AI skills: 7 δεξιότητες για σπουδές και καριέρα στην εποχή της τεχνητής νοημοσύνης

AI skills: 7 δεξιότητες για σπουδές και καριέρα στην εποχή της τεχνητής νοημοσύνης

Η τεχνητή νοημοσύνη αλλάζει τον τρόπο που σπουδάζουμε και εργαζόμαστε. Δεν αφορά μόνο όσους/ες ασχολούνται με την τεχνολογία. Από τη σωστή διατύπωση ενός prompt μέχρι τον έλεγχο μιας πληροφορίας, υπάρχουν δεξιότητες που θα σου χρειαστούν σε κάθε κλάδο. Ποιες είναι οι επτά που αξίζει να αναπτύξεις και πώς μπορείς να ξεκινήσεις, χωρίς κόστος;

Σύμφωνα με το Future of Jobs Report 2025 του World Economic Forum, οι εργοδότες αναμένουν ότι το 39% των βασικών δεξιοτήτων των εργαζομένων θα αλλάξει έως το 2030. Στην κορυφή των δεξιοτήτων με τη μεγαλύτερη αύξηση σε ζήτηση βρίσκονται το AI και τα big data. Ταυτόχρονα, η αναλυτική σκέψη, η δημιουργικότητα και η προσαρμοστικότητα παραμένουν από τις πιο περιζήτητες.

Δεν χρειάζεται λοιπόν να μάθεις προγραμματισμό. Οι τέσσερις πρώτες δεξιότητες της λίστας αφορούν άμεσα τη χρήση εργαλείων AI. Οι τρεις τελευταίες είναι δεξιότητες που αποκτούν ακόμη μεγαλύτερη αξία δίπλα σε αυτά.

1. Γραμματισμός στην τεχνητή νοημοσύνη (AI literacy)

Το πρώτο βήμα είναι να καταλάβεις, σε βασικό επίπεδο, πώς λειτουργούν τα εργαλεία AI: τι κάνουν καλά, πού δυσκολεύονται και γιατί μερικές φορές «εφευρίσκουν» απαντήσεις.

Ο γραμματισμός στην τεχνητή νοημοσύνη δεν σημαίνει απλώς ότι ξέρεις να ανοίγεις ένα chatbot. Σημαίνει ότι αναγνωρίζεις πότε το AI σε βοηθά πραγματικά, διαλέγεις το κατάλληλο εργαλείο για κάθε δουλειά και ξέρεις ότι μια απάντηση που ακούγεται σίγουρη δεν είναι απαραίτητα σωστή.

Στην πράξη: Είτε σπουδάζεις Φιλολογία είτε Διοίκηση Επιχειρήσεων είτε Μηχανική, μπορείς να χρησιμοποιήσεις ένα εργαλείο AI για να οργανώσεις σημειώσεις, να εξερευνήσεις ένα νέο θέμα ή να φτιάξεις ένα πρώτο σχέδιο εργασίας. Αυτό που μετράει είναι να ξέρεις ότι το αποτέλεσμα είναι σημείο εκκίνησης, όχι τελικό κείμενο. Περισσότερα για το τι δεν μπορεί να κάνει το AI για σένα θα βρεις στο άρθρο Σπουδές στην εποχή της AI: Τι δεν μπορεί να κάνει το ChatGPT για σένα.

2. Prompting: Πώς να δίνεις σωστές οδηγίες

Το ίδιο εργαλείο μπορεί να σου δώσει μια γενική, άχρηστη απάντηση ή μια πολύ στοχευμένη. Η διαφορά βρίσκεται συχνά στο πώς διατυπώνεις το αίτημά σου, δηλαδή στο prompt.

Ένα καλό prompt έχει συνήθως τέσσερα στοιχεία: τον στόχο (τι θέλεις), το πλαίσιο (ποιος είσαι, για ποιο σκοπό), συγκεκριμένες οδηγίες και τη μορφή της απάντησης που περιμένεις.

Πριν: Βοήθησέ με να προετοιμαστώ για μια συνέντευξη.

Μετά: Έχω συνέντευξη για θέση junior marketing assistant σε εταιρεία λιανικής. Έχω πτυχίο Επικοινωνίας και έχω κάνει πρακτική άσκηση στη διαχείριση social media. Κάνε μου 5 ερωτήσεις συνέντευξης, μία-μία. Μετά από κάθε απάντησή μου, πες μου τι ήταν καλό και τι θα μπορούσα να βελτιώσω.

