Introduktion: Vad verktyget hjälper dig med
De flesta organisationer har redan kommit igång med AI, men det saknas fortfarande en gemensam syn på hur AI-färdigheter ska definieras, bedömas och utvecklas för olika roller. När AI går från experiment till en del av det dagliga arbetet blir detta allt viktigare.
Verktyget ger dig en tydlig och praktisk utgångspunkt:
- En tydlig, grundläggande definition av praktisk AI-kompetens
- Observerbara, arbetssättbaserade bedömningskriterier anpassade efter olika ansvarsområden
- Frågebanker som hjälper dig att utvärdera hur människor använder AI i sitt dagliga arbete
- Styrkort för att kartlägga mognaden i AI-kompetenser på individnivå
- Ett konsekvent sätt att identifiera styrkor och kompetensgap i olika team
- Strukturen för att ta fram ett riktmärke för AI-kompetens i organisationen.
Använd frågebankerna, bedömningskriterierna och styrkorten för att kartlägga individuell AI-kompetens, sammanställa resultaten utifrån team eller funktion och skapa ett tydligt riktmärke för mognaden i AI-kompetenser i hela organisationen.
HiBob AI Skills Framework bakom bedömningsverktyget
Bedömningen bygger på ett strukturerat AI-kompetensramverk som har validerats av 1 200 beslutsfattare från multinationella organisationer. Det omvandlar luddiga begrepp som ”AI-kunskap” till konkreta beteenden i arbetet som kan bedömas på ett enhetligt sätt.
Ramverket delar in AI-förmåga i tre kompetensområden, sju kompetenser och 29 observerbara beteenden. Istället för att mäta om någon använder AI hjälper det dig att bedöma hur hen använder AI: vilka bedömningar som görs, vilka risker som beaktas, vilka resultat som förbättras och vilket värde som skapas.
Så använder du verktyget för bedömning av digital kompetens
Använd bedömningen överallt där du utvärderar människor, till exempel vid intervjuer, medarbetarsamtal, självskattningar och utvecklingsplanering. Registrera poängen med hjälp av bedömningskriterierna för att avgöra om en viss kompetens förvärvas, behärskas eller bemästras.
Ha de här fyra reglerna i åtanke:
- Utgå från konkreta användningsfall. Ställ frågor om specifika arbetsuppgifter, inte om övergripande AI-trender. Specifika användningsfall ger bättre underlag och hjälper dig att välja frågor som passar personens ansvarsområde.
- Fokusera på beteenden, inte på hur säker personen känner sig. Lägg inte för stor vikt vid välformulerade svar eller allmänna påståenden som ”Jag använder AI varje dag”. Ett bra svar beskriver vad personen faktiskt gjorde, vilka risker som beaktades och vad som förändrades till följd av det.
- Undersök omdömet, inte bara hur kompetensen tillämpas. Personer med stark AI-kompetens vet när det krävs mänskligt omdöme och hur AI-genererade resultat ska verifieras. Följdfrågor sätter personens sätt att resonera på prov, inte bara slutresultatet.
- Välj frågor med omsorg. Du behöver inte ställa alla frågor. Välj de frågor som bäst motsvarar de beteenden som är viktiga för rollen, teamet eller utvecklingssamtalet.
Steg 1: Kartlägg ansvarsområden, inte jobbtitlar
Det är viktigt att inte fastna i traditionella befattningar eller organisationsscheman. I en modern rollstruktur är en roll helt enkelt en samling ansvarsområden och mål, medan kompetenser är de förmågor som krävs för att uppfylla dem.
Innan du går vidare till frågebanken skapar du en profil för personen du ska bedöma utifrån rollens AI-relaterade ansvarsområden. Genom att först kartlägga ansvarsområdena blir det enklare att avgöra vilka AI-kompetenser du ska utvärdera, vilka frågor du ska ställa och hur svaret ska poängsättas.
Steg 2: Bedömningen
Färdighet 1: AI readiness | AI-kunnighet
Passar bäst för: Roller som avgör när AI bör eller inte bör användas och vilka resultat användningen kan förväntas ge.
Målet: Förstå människors och AI:s förmågor. Välja lämpliga AI-verktyg. Sätta realistiska förväntningar på arbete med stöd av AI. Mäta AI:s effekt och värde.
Färdighet 1: AI readiness | Kontinuerligt lärande
Passar bäst för: Roller som aktivt förbättrar hur AI stödjer arbetet och vägleder andra i att använda AI på ett bra sätt.
Målet: Främja kontinuerligt lärande och ständiga förbättringar inom AI. Delta i kollegial coachning. Driva kontinuerlig utveckling av AI-förmågan och användningen i teamet.
Färdighet 2: Individuell AI-användning | Kvalitet på promptning och indata
Passar bäst för: Roller som är beroende av AI för att skapa resultat av hög kvalitet i det dagliga arbetet.
Målet: Skriva tydliga promptar som går att agera på. Styra AI mot tillförlitliga och relevanta källor. Proaktivt granska promptarnas kvalitet. Skriva multimodala promptar.
