Jak przygotować organizację i pracowników do skutecznego, bezpiecznego i mierzalnego wykorzystania AI?

Można kupić pracownikom licencje, zorganizować szkolenie i nadal po kilku miesiącach nie wiedzieć, kto rzeczywiście korzysta z nowych możliwości, do czego je wykorzystuje, czy robi to bezpiecznie oraz czy firma otrzymuje jakikolwiek zwrot z inwestycji.

Dane dobrze pokazują tę lukę.

Microsoft w badaniu Work Trend Index 2026 wskazuje, że tylko 19% badanych użytkowników AI znajduje się w sytuacji, w której jednocześnie wysokie są indywidualne kompetencje i gotowość organizacji do wykorzystania AI. Zaledwie 26% użytkowników AI uważa przy tym, że kierownictwo ich organizacji jest jasno i konsekwentnie zgodne co do kierunku wykorzystania AI. Microsoft podkreśla, że czynniki organizacyjne – kultura, wsparcie menedżerów czy praktyki dotyczące talentów – odpowiadają w badaniu za dwukrotnie większy deklarowany wpływ AI niż sam indywidualny wysiłek pracownika.

Podobny obraz daje McKinsey. W badaniu „The State of AI in 2025” tylko około jednej trzeciej respondentów deklarowała, że ich organizacja znajduje się już na etapie skalowania programów AI w całym przedsiębiorstwie. Gros firm wykorzystanie AI pozostawało nadal na poziomie eksperymentów i pilotaży.

Natomiast w Polsce punkt startowy również pozostawia duże pole do działania. W opublikowanym w 2026 roku przez PARP i Uniwersytet Jagielloński badaniu dotyczącym gotowości firm do adopcji AI aż 46% przedsiębiorstw zostało zakwalifikowanych do segmentu o niskiej gotowości do wdrażania AI.

To prowadzi do ważnego wniosku – wdrożenie AI jest przede wszystkim zmianą organizacyjną i kompetencyjną, a dopiero później technologiczną.

Firma AI-Ready to nie firma, która kupiła narzędzie AI

Organizacja przygotowana do wykorzystania AI powinna umieć odpowiedzieć przynajmniej na pięć pytań:

1. Do czego chcemy wykorzystywać AI?
2. Jakich kompetencji potrzebują pracownicy i menedżerowie?
3. Jak korzystać z AI bezpiecznie i zgodnie z regulacjami?
4. Które procesy rzeczywiście warto zmieniać?
5. Po czym poznamy, że wdrożenie przynosi rezultaty?

To właśnie te elementy powinny budować bazę programu adopcji AI. Nie zaczynaj od pytania: „Jakiego narzędzia potrzebujemy?”. Zacznijmy od: „Co chcemy zmienić w sposobie działania organizacji?”.

Krok 1. Najpierw diagnoza gotowości do AI

Jednym z najczęstszych błędów jest traktowanie wszystkich pracowników tak, jakby znajdowali się na tym samym poziomie.

W rzeczywistości w jednej organizacji mogą jednocześnie pracować osoby wykorzystujące zaawansowane modele, automatyzacje i agentów oraz pracownicy, którzy nigdy świadomie nie użyli generatywnej AI.

Dlatego przed rozpoczęciem programu warto zbadać przynajmniej:

• z jakich narzędzi AI pracownicy już korzystają;
• jak często z nich korzystają;
• do jakich zadań;
• czy wykorzystują narzędzia firmowe, czy prywatne;
• jaki jest ich poziom pewności i samodzielności;
• jakie mają obawy;
• które zadania są najbardziej czasochłonne;
• jakie procesy widzą jako potencjalne obszary zastosowania AI;
• jak wygląda wiedza dotycząca bezpieczeństwa danych i odpowiedzialności.

To nie powinno być badanie przeprowadzane wyłącznie dla HR. Wyniki powinny stać się bazową linią pomiarową dla całego programu.

W BUZZcenter stosujemy w Akademii AI model AI Adoption Survey prowadzony przed rozpoczęciem programu i powtarzany po jego zakończeniu. Analizujemy m.in. częstotliwość korzystania z AI, pewność pracowników, use case’y, potencjalne oszczędności czasu oraz gotowość zespołów do dalszej pracy z technologią. Dzięki temu zmiana może być porównana, a nie jedynie opisana deklaracją typu „szkolenie było ciekawe”.

