Как мы уже писали, индикаторы, связанные с ИИ в DigComp 3.0 интегрированы во все компетенции фреймворка (их, напомним, 21 единица). Эти индикаторы помечены специальными тегами (например, [AI-E] и [AI-I]), которые указывают на явную или неявную связь с ИИ. Явные компетенции напрямую касаются ИИ (например, понимание работы ИИ-моделей), а неявные — контексты, где ИИ может присутствовать, но не является основным фокусом (например, оценка достоверности информации, сгенерированной ИИ). Конкретно в области компетенций по работе с данными такими значками помечен каждый (!) индикатор на каждом уровне выраженности, кроме базового уровня компетенции 1.3 Управление информацией. Поэтому хотели привести парочку примеров, но делать этого не будем, иначе это будет “Война и мир” только про цифровую грамотность.

Как это влияет на обучение сотрудников При разработке программ обучения по работе с информацией и данными в рамках DigComp 3.0 стоит уделить внимание следующим аспектам, связанным с ИИ: 📌Критическая оценка выдачи ИИ: оценка достоверности и надежности выдачи, оценка соответствия выдачи запросу, обучение навыкам распознавания признаков того, что информация или изображение созданы с помощью ИИ 📌Понимание рисков дезинформации: развитие умения идентифицировать манипулятивный контент, который может быть сгенерирован ИИ, и критически относиться к нему. 📌Этические и правовые аспекты использования ИИ: ответственное распространение информации, созданной с помощью ИИ, и соблюдения цифровых прав. 📌Подготовка данных к заливке в нейросеть: деперсонализация, очистка данных от персональных данных и информации КТ/ДСП в соответствии с законодательством и внутренними ЛНА компании. Сюда же войдет структурирование и атрибуция данных под задачу. 📌Постановка задач нейросети (промптинг) по классификации, кластеризации, поиску аномалий в данных, а также аугментации и разметке данных под задачу.

#ЦифроваяГрамотность #ЦифровыеКомпетенции #DataLiteracy #Работасданными #DigiComp

Клон в Телеграме Клон в Максе