🍪 Vi använder endast nödvändiga cookies för optimal upplevelse.

Erigo använder endast nödvändiga cookies för att säkerställa att vår webbplats fungerar optimalt. Vår chattfunktionalitet som är en tredjepartstjänst inom EU sätter en cookie enbart för att tjänsten ska fungera och ingen personlig information sparas.

Vi använder inte andra tredjeparts- marknadsföringscookies eller cookies som delar din data med andra.

Därför finns det inga cookieinställningnar att godkänna eftersom vi inte profilerar dig.

Gå till innehållet

Kompetens utan tolkning

När digitalisering saknar djup

Detta är fjärde delen i en serie på fyra artiklar på Erigo om kognitiv integritet. Tidigare delar har behandlat kognitiv uthållighet, AI-tolkning och simultankapacitet i arbetslivet.

Digital kompetens som systemresurs

Digital kompetens har under lång tid beskrivits som en fråga om teknisk färdighet. Fokus har ofta legat på förmågan att använda verktyg, hantera gränssnitt och navigera i digitala miljöer. Men i dagens arbetsliv förändras kraven snabbt. AI-system, automatiserade beslutsstöd och generativa verktyg påverkar hur innehåll skapas, sprids och tolkas1.

Det som tidigare betraktades som teknikanvändning har blivit en kognitiv process. När digital kompetens reduceras till handhavande uppstår ett glapp mellan verktyg och förståelse. Det påverkar kvaliteten i kommunikation, analys och beslutsfattande.

Prompt literacy och begreppslig beredskap

Med generativa AI-verktyg har förmågan att formulera och strukturera frågor blivit central. Så kallad prompt literacy handlar om att ge systemet rätt instruktioner, men också om att förstå vilket svar som är möjligt att få. För detta krävs begreppslig beredskap, en förmåga att tolka output utifrån ämne, syfte och systemförutsättningar.

Välutvecklad prompt literacy bygger på fyra förmågor:

  • Att formulera instruktioner med tydlig semantisk struktur2
  • Att förstå hur modellen är tränad och hur den prioriterar svar
  • Att sätta resultatet i relation till ämnets begrepp och kontext
  • Att iterera, omformulera och reflektera över svarsmönster

Utan dessa färdigheter riskerar arbetet att bli tekniskt korrekt men innehållsmässigt grund. Resultatet blir ett beroende av output, utan kognitiv förankring.

Varför tolkning kräver strukturell träning

Tolkning kräver en annan form av kompetens än teknisk användning. Det handlar om att kunna hantera flertydiga, komplexa eller ofullständiga informationsmängder3. Förmågan utvecklas genom strukturerad träning över tid, där individen utsätts för situationer som kräver reflektion, jämförelse och begreppslig fördjupning.

Organisationer som vill bygga digital kompetens med djup behöver gå längre än att erbjuda verktygsutbildning. Istället krävs:

  • Lärresor som inkluderar begrepp, inte bara funktioner
  • Moment där användare tränar tolkning i verkliga kontexter
  • Kollegiala samtal där AI-resultat jämförs och analyseras
  • Uppföljning av hur output bedöms i relation till affärsmål

Detta är särskilt relevant i sektorer där AI används för informationsbearbetning med höga krav på riktighet, som juridik, vård, utbildning och samhällsanalys.

Lärande som infrastrukturell funktion

I digitala organisationer blir lärande en del av infrastrukturen. Det utgör grunden för hur data tolkas, hur verktyg används och hur beslut förankras. När lärande betraktas som en integrerad process, snarare än som fristående aktivitet, stärks kapaciteten att hantera komplexitet.

Det gäller särskilt i AI-integrerade arbetsmiljöer, där användarens förståelse för hur verktyget fungerar påverkar resultatets kvalitet. Det kräver att lärandestrukturer inte bara stödjer kunskapsöverföring, utan också begreppsbildning och tolkningspraktik4.

Att bygga organisationers tolkningskapacitet

För att digital kompetens ska bidra till verksamhetens kvalitet krävs att den förankras i tolkningsförmåga. Det innebär att:

  • Kartlägga vilka roller som kräver semantisk förståelse av AI-output
  • Integrera tolkningsmoment i teknikutbildning och kompetensplaner
  • Följa upp hur medarbetare värderar och reflekterar kring AI-genererat innehåll
  • Länka digital kompetens till kvalitetsmål i verksamhetens kärnprocesser

I ett arbetsliv där innehåll, analys och beslut förmedlas genom AI-assisterade system blir tolkning en grundförutsättning för professionell autonomi5. När tolkningsförmågan prioriteras skapas motståndskraft i både kompetens och kvalitet.

Nästa steg: Fyra perspektiv på kognitiv integritet och digital kompetens

Detta är den fjärde delen i Erigos serie om kognitiv integritet, med fokus på varför digitalisering behöver förankras i tolkning och förståelse. Läs vidare:


Källor

1 OECD (2023). Skills Outlook - The Importance of Learning to Learn. https://www.oecd.org/education/oecd-skills-outlook-2023

2 Stanford HAI (2024). Prompt Engineering and the Future of Knowledge Work. https://hai.stanford.edu

3 UNESCO (2021). Media and Information Literacy: Policy and Strategy Guidelines. https://unesdoc.unesco.org/ark:/48223/pf0000225606

4 Wolf, M. (2018). Reader, Come Home - The Reading Brain in a Digital World. Harper.

5 Harvard Business Publishing (2023). Bridging the AI Skills Gap Through Conceptual Literacy. https://hbsp.harvard.edu

Följ Erigo på LinkedIn

En del av Sveriges infrastruktur för kompetensutveckling.
Följ oss på LinkedIn