Blog
Kontakt os

Hvad er AI Literacy?

AI literacy, eller AI-kompetence, er evnen til at forstå, vurdere og bruge kunstig intelligens fornuftigt. Det handler ikke om, at alle skal kunne bygge modeller, men om at alle har nok forståelse til at bruge AI-værktøjer effektivt, vurdere output kritisk og kende både muligheder og grænser.

Det er blevet et konkret krav, ikke bare en god idé. EU AI Act stiller i artikel 4 krav om, at virksomheder, der bruger AI, sikrer et tilstrækkeligt niveau af AI literacy hos deres personale.

Men compliance er ikke hovedgevinsten. Den største forskel er, at medarbejdere med god AI-forståelse får markant bedre resultater ud af de samme værktøjer, og at de bruger dem inden for rammerne i stedet for udenom. Resten af siden gennemgår de tre niveauer, hvorfor det betaler sig, og hvad det ikke er.

Læsetid 3 minOpdateret juni 2026

Tre niveauer af AI literacy

AI literacy er ikke ét niveau, men tre, der passer til forskellige roller.

Det grundlæggende niveau gælder alle medarbejdere: at forstå, hvad AI kan og ikke kan, hvornår output skal verificeres, hvilke data der må deles med et AI-værktøj, og hvad virksomhedens retningslinjer siger.

Det operationelle niveau gælder brugere og ledere: at kunne formulere effektive prompts, vurdere svar kritisk, bygge AI ind i de daglige arbejdsgange og selv få øje på nye use cases.

Det tekniske niveau gælder specialister og arkitekter: dyb forståelse af modeller og arkitekturer som RAG, fine-tuning og agenter, evnen til at evaluere modeller og til at designe og drive løsninger.

Pointen er, at de tre niveauer skal matche rollen. En sælger har ikke brug for at forstå neurale netværk, men har brug for at vide, hvornår en AI kan tage fejl. En arkitekt har brug for begge dele.

Vi bygger AI literacy-programmer tilpasset jeres roller og brancher, fra det grundlæggende niveau til det tekniske. Kontakt os for en snak om, hvordan I løfter kompetencerne i hele organisationen.

Hvorfor betaler AI literacy sig?

Fem grunde gør AI literacy til en af de bedste AI-investeringer, en virksomhed kan lave.

Den forebygger Shadow AI. Medarbejdere, der forstår risiciene, bruger AI ansvarligt og inden for retningslinjerne i stedet for i det skjulte.

Den giver bedre output. Den, der forstår prompt engineering og modellens begrænsninger, får markant mere brugbare svar end den, der bare spørger løs.

Den fremskynder adoption. Organisationer med høj AI literacy ruller AI hurtigere ud og møder mindre modstand undervejs.

Den understøtter compliance. EU AI Act kræver, at personale med ansvar for AI har den nødvendige kompetence, og det skal kunne dokumenteres.

Og den driver innovation. Medarbejdere, der forstår mulighederne, finder selv de use cases, ledelsen ikke havde tænkt på.

Hvad AI literacy ikke er

AI literacy er ikke det samme som, at alle skal lære at kode eller forstå matematikken bag neurale netværk. Det handler om den rette forståelse for hver rolle, ikke om at gøre alle til dataloger.

Det er heller ikke en enkelt workshop, man holder og krydser af. Teknologien flytter sig hurtigt, så et AI literacy-program skal være løbende, med opdateringer i takt med at værktøjer og regler ændrer sig.

Og det er ikke kun et HR-anliggende. Reel AI literacy forankres, når ledelsen går forrest og bruger AI synligt, ikke kun sender medarbejderne på kursus.

Ofte stillede spørgsmål om AI literacy

Kræver EU AI Act AI literacy?

Ja. Artikel 4 i EU AI Act kræver, at udbydere og brugere af AI-systemer sikrer, at deres personale har et tilstrækkeligt niveau af AI literacy. Omfanget afhænger af konteksten og systemets risikoprofil.

Hvordan måler vi AI literacy i organisationen?

Start med en baseline via en kort test eller survey, der måler forståelsen af AI-begreber, risici og jeres egne retningslinjer. Mål igen efter træning, så I kan se udviklingen og finde hullerne.

Hvem har brug for hvilket niveau?

Alle har brug for det grundlæggende niveau. Brugere og ledere har desuden brug for det operationelle, og specialister og arkitekter det tekniske. Det vigtigste er, at niveauet matcher, hvad rollen faktisk skal bruge AI til.

Hvor begynder vi?

Begynd med det grundlæggende niveau for alle: hvad må man dele, hvornår skal man tjekke output, og hvad siger retningslinjerne. Det fjerner de største risici hurtigt og giver et fælles sprog at bygge videre på.