AI gramotnost | AI slovník

Odborná definice

AI literacy, gramotnost v oblasti AI, je soubor znalostí, zručností a kritického porozumění potřebných na informované používání, dohled nebo řízení AI systémů. Zahrnuje pochopení možností a limitů, kvality dat, nejistoty, lidského dohledu, bezpečnosti, práv a dopadů. Podle AI Act mají poskytovatelia a nasadzovatelia prijat opatření na zabezpečení dostatočnej úrovně gramotnosti svojich pracovníků s ohladom na jejich technické znalosti, zkušenosti a kontext použití.

Srozumitelné vysvětlení

AI gramotný člověk nemusí programovat neuronové sítě. Musí však vědět, že přesvědčivá odpověď může být chybná, že citlivé údaje nelze vložit do lubovolného nástroje a že výsledek modelu je třeba posuzovat podle konkrétní úlohy. Jiné znalosti potřebuje učitel používajúci asistenta a jiné administrátor, který pripája model k firemnej databázi. Proto gramotnost není jednorazové obecné školení, ale kompetence prispůsobená role a riziku. Cílem není naučit se názvy funkcí, ale vědět zvolit bezpečný postup, rozpoznat hranice systému a správně eskalovat nejistotu.

Časté otázky

Co vyžaduje článek 4 AI Act v oblasti AI literacy?

Článek 4 ukládá poskytovatelom a nasadzovatelom AI systémů povinnost prijat opatření, které v največšej možnej miere zabezpečia dostatočnou úroveň AI gramotnosti pracovníků a dalších osůb konajúcich v jejich mene. Při opatreniach se zohladňují technické znalosti, zkušenosti, vzdelání, odborná príprava, kontext použití a osoby nebo skupiny, vůči kterým se systém používá.

Je školení promptování dostatočné na AI gramotnost?

Ne. Promptování je pouze jedna praktická zručnost. Gramotnost zahrnuje i ochranu údajů, overování výstupů, rozpoznání halucinací, pochopení automatizačného zkreslení, pravidla eskalace a bezpečné používání nástrojů. Při vedúcich a technických rolách se přidává řízení rizik, dokumentace, monitoring a odpovědnost za schvalování použití.

Jak se AI literacy přizpůsobuje pracovnej role?

Uživatel kancelárskeho asistenta potřebuje vědět, co smie vložit do systému a jako ověřit výstup. Vývojář potřebuje bezpečné integračné vzory, testování a správu modelových změn. Manažér potřebuje rozumět rizikám, zodpovednosti a důkazem před schválením. Obsah školení se proto mapuje na konkrétně úlohy, oprávnění a možné následky chyby.

Jako lze preukázat realizaci AI literacy opatření?

Organizace může uchovávat analýzu rolí, osnovy, záznamy o absolvování, praktické testy, interní návody a důkazy o pravidelných aktualizacích. Samotný podpis prezenčnej listiny nemusí dokazovat schopnost bezpečně pracovat. Užitečné jsou scénáře z reálného pracoviska, ověření porozumění a metriky incidentů či nesprávneho používání po školení.

Jako často se má AI literacy aktualizovat?

Při významnej změně modelu, nástrojů, právnych požadavků nebo pracovného postupu je třeba obsah prehodnotit. Krátké opakování může následovat po incidente nebo zistenom vzorci chyb. Frekvence závisí na rizika a tempa změn. Kritické roly potřebují priebežné vzdelávání, zatímco stabilní nízkorizikové použití může mít dlhší revízny cyklus.

Související pojmy

Zdroje a redakční stopa

Nariadenie Európskeho parlamentu a Rady (EÚ) 2024/1689
OECD Glossary of Terms on AI
NIST AI Risk Management Framework

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.