CodeSignal lanserer Agentic Skills Intelligence for å evaluere ferdigheter gjennom det daglige arbeidet

En virksomhet kan vite hvem som har fullført et kurs, tatt i bruk en KI-assistent eller hatt en bestemt stillingstittel, uten å vite hvor godt vedkommende kan utføre arbeidet som ligger foran dem. CodeSignal vil tette dette gapet med Agentic Skills Intelligence, en ny løsning som evaluerer de ansattes arbeid og knytter ferdighetsprofilene som utarbeides, til personlig tilpasset øving og veiledning.

Plattformen ble kunngjort som allment tilgjengelig 28. oktober. Den bruker spesialiserte agenter til å evaluere arbeid fra systemer de ansatte allerede bruker, i stedet for å basere seg på egenvurderinger eller nøkkelord i en CV. CodeSignal sier at målet er å gi ledere et løpende oppdatert bilde av de ansattes ferdighetsnivå og en måte å håndtere gapene dette bildet avdekker på.

Lanseringen utvider selskapets virksomhet innen vurdering og læring til å omfatte det daglige arbeidet. Den potensielle verdien ligger i å knytte sammen tre aktiviteter som ofte holdes adskilt: å samle dokumentasjon på kompetanse, avgjøre hvor det er behov for utvikling, og hjelpe de ansatte med å bli bedre.

Evaluering av arbeid opp mot en strukturert ferdighetsrubrikk

I kunngjøringen nevner CodeSignal systemer som Gong, Salesforce, GitHub, Cursor, Claude, ChatGPT, Workday, Greenhouse og Google Workspace som kilder til arbeid agentene kan evaluere. Arbeidet vurderes opp mot strukturerte rubrikker forankret i arbeids- og organisasjonspsykologi, fagfeltet som studerer atferd og prestasjoner på arbeidsplassen.

Selskapet framstiller denne prosessen som et mer direkte mål på ferdighetsnivå enn å utlede ferdigheter fra en stillingstittel, medarbeidersamtale eller fullført kurs. Den ansattes arbeid blir dokumentasjon i en ferdighetsprofil som kan oppdateres etter hvert som nytt arbeid blir tilgjengelig.

CodeSignal viser til mer enn 21 millioner ferdighetsvurderinger gjennomført på plattformen som bakgrunn for vurderingsmetoden. Dette er et samlet tall for hele plattformen, ikke antallet ansatte som allerede er vurdert med det nylig annonserte produktet.

Det er nyttig å skille mellom dokumentasjon og slutninger, men det fjerner ikke behovet for skjønn. Et arbeidsprodukt må faktisk vise ferdigheten som vurderes, og rubrikken må passe til oppgaven. Et godt resultat som er produsert med hjelp fra KI, reiser for eksempel spørsmål om hvilke evner som ble demonstrert: å skrive en første løsning, styre en assistent, kontrollere resultatet eller kombinere disse aktivitetene på en effektiv måte.

Dermed er vurderingskriteriene som ligger til grunn, like viktige som antallet tilknyttede systemer. Mer data fra arbeidsplassen kan gi bredere dekning, men det gjør ikke automatisk alle ferdigheter synlige eller fastslår hvor mye den enkelte bidro til et resultat skapt i samarbeid.

Koble ferdighetsgap til personlig tilpasset øving

Utviklingsdelen av Agentic Skills Intelligence bruker Cosmo, CodeSignals KI-veileder, til å tilby kontekstuelt tilpasset øving. Tanken er å identifisere et gap i ferdighetsnivået, gi den ansatte relevante øvingsmuligheter og deretter følge med på om ferdighetene blir bedre.

CodeSignals eksisterende Learn Academies gir et innblikk i denne tilnærmingen. De kombinerer kurs, praktiske øvelser og integrerte vurderinger i veiledede programmer, der Cosmo gir tilbakemeldinger underveis i læringen. Vekten ligger på å anvende en ferdighet og følge med på framgangen underveis.

Selskapets kurs for næringslivet utvider øvingen utover programmering til aktiviteter som kundesamtaler, skriveoppgaver og økonomisk analyse. Dette bredere omfanget er viktig for et produkt rettet mot arbeidslivet: Ferdighetsutvikling kan innebære å øve på en salgspresentasjon eller bruke dømmekraft som leder, i tillegg til å løse et teknisk problem.

En salgsleder kan for eksempel bruke det nye systemet til å finne ut hvor et team trenger hjelp med å presentere et produkt, og deretter legge opp til målrettet øving for de aktuelle medarbeiderne. CodeSignal presenterer dette som et bruksområde for plattformen, ikke som et dokumentert resultat hos en kunde etter lanseringen.

