Integrarea inteligenței artificiale în activitatea economică nu începe, de regulă, cu apariția unui „robot” sau a unei aplicații spectaculoase care schimbă dintr-o dată modul de lucru. În cele mai multe situații, schimbarea este mai puțin vizibilă și mai profundă: aplicații deja utilizate de întreprinderi încep să includă funcții de analiză, estimare, clasificare sau recomandare, sistemele de gestiune integrează instrumente care valorifică mai bine datele disponibile, iar informațiile rezultate din activitatea curentă pot fi utilizate pentru a sprijini organizarea unor procese și luarea unor decizii.

Pentru angajat, această schimbare poate părea inițial minoră. În loc să consulte doar o situație privind vânzările, poate primi și o estimare. În loc să vadă doar nivelul actual al stocului, poate primi o alertă privind un posibil necesar de aprovizionare. Într-o activitate de alimentație publică, un sistem poate să nu se limiteze la înregistrarea comenzilor, ci să contribuie la identificarea unor perioade de vârf, la estimarea cererii sau la organizarea informațiilor relevante pentru planificarea activității. În alte situații, un instrument poate formula o recomandare, poate sintetiza date provenite din mai multe surse sau poate semnala o abatere față de un model obișnuit.

În spatele acestor rezultate se află însă un proces mult mai important decât interfața pe care o vede utilizatorul. Inteligența artificială nu funcționează separat de activitatea economică, ci se integrează în fluxuri în care există deja date, responsabilități, reguli, oameni și obiective profesionale. Înțelegerea acestui lucru este esențială deoarece mută discuția de la întrebarea generală „ce poate face AI?” către una mult mai relevantă pentru muncă: cum poate fi utilizată inteligența artificială într-un proces real și ce trebuie să știe persoana care lucrează cu rezultatele produse de sistem?

Inteligența artificială în arhitectura proceselor de lucru

Orice proces profesional presupune o succesiune de activități prin care informațiile sunt colectate, interpretate și transformate în acțiuni. În comerț, de exemplu, informațiile despre vânzări, stocuri, produse, furnizori și comportamentul cererii contribuie la decizii privind aprovizionarea, organizarea activității sau planificarea promoțiilor. În alimentația publică, datele despre comenzi, rezervări, consumuri, ingrediente, timpi de pregătire și fluxurile de clienți pot influența organizarea producției, aprovizionarea, distribuirea resurselor și planificarea serviciilor.

Digitalizarea a făcut posibilă înregistrarea și circulația acestor informații într-o formă mult mai rapidă decât în procesele tradiționale. Inteligența artificială adaugă însă un nivel suplimentar: posibilitatea ca anumite sisteme să identifice modele în date, să formuleze estimări, să clasifice situații, să genereze recomandări sau să producă alte rezultate utile pentru activitatea profesională.

Această integrare nu înseamnă că tehnologia preia automat întregul proces. Mai curând, ea introduce o nouă etapă între datele disponibile și acțiunea profesională. Datele sunt procesate, sistemul generează un rezultat, iar acel rezultat trebuie apoi înțeles și raportat la situația concretă în care va fi utilizat.

În termeni simpli, un proces asistat de AI poate porni de la datele deja produse în activitate, poate continua cu analiza lor printr-un sistem digital și poate furniza o estimare sau o recomandare. Dar valoarea economică nu apare în momentul în care rezultatul este afișat pe ecran. Ea apare numai dacă rezultatul este relevant, dacă este interpretat corect și dacă poate fi integrat într-o acțiune potrivită contextului profesional.

Din această perspectivă, inteligența artificială nu trebuie privită doar ca o tehnologie care „produce răspunsuri”, ci ca o componentă care poate modifica relația dintre informație, analiză și acțiune.

Datele ca fundament al proceselor asistate de inteligență artificială

Pentru a înțelege cum funcționează această relație, este necesar să pornim de la date. Un sistem de inteligență artificială nu cunoaște activitatea unui magazin sau a unui restaurant în același mod în care o cunoaște o persoană care lucrează acolo. Nu observă spontan toate particularitățile unei zile de lucru, nu înțelege prin experiență directă starea unui client și nu cunoaște automat contextul local, comercial sau organizațional.

