Як GenAI може прискорити навчання та розвиток персоналу

В епоху штучного інтелекту (ШІ) професійна перекваліфікація є критично важливою стратегічною метою для кожної організації. Однак традиційні методи навчання та розвитку часто не справляються з цим завданням, оскільки є дорогими, неефективними та не встигають за вимогами до навичок, що швидко змінюються.

Поява генеративного штучного інтелекту (GenAI) відкриває трансформаційні можливості для революційних змін і персоналізації навчального процесу. Хрисантос Делларокас (Chrysanthos Dellarocas) — заступник проректора Бостонського університету з питань цифрового навчання та інновацій, професор інформаційних систем імені Річарда Шиплі у Школі бізнесу Квестрома — розглядає деякі нові сфери застосування GenAI в навчанні та розвитку (L&D), труднощі впровадження, а також надає рекомендації для лідерів, які працюють у цій галузі.

Як генеративний ШІ змінює правила гри

Роль генеративного ШІ в навчанні та розвитку перебуває на стадії зародження, але він може мати значний вплив завдяки конвергенції технологічного прогресу та підприємницьких інновацій.

Персоналізовані траєкторії навчання

Сучасні L&D-методи часто використовують узагальнений підхід, пропонуючи уніфікований контент, який не враховує індивідуальні навчальні потреби, цілі та здібності. На відміну від них, GenAI-платформи, такі як Sana Labs, використовують детальні дані про учнів для оцінки їхніх компетенцій і стилів навчання. Такий підхід, заснований на даних, дозволяє створювати або рекомендувати персоналізований навчальний контент.

Наприклад, фахівці з продажу можуть отримувати інтерактивні модулі, присвячені передовим методам комунікації, адаптовані до їхнього досвіду роботи, темпу та стилю навчання, тоді як інженери-програмісти можуть отримувати персоналізовані завдання на основі їхнього індивідуального рівня володіння різними мовами програмування. Такий індивідуальний підхід до навчання тісно пов’язаний із профілями учнів і кар’єрними траєкторіями та підвищує їхню зацікавленість, ефективність і утримання.

Безперервна еволюція контенту

Динамічний характер сучасних індустрій часто призводить до того, що матеріали для навчання та розвитку швидко застарівають, що вимагає ресурсоємних оновлень. Генеративні ШІ-технології, такі як Einstein GPT від Salesforce, призначені для постійного оновлення та адаптації навчальних матеріалів.

Наприклад, у програмі юридичного навчання ШІ може інтегрувати останні прецедентні рішення та регуляторні зміни, щоб юристи були в курсі актуальних практик. Аналогічно, у сфері цифрового маркетингу, що стрімко розвивається, зміст курсу можна динамічно коригувати з урахуванням останніх трендів в алгоритмах соцмереж і поведінці споживачів у мережі. Цей процес гарантує, що студенти завжди матимуть доступ до найактуальнішого, релевантного контенту, сприяючи створенню середовища безперервного навчання та адаптивності.

Сценарії імітаційного моделювання з ефектом занурення

Навчальним симуляціям часто бракує різноманітності та реалістичності, оскільки вони, як правило, повторно використовують заздалегідь визначені сценарії. Однак GenAI може створювати високореалістичні, різноманітні навчальні симуляції, які динамічно реагують на рішення користувача. Ця функція особливо корисна у професіях із високим рівнем відповідальності, таких як військові операції або реагування на надзвичайні ситуації.

Наприклад, створені ШІ сценарії для військової підготовки можуть охоплювати різні середовища і тактичні ситуації, надаючи солдатам можливість випробувати себе в різноманітних бойових умовах. У медичній підготовці симуляції можуть відтворювати рідкісні, складні медичні випадки, дозволяючи медпрацівникам відпрацьовувати свої навички діагностики і лікування в безпечному середовищі. Такі симуляції сприяють навчанню на власному досвіді, покращуючи навички прийняття рішень і розуміння ситуації в складних, часто непередбачуваних реальних сценаріях.

Усунення прогалин у навичках

Традиційні підходи до виявлення та усунення прогалин у навичках зазвичай покладаються на періодичні оцінки результатів роботи, що може призвести до затримок у необхідних втручаннях. Інструменти генеративного ШІ, такі як Workera, пропонують більш динамічне рішення, постійно аналізуючи взаємодію користувачів та їхню результативність для швидкого виявлення та усунення прогалин у навичках.

