AI er allerede en del af hverdagen i mange virksomheder og organisationer. Medarbejdere bruger teknologien til tekstudkast, research, mødeopsummeringer, idéudvikling, analyse og beslutningsoplæg.

Det skaber muligheder, men også et behov for nye kompetencer. Medarbejdere skal kunne vurdere AI-output kritisk, beskytte data, forstå teknologiens begrænsninger og vide, hvornår menneskelig kontrol er nødvendig.

Det er kernen i AI-literacy. Denne artikel forklarer, hvad begrebet betyder, hvad EU’s AI-forordning kræver, og hvordan organisationer kan omsætte det til praktisk og rollebaseret oplæring.

Hvad er AI-literacy?

AI-literacy kan oversættes til AI-kompetence eller AI-forståelse. Det handler ikke kun om at vide, hvad kunstig intelligens er, eller kunne skrive en god prompt. Det handler om at have den viden og dømmekraft, der er nødvendig for at bruge AI informeret, kritisk og ansvarligt.

I praksis bør medarbejdere blandt andet kunne:

• forstå, hvilke opgaver AI egner sig til – og hvilke den ikke egner sig til
• vurdere AI-genereret indhold kritisk og opdage fejl eller mangler
• forstå risikoen for bias, hallucinationer og misvisende svar
• beskytte persondata, fortrolige oplysninger og forretningskritisk information
• kontrollere kilder og dokumentation, før output bruges videre
• vide, hvornår en opgave kræver menneskelig vurdering eller godkendelse

AI kan formulere et svar hurtigt og overbevisende uden nødvendigvis at have ret. Derfor er AI-literacy først og fremmest evnen til at bruge teknologien med omtanke – ikke evnen til at bruge den mest muligt.

Hvad kræver EU’s AI-forordning?

Artikel 4 i EU’s AI-forordning har været gældende siden 2. februar 2025. Den 27. juli 2026 trådte en ændret ordlyd i kraft gennem forordning (EU) 2026/1744.

Efter den gældende ordlyd skal udbydere og anvendere af AI-systemer tage tiltag, der understøtter udviklingen af AI-literacy hos medarbejdere og andre personer, som bruger eller arbejder med AI-systemer på deres vegne. Organisationen skal ikke garantere et bestemt kompetenceniveau hos hver enkelt person, men indsatsen skal tilpasses den konkrete situation.

Der skal blandt andet tages højde for:

• personernes tekniske viden, erfaring, uddannelse og oplæring
• den sammenhæng, AI-systemet anvendes i
• de opgaver og risici, der følger med brugen
• de personer eller grupper, som AI-systemet kan påvirke

Kravet er altså ikke et standardkursus, der passer til alle. Det centrale er, at organisationen gør en reel og relevant indsats. En medarbejder, der bruger AI til interne tekstudkast, har ikke nødvendigvis brug for samme oplæring som en person, der bruger AI i rekruttering, sagsbehandling eller beslutningsstøtte.

EU-Kommissionen fremhæver fortsat rolle, erfaring og anvendelseskontekst som afgørende for indsatsen. Artiklen her er generel information og kan ikke erstatte konkret juridisk rådgivning.

Hvem har brug for AI-literacy?

AI-literacy er ikke kun relevant for IT-specialister. Den er relevant for medarbejdere, ledere og eksterne samarbejdspartnere, der bruger AI-systemer eller arbejder videre med deres output.

Det kan eksempelvis være:

• kommunikationsmedarbejdere, der bruger AI til tekst, research og kampagner
• administrative medarbejdere, der strukturerer information eller udarbejder udkast
• projektledere, der bruger AI til møder, planlægning og beslutningsoplæg
• HR-medarbejdere, der arbejder med stillingsopslag, screening eller medarbejderdata
• kundeservice, der bruger AI som støtte i dialogen med kunder eller borgere
• ledere, der bruger AI til analyse, sparring og beslutningsforberedelse
• konsulenter eller leverandører, der bruger AI på organisationens vegne

Det rigtige spørgsmål er derfor ikke, om alle skal have det samme kursus. Det er: Hvem bruger AI, hvad bruger de det til, og hvilke risici følger med?

Seks centrale AI-kompetencer

1. Grundlæggende AI-forståelse

Medarbejdere bør have en enkel forståelse af, hvordan generativ AI fungerer, hvorfor svarene er sandsynlighedsbaserede, og hvorfor teknologien både kan være nyttig og fejlbarlig. Målet er et fælles sprog – ikke at gøre alle til tekniske eksperter.

2. Valg af de rigtige opgaver

God AI-brug begynder med opgaven. Medarbejdere skal kunne vurdere, hvornår AI kan støtte idéudvikling, opsummering, strukturering eller et første udkast, og hvornår risiko, kompleksitet eller faglige krav gør teknologien mindre egnet.