Sistemul lucrează cu informațiile care îi sunt puse la dispoziție. În comerț, acestea pot proveni din tranzacții, vânzări, stocuri, prețuri, promoții, intervale orare, istoricul comenzilor, disponibilitatea produselor sau alte informații colectate prin sistemele utilizate de întreprindere. Într-o unitate de alimentație publică, într-o activitate de livrare sau catering, datele pot include comenzile, rezervările, produsele solicitate, ingredientele utilizate, variația consumurilor, timpii de pregătire, perioadele aglomerate sau istoricul activității.

Aceste date reprezintă însă o descriere parțială a realității. Ele surprind ceea ce a fost înregistrat și ceea ce sistemul poate utiliza. Nu includ automat toate elementele care ar putea conta pentru o decizie. O schimbare de ultim moment, un eveniment local, o problemă apărută la furnizor, o modificare a comportamentului clienților sau o situație excepțională pot să nu fie reflectate suficient în datele istorice.

De aceea, calitatea rezultatului produs de un sistem este legată și de calitatea informațiilor pe care acesta le utilizează. Datele incomplete, incorecte, insuficient actualizate sau nerelevante pot conduce la rezultate care par coerente, dar care nu descriu corect situația profesională.

Această observație are o consecință importantă pentru competența digitală. Utilizarea competentă a unui sistem nu începe numai în momentul în care utilizatorul primește rezultatul, ci și prin înțelegerea informațiilor care alimentează procesul. Un angajat nu trebuie să devină analist de date pentru a lucra competent cu AI, dar trebuie să poată înțelege că informația introdusă într-un sistem are consecințe și că acuratețea unei operațiuni aparent simple poate influența etapele ulterioare ale procesului.

Într-o organizație care utilizează datele pentru analiză și predicție, o informație introdusă greșit nu rămâne neapărat izolată la nivelul operațiunii inițiale. Ea poate afecta rapoarte, estimări sau alte rezultate generate ulterior. În acest sens, calitatea datelor devine parte a calității activității.

De la analiză la predicție și recomandare

O altă distincție necesară este cea dintre simpla procesare a datelor și utilizarea inteligenței artificiale. Nu orice analiză realizată de un sistem digital presupune AI și nu orice automatizare este inteligență artificială.

Un sistem poate calcula totalul vânzărilor pe o anumită perioadă, poate compara două valori sau poate genera automat o alertă atunci când stocul scade sub un prag stabilit. Aceste operațiuni pot fi realizate prin reguli sau calcule convenționale. În alte situații, un sistem poate utiliza modele pentru a identifica relații mai complexe în date și pentru a estima evoluții care nu rezultă dintr-o regulă prestabilită simplă.

Această diferență este importantă deoarece digitalizarea, automatizarea, analiza datelor și inteligența artificială pot funcționa împreună, fără a desemna același lucru.

Un sistem poate mai întâi să descrie ceea ce s-a întâmplat. Poate arăta, de exemplu, că într-o anumită perioadă vânzările unei categorii de produse au crescut, că anumite intervale orare au avut un volum mai mare de comenzi sau că un anumit produs a fost solicitat frecvent împreună cu altul. Pe baza unor modele identificate în date, sistemul poate apoi formula o predicție: este posibil ca cererea pentru o anumită categorie să crească în perioada următoare. Un alt pas poate fi generarea unei recomandări: în funcție de informațiile disponibile, sistemul poate sugera o anumită cantitate de aprovizionat, poate ordona variante sau poate semnala o opțiune considerată relevantă.

Descrierea, predicția și recomandarea au funcții diferite. Descrierea privește informații deja observate. Predicția estimează o evoluție posibilă. Recomandarea propune o opțiune pe baza unor criterii și modele.