Diagnoza powinna również objąć procesy

Badanie kompetencji to dopiero połowa zadania. Drugą jest weryfikacja gdzie AI może rzeczywiście tworzyć wartość?

• W marketingu będzie to np. research, przygotowywanie wariantów treści, analiza informacji czy praca z materiałami.
• W sprzedaży – research klientów, przygotowywanie ofert, podsumowywanie spotkań czy analiza dokumentacji.
• W HR – komunikacja, tworzenie materiałów, analiza danych, projektowanie procesów rozwojowych.
• W administracji – dokumenty, zestawienia, raporty, analiza danych i powtarzalne zadania informacyjne.

Nie chodzi jednak o stworzenie jak najdłuższej listy pomysłów. Organizacja powinna znaleźć kilka procesów o odpowiedniej częstotliwości, wartości biznesowej i możliwości skalowania.

Krok 2. Ustal zasady bezpiecznego korzystania z AI

Zakaz korzystania z AI najczęściej nie powoduje, że pracownicy przestają z niego korzystać. Powoduje, że organizacja przestaje wiedzieć, jak jest wykorzystywane.

Dlatego dojrzałe podejście powinno łączyć bezpieczeństwo z praktycznymi zasadami. Firma powinna określić między innymi:

• Jakie narzędzia są dopuszczone?
  Czy pracownicy mogą wykorzystywać publiczne wersje ChatGPT lub Gemini? Czy wyłącznie rozwiązania enterprise? Jak wygląda autoryzacja nowych aplikacji?
• Jakich danych nie wolno przekazywać do AI?
  Dotyczy to m.in. danych osobowych, tajemnicy przedsiębiorstwa, danych klientów, informacji finansowych, dokumentów objętych NDA czy kodu źródłowego – zależnie od kontekstu organizacji i konfiguracji konkretnego rozwiązania.
• Które wyniki wymagają weryfikacji człowieka?
  AI może przygotować analizę, rekomendację czy dokument, ale odpowiedzialność za rezultat nie znika.
• Jak postępować z błędami AI?
  Pracownicy muszą rozumieć zjawisko halucynacji, ograniczenia modeli oraz konieczność sprawdzania źródeł i danych.

To szczególnie istotne, ponieważ współczesna kompetencja AI nie polega już wyłącznie na umiejętności „napisania dobrego promptu”. Microsoft w badaniu z 2026 roku wskazuje, że użytkownicy AI za szczególnie ważne uznają kontrolę jakości wyników oraz krytyczne myślenie. Aż 86% badanych deklarowało traktowanie odpowiedzi AI jako punktu wyjścia, a nie finalnego rezultatu.

AI literacy nie jest już wyłącznie dobrą praktyką Znaczenie edukacji zwiększa również europejski AI Act.

Art. 4 rozporządzenia dotyczący kompetencji w zakresie AI jest stosowany od 2 lutego 2025 roku. Po zmianach obowiązujących od lipca 2026 roku dostawcy oraz podmioty stosujące systemy AI nadal mają obowiązek podejmować działania wspierające rozwój kompetencji AI personelu i innych osób wykorzystujących takie systemy w ich imieniu, z uwzględnieniem ich wiedzy, doświadczenia, szkolenia i kontekstu zastosowania AI.

Nie oznacza to, że każda firma musi przeprowadzić identyczne szkolenie zakończone określonym certyfikatem. Oznacza to natomiast, że podejście:

„Udostępniliśmy narzędzie, reszta jest odpowiedzialnością pracownika”

jest coraz trudniejsze do obrony zarówno biznesowo, jak i z perspektywy governance. To firma odpowiada za to, żeby pracownicy mieli wiedzę i kompetencje do korzystania z narzędzi AI.

Krok 3. Zbuduj kompetencje całej firmy, ale nie prowadź szkoleń dla wszystkich tak samo

Według World Economic Forum 50% badanych menedżerów wskazuje brak odpowiednich kompetencji jako najważniejszą barierę adopcji AI, a 43% – brak wizji po stronie liderów. Jednocześnie 77% ankietowanych pracodawców planuje do 2030 roku rozwijać kompetencje pracowników pozwalające skuteczniej pracować z AI.

