Fra lovkrav til bedre AI-brug

AI-literacy er på vej til at blive en grundlæggende kompetence i moderne organisationer.

EU’s AI Act gør det tydeligt, at virksomheder og organisationer skal tage medarbejdernes AI-forståelse alvorligt. Men den vigtigste pointe er ikke kun, at der kommer nye krav. Pointen er, at AI allerede er blevet en del af arbejdet.

Når medarbejdere bruger AI til tekst, research, analyse, opsummering, idéudvikling og beslutningsstøtte, har de brug for mere end adgang til et værktøj. De har brug for forståelse, kritisk sans og klare rammer.

God AI-literacy hjælper organisationer med at reducere risikoen for fejl, bias, dataproblemer og ukritisk brug af AI-output. Men det hjælper også med noget mere positivt: at bruge AI bedre.

For når medarbejdere forstår både muligheder og begrænsninger, kan AI blive en reel støtte i arbejdet. Ikke som en erstatning for faglighed, men som en samarbejdspartner, der kan hjælpe med at skabe overblik, udfordre idéer, strukturere viden og forbedre kvaliteten af arbejdet.

Derfor bør AI-literacy ikke kun ses som et juridisk krav. Det bør ses som fundamentet for mere ansvarlig, effektiv og værdiskabende AI-brug.

Har din organisation brug for hjælp til at styrke medarbejdernes AI-literacy?

Next Chapter Consulting tilbyder oplæg, online sessioner og workshops, der hjælper medarbejdere med at bruge AI effektivt, kritisk og ansvarligt i deres daglige vidensarbejde.