Проблема обучения, о которой никто не говорит
Каждая крупная организация теперь проводила какой-то вид ИИ-обучения. Доказательств того, что это работает, мало.
Руководители, прошедшие двухчасовую сессию по ИИ-осведомлённости, по-прежнему принимают инвестиционные решения по ИИ на основе демонстраций вендоров, а не стратегической оценки. Менеджеры, посетившие ИИ-воркшоп, по-прежнему назначают те же задачи теми же способами, что и раньше. Работники знания, получившие советы по созданию промптов, по-прежнему используют ИИ-инструменты только для простых задач и возвращаются к ручным процессам для всего сложного.
Разрыв между использованием ИИ-инструментов и организационными ИИ-возможностями — это то место, где сейчас находится большинство корпоративных программ ИИ-обучения. Сотрудники знают, что инструменты существуют. Но они не могут стратегически рассуждать о том, где ИИ должен и не должен использоваться в их области, критически оценивать результаты ИИ, или перепроектировать собственные процессы под возможности ИИ.
Построение этих возможностей требует другого подхода к ИИ-обучению, чем тот, который большинство организаций приняло.
Почему большинство корпоративных ИИ-тренингов терпит неудачу
Дизайн учебной программы, ориентированный на инструменты. Большинство корпоративных ИИ-тренингов разрабатывается с вопросом «какие инструменты мы хотим, чтобы сотрудники использовали?» вместо «какие возможности нужны нашим сотрудникам, и какие инструменты актуальны для их развития?» Результат — обучение, которое учит сотрудников работать с конкретными инструментами, но не строит базовые ментальные модели.
Единый формат для разных аудиторий. Руководитель и представитель службы поддержки клиентов нуждаются в принципиально разных вещах от ИИ-обучения. Универсальное обучение по ИИ-осведомлённости, одинаково доставляемое по всей организации, производит равномерную посредственность.
Отсутствие контекста применения. Обучение в общем контексте с общими примерами плохо переносится на практику. Сотрудники могут пройти курс по ИИ-применениям в обслуживании клиентов и вернуться к реальной работе, ничего не изменив.
Отсутствие последующей работы и закрепления. Исследования в области обучения последовательно показывают: одноразовые тренинги производят краткосрочные результаты, которые быстро деградируют без закрепления.
Обучение, оторванное от стратегии и управления. Когда сотрудники получают ИИ-обучение, не связанное с политиками ИИ организации, оно создаёт возможности без ответственности.
Четыре аудитории, четыре потребности
Аудитория 1: Высшее руководство и совет директоров
Что им нужно: Стратегическая ИИ-грамотность — способность принимать обоснованные решения об инвестициях в ИИ, понимать, что ИИ может и не может делать, оценивать ИИ-риски, и осуществлять надлежащий надзор за управлением.
Обучение высшего руководства должно касаться не инструментов, а стратегического ландшафта: где ИИ создаёт реальное конкурентное преимущество в их отрасли, как оценивать возможности инвестиций в ИИ, какие вопросы управления советы должны задавать.
Аудитория 2: Среднее звено управления
Что им нужно: Операционная ИИ-грамотность — способность выявлять ИИ-возможности в своей области, перепроектировать рабочие процессы под ИИ-возможности, управлять ИИ-поддержанными процессами, и строить культуру надлежащего внедрения ИИ.
Менеджеры — самая рычаговая аудитория обучения для внедрения ИИ. Их решения о том, как организована работа, имеют большее влияние на организационное внедрение ИИ, чем любой другой фактор.
Аудитория 3: Работники знания
Что им нужно: ИИ-беглость на уровне задач — способность эффективно использовать ИИ-инструменты для конкретных задач, которые они выполняют регулярно, критически оценивать результаты ИИ, и понимать, какие задачи ИИ подходит или не подходит для их роли.
Ключевой принцип дизайна для этой аудитории — специфичность: обучение должно строиться вокруг реальных задач в их реальных ролях, с использованием реальных инструментов в их реальной рабочей среде.
Аудитория 4: Технический персонал
Что им нужно: ИИ-инженерная грамотность — способность проектировать, создавать, развёртывать и поддерживать ИИ-системы; оценивать и выбирать ИИ-инструменты и фреймворки; и сообщать технические соображения нетехническим заинтересованным сторонам.
Форматы доставки обучения
| Формат | Лучше всего подходит для | Продолжительность | Характеристики удержания | |---|---|---|---| | Фасилитируемые воркшопы | Стратегическое выравнивание, сессии перепроектирования для менеджеров | Полдня до 2 дней | Высокое для прикладных сессий | | Ролевой e-learning | Базовая беглость работников знания, масштабируемое развёртывание | 4–12 часов модульно | Среднее; требует мероприятий по закреплению | | Встроенное обучение | Интеграция в рабочий процесс, задачно-специфичная беглость | Непрерывно (микрообучение) | Высокое при интеграции в повседневную практику | | Практические сообщества | Непрерывный обмен знаниями, обучение равных | Непрерывно | Высокое для мотивированных участников | | Коучинг и наставничество | Развитие управленческих возможностей | Непрерывно | Высокое; наиболее эффективно для сложного развития | | Симуляции и практические среды | Развитие технических навыков | Переменная | Высокое; прямое применение к роли |
Измерение эффективности обучения
Большинство организаций измеряют показатели прохождения и оценки удовлетворённости — метрики, которые легко собирать, но плохо коррелируют с реальным развитием возможностей.
Эффективное измерение ИИ-обучения работает на четырёх уровнях:
Реакция — Участники нашли обучение актуальным и достоверным? (На основе опросов.)
Обучение — Участники приобрели знания и навыки, на которые нацелено обучение? (На основе оценок с измерением до/после.)
Поведение — Участники применяют то, чему научились, в реальной работе? (Наблюдение, обзор менеджеров, метрики внедрения инструментов — самое трудное для измерения, но самое важное.)
Результаты — Производит ли обучение деловые результаты, для которых оно было разработано? Это требует привязки инвестиций в обучение к конкретным операционным метрикам.
Программы обучения Remolda
Remolda разрабатывает и доставляет ИИ-программы обучения для корпоративных организаций по всей Канаде и на международном уровне. Наш подход начинается с результатов, которые нужны организации, а не с инструментов, которые она хочет продвигать.
Наши учебные программы охватывают все четыре аудитории и строятся вокруг конкретного контекста каждого клиента — отрасли, в которой он работает, ИИ-систем, которые он развёртывает или рассматривает, рабочих процессов, которые он трансформирует, и системы управления, которую он строит.
Если ваша организация строит свои ИИ-возможности и хочет обучения, которое реально меняет то, как люди работают, свяжитесь с Remolda.
Дополнительное чтение: Построение ИИ-готовой культуры | Услуги по ИИ-обучению