Deloitte w State of AI in the Enterprise 2026 również wskazuje niedostateczne kompetencje pracowników jako największą barierę integracji AI z istniejącymi workflow. 53% badanych organizacji odpowiada na nią edukacją szerokiej grupy pracowników, a 48% programami upskillingu i reskillingu.

Ale rozwijanie kompetencji AI nie powinno oznaczać jednego szkolenia dla 300 osób. Potrzebne są przynajmniej trzy poziomy edukacji.

Fundament dla wszystkich – każdy pracownik powinien rozumieć:

• czym jest generatywna AI
• jakie ma ograniczenia
• jak przygotowywać skuteczne polecenia
• w jaki sposób weryfikować wyniki
• jak chronić dane i jakie zasady korzystania obowiązują w organizacji.

To buduje wspólny język i daje bazę do dalszego rozwoju.

Kompetencje dopasowane do funkcji

Marketing potrzebuje innych scenariuszy niż finanse. HR innych niż sprzedaż, a administracja innych niż zarząd. Dlatego po części fundamentowej warto przejść do pracy na rzeczywistych zadaniach zespołów. Pracownik powinien po warsztacie umieć odpowiedzieć nie na pytanie: które trzy zadania będę od jutra wykonywać inaczej?, zamiast co potrafi ChatGPT?

Osobna ścieżka dla menedżerów

Menedżer nie musi być najlepszym prompt engineerem w zespole. Musi natomiast wiedzieć:

• jak rozmawiać o AI z pracownikami
• jak wybierać procesy
• jak ustalać standard jakości
• gdzie potrzebny jest human oversight
• w jaki sposób delegować zadania do AI
• jak oceniać rezultat pracy, jeśli część procesu została wykonana przez model lub agenta

Bez tego pracownicy mogą rozwijać kompetencje szybciej niż organizacja – dokładnie taką lukę pokazuje Microsoft Work Trend Index 2026.

Krok 4. Nie ucz narzędzia, ale zmieniaj workflow

Jedno z najważniejszych pytań dotyczących AI brzmi dziś:

Czy używamy AI do przyspieszenia starego procesu, czy projektujemy lepszy proces?

AI może skrócić przygotowanie pierwszej wersji raportu z dwóch godzin do kilkudziesięciu minut. Ale może też sprawić, że całe przygotowanie raportu zostanie przeprojektowane tak, by dane będą pobierane automatycznie, agent przygotuje analizę, pracownik zweryfikuje wyjątki, a gotowe wnioski zostaną dostarczone menedżerowi.

Deloitte wskazuje, że choć organizacje coraz szerzej korzystają z AI i obserwują efekty związane z produktywnością, tylko 34% badanych rzeczywiście przebudowuje sposób działania biznesu.

McKinsey dochodzi do podobnego wniosku: różnica między eksperymentem a skalowaniem pojawia się wtedy, gdy organizacja zaczyna przeprojektowywać procesy, budować struktury governance i przypisywać odpowiedzialność za AI na odpowiednim poziomie organizacji. Dlatego warsztaty powinny prowadzić do powstania biblioteki realnych use case’ów, a najlepsze z nich do standaryzacji. Nie chodzi o kolekcję ciekawych promptów, ale o powtarzalny sposób wykonania konkretnej pracy.

Krok 5. Zbuduj sieć AI Leaders lub AI Champions

Centralny zespół AI nie będzie w stanie odpowiadać na każde pytanie kilkuset pracowników. Dlatego jednym z najskuteczniejszych sposobów skalowania adopcji jest stworzenie grupy wewnętrznych liderów AI. Powinni być to ludzie reprezentujący różne obszary biznesowe, niekoniecznie najbardziej techniczne osoby w firmie.

Ich rolą może być:

• zbieranie i testowanie use case’ów
• wspieranie zespołów
• propagowanie standardów
• dzielenie się dobrymi praktykami
• identyfikowanie problemów oraz przekazywanie informacji zwrotnej zespołom odpowiedzialnym za AI

Taki model ogranicza również ryzyko, że po zakończeniu intensywnego programu szkoleniowego wykorzystanie AI zacznie stopniowo spadać. W programach AI-Rady Company, czyli Akademii AI BUZZcenter, rozwój AI Leaders jest właśnie jednym z elementów całego procesu, obok diagnozy, edukacji całej organizacji, warsztatów funkcjonalnych i ścieżki dla menedżerów.