Η δεύτερη εκδοχή δίνει στο εργαλείο όλα όσα χρειάζεται για να σε βοηθήσει ουσιαστικά και μετατρέπει την απάντηση σε άσκηση προσομοίωσης.

Στην πράξη: Το prompting θα σου χρησιμεύσει στη συγγραφή κειμένων, στην οργάνωση μιας ερευνητικής εργασίας, στην προετοιμασία μιας παρουσίασης ή στη μελέτη για εξετάσεις. Ένα απλό κόλπο: όταν η απάντηση δεν σε ικανοποιεί, μην ξεκινάς από την αρχή. Εξήγησε τι έλειπε και ζήτα διόρθωση.

3. Κριτική σκέψη και έλεγχος πληροφοριών

Τα εργαλεία AI μπορούν να γράψουν πειστικά κείμενα που περιέχουν ανακρίβειες, παρωχημένα στοιχεία ή ακόμη και βιβλιογραφικές αναφορές που δεν υπάρχουν. Γι' αυτό η ικανότητα να ελέγχεις ό,τι διαβάζεις είναι ίσως η πιο σημαντική δεξιότητα της λίστας.

Αυτό σημαίνει να διασταυρώνεις τα στοιχεία με αξιόπιστες πηγές, να αναζητάς την πρωτογενή πηγή πίσω από έναν αριθμό ή έναν ισχυρισμό και να αναρωτιέσαι αν το αποτέλεσμα απαντά πραγματικά σε αυτό που ρώτησες.

Στην πράξη: Αν χρησιμοποιήσεις το AI για να καταλάβεις μια επιστημονική έννοια, έλεγξε την εξήγηση σε ένα σύγγραμμα ή σε ένα άρθρο. Αν σου προτείνει βιβλιογραφία, αναζήτησε κάθε τίτλο στο Google Scholar ή στη βιβλιοθήκη του πανεπιστημίου σου πριν τον χρησιμοποιήσεις. Μπορείς επίσης να ζητήσεις από το ίδιο το εργαλείο να σου πει ποια σημεία της απάντησής του χρειάζονται έλεγχο. Για περισσότερα, διάβασε το Πώς να χρησιμοποιείς την AI χωρίς να σταματήσεις να σκέφτεσαι.

4. Γραμματισμός δεδομένων (data literacy)

Τα δεδομένα στηρίζουν αποφάσεις σε πολλούς κλάδους, από την οικονομία και την υγεία μέχρι την εκπαίδευση και τις κοινωνικές επιστήμες. Ο γραμματισμός δεδομένων είναι η ικανότητα να διαβάζεις, να αναλύεις και να ερμηνεύεις δεδομένα.

Τα εργαλεία AI κάνουν πολλά βήματα πιο εύκολα: μπορούν να οργανώσουν στοιχεία σε πίνακες, να φτιάξουν γραφήματα και να εντοπίσουν τάσεις. Το αν ένα συμπέρασμα στέκει, όμως, εξακολουθεί να το κρίνεις εσύ. Χρειάζεται να ξέρεις από πού προέρχονται τα δεδομένα, τι μετράνε και τι όχι.

Στην πράξη: Ένας φοιτητής Ψυχολογίας μπορεί να αναλύσει τα αποτελέσματα ενός ερωτηματολογίου, ένας απόφοιτος Οικονομικών να συγκρίνει οικονομικούς δείκτες και ένας εκπαιδευτικός να παρακολουθεί την πρόοδο της τάξης του, χρησιμοποιώντας πάντα ανωνυμοποιημένα στοιχεία. Δεν χρειάζεται να γίνεις data scientist. Λίγη βασική στατιστική και η συνήθεια να ελέγχεις τα νούμερα κάνουν μεγάλη διαφορά.

5. Υπεύθυνη και ασφαλής χρήση

Πριν βάλεις οτιδήποτε σε ένα εργαλείο AI, αξίζει να ξέρεις τι γίνεται με όσα μοιράζεσαι. Η ιδιωτικότητα, τα πνευματικά δικαιώματα, η διαφάνεια και η ακαδημαϊκή ακεραιότητα αφορούν κάθε χρήστη, όχι μόνο τους ειδικούς.

Στην πράξη: Αν χρησιμοποιείς AI σε μια πανεπιστημιακή εργασία, έλεγξε τι επιτρέπει το ίδρυμα ή ο διδάσκων σου. Όλο και περισσότερα πανεπιστήμια εκδίδουν οδηγίες για τη χρήση εργαλείων AI, και η απάντηση συχνά διαφέρει από μάθημα σε μάθημα. Όταν το AI σε βοήθησε, να το αναφέρεις με τον τρόπο που ζητά το τμήμα σου. Στη δουλειά, μην εισάγεις εμπιστευτικά έγγραφα ή προσωπικά δεδομένα σε εργαλεία που δεν έχει εγκρίνει ο οργανισμός σου.