Diferența nu este una pur tehnică. Ea influențează modul în care rezultatul trebuie utilizat. Dacă un sistem arată câte produse au fost vândute ieri, utilizatorul consultă un fapt înregistrat. Dacă sistemul estimează câte produse ar putea fi vândute săptămâna viitoare, utilizatorul lucrează cu o probabilitate, nu cu un fapt deja cunoscut. Dacă sistemul recomandă o anumită acțiune, persoana trebuie să înțeleagă pe ce informații se bazează recomandarea și dacă aceasta corespunde situației concrete.

Cu cât trecem de la descriere către predicție și recomandare, cu atât devine mai importantă capacitatea de interpretare.

Inteligența artificială integrată în activitatea din comerț

În comerț, una dintre aplicațiile relevante ale tehnologiilor AI este analiza informațiilor privind vânzările și cererea. O întreprindere poate dispune de istoricul tranzacțiilor, de date privind variația stocurilor, de informații despre sezonalitate, promoții sau categorii de produse. Un sistem poate utiliza o parte dintre aceste date pentru a identifica modele și pentru a estima o posibilă evoluție a cererii.

Pentru angajat, rezultatul poate apărea într-o formă foarte simplă: un grafic, o alertă, o estimare sau o recomandare privind necesarul de aprovizionare. Simplitatea interfeței nu trebuie însă confundată cu simplitatea procesului din spate.

Să presupunem că sistemul estimează o creștere a cererii pentru un anumit produs. Această estimare poate fi rezultatul analizei vânzărilor din perioade similare, al variației sezoniere și al altor informații disponibile. Persoana care utilizează rezultatul poate avea însă acces la informații suplimentare pe care sistemul nu le-a integrat: urmează o promoție, există o problemă de livrare, magazinul va avea un program diferit, furnizorul a modificat prețul sau în zonă se desfășoară un eveniment care poate influența fluxul de clienți.

Într-o asemenea situație, utilizarea competentă nu înseamnă ignorarea estimării, dar nici aplicarea ei mecanică. Înseamnă înțelegerea locului pe care rezultatul îl ocupă în proces: sistemul furnizează informație suplimentară, iar persoana o interpretează împreună cu celelalte elemente relevante pentru situația concretă.

Același principiu poate fi aplicat în alte procese comerciale. Un sistem de recomandare poate identifica produse care sunt cumpărate frecvent împreună și poate contribui la personalizarea unor oferte. O soluție bazată pe computer vision poate ajuta la recunoașterea produselor sau la monitorizarea anumitor fluxuri. Un sistem de analiză poate semnala abateri față de comportamentul obișnuit al vânzărilor.

În toate aceste cazuri, tehnologia furnizează un rezultat care trebuie integrat într-un proces profesional și, uneori, într-o decizie care are consecințe comerciale.

Integrarea AI în alimentație publică, livrări și catering

În alimentația publică, datele produse de activitatea curentă pot fi utilizate într-o logică similară, chiar dacă procesele concrete sunt diferite. Comenzile, rezervările, timpii de pregătire, variațiile consumurilor, stocurile de ingrediente sau intervalele cu activitate intensă pot crea o bază informațională importantă pentru organizarea activității.

Un sistem poate analiza istoricul comenzilor și poate identifica perioade în care cererea pentru anumite preparate sau categorii de produse crește. Poate corela mai multe tipuri de informație și poate furniza estimări privind necesarul pentru o anumită perioadă. Într-o activitate de livrare, analiza comenzilor poate sprijini identificarea intervalelor aglomerate sau a unor modele recurente. În catering, datele istorice pot contribui la estimarea resurselor necesare pentru anumite tipuri de evenimente.

Rezultatul sistemului trebuie însă interpretat în context. Un restaurant poate avea o rezervare de grup care modifică semnificativ activitatea obișnuită. O firmă de catering poate primi o comandă atipică. Un ingredient important poate deveni indisponibil. Condițiile meteorologice pot influența fluxurile de livrare sau comportamentul clienților. Un eveniment local poate schimba într-un timp scurt volumul cererii.