Наприклад, аналізуючи журнал використання системи контролю версій, ШІ може визначити потребу команди розробників ПЗ у поглиблених знаннях у цій системі та автоматично запропонувати відповідні навчальні модулі. Аналогічно, аналізуючи дані про результати проєкту, ШІ може виявити потребу в поліпшенні навичок проєктного менеджменту і порекомендувати конкретні тренінги або симуляції. Таке своєчасне навчання можна також інтегрувати в щоденні робочі процеси, забезпечуючи всебічний, своєчасний і безперервний розвиток навичок.

Наставництво та зворотний зв’язок

Традиційним L&D-методам часто бракує механізмів зворотного зв’язку в режимі реального часу, що може подовжити процес навчання для учасників. Генеративні ШІ-рішення, такі як Virtual Learning Assistant від Cognii та пакет підписки DuoLingo Max від DuoLingo, пропонують більш інтерактивний та оперативний підхід. Ці ШІ-системи імітують взаємодію з наставником, надаючи миттєвий зворотний зв’язок, відповідаючи на запитання та допомагаючи у вирішенні проблем.

Наприклад, при вивченні мови користувач може отримувати миттєві виправлення і пропозиції щодо поліпшення граматики і використання словникового запасу, а потім вступати в розмову з ШІ-наставником, щоб отримати роз’яснення і додаткові практичні вправи. У технічних галузях студенти можуть отримувати покрокові інструкції щодо складних процесів, взаємодіючи з ШІ-наставниками, ставлячи запитання та отримуючи персоналізовані поради та інсайти на кожному кроці. Такий підхід робить процес навчання не лише цікавішим, але й значно ефективнішим, оскільки він наближений до індивідуального менторства.

Виклики та міркування

Незважаючи на значний потенціал генеративного ШІ в навчанні та розвитку, необхідно звернути увагу на деякі проблеми та міркування. На першому місці стоїть питання конфіденційності даних. Це питання не є тривіальним, враховуючи чутливий характер даних, на які покладаються такі системи, і які можуть включати метрики результативності працівників, навчальні вподобання і навіть особисті характеристики. Забезпечення відповідності нормативним актам про захист даних, таким як Загальний регламент про захист даних Європейського Союзу (GDPR), і підтримка прозорості у використанні даних мають вирішальне значення для збереження довіри користувачів і захисту від порушень приватності.

Сучасні ШІ-технології не застраховані від помилок або неточних результатів. Це може призвести до того, що навчальні програми будуть або неактуальними, або такими, що вводять в оману, а це може погіршити навчальний процес. Постійний моніторинг і перевірка результатів ШІ, доповнені механізмами зворотного зв’язку, за допомогою яких учні можуть повідомляти про розбіжності або плутанину, мають важливе значення для забезпечення якості наданого навчального контенту.

Мабуть, однією з найважливіших проблем є ризик увічнення упереджень, властивих наявним даним. Наприклад, якщо ШІ-система навчається на даних, які переважно представляють певну демографічну групу, вона може розробити траєкторії навчання, які будуть ненавмисно упередженими до цієї групи, що потенційно може призвести до маргіналізації інших. Ця проблема особливо актуальна для глобальних організацій, де культурне розмаїття є ключовим фактором.

Організації, які наважуються використовувати GenAI в навчанні та розвитку, мусять долати ці виклики з гострим почуттям відповідальності, що вимагає не лише дотримання правових стандартів, а й постійної уважності та адаптивності перед обличчям мінливого технологічного ландшафту. Це може передбачати створення комітетів з етики, інвестування в програми підвищення грамотності та обізнаності щодо штучного інтелекту, а також встановлення чітких принципів і процесів управління ШІ.

Генеративний ШІ знаменує собою поворотний момент у L&D, пропонуючи персоналізацію, адаптивність у реальному часі та імерсивний досвід навчання. Його застосування, хоча й перебуває на ранніх стадіях, має потенціал для подолання багатьох обмежень традиційних методів. Із розвитком технології, це дає організаціям значні можливості трансформувати свої L&D-стратегії, роблячи їх більш ефективними, результативними та пристосованими до швидкозмінного ландшафту навичок. Вдумливо та етично застосовуючи ці технології, лідери можуть відкрити безпрецедентні можливості для зростання та інновацій у сфері людського навчання та розвитку.

За матеріалами HBR.

Ілюстрація: indiaai.gov.in