Färdighet 2: Individuell AI-användning | Utvärdera och förbättra resultatens kvalitet
Passar bäst för: Roller som använder AI för att skapa eller slutföra sitt eget arbete, samt för att granska, redigera, godkänna eller fatta beslut om arbete som andra har tagit fram.
Målet: Proaktivt granska resultatens kvalitet. Tolka AI-genererade analyser och underlag. Anpassa AI-utkast för olika målgrupper och syften. Ifrågasätta AI som är alltför inställsam eller självsäker. Förstå gränserna för den egna expertisen. Visa medvetenhet om partiskhet och rättvisa.
Färdighet 2: Individuell AI-användning | AI-säkerhet, etik och styrning
Passar bäst för: Alla roller, särskilt de som ansvarar för att vägleda människor och AI-agenter i att använda AI säkert, etiskt och effektivt.
Målet: Hantera känsliga uppgifter på rätt sätt. Använda AI ansvarsfullt. Tydliggör det mänskliga ansvaret. Säkerställa transparens och källhänvisning.
Färdighet 3: AI-användning i verksamheten | Utvärdering och omarbetning av arbetsflöden
Passar bäst för: Roller som
- Definierar hur AI passar in i teamets, funktionens eller verksamhetens arbetsflöden
- Skapar eller underhåller AI-stödda automatiseringar, agenter eller integrationer
- Handleder eller hjälper andra att använda AI effektivt
Målet: Kartlägga arbetsflöden. Proaktivt utvärdera hur arbetsflödena presterar. Utforma effektiva överlämningar och standarder mellan människor och AI. Samarbeta mellan funktioner för att minska riskerna. Dokumentera beslut om arbetsflöden för att säkerställa tillförlitlighet. Styra om sparad tid eller frigjorda resurser till arbete som skapar större värde.
Färdighet 3: AI-användning i organisationen | Automatisering och teknisk integration
Passar bäst för: Roller som ansvarar för att skapa eller underhålla AI-stödda automatiseringar, agenter eller integrationer.
Målet: Skapa tillförlitliga automatiseringar utan eller med lite kod. Integrera AI i verktyg som används i vardagen för att minska manuella moment. Visa grundläggande programmeringskunskaper för att ansluta system och felsöka problem. Använda API-nycklar säkert, hantera vanliga fel och lägga till enkel loggning så att arbetsflöden kan övervakas och åtgärdas utan att behöva gissa sig fram.
Rekommenderas för vidare läsning
Steg 3: Omvandla poängen till riktmärken
Att bedöma om en teammedlem eller kandidat har en specifik AI-kompetens är bara den första halvan av ekvationen. Den andra halvan är att förstå om kompetensen bidrar till att skapa värde.
Skapa riktmärket genom att beräkna genomsnittet av individernas poängkortsresultat för varje relevant kompetens. Sammanställ sedan resultaten till poäng på teamnivå och kombinera teampoängen till en gemensam utgångspunkt för hela organisationen.
Den utgångspunkten är ert riktmärke för AI-kompetens. Det ger en tydlig bild av var medarbetarna är redo att använda AI på ett säkert och effektivt sätt, var det fortfarande finns kompetensgap och var riktad kompetensutveckling kan göra störst skillnad.
Använd riktmärket som stöd för personalbeslut
Ett jämförelseriktmärke ger dig en tydlig och konsekvent bild av AI-kompetensen, så att du kan integrera AI-förmågan i de system som redan formar din personalstrategi:
- Rekrytering. Gå bortom allmänna påståenden om AI-vana och bedöm istället hur kandidater använder sitt omdöme, utvärderar resultat och hanterar risker i verkliga situationer.
- Prestationer. Utvärdera AI-förmågan utifrån hur arbetet utförs – inte bara om AI används – med hjälp av enhetliga, beteendebaserade kriterier.
- Personalplanering. Identifiera var det finns kritisk AI-förmåga i organisationen, var kunskapsgap kan påverka genomförandet och var ni bör investera i utveckling.
- Lärande och utveckling. Fokusera på beteenden som förbättrar faktiska resultat, inte bara utbildning i verktyg eller allmän AI-kunskap.
Från AI-användning till AI-omdöme
AI-förmåga framställs ofta felaktigt som ett mått på aktivitet: Vem använder AI? Hur ofta? Till vilka uppgifter?
Men själva användningen i sig skapar inget värde.
God förmåga visar sig i hur medarbetarna använder sitt omdöme: hur de verifierar resultat, hanterar risker och omvandlar AI-stött arbete till bättre resultat.
När AI-kompetens blir en grundläggande förmåga är konsekvens viktigare än någonsin. En beteendebaserad bedömning hjälper dig att definiera hur bra AI-användning ser ut, utvärdera AI-kunskap strukturerat och integrera AI-förmåga i prestationshantering, rekrytering, utveckling och personalplanering.
Det är så ni bygger en organisation som drivs framåt av människor och förstärks av AI – där medarbetarna visar vägen och AI hjälper dem att skapa bättre resultat.
<<Bygg en AI-driven, människostyrd organisation med kompetenser som du kan bedöma redan idag. Ladda ner verktyget för bedömning av AI-kompetens nu.>>