Din acest motiv, un sistem poate produce o estimare corectă în raport cu datele pe care le utilizează și totuși rezultatul să nu fie suficient pentru organizarea activității din ziua respectivă.

Această situație arată foarte clar diferența dintre capacitatea tehnologiei de a identifica modele și capacitatea profesionistului de a interpreta contextul. Cele două nu se exclud. Dimpotrivă, valoarea poate apărea tocmai din combinarea lor.

Suportul algoritmic și decizia profesională

Expresia „suport pentru decizie” este mai precisă decât formularea simplificatoare potrivit căreia „AI ia decizii”. În anumite sisteme pot exista procese automatizate în care o acțiune este declanșată fără intervenție umană directă. În multe contexte profesionale însă, tehnologia are rolul de a furniza informații care sprijină o decizie, nu de a substitui integral judecata profesională.

Un sistem poate estima că există un risc de epuizare a unui stoc. Poate semnala o anomalie. Poate recomanda un produs. Poate estima o cantitate necesară. Poate sintetiza informații din mai multe surse. Dar rezultatul trebuie raportat la obiectivul și la condițiile concrete ale activității.

O predicție poate fi foarte probabilă și totuși să nu se confirme. O recomandare poate fi coerentă din punct de vedere statistic și totuși să nu fie potrivită pentru situația actuală. Un rezultat poate fi formulat cu mare precizie aparentă, dar precizia exprimării nu garantează certitudinea rezultatului.

Aici apare una dintre competențele esențiale pentru lucrul într-un mediu asistat de AI: capacitatea de a înțelege ce tip de rezultat oferă sistemul și ce grad de încredere îi poate fi acordat în situația respectivă.

Aceasta nu presupune ca fiecare angajat să cunoască în detaliu funcționarea unui algoritm. Presupune însă o înțelegere funcțională: ce problemă încearcă sistemul să rezolve, ce informații utilizează, ce rezultat produce și ce trebuie verificat înainte ca rezultatul să fie transformat într-o acțiune.

Într-o întreprindere bine organizată, această relație trebuie să fie susținută și prin clarificarea responsabilităților. Este important să fie cunoscut cine poate utiliza o anumită recomandare, cine o poate modifica, când este necesară validarea și când situația trebuie transmisă unei persoane cu o responsabilitate diferită.

Tehnologia nu elimină responsabilitatea profesională. În anumite situații, dimpotrivă, face mai importantă delimitarea ei.

Calitatea rezultatului depinde și de calitatea procesului

În discuțiile despre inteligența artificială se acordă multă atenție performanței tehnologiei. Mai puțin vizibilă este dependența acesteia de calitatea proceselor în care este integrată.

Un sistem performant nu poate compensa automat datele necorespunzătoare, procedurile confuze sau utilizarea incorectă. Dacă informațiile sunt introduse inconsistent, dacă datele relevante lipsesc sau dacă rezultatele sunt interpretate fără raportare la context, beneficiile tehnologiei pot fi limitate.

Această perspectivă este importantă și pentru angajații care nu lucrează direct cu instrumente avansate de analiză. O persoană care înregistrează o comandă, actualizează un stoc sau verifică recepția unei mărfuri poate participa, fără să vadă întregul proces, la construirea bazei de date utilizate ulterior de alte sisteme.

Într-un mediu conectat digital, operațiunile nu mai sunt întotdeauna izolate. Informația introdusă într-o etapă poate fi utilizată în alta, iar o eroare aparent minoră se poate propaga.

Astfel, integrarea AI nu crește numai importanța competenței persoanei care interpretează rezultatul final. Poate crește și importanța calității activității digitale desfășurate pe parcursul întregului proces.

Transformarea rolului angajatului în procesele asistate de AI

Atunci când o tehnologie poate prelua anumite componente ale unei sarcini, se schimbă și conținutul muncii. Aceasta nu înseamnă automat dispariția rolului uman. În multe situații, înseamnă modificarea tipului de activitate realizată de persoană.