3. Kritisk vurdering af output

AI kan levere svar, der lyder sikre, men er forkerte eller mangelfulde. Medarbejdere skal derfor kunne kontrollere fakta, kilder, relevans, tone og faglig kvalitet – især når output bruges i ekstern kommunikation eller som grundlag for beslutninger.

4. Data, fortrolighed og kildekritik

Organisationen bør gøre det tydeligt, hvilke oplysninger der må deles med hvilke værktøjer. Det gælder især persondata, kundedata, interne dokumenter og fortrolig information. Samtidig skal medarbejderne kontrollere påstande mod originale og troværdige kilder.

5. Bias, konsekvenser og menneskelig kontrol

Medarbejdere skal forstå, at AI-output kan afspejle skævheder og få konsekvenser for andre mennesker. Jo tættere brugen kommer på rekruttering, rådgivning, sagsbehandling eller beslutninger, desto vigtigere er tydelig kontrol, ansvar og mulighed for at afvise outputtet.

6. Praktisk anvendelse i egne opgaver

AI-literacy bliver først værdifuld, når den kan bruges i hverdagen. Oplæringen bør derfor tage udgangspunkt i medarbejdernes egne opgaver, værktøjer og kvalitetskrav frem for abstrakte eksempler.

AI-literacy skaber mere end compliance

Organisationer får ikke automatisk værdi af AI, fordi medarbejderne har adgang til et værktøj. Uden kritisk vurdering og klare rammer kan resultatet blive flere tekster uden bedre kommunikation, hurtigere udkast med mere efterarbejde eller mere research med svagere kildekritik.

Stærkere AI-literacy gør medarbejderne bedre til at vælge relevante opgaver, stille tydelige spørgsmål, opdage svage svar og bevare ansvaret for resultatet. Det er også forudsætningen for at udvikle bedre AI-arbejdsgange, hvor kvalitet og tidsforbrug vurderes samlet.

Har organisationen endnu ikke overblik over, hvordan AI bruges i praksis, kan guiden Hvordan bruger man AI i en virksomhed? være et naturligt næste skridt.

Sådan kommer organisationen i gang

1. Kortlæg værktøjer og anvendelser

Undersøg hvilke AI-værktøjer medarbejderne bruger, og hvad de bruger dem til. Medtag både officielle løsninger og mere uformel brug af offentligt tilgængelige værktøjer.

2. Vurder roller og risici

Se på, hvilke data, mennesker og beslutninger brugen berører. Det gør det muligt at prioritere de teams og anvendelser, hvor behovet for oplæring og kontrol er størst.

3. Definér fælles minimumsviden

Alle relevante medarbejdere bør kende organisationens grundregler for data, kildekritik, menneskelig kontrol og ansvar. Derefter kan oplæringen suppleres med rolle- og opgavespecifik viden.

4. Træn med konkrete arbejdssituationer

Brug realistiske eksempler fra organisationens hverdag. Det gør det lettere at se forskellen mellem et hurtigt AI-output og et resultat, der faktisk lever op til faglige og organisatoriske krav.

5. Følg op og opdater indsatsen

AI-værktøjer og anvendelser ændrer sig. Organisationen bør derfor løbende vurdere, om nye værktøjer, opgaver eller risici kræver opdateret oplæring eller tydeligere retningslinjer.

Dokumentér indsatsen uden unødigt bureaukrati

Der findes ikke ét obligatorisk certifikat eller ét kursus, der passer til alle organisationer. Det er dog fornuftigt at dokumentere den indsats, der er gennemført, så organisationen kan skabe overblik og vise, at AI-literacy er blevet behandlet systematisk.

En enkel dokumentation kan blandt andet beskrive:

• hvem oplæringen var målrettet
• hvilke værktøjer og anvendelser den tog udgangspunkt i
• hvilke risici og kompetencer den dækkede
• hvornår indsatsen blev gennemført og bør opdateres

Dokumentation bør ikke kun ses som et juridisk sikkerhedsnet. Den kan også synliggøre, hvor organisationen stadig mangler kompetencer, retningslinjer eller fælles arbejdsgange.

Fra krav til bedre AI-brug

AI-literacy er blevet en grundlæggende kompetence, fordi AI allerede indgår i almindeligt vidensarbejde. Medarbejdere har brug for mere end adgang til teknologien: De har brug for forståelse, kritisk sans og klare rammer.

Den gældende artikel 4 kræver en relevant indsats, men giver samtidig plads til at tilpasse den til organisationens faktiske brug af AI. Det gør rollebaseret og praksisnær oplæring mere meningsfuld end et generisk kursus til alle.

Next Chapter Consultings forløb i AI-literacy i praksis hjælper organisationer med at koble muligheder, begrænsninger, data, kvalitet og menneskelig dømmekraft til medarbejdernes konkrete arbejdsopgaver.