关注我们.

思想领袖

在组织和员工之间明确人工智能的优先事项和技能

mm

随着人工智能不断渗透到几乎所有行业,它不仅重塑了企业的运营方式,也重塑了对组织员工的期望。

尽管高管们经常以提高生产力和创新为名迅速采用人工智能技术,但许多员工却落后了,他们对人工智能对他们的角色意味着什么感到不确定、准备不足,有时甚至持怀疑态度。

这种日益凸显的差距凸显了企业和员工之间协调AI优先事项和技能发展的迫切需求。这种协调取决于共同的AI素养和适应性思维,这种素养和思维超越技术能力,涵盖对AI工作原理、如何与AI有效互动以及如何利用AI做出明智决策的全面理解。

组织内部日益扩大的人工智能技能差距

最近的数据显示,领导层和员工在人工智能熟练程度方面存在明显差距。盖洛普民意调查发现 33% 的管理者经常使用人工智能 在他们的工作中,只有16%的个人贡献者参与其中。这不仅引发了关于谁在使用人工智能的问题,也反映了人们对准备程度、理解程度和战略整合程度更深层次的担忧。

一线员工通常缺乏有效利用人工智能工具协作所需的基础知识。很多情况下,这种理解的缺乏会导致实施不力、误用,甚至彻底拒绝有用的技术——这些结果不仅会降低效率,还会使组织面临监管违规、高额罚款甚至非法行为的风险。

此外,员工可能担心失业、担心伦理问题,或者难以理解人工智能的能力和局限性。此外,许多员工声称 人工智能的使用被视为“懒惰” 在他们的工作场所,这意味着整个组织的人工智能战略仍然很肤浅,并且人工智能技能的发展因缺乏透明度而受到阻碍。

为了缩小差距,组织必须倡导人工智能素养,这不仅体现在技术团队或领导层,更体现在各个层级的员工队伍中。人工智能素养是指理解、运用和批判性评估人工智能工具和系统的能力。人工智能素养不仅仅是学习如何使用特定的平台或界面,它还涵盖技术知识、认知敏捷性和道德意识的融合。

人工智能素养的核心组成部分包括:

了解人工智能基础知识: 员工应该掌握什么是人工智能,包括机器学习、神经网络和自然语言处理等基本概念。这有助于揭开人工智能的神秘面纱,并为理解其在商业环境中的应用奠定基础。
数据熟练程度: 这需要了解数据在人工智能决策过程中是如何收集、处理和使用的。掌握高质量、无偏见数据重要性的人可以更好地评估人工智能的输出,并质疑存在缺陷的建议。根据哈佛大学继续教育部门的说法, 数据素养 是评估人工智能系统的输入和结果的基础。
工具熟悉程度: 团队必须接触并熟练掌握常用的人工智能应用,例如生成助手、人工智能增强型数据工具和工作场所自动化平台。熟悉这些应用能让员工将人工智能融入日常工作流程,从而提升效率和创新能力。

这些能力可以帮助个人从被动的人工智能用户转变为积极主动、富有思考力的合作者。员工掌握的信息越多,就越有可能有效且合乎道德地使用人工智能。

技能再培训和技能提升的组织策略

弥补人工智能技能差距并非仅仅是员工的责任。它需要自上而下地致力于学习、适应和长期战略规划。为此,组织必须采用多层次的方法进行技能再培训和技能提升。

设计人工智能教育战略的第一步是通过全面的技能审核来评估现有能力。这些审核不仅应涵盖技术能力,还应涵盖适应性、协作能力和批判性思维——这些特质在与人工智能工具协同工作时同样重要。通过识别差距和优势,领导者可以更好地将培训计划与组织目标和员工发展需求相结合。

同伴学习是另一种扩展知识的有效机制。组织应该培育内部实践社区,让员工能够分享见解、最佳实践以及使用人工智能工具的实际经验。鼓励同伴指导和协作实验可以减少恐惧,建立信心,并营造一种充满好奇心和开放精神的文化。

与同伴学习相结合,个性化学习路径可以提高员工的参与度和长期技能习得。人工智能本身可以用来提供这些路径——根据员工的历史、工作职能和职业抱负推荐培训。这种方法确保培训既切合实际,又能激发员工的学习兴趣。

最后,领导层的参与至关重要。当高管和经理们参与人工智能素养项目时,他们为组织奠定了基调。他们清晰可见的承诺表明,技能提升并非只是简单的勾选,而是一段共同成长和转型的旅程。领导者还可以发挥表率作用,示范如何在决策中负责任地、战略性地运用人工智能。

平衡人工智能与人类判断

人工智能虽然强大,但它无法取代人类智能。人工智能可以自动执行日常任务、汇总文档、预测趋势并产生创意,但它缺乏同理心、情境感知和道德推理能力。这些人类独有的能力在医疗保健、教育、管理和产品设计等诸多工作领域都至关重要。

专家警告称,过度依赖人工智能可能会削弱人类的关键贡献。相反,人工智能应该被视为一种工具, 增强,而不是替代当组织以深思熟虑和合乎道德的方式整合人工智能时,它可以让人类员工专注于更高层次的思维、创造力和人际关系——这些正是推动创新和信任的工作方面。

利用今天的人工智能技能赋能未来的劳动力

全球各国政府和企业开始认识到广泛提升人工智能技能的必要性。例如,在英国,政府官员正在推动 培训7.5万名工人 到 2030 年,人工智能相关技能将达到最高水平。该计划承认,即使对人工智能工具有基本的了解,也可以显著提高劳动力的准备程度。

大型企业也在大力投资劳动力转型。亚马逊的机器学习大学、IBM 的人工智能技能学院,以及埃森哲、普华永道和宜家的类似举措,都表明 企业认可度不断提升 熟练掌握AI技能是一项竞争优势。这些项目并非仅仅是象征性的,它们代表着更广泛的思维转变:从招聘AI人才转向内部培养AI人才。内部人才培养,尤其是针对代表性不足和处于职业生涯中期的员工,将是确保AI创新包容、可持续和公平的关键。

人工智能时代,赋予人类技能而非系统

人工智能的兴起不仅仅是一场技术变革,更是一场人性的变革。随着人工智能逐渐融入日常工作,组织必须确保员工做好准备、充满信心并有能力负责任地、创造性地使用这些工具。这始于明确人工智能的优先事项,培养基础知识,并投资于持续的、以人为本的学习。

通过战略性再培训和技能提升努力来弥合人工智能技能差距,组织不仅可以为其员工队伍的未来做好准备,还可以创造创新蓬勃发展、以人为本的环境。

Josh Meier 是 Pluralsight,他致力于创建关于最新人工智能技术的课程内容。Josh 拥有数据科学和数据工程背景,撰写的课程包括“对话式人工智能基础知识”、“机器学习模型泛化”、“防止数据泄露”和“随机森林简介”。在加入 Pluralsight 之前,他曾在 Pumpjack Dataworks 担任数据科学家。Josh 拥有科罗拉多州立大学人工智能和机器学习理学硕士学位以及乔治华盛顿大学人工智能理学博士学位。