CodeSignal запускає Agentic Skills Intelligence для оцінювання навичок на основі повсякденної роботи

Компанія може знати, хто пройшов курс, почав користуватися ШІ-асистентом або обіймав певну посаду, але не знати, наскільки добре ця людина впорається з майбутньою роботою. CodeSignal прагне заповнити цю прогалину за допомогою Agentic Skills Intelligence — нового рішення, яке оцінює роботу співробітників і пов’язує отримані профілі навичок із персоналізованими вправами та коучингом.

Платформу, про запуск якої оголосили 28 жовтня, зробили загальнодоступною. Вона використовує спеціалізованих агентів для оцінювання робочих результатів у системах, якими співробітники вже користуються, замість того щоб покладатися на самооцінки чи ключові слова в резюме. За словами CodeSignal, мета полягає в тому, щоб керівники мали постійно оновлюване уявлення про рівень компетентності персоналу та могли усувати виявлені прогалини.

Завдяки запуску компанія поширює свій бізнес у сфері оцінювання та навчання на повсякденну роботу. Потенційна цінність рішення полягає в об’єднанні трьох процесів, які часто залишаються відокремленими: збирання доказів компетентності, визначення потреб у розвитку та допомога співробітникам у вдосконаленні навичок.

Оцінювання роботи за структурованою шкалою критеріїв

В оголошенні CodeSignal серед систем, у яких агенти можуть оцінювати робочі результати, названо Gong, Salesforce, GitHub, Cursor, Claude, ChatGPT, Workday, Greenhouse і Google Workspace. Роботу оцінюють за структурованими критеріями, розробленими на основі індустріально-організаційної психології — галузі, що вивчає поведінку та результативність на робочому місці.

Компанія позиціює цей процес як пряміший спосіб виміряти рівень компетентності, ніж робити висновки про навички на основі посади, оцінки результатів роботи чи пройденого курсу. Результати роботи співробітника стають доказовою основою для профілю навичок, який можна оновлювати в міру появи нових робочих матеріалів.

На підтвердження підходу до оцінювання CodeSignal наводить сукупну кількість оцінювань навичок, проведених на її платформі, — понад 21 мільйон. Це загальний показник за весь час роботи платформи, а не кількість співробітників, яких уже оцінив щойно анонсований продукт.

Розмежування між доказами та висновками корисне, але воно не скасовує потреби в професійному судженні. Робочий зразок має справді демонструвати навичку, яку оцінюють, а критерії оцінювання мають відповідати завданню. Наприклад, високий результат, отриманий за допомогою ШІ, порушує питання про те, які саме здібності було продемонстровано: написання початкового варіанта рішення, керування роботою асистента, перевірку його результату чи ефективне поєднання цих дій.

Тому критерії оцінювання не менш важливі, ніж кількість підключених систем. Більший обсяг даних про роботу може розширити охоплення, але це не означає, що кожна навичка автоматично стане видимою або що можна буде визначити внесок конкретної людини у спільний результат.

Перетворення прогалин у навичках на персоналізовані вправи

Для розвитку навичок в Agentic Skills Intelligence використовують Cosmo — ШІ-репетитора CodeSignal, який пропонує вправи з урахуванням контексту. Передбачений цикл роботи такий: виявити прогалину в рівні компетентності, надати співробітникові доречні можливості для практики, а потім відстежити, чи покращилися його навички.

Наявна програма CodeSignal Learn Academies дає уявлення про цей підхід. Вона об’єднує курси, практичні завдання та вбудоване оцінювання в навчальні програми з чіткою структурою, а Cosmo надає зворотний зв’язок під час навчання. Основна увага приділяється застосуванню навичок і відстеженню поступу на кожному етапі.

Курси компанії для бізнесу дають змогу практикуватися не лише в програмуванні, а й у таких сферах, як спілкування з клієнтами, письмові завдання та фінансовий аналіз. Для рішення, призначеного для всього персоналу, це ширше охоплення має значення: розвиток навичок може передбачати практику презентації продукту чи застосування управлінського судження так само, як і розв’язання технічної задачі.

Наприклад, керівник відділу продажів може скористатися новою системою, щоб визначити, кому з команди потрібна допомога з презентацією продукту, а потім призначити цим співробітникам спеціально підібрані вправи. CodeSignal наводить це як приклад використання платформи, а не як результат роботи з клієнтом, оприлюднений під час запуску.