Krok 6. Mierz adopcję, nie tylko frekwencję na szkoleniach

To być może najważniejsza zmiana dla HR, L&D i zarządu. Liczba osób obecnych na szkoleniu nie jest wskaźnikiem adopcji AI. Podobnie liczba zakupionych licencji nie mówi jeszcze, czy AI tworzy wartość. Pomiar warto prowadzić na kilku poziomach.

Dostęp i aktywność

• Ilu pracowników ma dostęp do zatwierdzonych narzędzi?
• Ilu rzeczywiście korzysta z AI?
• Jak często?

Kompetencje i zachowania

• Czy wzrosła pewność pracowników?
• Czy potrafią prawidłowo dobrać narzędzie?
• Czy wiedzą, kiedy konieczna jest weryfikacja?
• Czy wykorzystują AI regularnie w konkretnych zadaniach?

Use case’y

• Ile wartościowych zastosowań zidentyfikowano?
• Ile przeszło od eksperymentu do regularnego wykorzystania?
• Ile można zastosować w więcej niż jednym zespole?

Efektywność procesu

Tutaj można badać m.in. czas wykonania zadania przed i po wykorzystaniu AI, liczbę iteracji, czas reakcji, przepustowość procesu, jakość rezultatu albo liczbę błędów.

Ważne, nie należy z góry zakładać, że „AI oszczędza 30% czasu”. Najpierw potrzebujemy baseline, następnie pomiaru po wdrożeniu.

Poziom 5: wynik biznesowy

Dopiero tutaj pojawia się ROI. W zależności od procesu może nim być koszt, wzrost produktywności, liczba obsłużonych klientów, szybkość przygotowania oferty, konwersja, skrócenie time-to-market czy możliwość wykonania większej liczby projektów przy tych samych zasobach.

Pomiar AI nadal jest słabym punktem wielu organizacji. W badaniu Deloitte z 2026 roku tylko 4% respondentów deklarowało raportowanie wartości generowanej przez AI na poziomie zarządu lub rady w najbardziej dojrzałej formie opisanej przez badaczy. Dlatego definiowanie sukcesu jeszcze przed wdrożeniem oraz łączenie pomiarów kosztowych z rezultatami procesowymi, jakością decyzji i produktywnością.

Krok 7. Traktuj adopcję AI jako proces, nie projekt szkoleniowy

Dobrze zaprojektowany program powinien działać w pętli:

diagnoza → edukacja → eksperymentowanie → use case’y → standaryzacja → pomiar → skalowanie

Potem cykl zaczyna się ponownie. Jest to szczególnie ważne, ponieważ narzędzia zmieniają się szybciej niż tradycyjne programy rozwojowe. To, czego pracownicy nauczyli się pół roku temu, może wymagać aktualizacji.

Dlatego organizacja potrzebuje nie tylko kompetencji AI, ale również mechanizmu ciągłego uczenia się. Microsoft nazywa najbardziej dojrzałe organizacje wręcz „Learning Systems”: firmy zbierają informacje o tym, co działa, gdzie pojawiają się błędy i które sposoby pracy można zamienić w powtarzalny standard.

Jak może wyglądać praktyczna mapa przygotowania firmy do AI?

W średniej lub dużej organizacji proces można podzielić na sześć etapów:

1. Diagnoza: poziom adopcji, narzędzia, kompetencje, procesy, bariery i ryzyka.

2. Governance: polityka korzystania z AI, dopuszczone narzędzia, zasady pracy z danymi, odpowiedzialność, ścieżki akceptacji i eskalacji.

3. AI Foundations: wspólna wiedza dla organizacji dotycząca działania AI, bezpieczeństwa, prawa, etyki, promptowania i weryfikacji wyników.

4. Daily Work: praktyczne warsztaty dla poszczególnych zespołów na ich zadaniach i procesach.

5. Managers + AI Leaders: przygotowanie menedżerów do zarządzania pracą wspieraną przez AI oraz stworzenie sieci wewnętrznych liderów adopcji.

6. Pomiar i skalowanie: badanie post, analiza use case’ów, efektów, oszczędności czasu i rekomendacje kolejnych działań.

Taki model jest bliski podejściu stosowanemu przez BUZZcenter w programie Akademia AI, który – w przeciwieństwie do pojedynczego szkolenia – obejmuje cały proces: od AI Adoption Survey, przez edukację i warsztaty funkcjonalne, po AI Leaders oraz końcową ewaluację i rekomendacje.

