Американските корпорации преминават от внедряване на AI към прецизно измерване на уменията на служителите си
Бизнесът вече не се задоволява само с използването на изкуствен интелект, а изисква от кадрите си дълбоко разбиране на терминологията, етиката и практическите инструменти.
През последните 90 дни изпълнителните директори са споменали „ранните осиновители на AI“ най-малко 60 пъти по време на отчети за приходите, конферентни презентации и речи, сочат данни на платформата AlphaSense. Това е ясен сигнал за техния стремеж да покажат, че изпреварват конкуренцията в надпреварата за внедряване на изкуствения интелект.
Сега някои от най-големите американски компании пренасочват фокуса си: от простото приемане на технологията към оценка на това доколко добре служителите им всъщност я разбират.
„Ако можете да измервате капацитета на хората достатъчно точно, можете да подобрите много процеси в обществото“, споделя пред Business Insider Киан Катанфоруш, главен изпълнителен директор и основател на Workera – платформа за анализ на бизнес умения. „Можете да наемате по-добре и на база на реални заслуги, да насочвате хората към правилните проекти и да определяте какво трябва да научат служителите, за да постигнат максимума.“
От Workera заявяват, че в момента обслужват около 10% от компаниите в Fortune 500, като им помагат да разберат изкуствения интелект и да повишат квалификацията на служителите си – от основната терминология до разпознаването на пристрастия в AI системите.
Рамката за AI грамотност на компанията отива далеч отвъд простото умение да се задават въпроси на ChatGPT. Тя е разделена на три нива за оценка: изкуствен интелект (AI), генеративен AI и отговорен AI.
На най-базово ниво от служителите се изисква да могат да правят разлика между машинно обучение (machine learning), дълбоко обучение (deep learning) и генеративен AI. Друго изискване е способността да се опише какво е AI агент и неговите основни функции – концепция, която често изглежда неясна в настоящата технологична надпревара.
За оценка на уменията в областта на генеративния AI, служителите трябва да могат да пишат базови заявки (prompts) и да засичат „халюцинации“ в отговорите. Те трябва също така да разбират как се обучават големите езикови модели (LLM) и как генерират информация.
И докато „отговорният AI“ понякога остава на заден план в големите корпорации, моделът на Workera изисква от служителите да разграничават различните видове пристрастия в системите – алгоритмични, данни или човешки – и да познават рисковете за поверителността.
Първоначалните оценки на компанията показват любопитна статистика: само 11% от потребителите преценяват точно способностите си преди теста, докато 32% надценяват уменията си, а цели 56% ги подценяват.
Според Катанфоруш тази промяна е част от по-мащабен преход в технологичния свят: „Последното десетилетие в образованието беше посветено на достъпа. Следващото ще бъде посветено на измерването.“
