Kennisbank

Άνθρωποι και δεξιότητες: η διάσταση που δεν λύνεται με μια εκπαίδευση

Γιατί αυτή η διάσταση στέκεται ξεχωριστά

Από τις επτά διαστάσεις στη μέτρηση ωριμότητας, οι άνθρωποι και οι δεξιότητες αποτελούν τον πιο συχνά αναφερόμενο λόγο για τον οποίο ένα πιλοτικό έργο AI δεν εξελίσσεται περαιτέρω. Όχι επειδή οι άνθρωποι δεν θέλουν, αλλά επειδή η δεξιότητα είναι κάτι διαφορετικό από τη γνώση. Κάποιος μπορεί να ξέρει τι είναι ένα γλωσσικό μοντέλο και παρόλα αυτά να μη γνωρίζει πότε μπορεί να εμπιστευτεί το αποτέλεσμα. Αυτό το χάσμα μεταξύ γνώσης και ικανότητας εφαρμογής είναι ακριβώς αυτό που μετρά αυτή η διάσταση.

Η διάσταση αυτή συνδέεται με άλλες θεμελιώδεις διαστάσεις. Οι δεξιότητες αναπτύσσονται με δυσκολία όταν ο ίδιος ο οργανισμός δεν είναι διαρθρωμένος για μάθηση με AI, και η εξάσκηση με εφαρμογές AI λειτουργεί άσχημα όταν η υποδομή IT δεν προσφέρει περιβάλλον για ασφαλή πειραματισμό. Όποιος σκέφτεται μόνο σε όρους προϋπολογισμού εκπαίδευσης, χάνει αυτή τη σειρά.

Τι σημαίνουν τα πέντε επίπεδα στην πράξη

Στο baseline, ένας μικρός αριθμός ανθρώπων εργάζεται με εργαλεία AI με δική του πρωτοβουλία, εκτός του οπτικού πεδίου του οργανισμού. Δεν υπάρχει κοινή εικόνα για το τι λειτουργεί και τι όχι, και όσα μαθαίνει κάποιος παραμένουν σε αυτό το άτομο. Τι σημαίνει το baseline στην πράξη δεν είναι λοιπόν έλλειψη ενδιαφέροντος, αλλά απουσία δομής για την εκμετάλλευση αυτού του ενδιαφέροντος.

Στο foundation υπάρχει μια πρώτη κοινή βάση: ένας αριθμός ανθρώπων έχει αναπτύξει παρόμοιες δεξιότητες, έχει δημιουργηθεί ένα κοινό λεξιλόγιο, και μεμονωμένες εμπειρίες μοιράζονται περιστασιακά. Τι σημαίνει το foundation στην πράξη είναι το βήμα από την ατομική χρήση προς κάτι που αρχίζει να μοιάζει με μια ομάδα που κατανοεί τα ίδια πράγματα.

Στο activation, οι άνθρωποι εφαρμόζουν το AI δομικά στα δικά τους καθήκοντα και αναγνωρίζουν πού είναι κατάλληλο και πού όχι. Στο insight το κέντρο βάρους μετατοπίζεται: οι άνθρωποι μπορούν όχι μόνο να χρησιμοποιούν το AI, αλλά και να κρίνουν αν ένα αποτέλεσμα είναι σωστό και γιατί. Στο intelligence αυτή η κρίση δεν αποτελεί πλέον ξεχωριστό βήμα, αλλά μέρος του πώς γίνεται κανονικά η δουλειά, διαχέεται σε όλο τον οργανισμό αντί να περιορίζεται σε λίγους πρώιμους υιοθετούντες.

