A alfabetización da intelixencia artificial é agora a lei: non o faga por conta e risco

O reloxo para a alfabetización en IA está a correr. Por que deberías actuar agora, cales son os seis piares da alfabetización en IA e como podes construír sobre eles?

Introdución

2023 foi o ano no que o mundo pasou á IA . Tamén foi o ano no que comecei a desenvolver o curso Pragmatic AI . No proceso, confirmei unha vez máis que ensinando aos demais, aprendemos nós mesmos . Isto é o que me ensinou esta viaxe sobre a IA, a alfabetización en IA, os cursos de IA e o coñecemento práctico. Dado que a alfabetización en intelixencia artificial é un requisito regulamentario a partir de febreiro de 2025, agora é o momento de actuar.

A primeira vez que me pediron que "ensinara IA" a unha organización, os requisitos eran tan vagos como as expectativas. O bombo da intelixencia artificial estaba aumentando, e mesmo as organizacións cun enfoque algo reticente da innovación sentían que corrían o risco de quedarse atrás se non se poñían ao tanto do que todos falaban. Chegou a isto :

Como podes facer que este complexo tema sexa accesible para persoas que teñen cero formación técnica e experiencia moi limitada no uso da tecnoloxía en si, pero que ao mesmo tempo estiveron expostas a un aluvión de publicidade, desinformación e desinformación sobre a IA?

Como disipar mitos, explicar conceptos clave, compartir casos de uso, proporcionar elementos para pensar e ensinar habilidades prácticas nun obradoiro de medio día, facendo que todo sexa accesible, dixerible, equilibrado e divertido?

Iso obrigoume non só a pensar moito, senón a investir en atopar e preparar o material axeitado. Foi moito traballo, pero a interacción e os comentarios fixeron que pagase a pena. Ademais, este exercicio avanzou os meus propios coñecementos. Obrigáronme a sistematizar o meu enfoque da IA, expresalo de forma que o público poida relacionarse e facelo accionable.

A parte accionable en realidade non foi moi lonxe nese caso. Limitámonos a criterios e técnicas para elixir e utilizar ferramentas GenAI, que é o que a maioría da xente segue igualando á IA. O obxectivo principal do curso era obter suficientes antecedentes e exposición á IA para avaliar se se precisaba un investimento adicional. Misión cumprida.

O caso de negocio para a alfabetización en intelixencia artificial

Non pensaba especificamente en Alfabetización en IA mentres preparaba e impartiba o curso inicial de IA Pragmática, e probablemente tampouco a organización. Fomos centrados en facer o traballo, o que significaba proporcionar aos alumnos os coñecementos e as habilidades que necesitaban. Para a maioría da xente, o termo Alfabetización en IA comezou a chamar a atención como consecuencia da Lei de IA da UE .

As organizacións adoitan comezar a pensar no cumprimento da normativa unha vez que o po se asenta e os requisitos foron claramente definidos. A Lei de IA da UE non chegara a ese punto en 2023 . As primeiras disposicións da Lei da IA da UE entraron en vigor o 2 de febreiro de 2025, e unha delas é un requisito legal para a alfabetización en IA.

O artigo 4 da Lei de IA esixe que "os provedores e implementadores de sistemas de IA adoptarán medidas para garantir, na súa mellor medida, un nivel suficiente de alfabetización en IA do seu persoal e doutras persoas que se ocupan da operación e do uso de sistemas de IA no seu nome, tendo en conta os seus coñecementos técnicos, experiencia, educación e formación e o contexto no que se utilizarán os sistemas de IA, e considerando que as persoas ou as persoas que estean en grupo sexan as persoas que estean en IA". usado'.

Ao cumprir este requisito, "alfabetización en IA" significa habilidades, coñecementos e comprensión que permiten aos provedores, empregadores e persoas afectadas, tendo en conta os seus respectivos dereitos e obrigas no contexto da Lei de IA, facer un despregamento informado dos sistemas de IA, así como concienciar sobre as oportunidades e riscos da IA e os posibles danos que pode causar (artigo 56 3).

Isto pode parecer flexible ou vago, dependendo de como o mire. As conclusións son que, en primeiro lugar, calquera organización que construya ou implante sistemas de IA debe garantir a IA Literacy para a súa forza de traballo e, en segundo lugar, o que é exactamente AI Literacy depende do contexto. É posible que o mandato da Lei de intelixencia artificial da UE aínda non sexa de aplicación directa, pero o reloxo está a correr e o mellor é estar por diante do prazo de implementación.

O 82 % dos líderes recoñece que os seus empregados necesitan novas capacidades para prepararse para os avances na IA, mentres que o 60 % dos traballadores admite que carecen das habilidades para facer o seu traballo de forma eficaz. Segundo Gartner , "para 2027, máis da metade dos directores de datos e análises (CDAO) conseguirán financiamento para programas de alfabetización de datos e IA".

Os seis piares da alfabetización da IA

Se estás buscando un marco definitivo da alfabetización en IA, revisar a literatura ten sentido. Almatrafi et.al estudaron a conceptualización, as construcións e os esforzos de implementación e avaliación de AI Literacy publicados entre 2019 e 2023. Como sinalan, hai moitas definicións diferentes de AI Literacy, dependendo do dominio ou do nivel de implementación.