Największym ryzykiem nie jest to, że AI nie zadziała Znacznie bardziej prawdopodobny jest inny scenariusz. AI będzie działać, pracownicy będą z niego korzystać. Tylko każdy zrobi to inaczej.

Jedna grupa będzie bardzo zaawansowana, druga pozostanie sceptyczna. Jedni będą korzystać z zatwierdzonych narzędzi, inni z prywatnych kont. Powstaną dziesiątki lokalnych eksperymentów, ale niewiele z nich zostanie przeniesionych na poziom całej organizacji. Zarząd zobaczy rosnące wydatki na licencje i szkolenia, ale nie otrzyma odpowiedzi na pytanie o efekt.

Jak usprawnić te procesy?

I właśnie temu ma zapobiegać program adopcji AI. Nie chodzi o to, żeby wszyscy pracownicy stali się ekspertami od sztucznej inteligencji. Chodzi o to, aby wiedzieli, kiedy jej używać, jak jej używać, czego jej nie powierzać, jak kontrolować rezultat i gdzie wykorzystanie AI tworzy wartość biznesową.

Technologia jest tylko jednym z elementów tej układanki. Reszta to ludzie, procesy, odpowiedzialność, bezpieczeństwo i dane. Firmy, które połączą te elementy, będą mogły nie tylko powiedzieć: „korzystamy z AI”, ale odpowiedzieć na znacznie ważniejsze pytania. Gdzie AI działa, jak zmieniło sposób pracy, ile tworzy wartości i co powinniśmy skalować dalej.

Jeżeli organizacja jest właśnie pomiędzy etapem, gdzie pracownicy już eksperymentują a podejściem chcemy korzystać z AI systemowo, warto zacząć od diagnozy obecnego poziomu adopcji. Dopiero na jej podstawie można zdecydować, czy potrzebne jest pojedyncze szkolenie, program dla wybranych zespołów czy szerszy program rozwojowy obejmujący całą firmę.

W BUZZcenter właśnie w ten sposób projektujemy Akademię AI: indywidualnie, na podstawie sytuacji organizacji, jej procesów, wykorzystywanych narzędzi i celów biznesowych – tak aby rozwój kompetencji był początkiem zmiany, a nie jej końcem.

FAQ o AI-Ready Company, czyli Akademia AI w firmie

Jak przygotować firmę do wdrożenia AI?

Przygotowanie firmy do AI powinno rozpocząć się od diagnozy obecnego wykorzystania narzędzi, kompetencji pracowników, procesów biznesowych i ryzyk. Następnie organizacja powinna określić zasady governance i bezpieczeństwa, przeszkolić pracowników, stworzyć role-specific use case’y, przygotować menedżerów oraz wdrożyć system pomiaru adopcji i efektów.

Czy samo szkolenie pracowników wystarczy do wdrożenia AI?

Nie. Szkolenie może zwiększyć wiedzę, ale nie gwarantuje zmiany sposobu pracy. Skuteczna adopcja wymaga również dostępu do odpowiednich narzędzi, wsparcia menedżerów, zasad bezpieczeństwa, praktycznych use case’ów, możliwości eksperymentowania oraz mierzenia rezultatów.

Jak mierzyć adopcję AI w firmie?

Warto mierzyć m.in. częstotliwość korzystania z AI, poziom kompetencji i pewności pracowników, liczbę wartościowych use case’ów, stopień ich regularnego wykorzystania, oszczędność czasu, zmianę jakości i efektywności procesów oraz wpływ AI na konkretne KPI biznesowe. Pomiar przed i po programie umożliwia ocenę rzeczywistej zmiany.

Jak mierzyć ROI z AI?

Najpierw należy określić punkt odniesienia: czas, koszt, jakość lub wynik procesu bez AI. Następnie porównuje się go z rezultatem procesu wspieranego przez AI, uwzględniając koszty licencji, wdrożenia, szkoleń i utrzymania rozwiązania. Nie każdy efekt AI musi być bezpośrednio finansowy – warto mierzyć również szybkość, jakość decyzji, zwiększenie przepustowości czy możliwość wykonywania nowych zadań.

