Proiectele pilot de AI se împotmolesc rareori din cauza tehnologiei. Se împotmolesc din cauza a ceea ce oamenii pot și nu pot, îndrăznesc și știu. O organizație poate avea date excelente și o infrastructură solidă și totuși să se blocheze, pentru că nimeni nu știe exact ce face și ce nu face AI, când neîncrederea este justificată și când nu, și cine are ce rol atunci când un model livrează ceva ce trebuie evaluat de un om. Această pagină tratează această dimensiune: oamenii și competențele, una dintre cele șapte dimensiuni pe care le cartografiază măsurarea maturității hybridresourcing.
Oamenii și competențele privește trei straturi care sunt tratate adesea separat, chiar dacă sunt interconectate. Primul strat este cunoașterea: înțeleg angajații ce face un sistem de AI, unde sunt limitele și care sunt greșelile tipice pentru tipul de aplicație pe care îl folosesc. Al doilea strat este competența: sunt oamenii capabili să evalueze efectiv un rezultat generat de AI, să îl ajusteze sau să îl pună alături de propria judecată. Al treilea strat este atitudinea: există spațiu pentru a încerca AI, pentru a semnala erori și pentru a ajusta cursul, sau predomină fie frica de necunoscut, fie încrederea necondiționată. O organizație care investește doar în formare, dar nu abordează atitudinea, rămâne adesea blocată la același nivel, chiar și după ani de cursuri.
Deoarece această dimensiune depinde puternic de oamenii individuali, hybridresourcing nu o măsoară printr-un singur scor, ci printr-o rundă de plotare: mai multe persoane implicate acordă note separat, iar diferența dintre răspunsurile lor devine vizibilă. O diferență mare este ea însăși un rezultat. Ea arată că organizația pare, pe hârtie, să aibă un singur nivel, în timp ce cei de la nivel operațional trăiesc altceva decât conducerea.
La nivelul baseline, nu există o imagine comună despre ce este sau ce face AI. Persoane izolate experimentează, dar nu există un limbaj comun și nicio structură pentru a partaja experiența. La nivelul foundation, există cunoștințe de bază, de obicei într-un grup restrâns, iar restul organizației urmează de la distanță. Nivelul activation înseamnă că o parte substanțială a angajaților implicați știe ce înseamnă AI pentru propria lor activitate și poate lucra practic cu ea. Nivelul insight adaugă la aceasta faptul că oamenii pot evalua critic rezultatele AI și știu când trebuie să aibă îndoieli. La nivelul intelligence, această competență este răspândită în întreaga organizație, ancorată în modul în care lucrează oamenii și nu depinde de câțiva adoptanți timpurii.
Poziția unei organizații pe această scală nu este niciodată o chestiune de intuiție. Depinde de câți oameni lucrează efectiv cu AI, cât de diverse sunt experiențele lor și dacă acele experiențe converg undeva. Exact de aceea runda de plotare oferă mai multe informații decât un sondaj cu un singur respondent per echipă.
Câteva semnale indică un nivel scăzut. Dacă întrebările despre AI ajung mereu la aceleași câteva persoane, cunoștințele nu sunt răspândite. Dacă nimeni nu îndrăznește să respingă un rezultat AI pentru că nu cunoaște logica din spatele lui, lipsește competența de evaluare. Dacă proiectele de AI sunt lansate fără implicarea oamenilor care trebuie să lucreze cu ele, lipsește sprijinul necesar pentru a duce ceva dincolo de faza pilot.
Un nivel mai ridicat se recunoaște prin situația opusă: discuții despre rezultatele AI care sunt de fond, nu de principiu, angajați care propun ei înșiși unde AI poate ajuta și unde nu, și o organizație în care îndoiala privind un rezultat AI este văzută ca o parte normală a muncii, nu ca un semn că proiectul a eșuat.
Drumul către un nivel mai ridicat rareori începe cu mai multă tehnologie. Începe cu a face vizibil ce știu deja oamenii și unde sunt lacunele, și cu organizarea de momente în care experiența este partajată, în loc să rămână izolată în experimente separate. Ceea ce costă acest lucru concret, în timp și atenție, variază puternic de la o organizație la alta și în funcție de nivelul de plecare; cine dorește o indicație în acest sens găsește informația pe pagina care calculează cât costă ca organizația să crească un nivel.
De altfel, oamenii și competențele nu sunt izolate de celelalte dimensiuni. Cine dorește să evalueze AI trebuie să înțeleagă și cum este înregistrată și utilizată acea evaluare, iar acest lucru se leagă de managementul performanței în privința AI. Cine dorește să aibă curajul de a semnala erori trebuie să știe că securitatea și confidențialitatea sunt în ordine, aspect legat de cât costă ca securitatea și confidențialitatea să crească un nivel. Și cine dorește să construiască încredere în rezultatele AI se confruntă, mai devreme sau mai târziu, cu întrebări legate de cât costă ca etica să crească un nivel.
Această pagină descrie dacă oamenii din organizația dvs. pot susține AI: să o înțeleagă, să o evalueze și să o ajusteze. Nu descrie ce parte din munca propriu-zisă poate fi preluată de AI. Aceasta este o altă întrebare, cu un alt instrument. Scanul de lucru al FTE TO AI calculează, pentru fiecare sarcină, ce parte din muncă este eligibilă pentru AI, având în vedere natura sarcinii și contextul în care este realizată. Acel rezultat devine relevant abia atunci când partea care susține procesul, inclusiv oamenii care trebuie să lucreze cu rezultatele, a atins deja un anumit nivel. Cine dorește să știe unde se situează organizația în acest moment se poate înscrie pe lista de așteptare a măsurării maturității, care este încă în construcție.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.