Dacă un sistem poate analiza rapid un volum mare de date, angajatul poate dedica mai puțin timp căutării sau calculului manual și mai mult timp interpretării rezultatului. Dacă un sistem poate genera o propunere, persoana poate avea rolul de a o verifica și adapta. Dacă anumite operațiuni sunt automatizate, pot deveni mai importante monitorizarea, identificarea excepțiilor și rezolvarea situațiilor care nu se încadrează în regulile obișnuite.

De aceea, discuția despre efectul AI asupra muncii este mai utilă atunci când analizăm sarcinile și competențele, nu numai ocupațiile în ansamblu. Introducerea tehnologiilor AI poate automatiza unele operațiuni, poate transforma altele și poate crește importanța unor activități care presupun judecată, interpretare, adaptare sau comunicare.

În acest context, competența profesională nu își pierde relevanța. Își poate schimba însă modul în care este valorificată.

Un angajat cu experiență cunoaște particularitățile activității, clienții, produsele, fluxurile și situațiile excepționale. Această experiență poate deveni foarte importantă atunci când trebuie evaluat dacă rezultatul oferit de un sistem are sens. Tehnologia poate procesa volume mari de informație și poate identifica relații greu de observat manual; persoana poate introduce în interpretare elemente de context pe care modelul nu le surprinde suficient.

Relația relevantă nu este, așadar, una de tipul „experiență profesională sau tehnologie”, ci una în care tehnologia poate extinde capacitatea profesionistului de a lucra cu informația, iar competența profesională poate crește calitatea modului în care tehnologia este utilizată.

Competența digitală într-un mediu profesional asistat de AI

Această transformare explică de ce inteligența artificială devine o problemă de competență digitală chiar și pentru angajații care nu dezvoltă sisteme AI și nu ocupă posturi tehnice.

O persoană poate utiliza o aplicație fără să cunoască arhitectura tehnică din spatele ei. Dar, dacă aplicația începe să ofere estimări, recomandări sau conținut generat, utilizatorul trebuie să înțeleagă mai mult decât secvența de butoane necesară pentru a ajunge la rezultat. Trebuie să poată aprecia ce informație a fost utilizată, dacă rezultatul este plauzibil, dacă este necesară o verificare și cum poate fi integrat în situația profesională concretă.

Această perspectivă se regăsește și în evoluția cadrului european DigComp. În DigComp 3.0, elementele asociate inteligenței artificiale sunt integrate transversal în competențele digitale, tocmai pentru că lucrul cu AI nu se reduce la utilizarea unei singure categorii de instrumente.

Aria DigComp 3.0 – 1: alfabetizarea în domeniul informației și al datelor. Într-un proces asistat de AI, utilizatorul trebuie să poată aprecia relevanța informațiilor, să distingă între date observate și rezultate inferate și să verifice informația înainte de utilizarea profesională atunci când contextul o cere.

Aria DigComp 3.0 – 2: comunicare și colaborare. Rezultatele generate de sisteme pot deveni parte a comunicării dintre colegi, departamente, furnizori sau clienți. Este important ca o estimare să nu fie comunicată ca fapt cert și ca o recomandare produsă de sistem să nu fie prezentată automat drept decizie profesională.

Aria DigComp 3.0 – 3: crearea de conținut digital. AI poate fi utilizată pentru generarea de rapoarte, sinteze, prezentări, texte sau alte materiale. Viteza cu care un instrument poate produce conținut nu elimină necesitatea de a defini scopul, de a furniza contextul, de a verifica rezultatul și de a-l adapta.

Aria DigComp 3.0 – 4: siguranță și utilizare responsabilă. Utilizarea sistemelor AI introduce întrebări importante privind datele personale, informațiile comerciale, documentele interne, drepturile de acces și regulile organizaționale. Într-un mediu profesional, faptul că un instrument poate procesa o anumită informație nu înseamnă automat că acea informație poate fi introdusă în sistem.