Από πού προκύπτει η διασπορά στον γύρο σχεδιαγράμματος

Σε αυτή τη διάσταση προκύπτει συχνά η μεγαλύτερη διαφορά μεταξύ του τι βαθμολογεί ένας CIO και τι βαθμολογεί ένας team leader. Ένας CIO βλέπει τις εκπαιδεύσεις που έχουν διοργανωθεί και τις μετρά ως πρόοδο. Ένας team leader βλέπει ότι αυτή η εκπαίδευση άλλαξε ελάχιστα τον τρόπο με τον οποίο γίνεται πραγματικά η δουλειά, και βαθμολογεί χαμηλότερα. Και οι δύο παρατηρήσεις είναι ορθές· απλώς μετρούν διαφορετικό μέρος της ίδιας διάστασης. Η προσφορά και η εφαρμογή δεν είναι το ίδιο πράγμα, και ο γύρος σχεδιαγράμματος αποκαλύπτει ακριβώς αυτό το χάσμα αντί να το εξομαλύνει.

Από τι εξαρτάται η άνοδος ενός επιπέδου

Η άνοδος ενός επιπέδου στους ανθρώπους και τις δεξιότητες δεν εξαρτάται κατά κύριο λόγο από προϋπολογισμό για μαθήματα. Εξαρτάται από την επανάληψη: ανθρώπους που συνεχίζουν να εφαρμόζουν το AI σε πραγματική δουλειά, όχι σε εξασκημένα παραδείγματα. Εξαρτάται από χρόνο που είναι πράγματι διαθέσιμος πέρα από τα κανονικά καθήκοντα, και δεν είναι μόνο θεωρητικά κατανεμημένος. Και εξαρτάται από ένα περιβάλλον στο οποίο το να κάνει κανείς λάθη κατά τη μάθηση δεν αποτελεί λόγο επιστροφής στον παλιό τρόπο εργασίας.

Επιπλέον, το βήμα αυτό εξαρτάται από το αν η δεξιότητα γίνεται ορατή και μοιράζεται. Κάποιος που μαθαίνει καλά να ελέγχει ένα αποτέλεσμα AI βοηθά τον οργανισμό να προχωρήσει μόνο αν αυτός ο τρόπος εργασίας καταλήγει κάπου όπου άλλοι μπορούν να τον υιοθετήσουν. Χωρίς αυτόν τον μηχανισμό, κάθε πρόοδος παραμένει συνδεδεμένη με ένα μόνο άτομο, και εξαφανίζεται μόλις αυτό το άτομο αλλάξει θέση.

Αυτό δείχνει αμέσως γιατί αυτή η διάσταση σπάνια μπορεί να διορθωθεί μεμονωμένα. Το πώς μαθαίνει κανείς ή αν κάποιος απέδωσε καλά, και αν αυτή η μάθηση αναγνωρίζεται και ανταμείβεται, σχετίζεται άμεσα με πόσο ώριμη είναι η διαχείριση απόδοσης. Και η δεξιότητα αναπτύσσεται επίσης πιο αργά όταν τα δεδομένα με τα οποία εξασκούνται οι άνθρωποι είναι αναξιόπιστα, γι' αυτό η διάσταση αυτή σπάνια στέκεται ανεξάρτητη από πόσο ώριμη είναι η διαχείριση δεδομένων.

Τι δεν απαντά αυτό

Αυτή η διάσταση δείχνει αν οι άνθρωποι σε έναν οργανισμό είναι έτοιμοι να εργαστούν με το AI σε επίπεδο που ταιριάζει με τη φιλοδοξία. Δεν δείχνει ποιο μέρος μιας συγκεκριμένης θέσης εργασίας μπορεί να αναλάβει το AI, και ποιο μέρος πρέπει να παραμείνει σε έναν άνθρωπο. Αυτό είναι ένα άλλο ερώτημα, που απαντάται ανά καθήκον και όχι ανά οργανισμό. Η werkscan της FTE TO AI υπολογίζει ποιο μέρος της δουλειάς σε έναν ρόλο είναι κατάλληλο να μεταφερθεί στο AI, καθήκον προς καθήκον. Εκεί όπου αυτή η σελίδα περιγράφει αν οι άνθρωποι είναι έτοιμοι να καθοδηγήσουν αυτή τη μεταφορά, η werkscan δείχνει τι ακριβώς μπορεί να μεταφερθεί — και αυτό γίνεται ουσιαστικό ερώτημα μόνο όταν η πλευρά της υποδοχής, όπως περιγράφεται εδώ, στέκεται σταθερά.