AI literacy
Kompetencje pracy z AI: praktyczna umiejętność rozumienia, sprawdzania i odpowiedzialnego używania systemów AI.
AI literacy to kompetencje pracy z AI, określane w kontekście AI Act także jako kompetencje w zakresie AI: praktyczna umiejętność rozumienia, co systemy AI potrafią, czego nie potrafią i jak odpowiedzialnie korzystać z ich odpowiedzi. To nie jest to samo co prompt engineering. Chodzi o wystarczające rozumienie danych, ograniczeń modeli, oceny wyników, ryzyka i roli ludzkiego osądu.
Dlaczego to ważne
AI coraz częściej pojawia się w interfejsach, które sprawiają, że odpowiedź wygląda na kompletną, pewną i gotową do użycia. AI literacy pomaga zwolnić, porównać odpowiedź z kontekstem, zauważyć niepewność i rozpoznać sytuacje, w których decyzji nie można po prostu oddać narzędziu.
Dla organizacji jest to także wspólny język rozmowy o ryzyku, odpowiedzialności i codziennym używaniu AI bez traktowania tej technologii jak magii albo prostego skrótu do produktywności.
Czego nie upraszczać
AI literacy nie jest checklistą, formułą promptu ani biegłością w najnowszych narzędziach. Nie zastępuje wiedzy dziedzinowej. Powinna pomagać w zadawaniu lepszych pytań o systemy, dowody, odpowiedzialność i granice automatyzacji.
Zrozumienie, czym jest LLM (duży model językowy), stanowi jedną z technicznych podstaw tych szerszych kompetencji.
Źródła i kontekst
- European Commission. (n.d.). AI literacy: Questions and answers. Retrieved July 1, 2026, from https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
- European Parliament and Council of the European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence. Official Journal of the European Union. https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng
- National Institute of Standards and Technology. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). U.S. Department of Commerce. https://www.nist.gov/itl/ai-risk-management-framework
- UNESCO. (2024). AI competency framework for students. https://www.unesco.org/en/articles/ai-competency-framework-students
Powiązane materiały
Czytaj dalej
- ObszarZaufanie do AI
Przewodnik po źródłach, niepewności, weryfikacji i skalibrowanym zaufaniu.
- ArtykułZaufanie w epoce gotowych odpowiedzi
Esej oparty na źródłach o tym, co znika, gdy płynna odpowiedź kompresuje źródła, niepewność, spór i odpowiedzialność.
- PojęcieOdpowiedź modelu
Wygenerowany wynik, który trzeba interpretować jako efekt działania systemu, a nie bezpośredni dostęp do prawdy.
- PojęcieSkalibrowane zaufanie
Poleganie dostosowane do zadania, dowodów, ograniczeń i konsekwencji.
- PraktykaJak sprawdzić, czy odpowiedź AI ma źródła
Powtarzalny sposób sprawdzania twierdzeń, które przychodzą bez widocznej drogi do dowodów.
© 2026 Feliks Mamczur / Prompted Psyche. Wszystkie prawa zastrzeżone. Krótkie cytaty są dozwolone wyłącznie z podaniem autora, tytułu tekstu i linku do źródła.