Aria DigComp 3.0 – 5: rezolvarea problemelor. Utilizatorul trebuie să poată identifica problema, să selecteze un instrument adecvat, să observe când rezultatul nu corespunde situației, să adapteze modul de lucru și să recunoască momentul în care este necesar sprijin suplimentar.

Prin urmare, competența necesară într-un mediu asistat de AI nu este o abilitate singulară. Ea presupune combinarea mai multor capacități digitale într-o situație profesională concretă.

De la utilizarea aplicației la înțelegerea procesului digital

Una dintre cele mai importante diferențe dintre o competență fragilă și una transferabilă este nivelul la care persoana înțelege ceea ce face.

Dacă pregătirea se limitează la memorarea unei succesiuni – deschide meniul, completează câmpul, apasă butonul, salvează – utilizatorul poate deveni eficient într-o aplicație anume, dar poate întâmpina dificultăți importante atunci când interfața se schimbă sau instrumentul este înlocuit.

Dacă persoana înțelege însă problema profesională, informațiile necesare, rolul instrumentului, semnificația rezultatului și criteriile după care acesta trebuie verificat, competența devine mai ușor de transferat.

Acest lucru este cu atât mai important în cazul inteligenței artificiale, unde funcționalități noi pot fi integrate într-o aplicație fără ca utilizatorul să schimbe neapărat sistemul cu care lucrează. Un program care ieri înregistra date poate mâine să includă o funcție de recomandare. O aplicație utilizată pentru comunicare poate integra un asistent generativ. Un sistem de gestiune poate începe să ofere estimări predictive.

Într-un asemenea mediu, autonomia digitală nu înseamnă cunoașterea tuturor tehnologiilor. Înseamnă capacitatea de a înțelege un instrument nou suficient de bine pentru a-l testa, de a identifica ce problemă poate rezolva, de a verifica rezultatul și de a recunoaște situațiile în care este nevoie de sprijin.

De aceea, dezvoltarea competențelor digitale nu poate avea ca obiectiv exclusiv „învățarea unei aplicații”. Aplicația este contextul imediat. Competența trebuie să rămână utilă și după ce acel context se schimbă.

Competențele angajaților și capacitatea întreprinderii de a valorifica tehnologia

Din perspectiva întreprinderii, integrarea AI nu este numai o problemă de achiziție tehnologică. Un sistem performant nu produce automat performanță organizațională numai prin faptul că a fost instalat.

Între tehnologie și rezultatul economic există procese, date și oameni.

Dacă angajații nu înțeleg informațiile pe care le introduc, dacă nu pot interpreta rezultatele sau dacă tratează recomandările unui sistem fie cu neîncredere totală, fie cu încredere necritică, utilizarea tehnologiei poate rămâne superficială.

În același timp, o organizație poate dispune de instrumente avansate și să utilizeze doar o parte foarte redusă din funcționalitatea lor deoarece oamenii nu au avut ocazia să înțeleagă cum se raportează acestea la propriile sarcini.

Dezvoltarea competențelor angajaților și dezvoltarea tehnologică a întreprinderii nu ar trebui, prin urmare, privite separat. Investiția în tehnologie creează posibilități; competența oamenilor contribuie la transformarea acestor posibilități în utilizare efectivă.

Această relație devine cu atât mai importantă atunci când tehnologia se schimbă rapid. Întreprinderea nu are nevoie numai de persoane care știu să utilizeze instrumentul existent astăzi, ci și de angajați care pot învăța, testa și integra instrumente noi atunci când activitatea o cere.

Învățarea și testarea tehnologiilor AI în context profesional

Pentru adulții care se află deja în activitate, contactul cu tehnologiile noi este adesea condiționat de nevoia imediată de a realiza o sarcină. O aplicație este introdusă și trebuie utilizată. O funcție nouă apare și trebuie înțeleasă în timp ce activitatea continuă. În asemenea condiții, explorarea și experimentarea sunt limitate.

