Kennisbank

Cik gatavi ir jūsu cilvēki un prasmes, runājot par AI

AI pilotprojekti reti aizkrītas uz tehnoloģijas. Tie aizkrītas uz tā, ko cilvēki spēj un nespēj, uzdrošinās un zina. Organizācijai var būt izcili dati un stabila infrastruktūra, un tā tomēr var iestrēgt, jo neviens īsti nezina, ko AI dara un ko nedara, kad neuzticēšanās ir pamatota un kad nav, un kam kāda loma ir tad, kad modelis piegādā kaut ko, ko cilvēkam jāizvērtē. Šī lapa ir par šo dimensiju: cilvēkiem un prasmēm, vienu no septiņām dimensijām, kuras iezīmē hybridresourcing gatavības mērījums.

Ko šī dimensija ietver

Cilvēki un prasmes attiecas uz trim slāņiem, kas bieži tiek apskatīti atsevišķi, kaut arī tie ir savstarpēji saistīti. Pirmais slānis ir zināšanas: vai darbinieki saprot, ko AI sistēma dara, kur ir robežas un kādas kļūdas ir tipiskas tāda veida lietojumam, kādu viņi izmanto. Otrais slānis ir prasme: vai cilvēki spēj faktiski izvērtēt AI iegūto rezultātu, koriģēt to vai salīdzināt ar savu spriedumu. Trešais slānis ir attieksme: vai ir telpa AI izmēģināt, ziņot par kļūdām un koriģēt kursu, vai dominē piesardzība vai akla paļāvība. Organizācija, kas iegulda vienīgi apmācībās, bet nerisina attieksmes jautājumu, bieži paliek uz tā paša līmeņa, arī pēc gadiem ilgas kursu apmeklēšanas.

Tā kā šī dimensija lielā mērā ir atkarīga no individuāliem cilvēkiem, hybridresourcing to nemēra ar vienu rezultātu, bet ar novērtēšanas kārtu: vairāki iesaistītie novērtē atsevišķi, un atklājas izkliede starp viņu atbildēm. Liela izkliede pati par sevi ir jau rezultāts. Tā parāda, ka organizācija uz papīra izliekas kā vienā līmenī, kamēr darba vieta izjūt kaut ko citu nekā vadība.

Piecu līmeņu skala

Bāzes līmenī nav kopīga priekšstata par to, kas AI ir vai ko tā dara. Atsevišķi cilvēki eksperimentē, bet nav kopīgas valodas un struktūras, lai dalītos pieredzē. Foundation līmenī ir pamatzināšanas, parasti nelielai grupai, bet pārējā organizācija seko no attāluma. Activation līmenis nozīmē, ka nozīmīga daļa iesaistīto darbinieku zina, ko AI nozīmē viņu pašu darbā, un praktiski spēj ar to strādāt. Insight līmenis papildus tam nozīmē, ka cilvēki spēj kritiski izvērtēt AI iegūtos rezultātus un zina, kad būt šaubīgiem. Intelligence līmenī šī prasme ir izplatīta visā organizācijā, iesakņojusies tajā, kā cilvēki strādā, un nav atkarīga no pāris agrīniem lietotājiem.

Kurā šīs skalas punktā organizācija atrodas, nekad nav intuīcijas jautājums. Tas atkarīgs no tā, cik daudz cilvēku faktiski strādā ar AI, cik daudzveidīga ir viņu pieredze un vai šī pieredze kaut kur satiekas. Tieši tāpēc novērtēšanas kārta dod vairāk nekā aptauja ar vienu respondentu no katras komandas.

Kā redzēt, kurā līmenī atrodaties

Vairākas zīmes norāda uz zemu līmeni. Ja jautājumi par AI vienmēr nonāk pie tiem pašiem pāris cilvēkiem, zināšanas nav izplatītas. Ja neviens neuzdrošinās noraidīt AI iegūto rezultātu, jo nezina loģiku, kas tam ir pamatā, trūkst prasmes to izvērtēt. Ja AI projekti tiek uzsākti, neiesaistot cilvēkus, kuriem ar to jāstrādā, trūkst atbalsta, kas nepieciešams, lai virzītu kaut ko tālāk par pilotfāzi.

Augstāku līmeni pazīst pēc pretējā: diskusijas par AI iegūtajiem rezultātiem, kas ir saturīgas, nevis principiālas, darbinieki, kas paši ierosina, kur AI var un kur nevar palīdzēt, un organizācija, kurā šaubas par AI rezultātu tiek uzskatītas par normālu darba sastāvdaļu, nevis par zīmi, ka projekts ir izgāzies.

Kas nepieciešams, lai sasniegtu augstāku līmeni

Ceļš uz augstāku līmeni reti sākas ar vairāk tehnoloģijas. Tas sākas ar to, kas jau tiek zināts, padarīšanu redzamu un ar to, kur ir robi, kā arī ar mirkļu organizēšanu, kuros pieredze tiek dalīta, nevis paliek izolēta atsevišķos eksperimentos. Cik tas konkrēti izmaksā, laika un uzmanības izteiksmē, ļoti atšķiras pēc organizācijas un sākotnējā līmeņa; kas vēlas par to indikāciju, to atradīs lapā, kas izrēķina ko maksā organizācijas pacelšana par vienu līmeni.

Cilvēki un prasmes turklāt nav atrauti no citām dimensijām. Kas vēlas izvērtēt AI, tam jāsaprot arī, kā šis izvērtējums tiek fiksēts un izmantots, un tas skar sniegumu vadību attiecībā uz AI. Kas vēlas uzdrošināties ziņot par kļūdām, tam jāzina, ka privātums un drošība ir sakārtoti, kas savukārt saistīts ar to, ko maksā privātuma un drošības pacelšana par vienu līmeni. Un kas vēlas radīt uzticību AI iegūtajiem rezultātiem, agrāk vai vēlāk sastopas ar jautājumiem, kas piederas tam, ko maksā ētikas pacelšana par vienu līmeni.

Šā mērījuma robeža

Šī lapa aprakstīto, vai jūsu organizācijas cilvēki spēj nest AI: saprast, izvērtēt un koriģēt. Tā neaprakstīto, kuru daļu darba pati AI var pārņemt. Tas ir citāds jautājums, ar citu instrumentu. FTE TO AI darba skaneris izrēķina katram uzdevumam, kāda daļa darba ir piemērota AI, ņemot vērā uzdevuma raksturu un kontekstu, kurā tas tiek veikts. Šis rezultāts ir jēgpilns tikai tad, kad nesošā puse, ieskaitot cilvēkus, kuriem jāstrādā ar rezultātiem, jau ir sasniegusi noteiktu līmeni. Kas vēlas zināt, kur organizācija šobrīd atrodas, var pieteikties gatavības mērījuma rindā, kas pašlaik tiek izstrādāta.