Американские корпорации смещают фокус с непосредственного внедрения искусственного интеллекта на систематическую оценку уровня понимания этой технологии среди своего персонала. По данным аналитической платформы AlphaSense, за последний квартал высшее руководство компаний, включая участников конференций и инвесторов, более 60 раз акцентировало внимание на концепции "ранних пользователей ИИ". Это сигнализирует о переходе от демонстрации факта применения ИИ к детализированной оценке компетенций сотрудников.
Оценка навыков ИИ
Киан Катанфоруш, основатель и руководитель платформы Workera, подчёркивает значимость точной метрики: «Скрупулёзная оценка персонала открывает широкие возможности для оптимизации. Это позволяет не только более эффективно и справедливо подходить к найму, но и оптимально распределять ресурсы между проектами, а также определять ключевые направления для повышения квалификации, что в конечном итоге максимизирует продуктивность».
Workera, чьими услугами пользуются приблизительно 10% компаний из списка Fortune 500, специализируется на диагностике знаний в области ИИ и развитии персонала. Диапазон обучения охватывает как базовую терминологию, то есть простейшие определения, так и более сложные аспекты, такие как понимание и нейтрализация феномена предвзятости (bias) в алгоритмах искусственного интеллекта.
Уровни компетенции в ИИ
Платформа дифференцирует компетенции по трём основным уровням: базовый ИИ, генеративный ИИ и ответственный ИИ. От сотрудников ожидается, например, что они будут чётко различать машинное обучение (ML), глубокое обучение (DL) и генеративный ИИ. Также они должны уметь описывать принцип работы и функционал ИИ-агентов, создавать простые промпты для моделей и идентифицировать так называемые "галлюцинации" в их ответах. На уровне ответственного ИИ критически важно осмысление предвзятостей, как заложенных в данные или алгоритмы, так и присущих человеческому фактору, а также базовых принципов обеспечения конфиденциальности данных и связанные с этим риски.
Точность самооценки и будущее образования
Результаты предварительных тестирований говорят о низкой точности самооценки: лишь 11% сотрудников корректно оценивают свои навыки до прохождения адаптивной проверки. При этом 32% демонстрируют переоценку собственных компетенций, а 56% – недооценку. Катанфоруш выражает уверенность в том, что «если прошедшее десятилетие в образовании было преимущественно сосредоточено на доступности знаний, то следующее будет определяться их систематическим измерением».