Formarea oferă un context diferit. Un instrument poate fi observat și testat fără presiunea imediată a unei situații operaționale. Pot fi comparate rezultate, pot fi formulate solicitări diferite, pot fi observate erori și pot fi discutate limitele. Persoana poate încerca, poate greși și poate corecta, iar acest proces contribuie la înțelegerea tehnologiei.

Această componentă este deosebit de importantă în cazul inteligenței artificiale. Pentru un utilizator fără experiență, un instrument AI poate părea fie prea complex pentru a fi abordat, fie atât de simplu încât rezultatele sale sunt acceptate fără suficientă analiză. Testarea într-un mediu de formare permite dezvoltarea unei poziții mai echilibrate: tehnologia poate fi explorată ca instrument de lucru, cu utilități, limite și condiții de utilizare.

Persoana poate înțelege că aceeași tehnologie produce rezultate diferite în funcție de datele și instrucțiunile oferite, că unele rezultate necesită verificare, că anumite informații nu trebuie introduse într-un sistem și că propria cunoaștere profesională este necesară pentru evaluarea rezultatului.

În acest sens, testarea tehnologiilor nu înseamnă doar familiarizare. Înseamnă dezvoltarea unei capacități de analiză și adaptare.

Cadrul național: DigCompRo și pregătirea pentru transformarea digitală

În România, cadrul DigCompRo, aprobat în 2025, adaptează la contextul național modelul european al competențelor digitale și tratează transformarea digitală ca pe un proces care presupune atât utilizarea tehnologiilor, cât și dezvoltarea capacității persoanelor de a se raporta competent la acestea.

În acest cadru, inteligența artificială apare alături de alte tehnologii relevante pentru transformarea digitală a economiei, iar componenta referitoare la fundamentarea competențelor și la atitudinile față de schimbarea tehnologică este importantă pentru formarea adulților.

Pentru o persoană care nu a lucrat anterior cu tehnologii AI, primul pas nu poate fi presupunerea că aceasta trebuie să utilizeze imediat un sistem complex. Este necesară mai întâi construirea unei înțelegeri funcționale: ce tip de problemă poate rezolva tehnologia, ce limite are, cum se raportează la activitatea proprie și ce competențe sunt necesare pentru utilizare.

Această abordare este relevantă în special pentru angajații din sectoare în care digitalizarea se desfășoară neuniform. Unele întreprinderi utilizează deja sisteme avansate, altele introduc treptat instrumente digitale, iar altele se află încă într-o etapă incipientă. Competența trebuie, prin urmare, construită astfel încât să poată susține adaptarea într-o varietate de contexte.

Ce înseamnă toate acestea în proiectul DigiCOMP?

Proiectul DigiCOMP – Competențe Digitale pentru Locuri de Muncă Incluzive și Sustenabile – urmărește dezvoltarea competențelor digitale ale angajaților din domeniile economice vizate de proiect, inclusiv comerț și alimentație publică, prin evaluarea nevoilor și prin activități de formare corelate cu acestea.

Într-un context în care funcționalitățile bazate pe inteligență artificială sunt integrate tot mai frecvent în aplicații și procese profesionale, formarea nu trebuie să urmărească transformarea participanților în dezvoltatori de sisteme AI. O asemenea abordare nu ar corespunde rolurilor profesionale ale majorității participanților și nici obiectivului dezvoltării competențelor digitale generale și aplicate.

Mai relevantă este construirea capacității de a înțelege tehnologia din perspectiva utilizatorului profesional: ce poate face, în ce condiții este utilă, ce tip de informații utilizează, cum trebuie analizat rezultatul și cum poate fi integrată într-o sarcină concretă.

În cadrul activităților de formare, contactul cu tehnologii și funcționalități relevante poate crea contextul necesar pentru ca participanții să observe și să testeze modul în care asemenea instrumente funcționează. Pentru un angajat, acest proces poate însemna trecerea de la o percepție abstractă asupra inteligenței artificiale la o înțelegere mai concretă a modului în care tehnologia poate intra în propriul domeniu de activitate.

Această experiență este importantă deoarece pregătirea pentru schimbarea tehnologică este mai eficientă atunci când începe înainte ca utilizarea unei tehnologii să devină o obligație curentă a postului.

