Exploring the Role of Data Literacy Frameworks in Workforce Skill Assessment, Education, and Training : Systematic Literature Review

Abstract

In today’s fast-paced digital work environments, data has become an indispensable component of various business professions. Being data literate is now an essential skill, as the rapid expansion of digital technologies and the generation of large amounts of data have transformed the required skill set of employees and the educational objectives of organisations. Additionally, the impact of AI transforming working environments is evident but still emerging. This thesis explores Data Literacy (DL) as a phenomenon, the reasons for its emergence, evolution, and proliferation, and its relevance in European policy, academic research, and business operations. It also examines how DL is being operationalised in educational and organisational settings. This thesis provides a holistic view of the DL-related frameworks for enhancing workforce skills assessment, education, and training to better understand the concept of DL and its relevance in organisational and business contexts. Through semi-structured interviews and a rigorous systematic literature review, the thesis explores the alignment between DL-related frameworks and organisational needs for a data-literate workforce. The study identifies key principles inherent in these frameworks – such as multifaceted skill set, tailored training programmes, empowerment through DL, and the relevance of AI literacy – that align with organisational needs and priorities. These principles are valuable in guiding the development of robust DL programmes to reskill and upskill employees, emphasising technical knowledge, critical thinking, ethical awareness, and agility. The thesis recognises a gap in current DL frameworks’ ability to capture the nuanced skill sets required in professional settings, particularly in estimating the emerging needs of AI-technology integration in working environments. The thesis proposes the conceptualisation of Workplace Data Literacy (WDL), focusing on the specific empowerment experience from mastering data-related tasks and addressing the skill gap prevalent in the business domain. The anticipated influence of AI on workforce dynamics underscores the need to re-evaluate and expand current DL frameworks to include AI literacy. By integrating AI literacy into the development of WDL, the thesis aims to bridge the gap between existing theoretical concepts and practical applications, ensuring DL frameworks remain relevant and robust amidst technological advancements. This research contributes to the knowledge management and organisational management literature by proposing a forward-looking perspective on DL in organisational contexts. It advocates for a comprehensive approach to cultivating a data-literate workforce capable of navigating the complexities of data and human-machine interaction.

Nykyisissä nopeasti kehittyvissä digitaalisissa työympäristöissä, data on välttämätön osa monien yritysten työntekijöiden työnkuvia. Datalukutaito on olennaista, koska digitaalisten teknologioiden nopea leviäminen ja suurten datamäärien tuottaminen ovat muuttaneet työntekijöiltä edellytettäviä työskentelytaitoja ja organisaatioiden koulutustavoitteita. Lisäksi tekoälyn vaikutus työskentely-ympäristöjen muuttumiseen on ilmeinen, vaikkakin vasta kehittymässä. Tämä työ tutkii datalukutaitoa ilmiönä, käsitteen syntymistä, kehittymistä ja leviämistä sekä sen merkityksellisyyttä eurooppalaisessa koulutuspolitiikassa, akateemisessa tutkimuksessa ja yritysten liiketoiminnassa yleisesti. Se tarkastelee myös, miten datalukutaidon käsitettä on sovellettu koulutussektorilla ja liiketoiminnassa. Työ muodostaa kokonaisvaltaisen näkemyksen sellaisista datalukutaitoläheisistä viitekehyksistä, jotka liittyvät työntekijöiden taitojen määrittämiseen, arviointiin tai kouluttamiseen yrityksissä. Työn tavoitteena on luoda kokonaisvaltainen ymmärrys datalukutaidosta käsitteenä ja sen merkityksestä yrityskontekstissa. Puolistrukturoitujen haastattelujen ja kattavan systemaattisen kirjallisuuskatsauksen avulla diplomityö selvittää, miten datalukutaitoon läheisesti liittyvät viitekehykset vastaavat organisaatioiden tarpeisiin datalukutaitoisen työvoiman kouluttamiseksi. Tutkimus tunnistaa viitekehyksistä keskeisiä periaatteita – kuten monipuoliset taidot, räätälöidyt koulutusohjelmat, voimaantuminen ja tekoälyn lukutaidon merkitys – jotka ovat yhteneväisiä organisaatioiden tarpeiden ja prioriteettien kanssa. Nämä periaatteet ovat arvokkaita ohjenuoria kehitettäessä kattavia työntekijöiden taitoja päivittäviä ja lisääviä datalukutaidon koulutusohjelmia, jotka painottavat teknistä osaamista, kriittistä ajattelua, eettisiä periaatteita ja ketteryyttä. Diplomityö tunnistaa nykyisissä datalukutaitoon liittyvissä viitekehyksissä puutteita niiden kyvyssä kattaa työympäristöille oleelliset monipuoliset taidot ja erityisesti tekoälyteknologioiden omaksumisesta nousevat tarpeet. Työssä ehdotetaan uuden käsitteen, työpaikan datalukutaito, käyttöönottoa. Sen tulisi keskittyä työntekijöiden voimaannuttamiskokemuksen synnyttämiseen auttamalla työntekijöitä suorittamaan dataliitännäisiä työtehtäviä sekä kuromaan umpeen vallitsevia taitovajeita. Myös tekoälyn käytön yleistymisellä on työntekijöihin vaikutuksia, jotka korostavat tarvetta arvioida uudelleen datalukutaidon käsitettä ja siihen liittyviä viitekehyksiä. Tekoälylukutaidon yhdistäminen datalukutaitoon uuden, työpaikan datalukutaito -käsitteen alle, pyrkii kaventamaan teoreettisten käsitteiden ja käytännön tarpeiden välistä kuilua, varmistaen datalukutaitokäsitteen pysyvän teknologioiden kehittyessä tulevaisuudessakin merkityksellisenä ja sisällöltään oikeanlaisena. Tämä diplomityö edistää tietojohtamisen ja organisaatioiden johtamisen tutkimusta tarjoamalla proaktiivisen näkökulman datalukutaidon kehittämiseen yrityksissä. Työ kannustaa kokonaisvaltaiseen lähestymistapaan, joka auttaa kasvattamaan datalukutaitoisia työntekijöitä, jotka kykenevät työskentelemään monimutkaisissa dataan liittyvissä työympäristöissä ja hallitsevat vuorovaikutuksen koneiden kanssa.