For de ansatte ville et konkret utviklingsløp være et nyttig resultat. En poengsum er mer anvendelig når den forklarer hva som må forbedres, og fører fram til en øvelse som tar tak i det. Hvor effektivt produktet blir, avhenger av hvor godt denne koblingen fungerer på tvers av ulike roller og typer arbeid.

Måling av KI-kompetanse utover antall brukere

CodeSignal presenterer også produktet som en måte å undersøke om KI-investeringer fører til bedre arbeid. I kunngjøringen viser selskapet til egen forskning, som fant at 84 % av organisasjonene økte investeringene i KI-programvare og 79 % økte KI-opplæringen det siste året, mens 79 % ikke kunne måle avkastningen på disse utgiftene. Det opplyses også at seks av ti ledere tar viktige beslutninger om talent basert på gjetninger, og at 66 % av de ansatte sier at ferdighetene deres aldri har blitt formelt vurdert.

Dette er funn CodeSignal har rapportert. Pressemeldingen som er lagt fram, oppgir verken utvalgsstørrelse eller metode for undersøkelsen. Tallene bør derfor leses som bakgrunn for selskapets begrunnelse for produktet, ikke som en fullstendig måling av alle arbeidsgivere.

Det praktiske spørsmålet er likevel klart. Å følge med på bruken av assistenter kan vise om ansatte har tatt i bruk et verktøy, men sier mindre om hvorvidt de kan bruke det effektivt. Ved å evaluere arbeidet etter relevante kriterier kan arbeidsgivere lettere skille hyppig bruk fra høyere kompetanse.

Det ville også gi et mer meningsfullt grunnlag for å bruke penger på kompetanseutvikling enn å telle fullførte kurs alene. En målt forbedring i en relevant ferdighet er et nyttig signal, men for å omsette forbedringen til forretningsmessig avkastning må man fortsatt ta hensyn til stillingen, prosjektet og andre faktorer som påvirker resultatene.

Slik integreres kompetanseinnsikt i eksisterende arbeidsflyter

CodeSignal sier at MCP-serveren deres lar team stille spørsmål om data om ferdigheter og stillinger via en valgfri KI-assistent. Model Context Protocol tilbyr et felles grensesnitt for å koble en assistent til eksterne verktøy og informasjon. Her er hensikten å gjøre innsikt om arbeidsstyrken tilgjengelig uten at brukerne må forlate assistenten de vanligvis bruker.

Kunngjøringen omfatter også analyser av kompetansegap i organisasjonen, planlegging av arbeidsstyrken og markedsinnsikt om etterspørselen etter arbeidskraft, stillinger og lønnsintervaller. Dette er beslektede, men ulike informasjonskilder: Eksterne trender i arbeidsmarkedet beskriver etterspørselen utenfor selskapet, mens medarbeiderprofiler skal beskrive dokumentert kompetanse internt.

Eksisterende materiale om CodeSignals kompetanseinnsikt beskriver referansemåling, analyser på flere nivåer og sporing av kompetanseutvikling. Den nye lanseringen legger i tillegg vekt på å evaluere arbeidet kontinuerlig og knytte dokumentasjonen som kommer ut av dette, til den enkeltes utvikling.

Hvorfor kontekst er viktig når beslutninger om arbeidsstyrken tas

Mer oppdatert informasjon om kompetanse kan hjelpe ledere med å finne intern ekspertise til et hasteprosjekt, avdekke behov for kompetanseutvikling eller planlegge hvor det er nødvendig å rekruttere. Det endrer også betydningen av resultatene fra det daglige arbeidet: Materiale som lages for å løse en oppgave, kan bli brukt som dokumentasjon når en ansatts kompetanse skal vurderes.

Derfor er det viktig at evalueringsprosessen er tydelig. Ansatte og ledere må forstå hvilket arbeid som ligger til grunn for en profil, hva vurderingskriteriene måler, og hvor dokumentasjonen er mangelfull. Begrenset erfaring med en oppgave må ikke forveksles med dokumentert manglende evne, og en automatisert poengsum bør vurderes i lys av sammenhengen arbeidet ble utført i.

Med lanseringen knytter CodeSignal vurdering, dokumentasjon fra arbeidsplassen og KI-veiledning tettere sammen i en tilbakemeldingssløyfe. Muligheten ligger i å gjøre kompetanseutviklingen mer målrettet og tilpasningsdyktig. Spørsmålet er om denne sløyfen gir nyttig og forklarbar dokumentasjon på kompetanse, og hjelper ansatte med å utvikle ferdighetene arbeidet deres faktisk krever.