Aínda que as definicións varían, a revisión de AI Literacy identificou seis construcións clave de AI Literacy nun total de 47 artigos: Recoñecer, Coñecer e Comprender, Usar e Aplicar, Avaliar, Crear e Navegar de forma ética.

Recoñecemento e comprensión

Recoñecer refírese á capacidade de diferenciar entre ferramentas tecnolóxicas que utilizan a IA e as que non. Isto redúcese á pregunta "Que é a IA?"

Coñecer e comprender refírese á capacidade de comprender conceptos e técnicas fundamentais da IA. Isto implica adquirir habilidades, coñecementos e conceptos básicos que non requiren coñecementos previos. Por exemplo, comprender como a IA procesa os datos de entrada mediante técnicas de aprendizaxe automática para chegar á saída.

Aplicación e implementación

Usa e aplica . Esta construción céntrase no aspecto operativo, en concreto, a capacidade de usar aplicacións e ferramentas de IA e a capacidade de aplicar e integrar conceptos de IA para realizar tarefas. Isto tamén está relacionado co papel dos humanos na colaboración e interacción humano-IA, as capacidades relacionadas co traballo e a capacidade de adaptar ferramentas de IA para acadar un obxectivo.

Avaliación e Ética

Avaliar . Isto implica a capacidade de analizar e interpretar de forma crítica os resultados das aplicacións de IA. Ter unha comprensión completa dos aspectos técnicos da IA permite que os individuos examinen e formen opinións informadas sobre as súas interaccións coas tecnoloxías da IA.

Navega éticamente . Unha persoa alfabetizada en IA debe ser capaz de comprender e xulgar cuestións éticas como a equidade, a responsabilidade, a transparencia, a ética, a seguridade, a privacidade, o emprego, a desinformación, a toma de decisións éticas, a diversidade e o sesgo.

Desenvolvemento e creación

Crear . Esta construción enfatiza a capacidade dun individuo para deseñar e codificar aplicacións de IA. Algúns investigadores afirman que "crear" non se correlaciona coa IA Alfabetización e, polo tanto, debería considerarse como unha construción separada relacionada coa IA Literacy. Pero este punto é realmente o máis importante, como testemuñan tanto os resultados da investigación como a experiencia no campo.

Como a aprendizaxe práctica transforma a comprensión da IA

Ao revisar diferentes iniciativas educativas, a IA xurdiron algunhas conclusións clave da revisión de AI Literacy. O que destaca é o efecto da aprendizaxe baseada en proxectos e o desenvolvemento de aplicacións. Este enfoque mostrou un efecto positivo e significativo nas outras dimensións da alfabetización en IA, a saber, a comprensión, a avaliación das aplicacións de IA e a ética. Isto é de suma importancia.

Partindo do éxito inicial do curso Pragmatic AI , pedíronme que o entregase a máis organizacións. O curso foi impartido e avaliado por alumnos con diferentes contextos, obxectivos e cronogramas. Desde corporacións ata ONG, de 4 horas a 4 días, desde directivos a avogados, creativos, emprendedores, persoal de apoio, consultores e directivos.

Independentemente do contexto e do escenario, dous puntos foron consistentes na miña experiencia e presentes en todas as avaliacións. En primeiro lugar, os alumnos agradeceron as partes prácticas do curso. En segundo lugar, a solicitude de incluír máis pezas prácticas. Hai numerosas anécdotas que podería compartir sobre as formas en que a exposición práctica fai avanzar a alfabetización da IA.

Consideremos o momento no que se lles pediu aos alumnos que creasen o seu propio modelo de IA para a clasificación de imaxes mediante unha ferramenta sen código. Mentres moitos tiñan dificultades para acceder e avaliar o conxunto de datos, un dos alumnos técnicamente máis avanzados puido usar a ferramenta nun subconxunto do conxunto de datos.

Ao ver o lento que era o proceso de adestramento na súa máquina e o grande que era o conxunto de datos, o alumno presentou unha suxestión: e se puidésemos dividir o conxunto de datos entre os estudantes? Un alumno procesaría imaxes da clase A e adestraría un modelo, outro as imaxes da clase B, etc. Discutir como iso levaría a unha multitude de modelos e descubrir como completar o exercicio foi unha lección inestimable.

Desde entender a IA ata construír con IA

Con resultados que enfatizan claramente a importancia dos enfoques de aprendizaxe baseados en proxectos, é de esperar que estes sexan fundamentais para os programas de alfabetización en IA. Non obstante, isto dista moito de ser certo. A maioría dos esforzos estudados na revisión de AI Literacy centráronse en "Coñecer e comprender". Despois, en segundo lugar, "Usar e aplicar", "Avaliar" e "Navegar éticamente", despois diso, "Recoñecer" e, finalmente, "Crear".

A experiencia confirma estes resultados da investigación. Nos últimos meses, embarqueime nunha viaxe de descubrimento armado co acceso a algunhas das principais plataformas de educación en liña. O obxectivo era investigar e avaliar o que hai en termos de programas de formación en IA. Alcance e contexto diferente ao da revisión de Alfabetización en IA, pero algunhas conclusións coincidentes.