6. Δημιουργικότητα και επίλυση προβλημάτων

Το AI μπορεί να γίνει καλός συνεργάτης στο brainstorming, αρκεί να μη σταματάς στην πρώτη ιδέα που σου προτείνει. Οι προτάσεις του τείνουν να είναι οι πιο «αναμενόμενες». Η πρωτοτυπία εξακολουθεί να είναι δική σου δουλειά.

Χρησιμοποίησέ το για να δεις ένα πρόβλημα από διαφορετικές οπτικές, για να βρει αδύναμα σημεία σε μια ιδέα σου ή για να σε βοηθήσει να οργανώσεις ένα project.

Στην πράξη: Ένας εκπαιδευτικός μπορεί να σχεδιάσει πιο διαδραστικές δραστηριότητες για την τάξη του, μια ομάδα marketing να εξερευνήσει κατευθύνσεις για μια καμπάνια και ένας μηχανικός να συγκρίνει εναλλακτικές λύσεις. Ένα χρήσιμο prompt: «Ποια είναι τα τρία πιο αδύναμα σημεία αυτής της ιδέας;»

7. Προσαρμοστικότητα και συνεχής μάθηση

Τα εργαλεία AI αλλάζουν με γρήγορους ρυθμούς. Αυτό που θα σε βοηθήσει μακροπρόθεσμα δεν είναι η γνώση ενός συγκεκριμένου εργαλείου, αλλά η ικανότητα να μαθαίνεις, να πειραματίζεσαι και να προσαρμόζεσαι.

Στην πράξη: Ξεκίνα με ένα εργαλείο που σχετίζεται με τις σπουδές ή τη δουλειά σου, μάθε το καλά και μετά προχώρα σε πιο σύνθετες χρήσεις. Η περιέργεια και η διάθεση για πειραματισμό θα σε βοηθήσουν να προσαρμόζεσαι εύκολα σε ένα περιβάλλον που αλλάζει. Δες και το Η δύναμη της περιέργειας στην εποχή της AI.

Πώς να ξεκινήσεις

Δεν χρειάζεσαι εξειδικευμένο πρόγραμμα σπουδών για τα πρώτα βήματα:

  • Δοκίμασε ένα εργαλείο σε μια πραγματική εργασία. Σημείωσε πού σε βοήθησε και πού χρειάστηκε να παρέμβεις.
  • Εξασκήσου στο prompting. Διατύπωσε την ίδια ερώτηση με τρεις διαφορετικούς τρόπους και σύγκρινε τις απαντήσεις.
  • Έλεγξε τουλάχιστον μία πληροφορία κάθε φορά. Βρες την πρωτογενή πηγή πίσω από έναν αριθμό ή μια παραπομπή.
  • Κάνε ένα μικρό project. Οργάνωσε ένα σύνολο δεδομένων, σχεδίασε μια παρουσίαση ή ανάπτυξε μια ιδέα σχετική με το αντικείμενό σου.
  • Παρακολούθησε ένα δωρεάν μάθημα. Μπορείς να ξεκινήσεις όποτε θέλεις και να προχωρήσεις με τον δικό σου ρυθμό, π.χ. με το Elements of AI του Πανεπιστημίου του Ελσίνκι, που είναι διαθέσιμο και στα ελληνικά και δεν απαιτεί γνώσεις μαθηματικών ή προγραμματισμού, το AI Skills Passport της EY και της Microsoft, τα δωρεάν μαθήματα AI της πλατφόρμας Google Skills ή το μάθημα της UNESCO για την ηθική της τεχνητής νοημοσύνης.  

Αν θέλεις να το πας παραπέρα

Αν σε ενδιαφέρει μεταπτυχιακή εξειδίκευση στον χώρο, μπορείς να χρησιμοποιήσεις τη μηχανή αναζήτησης του eduguide, με λέξεις-κλειδιά όπως «Τεχνητή Νοημοσύνη», «Artificial Intelligence», «Επιστήμη Δεδομένων», «Data Science» κ.ά.

Κείμενο: Νίκη Λαμπίρη
Εικόνα: Claude

Μοιραστείτε το:

Share
Μεταπτυχιακά & Πτυχία σε Ελλάδα και Κύπρο