Отвъд промптването: 14 умения за работа с изкуствен интелект, които всеки студент трябва да развие

What should university students know about artificial intelligence before entering the workforce? Is knowing to use ChatGPT, Claude, or Gemini sufficient?
In Andrew Maynard’s opinion, Professor at Thunderbird School of Global Management, students need something more durable than familiarity with particular AI tools.
His recently updated 14 essential AI “I Can…” skills offer a practical framework for demonstrating AI competence rather than simply claiming AI literacy.
The central idea is straightforward: students should be able to demonstrate what they can accomplish with AI (AI competency), explain their decisions, and take responsibility for the results.
From AI Literacy to Demonstrable AI Competence
Maynard’s 14 skills cover several connected dimensions of working with AI.
The first three concern purposeful interaction. Students should select appropriate AI tools, communicate tasks and expectations clearly, and engage in conversations that challenge their initial ideas. Effective prompting requires understanding the problem before asking AI to solve it.
Skills four and five emphasize critical evaluation. Students should research with AI, verify evidence and citations, and improve generated work. A polished AI response is not necessarily accurate, relevant, or academically acceptable.
Skills six and seven introduce agentic AI. Students should manage AI agents performing multistep tasks and develop reusable workflows. These capabilities introduce questions about autonomy, permissions, supervision, and accountability.
Skills eight and nine focus on analysis and communication. AI can help analyze datasets, identify patterns, summarize complex information, and prepare visual presentations. Students must recognize misleading interpretations, oversimplification, and privacy risks.
Skills ten and eleven address responsibility and understanding. Students should disclose AI assistance, follow institutional policies, and explain AI limitations, including bias, errors, and risks.
The final three skills emphasize creativity, judgment, and continuous learning. Students should explore new possibilities, make intentional decisions about AI use, and adapt as technologies change.
Importantly, these are capabilities to demonstrate through practical activities, not another checklist of AI applications to memorize.
What the LinkedIn Discussion Adds
The LinkedIn discussion raises questions about the framework.
Maynard acknowledges that agent governance remains a moving target, even as employers increasingly expect graduates to manage AI-supported work.
Adam Pacton recommends studying rhetoric, highlighting the importance of communication, argumentation, and persuasion.
Academic librarian Alfred Wallace identifies a deeper issue: selecting tools and writing prompts depend on prior knowledge, intellectual judgment, and understanding what one wants to accomplish.
His observation suggests an important limitation: AI fluency cannot develop independently of disciplinary knowledge and critical thinking.
Connecting the Discussion to Our Previous Blog Posts
Several discussions in our Science & Research Blog reinforce Maynard’s framework.
Our article From AI Use to AI Literacy examined research showing that frequent AI use does not necessarily indicate greater AI literacy.
Prompting Strategies with Generative AI demonstrated why task framing, disciplinary knowledge, and verification matter more than simply generating answers.
Our comparison of Brown University and MIT raised questions about assessment, academic responsibility, and cognitive independence.
Finally, The New Hybrid examined the transition from chatbots to autonomous agents and the resulting need for human oversight.
Together, these discussions suggest that AI competence requires both technical capabilities and independent intellectual judgment.
What Should Universities Do?
For faculty, Maynard’s framework offers a starting point for redesigning assignments and assessment. Students can demonstrate their selection of an AI tool, the way they verified its output, managed an agent, or improved an AI-generated analysis.
For students, the framework provides a practical self-assessment. Can they explain their decisions, defend their conclusions, and demonstrate learning independently of AI?
Universities should develop these capabilities across disciplines rather than confining them to introductory AI courses.
The essential question goes beyond the ability of graduates to use AI.
Can they demonstrate when, why, and how to use AI responsibly, while retaining the knowledge and judgment needed to work without it?

Какво трябва да знаят студентите за изкуствения интелект, преди да започнат професионалната си кариера? Достатъчно ли е да умеят да използват ChatGPT, Claude или Gemini?
Андрю Мейнард (Andrew Maynard), професор в Thunderbird School of Global Management, смята, че студентите се нуждаят от по-трайни умения, които не зависят от познаването на конкретни AI инструменти.
Неговият наскоро актуализиран списък с 14 основни AI умения „Аз мога…“ предлага практическа рамка за демонстриране на компетентности за работа с AI, вместо просто да се говори за AI грамотност.
Основната идея: студентите трябва да могат да покажат какво постигат с помощта на AI, да обяснят своите решения и да поемат отговорност за резултатите.