Aínda que a revisión de AI Literacy incluíu formación dirixida a varios públicos, o que explorei foi unha multitude de cursos de formación en liña dirixidos exclusivamente a profesionais. Os cursos ían desde o nivel básico ata o avanzado. O que atopei aquí foi unha forte polarización.

Os cursos dirixidos a usuarios sen formación técnica foron principalmente variacións de "Usar ChatGPT para X". Os cursos dirixidos a usuarios técnicos eran principalmente variacións de "Introdución a Y en Python". Algúns dos cursos técnicos foron bastante bos. A maioría dos non técnicos foron de non moi bos a francamente enganosos.

O que foi o descubrimento máis rechamante da miña investigación foi o feito de que os usuarios non técnicos non se consideran capaces de poñerse en práctica en calquera cousa, excepto en impulsar grandes modelos lingüísticos. A miña experiencia, porén, demostra o contrario. Aínda que tentar ensinar aos usuarios comerciais a codificar en Python pode non ter sentido, hai formas de conseguir que practiquen os fundamentos que son intuitivos e útiles.

Esa foi tamén unha conclusión clave da revisión de Alfabetización en IA. O coñecemento de programación non parece ser un requisito previo para aprender conceptos de IA. Os nenos de ata tres anos poden comprender os conceptos da IA. Só porque alguén non pode codificar, non significa que non poida pensar.

Por que a formación actual en IA falla aos líderes empresariais

Cun número crecente de implementacións de proxectos de IA, incluso os profesionais experimentados necesitan reorientarse aos matices do desenvolvemento da IA para xestionar e aplicar a IA. Os executivos, xestores e consultores son datos demográficos de especial interese, o que demostra unha demanda crecente de ir máis aló da comprensión dos fundamentos da IA. Os emprendedores e os creativos están adoptando a IA para aumentar a súa produtividade.

A mellor forma de aprender é facendo, e este debería ser un principio reitor para todos os grupos demográficos. Desenvolver unha comprensión profunda da IA debería basearse na comprensión e exploración de diferentes tipos de datos, análises, ciencia de datos, xestión de datos e prácticas e ferramentas de goberno. Estes faltan por completo nos cursos educativos de IA para profesionais, ou están cubertos parcialmente en cursos separados.

Igualmente impresionante é o dominio case absoluto da IA xerativa nos cursos educativos. Menos do 10% dos cursos que revisei incluían módulos centrados en enfoques non GenAI. En canto aos enfoques de aprendizaxe non automática, eran literalmente inexistentes. Realmente hai máis na IA que isto.

Tanto para codificadores como para non codificadores, a maioría dos cursos tiñan unha cousa en común: a dependencia excesiva de solucións específicas, sobre todo ChatGPT e a API OpenAI. Iso é algo comprensible, pero non necesariamente sabio.

A implementación e a práctica require o uso de solucións específicas, e ChatGPT e a API de OpenAI son probablemente os que a maioría da xente recoñecería. Pero iso non necesariamente os converte na mellor opción para os cursos educativos, por varias razóns. Polo menos para os codificadores hai alternativas e capas de abstracción utilizadas nalgúns cursos, como Python xenérico, PyTorch e Keras.

A revisión desta ampla gama de cursos proporcionou información valiosa. Algúns cursos foron deseñados coidadosamente, con vídeos ilustrativos para explicar o tema. Outros simplemente deron acceso a un documento de texto plano. Algúns cursos tiñan exercicios (normalmente probas de opción múltiple) incorporados no programa. Moitos cursos orientados a codificadores tamén inclúen módulos de laboratorio, nos que se lles pide aos alumnos que realicen tarefas específicas.

Non obstante, o que ningún dos cursos ofreceu é un enfoque holístico adaptado ás necesidades da demografía profesional máis dinámica e creativa. Un enfoque que vai máis aló de receitas de nivel de entrada, fragmentos anacos e xerga técnica.

Reuníndoo todo

A combinación dos resultados da revisión de AI Literacy e as ideas e experiencia que acadei ao desenvolver e xestionar proxectos de IA, revisar e realizar cursos de IA, e os comentarios que recibín sobre os obradoiros de IA Pragmatic son unha base sólida para un curso holístico que satisfaga as necesidades dos alumnos.

O seguimento deste artigo elaborará máis sobre a alfabetización en IA e compartirá un plan práctico para desenvolvelo mediante:

• Proporcionar un marco de avaliación de habilidades
• Delinear estratexias de desenvolvemento do equipo
• Detallando un programa holístico de alfabetización en inteligencia artificial
• Compartindo casos de éxito

Subscríbete ao boletín Orchestrate all the Things e asegúrate de non perdértelo!

En breve, publicarase o programa completo do primeiro curso Pragmatic AI presencial aberto . Asegura o teu adestramento de alfabetización en IA de 2025: rexístrate agora para acceder prioritariamente a este mellor programa de alfabetización en IA. Prazas limitadas dispoñibles.