Meta AI Literacy Scale (MAILS)

W skrócie

Kwestionariusz samooceny umiejętności w zakresie AI, który pyta też, na ile ludzie czują się pewnie w uczeniu się i rozwiązywaniu problemów z AI. Używaj go obok testu wiedzy, a nie zamiast niego.

Dla osoby, która prowadzi diagnozę: kierownika HR lub operacji, wewnętrznego zespołu projektowego albo zewnętrznego konsultanta.

Co mierzy

Jak ludzie oceniają własne kompetencje w zakresie AI: używanie i stosowanie AI, rozumienie jej, rozpoznawanie jej, ocenę jej etyki i tworzenie z nią. Dodaje też coś, co większość skal pomija: na ile ludzie są pewni, że potrafią uczyć się o AI i rozwiązywać z nią problemy, i jak dobrze radzą sobie z własnymi reakcjami na nią.

Te dodatkowe części przydają się przy planowaniu szkoleń. Ludzie, którzy wątpią, czy się nauczą, potrzebują innego startu niż ci, którym brakuje tylko wiedzy.

Jak używać

1. Używaj go razem z testem wiedzy.
2. Planując szkolenia, najpierw przeczytaj wyniki dotyczące pewności siebie.
3. Porównaj samoocenę z wynikiem testu. Różnica pokazuje, kto jest zbyt pewny siebie, a kto się nie docenia.
4. Nie porównuj wyników między wersjami językowymi.

Czego nie mierzy

• Rzeczywistej wiedzy. To samoocena. Samooceny różnią się od wyników testów, w obie strony.
• Umiejętności w konkretnej pracy.

Jak to sprawdzono

• Pełną wersję sprawdzono na 300 dorosłych w Niemczech. Części pojawiły się zgodnie z założeniem.
• Drugi artykuł opisuje trzy kolejne badania i buduje wersję skróconą z 10 pytaniami. Wyniki ogólnie potwierdziły skalę. Niektóre wyniki były nieoczekiwane, a autorzy mówią, że wersja skrócona wymaga dalszego sprawdzenia.
• Wersję grecką sprawdzono na dwóch próbach nauczycieli wychowania przedszkolnego (133 i 342 osoby) i wykazała tę samą strukturę z dziewięcioma częściami. To badanie nie sprawdziło, czy wyniki greckie i oryginalne można porównywać bezpośrednio.

Licencja i dostęp

Zwróć uwagę na dwie licencje. Wersja skrócona jest otwarta na tłumaczenie i dostosowanie. Wersję pełną można udostępniać bez zmian w celach niekomercyjnych, a tłumaczenie liczy się jako zmiana.

Alternatywy

Inne narzędzia do podobnego zadania i kiedy lepiej wybrać każde z nich.

• Co pracownicy wiedzą o AI? Scale of Artificial Intelligence Literacy for All (SAIL4ALL) Wybierz je, gdy chcesz sprawdzić, co ludzie wiedzą, a nie ich o to pytać. Pracownicy, każdy rozwiązuje test · 56 pytań w 4 częściach. Każdej części można używać osobno Bezpłatne, można dostosować Sprawdzenie: Umiarkowane Testy wiedzy o AI i samooceny
• Co pracownicy wiedzą o AI, także o generatywnej AI? AI Competency Objective Scale (AICOS) Wybierz je, gdy chcesz testu obejmującego generatywną AI. Pracownicy, każdy rozwiązuje test · Wersja pełna i skrócona. Liczba pytań nie jest ustalona Bezpłatne, można dostosować Sprawdzenie: Umiarkowane Testy wiedzy o AI i samooceny

Praktyki, które z niego korzystają

• Sprawdzaj wiedzę o AI testem, zamiast prosić pracowników o samoocenę Ludzie słabo oceniają własne umiejętności. Żeby dowiedzieć się, co twoi pracownicy wiedzą o AI, użyj krótkiego testu wiedzy albo drugiej opinii, a nie tylko samooceny. Zrób potem · Nakład pracy: średni (tygodnie, kilka osób) Dowody: Umiarkowane Ludzie i umiejętności · Zastosowanie

Szczegóły

Sprawdzenie

Silne Pełną wersję sprawdzono na 300 dorosłych w Niemczech i ponownie w trzech kolejnych badaniach. Inny zespół sprawdził wersję grecką i znalazł tę samą strukturę. Wersja skrócona wymaga dalszego sprawdzenia, jak mówią jej autorzy.

Czego dotyczy

Osoba

Jak zbiera się odpowiedzi

Ankieta, w której każda osoba ocenia własne umiejętności.

Długość

34 pytania; wersja skrócona 10 pytań

Koszt

Bezpłatne

Licencja

Wersja pełna: CC BY-NC-ND 4.0. Wersja skrócona: CC BY 4.0.Możesz tłumaczyć i dostosowywać skróconą wersję z 10 pytaniami, podając autorów. Tłumaczenie lub zmiana pełnej wersji z 34 pytaniami wymaga zgody autorów.

Języki

Opublikowana po angielsku; sprawdzona w Niemczech. Istnieje wersja grecka.

Autorzy

Carolus and colleagues, 2023; short version by Koch and colleagues, 2024

Źródła

1. Carolus, Koch, Straka, Latoschik and Wienrich (2023). MAILS – Meta AI literacy scale: Development and testing of an AI literacy questionnaire based on well-founded competency models and psychological change- and meta-competencies. Computers in Human Behavior: Artificial Humans. doi:10.1016/j.chbah.2023.100014
2. Koch, Carolus, Wienrich and Latoschik (2024). Meta AI literacy scale: Further validation and development of a short version. Heliyon. doi:10.1016/j.heliyon.2024.e39686
3. Papadakis, Vatou and Andreadakis (2026). Early Childhood Educators’ AI Literacy: Validation of the Meta-AI Literacy Scale in a Greek Context. Education Sciences. doi:10.3390/educsci16071117

Powiązane badania na tej stronie

• Przegląd 16 kwestionariuszy, które mierzą wiedzę o AI Lintner (2024). A systematic review of AI literacy scales. npj Science of Learning, 9, 50.
• Samoocena umiejętności cyfrowych a wyniki testu u 629 studentów Luna, Ocaña, Ortiz-Colón and Rodríguez Moreno (2026). From Self-Perception to Reality in Digital Competence: Findings from the DigComp 2.2 Framework. The Electronic Journal of e-Learning, 24(3), 137–153.