От AI грамотност към доказуеми AI компетентности
Четиринадесетте умения на Мейнард обхващат няколко взаимосвързани аспекта на работата с изкуствен интелект.
Първите три умения са свързани с целенасоченото взаимодействие с AI. Студентите трябва да избират подходящи инструменти, да формулират ясно задачите и очакванията си и да водят диалог с AI, който поставя под въпрос първоначалните им идеи. Ефективното промптване изисква разбиране на проблема, преди да се потърси неговото решение.
Четвъртото и петото умение поставят акцент върху критичната оценка. Студентите трябва да използват AI за проучвания, да проверяват информацията и източниците и да подобряват генерираното съдържание. Добре оформеният отговор невинаги е точен, релевантен или приемлив от академична гледна точка.
Шестото и седмото умение въвеждат агентния AI. Студентите трябва да могат да управляват AI агенти, изпълняващи многоетапни задачи, и да създават повторно използваеми работни процеси. Тези възможности поставят въпроси за автономността, правата за достъп, контрола и отговорността.
Осмото и деветото умение са насочени към анализа и комуникацията. AI може да подпомага анализа на данни, откриването на закономерности, обобщаването на сложна информация и създаването на визуални презентации. Студентите обаче трябва да разпознават подвеждащи интерпретации, прекомерни опростявания и рискове за поверителността на данните.
Десетото и единадесетото умение засягат отговорността и разбирането на AI. Студентите трябва да декларират използването на AI, да спазват институционалните правила и да могат да обяснят ограниченията на технологиите, включително пристрастията, грешките и рисковете.
Последните три умения подчертават креативността, преценката и непрекъснатото учене. Студентите трябва да изследват нови възможности, да вземат осъзнати решения за използването на AI и да се адаптират към технологичните промени.
Важно е, че това са компетентности, които се доказват чрез практически дейности, а не поредният списък с AI приложения, които трябва да бъдат запомнени.
Какво добавя дискусията в LinkedIn?
Дискусията в LinkedIn поставя допълнителни въпроси към предложената рамка.
Мейнард признава, че управлението и регулирането на AI агентите продължава да се променя, докато работодателите все по-често очакват от завършващите студенти да управляват работни процеси с AI.
Адам Пактън (Adam Pacton) препоръчва изучаването на реторика, като подчертава значението на комуникацията, аргументацията и убеждаването.
Университетският библиотекар Алфред Уолъс (Alfred Wallace) откроява по-дълбок проблем: изборът на инструменти и формулирането на промптове зависят от предварителните знания, интелектуалната преценка и разбирането на целта, която човек иска да постигне.
Неговото наблюдение подсказва важно ограничение: свободното и компетентно използване на AI (AI fluency) не може да се развива независимо от специализираните знания и критичното мислене.
Връзка с предишни публикации в нашия блог
Няколко публикации в нашия блог „Наука и научни изследвания“ подкрепят и допълват рамката на Мейнард.
В статията From AI Use to AI Literacy разгледахме изследване, според което честото използване на AI не означава непременно по-висока AI грамотност.
Публикацията Prompting Strategies with Generative AI показа защо правилното формулиране на задачите, специализираните знания и проверката на информацията са по-важни от самото генериране на отговори.
Нашето сравнение на докладите на университетите Brown и MIT постави въпроси за оценяването, академичната отговорност и интелектуалната самостоятелност.
В The New Hybrid разгледахме прехода от чатботове към автономни AI агенти и произтичащата от него необходимост от човешки контрол.
Общият извод от тези публикации е, че AI компетентността изисква както технически умения, така и самостоятелна интелектуална преценка.
Какво трябва да направят университетите?
За преподавателите рамката на Мейнард предлага отправна точка за преработване на учебните задачи и методите за оценяване. Студентите могат да демонстрират как са избрали AI инструмент, проверили са генериран резултат, управлявали са AI агент или подобрили са анализ, създаден с помощта на AI.
За студентите рамката предлага практически инструмент за самооценка. Могат ли да обяснят решенията си, да защитят заключенията си и да демонстрират самостоятелно усвоени знания?
Университетите трябва да развиват тези компетентности във всички специалности, вместо да ги ограничават до въвеждащи курсове по AI.
Основният въпрос вече не е дали завършващите студенти знаят как да използват изкуствен интелект.
Могат ли да демонстрират кога, защо и как да използват AI отговорно, като същевременно запазят знанията и способността за самостоятелна преценка, необходими за работа без него?
Назови по-конкретно 14-те уменияДобави практически студентски примери