Sedan den 2 februari 2025 gäller artikel 4 i EU:s AI-förordning. Leverantörer och organisationer som använder AI-system ska, så långt det är möjligt, vidta åtgärder för att säkerställa att berörd personal har en tillräcklig nivå av AI-kunnighet. Kravet berör alltså inte bara företag som utvecklar AI. Det gäller också organisationer som använder AI i arbetet.
Viktiga milstolpar i AI-förordningen
- 1 augusti 2024: AI-förordningen trädde i kraft.
- 2 februari 2025: Artikel 4 om AI-kunnighet började tillämpas. Sedan dess ska leverantörer och organisationer som använder AI-system vidta åtgärder för att berörd personal ska ha en tillräcklig nivå av AI-kunnighet.
- 2 augusti 2026: Huvuddelen av AI-förordningen börjar tillämpas, däribland transparenskraven i artikel 50 för syntetiskt innehåll. Medlemsländerna skulle ha utsett sina nationella behöriga myndigheter senast den 2 augusti 2025.
- 2 december 2027: Kraven på högrisksystem enligt bilaga III börjar tillämpas. Hit hör AI inom utbildning, till exempel system som avgör antagning, bedömer läranderesultat eller övervakar deltagare vid prov. Datumet flyttades hit från den 2 augusti 2026.
- 2 augusti 2028: Motsvarande krav för högrisksystem enligt bilaga I, alltså AI som är inbyggd i redan reglerade produkter.
Uppskjutningen sommaren 2026 och vad den inte omfattade
I juli 2026 trädde det så kallade Digital Omnibus-paketet i kraft och sköt fram skyldigheterna för högrisksystem: bilaga III från den 2 augusti 2026 till den 2 december 2027, och bilaga I till den 2 augusti 2028. Beskedet fick stor spridning, och slutsatsen många drog var att AI-förordningen som helhet är uppskjuten.
Det stämmer inte. Artikel 4 om AI-kunnighet berördes inte av uppskjutningen. Den har gällt sedan februari 2025 och gäller fortfarande. Inte heller transparenskraven i artikel 50 flyttades. Det som sköts upp var kraven på systemen, inte kraven på de människor som använder dem.
Vad säger artikel 4 egentligen?
Kravet är enkelt uttryckt men brett och långtgående: både leverantörer och användare av AI-system ska, i så stor utsträckning som möjligt, se till att de personer som arbetar med systemen har tillräcklig AI-kunnighet. Vad som är tillräckligt beror på personens tekniska kunskap, erfarenhet och utbildning samt på sammanhanget där AI:n används.
Exempel på situationer där artikel 4 är aktuell: en jurist granskar AI-genererade avtalsutkast, en rekryterare använder AI-stöd i urval eller en utvecklare bygger med AI-verktyg. Roller med olika ansvar, kunskaper och risker behöver olika utbildning.
Vem omfattas?
En organisation som använder AI-system är att betrakta som en så kallad deployer, till exempel om verktyg som Copilot, ChatGPT eller andra AI-funktioner används i olika verksamhetssystem. Vilka åtgärder som är rimliga beror på användningen, riskerna och vilka roller som arbetar med systemet.
Vad räknas som tillräcklig utbildning?
Artikel 4 anger ingen obligatorisk kursplan. Utbildningens innehåll behöver i stället utgå från organisationens AI-system, berörda roller och faktiska risker. Ett strukturerat arbete kan exempelvis omfatta:
- grundläggande förståelse för generativ AI och dess begränsningar
- risker som hallucinationer, bias och brister i informationssäkerheten
- GDPR och sekretess vid användning av AI
- situationer där mänsklig kontroll och granskning krävs
- organisationens interna riktlinjer, ansvar och policyer
Listan är inte ett uttryckligt detaljkrav i förordningen. Den visar områden som ofta behöver hanteras för att organisationen ska kunna beskriva, dokumentera och följa upp sitt arbete med AI-kunnighet.
Rollbaserat, inte generiskt
Alla berörda behöver en relevant grundnivå, men innehållet bör anpassas efter ansvar och användning. Roller där AI påverkar beslut om människor, personuppgifter eller verksamhetskritiska processer kan behöva särskilda scenarier, riktlinjer och fördjupningar.
Dokumenterat
Dokumentera vilka behov ni har identifierat, vilka åtgärder ni har valt och hur de följs upp. Genomförandedata, kunskapskontroller och versionshistorik kan ge ett verifierbart underlag. xAPI kan vara ett stöd när ni behöver samla mer detaljerad lärdata, men standarden eller sättet att mäta och samla in data är inte i sig ett krav enligt artikel 4.
Levande, inte en engångsinsats
Utbildning i AI-kunnighet är inte en insats som genomförs en gång och sedan avslutas. Den behöver vara en ständigt pågående process där innehåll, kunskapskontroller och stöd uppdateras när AI-verktyg, arbetssätt, risker eller regelverk förändras. Följ regelbundet upp vad medarbetarna behöver kunna och anpassa utbildningen efter hur AI faktiskt används i verksamheten.
Så skapar ni utbildning baserat på ert användningssätt av AI
1. Kartlägg er AI-användning. Vilka verktyg används, av vilka roller, med vilka risker? Kartan styr allt annat.
2. Definiera nivåer. Bas för alla, fördjupning för utsatta roller, spets för de som inför och förvaltar AI-system.
3. Välj format efter mål och målgrupp. Kombinera gärna korta digitala moduler, interaktiv video och scenarier från den egna verksamheten med lärarledda samtal, workshoppar eller praktiska övningar. Ett sådant upplägg med blended learning kan vara särskilt relevant när deltagarna både behöver gemensam grundkunskap och möjlighet att diskutera hur AI ska användas i den egna rollen.
4. Mät och dokumentera. Kunskapskontroll per modul, diplom vid godkänt, och all data spårbar. Det är er efterlevnadsbevisning.
5. Uppdatera och förvalta. Utse en ansvarig ägare, uppdatera innehållet när verktyg, arbetssätt eller regler ändras och följ regelbundet upp genomförande och kunskapsbehov.
Vanliga misstag
Vanliga misstag är att vänta på färdig praxis, välja en generell kurs som inte speglar den faktiska användningen eller genomföra en insats utan tydligt ägarskap och uppföljning. Börja med riskerna och rollerna i den egna verksamheten och dokumentera era val.
Vi hjälper er att utforma rollbaserad utbildning i AI-kunnighet med relevanta scenarier, kunskapskontroller och spårbar uppföljning, i er egen miljö eller i vår plattform.