De la tehnologie disponibilă la tehnologie utilizată competent

Existența unei tehnologii nu garantează utilizarea ei competentă. Nici viteza cu care un sistem produce un rezultat nu transferă automat utilizatorului capacitatea de a evalua acel rezultat.

Un sistem poate analiza în câteva secunde un volum de informație pe care o persoană l-ar procesa mult mai greu. Dar persoana trebuie să poată înțelege dacă informația analizată este relevantă. Un sistem poate genera o estimare. Dar utilizatorul trebuie să știe că estimarea nu este o certitudine. Un sistem poate formula o recomandare. Dar aplicarea ei trebuie raportată la context, responsabilitate și obiectivul profesional.

Din acest motiv, integrarea AI în activitatea economică nu este numai o problemă de tehnologie. Este și o problemă de maturitate digitală a utilizatorului și a organizației.

Pentru angajat, aceasta înseamnă dezvoltarea capacității de a lucra într-un mediu în care instrumentele nu mai execută întotdeauna doar instrucțiuni, ci pot produce rezultate care trebuie interpretate.

Pentru întreprindere, înseamnă construirea unei relații coerente între tehnologia adoptată, procesele în care este integrată și competențele persoanelor care o utilizează.

Iar pentru ambele perspective, provocarea esențială nu este să cunoască toate tehnologiile care există astăzi, ci să dezvolte suficientă competență pentru a putea înțelege și testa ceea ce va apărea mâine.

Întrebare de reflecție

Atunci când un sistem digital oferă o estimare, o clasificare sau o recomandare, cât de bine înțelegem informațiile pe care se bazează, limitele rezultatului și rolul pe care propria experiență profesională îl are înainte ca acel rezultat să fie transformat într-o acțiune?

Ideea centrală

Integrarea inteligenței artificiale într-un proces de lucru nu înseamnă simpla adăugare a unei funcții tehnologice într-o aplicație. Înseamnă introducerea unui nou mod de a transforma datele în informații, estimări și recomandări care pot sprijini activitatea profesională. Valoarea acestui proces nu depinde numai de performanța tehnologiei, ci și de calitatea datelor, de modul în care sistemul este integrat în activitate și de competența persoanelor care interpretează și utilizează rezultatele.

Într-un mediu profesional asistat de AI, competența digitală înseamnă tot mai mult capacitatea de a înțelege relația dintre date, tehnologie, rezultat și acțiune, de a recunoaște limitele unui sistem și de a utiliza tehnologia fără a pierde controlul asupra judecății profesionale.

DigiCOMP – înțelege și testează tehnologiile care transformă munca

Tehnologiile din domeniul inteligenței artificiale sunt integrate progresiv în aplicațiile și procesele utilizate de întreprinderi. Pentru angajat, pregătirea pentru această schimbare nu înseamnă să devină specialist în AI, ci să își dezvolte competențele care îl ajută să înțeleagă noile instrumente, să le testeze, să interpreteze rezultatele și să se adapteze atunci când tehnologia modifică modul în care este realizată activitatea.

Pentru întreprindere, dezvoltarea competențelor digitale ale angajaților poate susține capacitatea de a transforma investiția în tehnologie într-o utilizare mai eficientă și mai bine integrată în procesele de lucru.

Lucrezi într-o întreprindere eligibilă din comerț sau alimentație publică? Vino în DigiCOMP pentru a-ți evalua și dezvolta competențele digitale și pentru a înțelege și testa tehnologii din domeniul inteligenței artificiale care pot deveni relevante pentru activitatea ta profesională.

Reprezinți o întreprindere? DigiCOMP poate contribui la pregătirea angajaților eligibili pentru un mediu de lucru în care tehnologia, datele și inteligența artificială devin tot mai importante pentru organizarea și eficiența proceselor.

Contact: digicomp.adds@gmail.com

FĂ CLICK SPRE VIITOR ALĂTURI DE DIGICOMP!