Зачем и как учить управленцев работе с ИИ: три аргумента и четыре шага
Возможности искусственного интеллекта будут все чаще использоваться в корпоративном обучении для повышения эффективности как самого образовательного процесса, так и задействованных в нем людей — специалистов, лидеров, руководителей различного уровня, включая топовый. Это тренд, актуальность которого быстро повышается в мире бизнеса, где уже активно осваиваются цифровые «сотрудники», «агенты», «помощники» и «двойники».
Взросление ИИ
ИИ входит в эру взросления, начиная вызывать разные эмоции помимо восхищения, зависти или разочарования. Речь заходит об уважении.
ИИ выступает в роли драйвера изменений управленческой культуры. Умение взаимодействовать с ним выходит на уровень управленческих задач. Это важный навык уже нынешних управленцев, а не тех, кто будет жить за горизонтом ближайших десятилетий.
Международный эксперт в сфере управления талантами Джош Берсин в статье, опубликованной на сайте его компании в январе 2025 года, вывел новый термин, которым выразил то самое уважение к возможностям умных технологий.
Superworker — так эксперт предлагает называть человека, использующего ИИ для значительного повышения своей производительности, эффективности и креативности. Рутинная работа, по словам Берсина, автоматизируется, а искусственный интеллект может расширить возможности каждого, устранив некоторые роли и расширив возможности многих других.
Новый термин также предполагается для обозначения организаций, «которые принимают эту трансформацию, создавая культуру адаптивности, где люди переосмысливают себя». Компания-superworker, как отметил эксперт, по готовности к изменениям будет превосходить своих конкурентов в шесть раз.
ИИ в образовательных процессах
Использовать сейчас ИИ в программах корпоративного обучения можно, ориентируясь на очевидную пользу. Умные технологии способны сделать процесс более персонализированным, адаптивным и ориентированным на результат.
1. Персонализация обучения.
ИИ-алгоритмы могут анализировать уровень подготовки сотрудников, их стиль обучения, предпочтения и прошлые успехи, чтобы перевести технологические программы. Это помогает каждому сотруднику учиться в своем темпе и получать материалы согласно его знаниям.
2. Адаптивное обучение.
Системы с ИИ позволяют изменять сложные материалы и типы упражнений в зависимости от возможности учащегося. Например, если у сотрудника возникнут проблемы с пониманием темы, система потребует больше базовых и дополнительных материалов.
3. Анализ больших данных и прогнозирование.
ИИ может собирать и анализировать данные о процессе обучения, включая время, затраченное на выполнение заданий, уровень ошибок и неизменные форматы контента. Эта информация поможет принимать обоснованные решения о том, какие материалы наиболее эффективны.
4. Автоматизированное тестирование и оценка знаний.
ИИ позволяет создавать тесты с автоматической проверкой и оценкой, что экономит время преподавателя. Это важный момент.
Когда в программе 300 участников, времени на проверку выполненных заданий будет уходить много. Соответственно, требуется больше ресурсов. Эту задачу можно делегировать ИИ.
5. Обратная связь и мотивация.
Системы с ИИ могут предоставлять мгновенную обратную связь о прогрессе сотрудников и предлагать мотивационные напоминания или награды для повышения.
Коллаборация двух интеллектов
На нынешнем этапе развития искусственному интеллекту не помешает поддержка со стороны человека. В образовательных процессах она точно не будет лишней.
Коллаборация двух интеллектов — человеческого и машинного — сейчас нам кажется более эффективной. Она позволяет снижать риски ошибочных действий со стороны ИИ.
Искусственный интеллект избавляет человека от рутины, упрощает его работу. Человек, в свою очередь, устраняет за ИИ неизбежные в настоящее время шероховатости.
Зачем руководителям учиться понимать ИИ
Обучение руководителей работе с ИИ — это инвестиция в будущее компании. Знание технологий позволяет лидерам не только использовать их преимущества, но и успешно управлять изменениями, которые они приносят. Это повышает эффективность бизнеса, снижает риски и открывает новые возможности для роста.
Можно конкретизировать ответы на поставленный вопрос «зачем».
1. Для принятия обоснованных решений.
Руководители принимают стратегические и тактические решения, которые определяют будущее бизнеса. Понимание принципов работы ИИ позволяет им:
- оценивать риски и выгоды внедрения ИИ;
- распознавать возможности для автоматизации и улучшения процессов;
- избегать ошибок при интерпретации данных и прогнозов, которые предоставляет ИИ.
Пример: менеджер по продажам может использовать инструменты прогнозирования спроса на основе машинного обучения, чтобы оптимизировать запасы и планирование поставок.
2. Для эффективного взаимодействия с техническими командами.
Понимание основ ИИ помогает руководителям лучше взаимодействовать с командами разработчиков и дата-сайентистов, формулируя задачи и ожидаемые результаты.
Пример: при разработке чат-бота для поддержки клиентов руководитель, знакомый с технологиями обработки естественного языка (NLP), сможет корректно задать бизнес-требования и оценить качество.
3. Для соблюдения этических и юридических аспектов.
ИИ может создавать новые этические и правовые вызовы. Лидеры должны понимать потенциальные риски, такие как дискриминация алгоритмов, нарушение конфиденциальности данных или необходимость соблюдения регуляторных норм.
Пример: руководитель HR-отдела должен учитывать возможность предвзятости в алгоритмах, используемых для отбора кандидатов, и принимать меры для предотвращения дискриминации.
Как обучать руководителей работе с ИИ
Вопрос, как обучать руководителей взаимодействию с ИИ, мы задали искусственному интеллекту. Представляем тезисно полученные ответы.
- Обучение должно начинаться с объяснения основных понятий: машинное обучение, нейронные сети, большие данные, алгоритмы рекомендаций и т.д. Это поможет сформировать общее представление о том, как работает ИИ и где его можно применять в бизнесе.
- Руководителям необходимо понимать, как данные формируют основу для ИИ-систем и какие методы анализа наиболее релевантны для их отрасли.
- Обучение может включать навыки планирования и контроля ИИ-проектов: определение целей и KPI; оценка рентабельности; управление рисками.
- Обязательной частью обучения должны быть вопросы конфиденциальности данных и предотвращения предвзятости алгоритмов.