Для співробітників корисним результатом став би конкретний план розвитку. Оцінка дає більше користі, якщо пояснює, що саме потрібно вдосконалити, і пропонує вправу, спрямовану на цю потребу. Ефективність продукту залежатиме від того, наскільки добре такий зв’язок працюватиме для різних посад і видів роботи.

Оцінювання навичок роботи зі ШІ, а не лише рівня його впровадження

CodeSignal також представляє продукт як інструмент для перевірки того, чи допомагають інвестиції в ШІ покращити результати роботи. В оголошенні наведено результати дослідження компанії: за останній рік 84% організацій збільшили інвестиції в програмне забезпечення на основі ШІ, а 79% — витрати на навчання роботі зі ШІ; водночас 79% не змогли виміряти віддачу від цих витрат. Також повідомляється, що шестеро з десяти керівників ухвалюють важливі кадрові рішення навмання, а 66% співробітників кажуть, що їхні навички ніколи не оцінювали офіційно.

Це дані, наведені CodeSignal. У наданому пресрелізі не вказано розмір вибірки чи методологію опитування, тому ці цифри варто сприймати як контекст для обґрунтування продукту компанією, а не як вичерпну оцінку ситуації серед усіх роботодавців.

Практичне питання, однак, очевидне. Відстеження використання асистентів може показати, що працівники почали користуватися певним інструментом, але мало свідчить про те, чи вміють вони ефективно його застосовувати. Оцінювання роботи за відповідними критеріями могло б допомогти роботодавцям відрізнити часте використання інструмента від вищого рівня володіння ним.

Це також дало б вагомішу підставу для витрат на розвиток працівників, ніж сам лише підрахунок завершених курсів. Вимірюване покращення навички, важливої для роботи, є корисним сигналом, хоча, щоб оцінити, як це покращення впливає на результати бізнесу, і далі потрібно враховувати посаду, проєкт та інші чинники, що впливають на продуктивність.

Інтеграція даних про навички в наявні робочі процеси

За словами CodeSignal, MCP-сервер компанії дає змогу командам ставити запитання про дані щодо навичок і вакансій через обраного ними ШІ-асистента. Model Context Protocol забезпечує уніфікований інтерфейс для підключення асистента до зовнішніх інструментів та інформації; у цьому разі мета полягає в тому, щоб зробити дані про кадровий потенціал доступними без потреби залишати звичний асистент.

В анонсі також згадано аналіз прогалин у навичках на рівні організації, кадрове планування та аналітику ринку щодо попиту на працівників, посад і діапазонів оплати праці. Це пов’язані, але різні джерела інформації: зовнішні тенденції на ринку праці показують попит за межами компанії, тоді як профілі працівників мають відображати їхні підтверджені здібності всередині компанії.

У наявних матеріалах про аналітику навичок CodeSignal описано бенчмаркінг, багаторівневу аналітику та відстеження набуття навичок. Новий запуск акцентує увагу на постійному оцінюванні робочих завдань і використанні отриманих даних для індивідуального розвитку.

Чому контекст важливий для рішень щодо персоналу

Актуальніші дані про навички могли б допомогти керівникові знайти фахівців із потрібними компетенціями для термінового проєкту, виявити потребу в розвитку або спланувати, на які посади слід наймати працівників. Це також змінює значення повсякденних робочих матеріалів: результати, створені для виконання завдання, можуть стати доказом рівня кваліфікації працівника.

Тому важливо чітко пояснювати процес оцінювання. Працівники та керівники мають розуміти, які результати роботи враховуються в профілі, що саме вимірює система критеріїв і де доказів недостатньо. Обмежений досвід виконання певного завдання не слід плутати з підтвердженою нездатністю його виконати, а автоматизовану оцінку потрібно розглядати з урахуванням обставин, у яких виконувалася робота.

Запуск CodeSignal тісніше поєднує оцінювання, докази з робочого процесу та навчання за допомогою ШІ, створюючи замкнений цикл зворотного зв’язку. Це дає змогу зробити розвиток персоналу цілеспрямованішим і гнучкішим. Показником успіху буде те, чи забезпечує цей цикл корисні й зрозумілі докази наявності навичок і чи допомагає працівникам розвивати компетенції, яких насправді потребує їхня робота.