Vad behöver jag kunna om AI för att få jobb?

Och trots rubriker om AI-revolutionen är bilden mindre dramatisk än många tror.

– Sanningen är att kraven fortfarande är ganska otydliga. Vi famlar alla i mörkret och arbetsgivare håller fortfarande på att lista ut vad de faktiskt behöver, säger hon.

Många som snart ska ut på arbetsmarknaden funderar på vilka AI-verktyg de borde lära sig. Men enligt Nina Amjadi är det fel ände att börja i.

Det som gör intryck på arbetsgivare är inte en lång lista med appar och tjänster. Det intressanta är hur du använder dem.

– Det som sticker ut är personer som kan visa hur de använder AI som en del av sitt arbetssätt. Någon som kan berätta hur de löste en uppgift, vilka verktyg de använde, vad som fungerade och vad som inte fungerade.

Den typen av resonemang säger ofta mer om en kandidat än vilka verktyg personen testat.

I praktiken handlar det om att kunna beskriva en process. Hur tog du dig från idé till resultat? Hur använde du AI för att analysera, strukturera, skriva eller utveckla något? Vad behövde du själv bidra med?

Det är frågor som blir allt viktigare när tekniken blir mer tillgänglig.

De viktigaste AI-kunskaperna är mänskliga

När diskussionen handlar om AI är det lätt att tänka att framtidens arbetsmarknad främst kommer att efterfråga tekniska färdigheter. Nina Amjadi ser tvärtom att flera av de mest värdefulla förmågorna är mänskliga.

Kritiskt tänkande. Omdöme. Förmågan att lära sig nytt.

– Vi kommer att behöva bli ännu bättre på att lära oss nya verktyg och nya sätt att arbeta. Tekniken förändras så snabbt att ingen kommer att kunna luta sig mot en utbildning man gick för flera år sedan.

Samtidigt ser hon en återkommande fälla.

– Många nöjer sig med det första utkastet som AI producerar. Men det är ofta bara en 70-procentig version. AI kan ta dig snabbt en bit på vägen, men de sista 30 procenten kräver fortfarande mänskligt omdöme och kvalitetssäkring.

Det är där kvaliteten avgörs.

För den som ska ut i arbetslivet innebär det att AI inte ersätter behovet av kunskap. Snarare blir kunskapen viktigare eftersom du behöver kunna avgöra om resultatet är rimligt, relevant och användbart.

Om utbildningen inte lär ut AI, börja ändå

Alla utbildningar har ännu inte integrerat AI i undervisningen. Det kan skapa en känsla av att man hamnar efter. Men enligt Nina Amjadi behöver du inte vänta på att kursplanen ska komma ikapp.

– Man kan komma förvånansvärt långt på egen hand. Jag skulle nästan säga längre än vad universiteten hinner lära ut just nu, eftersom utvecklingen går snabbare än de flesta utbildningar kan anpassa sig.

Hon beskriver sin egen väg in i området som praktisk snarare än akademisk.

– När jag byggde mitt nuvarande bolag hade jag ingen formell AI-utbildning. Det jag kan har jag lärt mig genom att testa, misslyckas och försöka igen.

Det betyder inte att utbildningen saknar betydelse. Tvärtom ger universitetet viktiga perspektiv kring etik, analys och kritiskt tänkande.

Men det praktiska handlaget måste tränas på egen hand.

Så lär du dig AI i praktiken

Frågar man Nina Amjadi vad som ger mest effekt är svaret tydligt: egna projekt.

– Bygg något. Det behöver inte vara stort. Automatisera något du gör ofta. Gör en analys av ett ämne du är nyfiken på. Skapa en enkel prototyp av ett verktyg du önskar fanns.

Poängen är inte att resultatet måste bli perfekt, utan att du lär dig genom att använda tekniken i verkliga situationer.

Hon rekommenderar också att följa personer som arbetar praktiskt med AI.

– Försök att förstå hur de tänker, inte bara vilka slutsatser de kommer fram till. Att följa människor som ligger några steg före dig är en av de bästa utbildningar som finns just nu.

Kurser kan vara ett bra sätt att komma igång, men hon är mer tveksam till att lägga stora mängder tid på certifieringar.

– Utvecklingen går så snabbt att vissa certifikat riskerar att vara inaktuella innan du ens fått dem.

AI påverkar alla yrken, men på olika sätt

Behovet av AI-kunskap ser olika ut beroende på yrkesroll. Kommunikatörer behöver lära sig att använda AI utan att förlora sin egen röst och sitt omdöme.

– Risken är att allt börjar låta likadant. Jag brukar kalla det för "the race to average".

För ekonomer, analytiker och jurister handlar utmaningen ofta om att kontrollera fakta och kvalitetssäkra innehåll. AI kan sammanställa stora mängder information snabbt, men tekniken kan också hitta på siffror, källor eller hänvisningar.

För personer inom IT blir frågorna ofta mer tekniska. Där handlar det inte bara om att använda verktygen utan också om att förstå hur modeller fungerar, hur data hanteras och vilka risker som uppstår när AI byggs in i system och processer.

Gemensamt för alla yrken är att AI blir ett verktyg som behöver användas med eftertanke.

Många studenter oroar sig för att de saknar kurser eller betyg som bevisar deras AI-kunskaper. Men arbetsgivare tittar allt oftare på något annat.

– Visa vad du har gjort. Det är mycket mer intressant än att bara säga att du kan AI.

Ett projekt, en analys, en automatisering eller ett konkret exempel från en kurs kan säga mer än flera rader i ett cv. Det viktiga är att kunna beskriva processen.

Vad försökte du lösa? Hur arbetade du? Vad gick fel? Vad lärde du dig?

Den typen av erfarenheter visar både initiativförmåga, nyfikenhet och problemlösningsförmåga.

Egenskaper som många arbetsgivare efterfrågar oavsett bransch.

Framtidens konkurrensfördel är inte att använda AI

När AI blir tillgängligt för alla förändras också vad som skiljer kandidater åt. Det är inte längre verktyget i sig som är konkurrensfördelen. Det är hur du använder det.

Den som kombinerar nyfikenhet, kritiskt tänkande och förmågan att lära nytt kommer sannolikt att stå starkare på arbetsmarknaden än den som bara kan rabbla de senaste AI-verktygen.

– AI är inte målet. Det är ett verktyg. Det viktiga är fortfarande att kunna tänka, analysera och skapa värde, säger Nina Amjadi.