Vad innebär det egentligen att vara tillräckligt AI-kunnig? Sedan den 2 februari 2025 gäller artikel 4 i EU:s AI-förordning (EU) 2024/1689 (AI-förordningen), som innebär att organisationer som tillhandahåller eller använder AI-system ska säkerställa att personalen har en “tillräcklig” nivå av AI-kunnighet. AI-förordningen ger inga exakta svar. Begreppet är flexibelt och ska anpassas efter verksamheten, användningsområdet och personalens tekniska kunskaper.
I denna del av vår bloggserie går vi igenom vad begreppet AI-kunnighet innebär och hur organisationer kan förhålla sig till AI-förordningens krav. I den andra delen utforskas hur ansvaret för AI-kunnighet kan utvecklas framöver.
I artikel 3 punkt 56 i AI-förordningen definieras AI-kunnighet som de kunskaper och färdigheter som krävs för att kunna fatta informerade beslut om AI-system och förstå de möjligheter, risker och potentiella skador som ett AI-system kan åsamka. Konceptet är inte ett helt nytt fenomen, utan kan ses som en vidareutveckling av tidigare etablerade former av digital kompetens och mediekunnighet. AI-kunnighet har sina rötter i klassisk källkritik och bygger delvis bygger på principer från tidigare lagstiftning om mediekunnighet. Kompetensen omfattar därför inte enbart teknisk förståelse, utan även riskmedvetenhet, kritiskt tänkande samt förmågan att bedöma och förstå de praktiska konsekvenser som användningen av ett AI-system kan medföra.
AI-kunnighet kan vara mycket mer än ett regelefterlevnadskrav, bland annat genom att fungera som ett strategiskt verktyg för styrning, produktivitet och riskhantering.
AI-kunnighet kan bidra till att skapa en gemensam förståelse inom organisationen kring hur AI-system används och varför dem införs. När både ledning och medarbetare delar en tydligare bild av dess funktion och syfte minskar risken för att tekniken uppfattas som otydlig eller påtvingad. Eftersom implementering av AI-system sällan handlar om enbart teknik, kan utbildning inom AI också bidra till ökad delaktighet, bättre samarbete och ett starkare gemensamt ansvar kring organisationens AI-användning. Det kan också ge bättre förutsättningar för att identifiera praktiska behov, diskutera risker och arbeta mer ansvarsfullt med implementeringen.
AI-kunnighet kan även skapa bättre förutsättningar för produktiv och effektiv användning av AI-verktyg i det dagliga arbetet. När medarbetare förstår vilka uppgifter deras AI-system lämpar sig för och vilka begränsningar de har blir det lättare att använda tekniken på ett ändamålsenligt sätt. Det kan exempelvis handla om att formulera bättre instruktioner, bedöma kvaliteten i AI-genererat material eller förstå när mänsklig kontroll är nödvändig. Produktivitetsvinster kan uppstå redan när AI-system införs, men det är ofta först när medarbetare förstår hur tekniken kan integreras i det dagliga arbetet som organisationen fullt ut kan dra nytta av dess potential.
AI-kunnighet är nära kopplat till organisationens riskhantering. Även om AI-förordningen inte innehåller någon uttrycklig sanktionsbestämmelse för bristande AI-kunnighet, innebär det inte att frågan saknar rättslig betydelse. Om användningen av ett AI-system leder till skada, felaktiga beslut eller andra negativa konsekvenser kan organisationens interna kunskap, rutiner och kontroll få betydelse vid bedömningen av om organisationen agerat tillräckligt aktsamt. AI-kunnighet kan därför fungera som ett praktiskt verktyg för att skapa en mer standardiserad, trygg och förutsebar användning av AI inom organisationen. Detta kan i sin tur stärka skyddet mot operativa risker och minska risken för rättsliga ansvarsanspråk.
Den kanske mest praktiska frågan är samtidigt den svåraste: när är en organisation egentligen tillräckligt AI-kunnig? Som tidigare framgått anger AI-förordningen ingen tydlig miniminivå. Bedömningen ska i stället göras utifrån bland annat användarens roll, erfarenhet och hur AI-systemet används i verksamheten. Vad som är tillräckligt för någon som använder AI för enklare administrativa uppgifter kan därför skilja sig väsentligt från vad som krävs för en AI-utvecklare. Det innebär också att AI-kunnighet inte kan reduceras till en standardiserad utbildning eller en checklista som ser likadan ut för alla organisationer. Konsten ligger snarare i att förstå vilken AI-kunnighet den egna verksamheten faktiskt behöver.
Sedan februari 2025 finns EU kommissionens "Register över metoder för AI-kompetens" där organisationer kan ta del av exempel på hur andra arbetar med AI-kunnighet och interna utbildningsinitiativ. Resursen kan fungera som inspiration och ge vägledning kring möjliga arbetssätt. Samtidigt bör sådana “best practices” användas med viss försiktighet. Vad som är tillräcklig AI-kunnighet beror, som ovan nämnt, ytterst på verksamhetens riskprofil, användningsområden och interna arbetssätt.
För organisationer som vill arbeta mer systematiskt med AI-kunnighet kan det därför vara klokt att:
Målet med AI-kunnighet bör inte enbart vara att uppfylla ett kriterium för regelefterlevnad. Den verkliga utmaningen är i stället att förstå vilken kunskap olika roller faktiskt behöver och hur utbildningsinsatser ska utvecklas utifrån verksamhetens egna risker, användningsområden och arbetssätt. Organisationer som lyckas med det får inte bara bättre förutsättningar att uppfylla AI-förordningens krav, utan också att använda AI på ett mer effektivt, ansvarsfullt och hållbart sätt.
Vad som är “tillräcklig” AI-kunnighet är fortfarande långt ifrån självklart. Kanske beror det på att AI-kunnighet håller på att utvecklas från en organisationsfråga till något större. I nästa del av denna bloggserie tittar vi närmare på den utvecklingen och hur synen på AI-kunnighetsansvaret håller på att förändras.
I förslaget till digital samlingsförordning om AI ("Digital omnibus on AI") föreslås förändringar i artikel 4 AI förordningen som kan ha betydelse för framtida tolkningen av begreppet AI-kunnighet.