Jak bezpiecznie korzystać z ChatGPT i innych narzędzi AI w firmie?

Organizacja powinna określić zatwierdzone narzędzia, kategorie danych, których nie wolno do nich wprowadzać, zasady weryfikacji wyników, odpowiedzialność pracownika oraz procedurę zatwierdzania nowych zastosowań. Zasady powinny być dostosowane do wykorzystywanych systemów, konfiguracji technicznej, rodzaju danych i ryzyk konkretnej organizacji.

Co oznacza AI literacy w AI Act?

AI literacy oznacza kompetencje umożliwiające świadome i odpowiedzialne korzystanie z systemów AI. Art. 4 AI Act wymaga od dostawców i podmiotów stosujących systemy AI podejmowania działań wspierających rozwój takich kompetencji wśród osób korzystających z AI w ich imieniu. Zakres działań powinien uwzględniać wiedzę, doświadczenie, szkolenie oraz kontekst wykorzystania AI.

Kto powinien odpowiadać za wdrożenie AI w firmie?

AI nie powinno pozostawać wyłącznie odpowiedzialnością IT. Skuteczny model wymaga współpracy zarządu, właścicieli procesów biznesowych, IT, bezpieczeństwa, prawa lub compliance oraz HR/L&D. W większych organizacjach warto dodatkowo stworzyć sieć AI Leaders lub AI Champions wspierających wykorzystanie AI wewnątrz poszczególnych funkcji.

Czym różni się Akademia AI od pojedynczego szkolenia?

Pojedyncze szkolenie koncentruje się przede wszystkim na rozwoju wiedzy i umiejętności. Akademia AI jest szerszym programem adopcji obejmującym diagnozę organizacji, wspólny fundament kompetencyjny, warsztaty dla konkretnych zespołów, ścieżkę menedżerską, rozwój AI Leaders oraz pomiar efektów w modelu pre & post.

Źródła

BUZZcenter – Akademia AI dla firm
Opis programu, AI Adoption Survey, model pre & post, AI Foundations, Daily Work, AI for Managers, AI Leaders oraz model pomiaru efektów. Akademia AI – BUZZcenter

Polska Agencja Rozwoju Przedsiębiorczości / Uniwersytet Jagielloński – „Sztuczna inteligencja w firmach: gotowość do adopcji, kompetencje i potrzeby”, 2026, Polskie badanie dotyczące wykorzystania AI, kompetencji, bezpieczeństwa i gotowości organizacji. 46% badanych firm znalazło się w segmencie o niskiej gotowości do wdrażania AI. Raport BKL – PARP

Microsoft – 2026 Work Trend Index Annual Report, Badanie 20 tys. użytkowników AI z 10 państw oraz analiza sygnałów Microsoft 365. Dane dotyczące gotowości organizacyjnej, kompetencji, roli liderów i krytycznej oceny wyników AI. Microsoft Work Trend Index 2026

McKinsey & Company – The State of AI in 2025: Agents, Innovation, and Transformation, Badanie dotyczące skalowania AI, agentów, transformacji procesów oraz biznesowej wartości AI. McKinsey – The State of AI 2025

Deloitte – State of AI in the Enterprise 2026, Dane dotyczące skalowania AI, kompetencji pracowników, produktywności, przeprojektowania procesów i przygotowania workforce. Deloitte – State of AI in the Enterprise 2026

Badanie Deloitte – Enterprise AI Trends in 2026, Źródło dotyczące governance, pomiaru wartości AI oraz raportowania AI ROI na poziomie zarządczym. Deloitte – Enterprise AI Trends 2026

World Economic Forum – Future of Jobs Report 2025, Dane dotyczące barier adopcji AI, znaczenia kompetencji pracowników i przywództwa oraz planów reskillingowych pracodawców. WEF – Future of Jobs Report 2025

Komisja Europejska / EUR-Lex – AI Act, art. 4: AI literacy, Aktualne brzmienie obowiązku dotyczącego działań wspierających rozwój kompetencji AI pracowników i osób korzystających z systemów AI w imieniu organizacji. AI Act – EUR-Lex

Komisja Europejska – AI talent, skills and literacy, Aktualne informacje dotyczące stosowania art. 4 AI Act oraz zmian z lipca 2026 roku. European Commission – AI literacy