Danny Tomsett, CEO 和创始人，UneeQ Danny Tomsett CEO 和创始人，UneeQ

为什么情商在人工智能中被低估以及它在职场培训中的缺失环节

多年来，组织一直将人工智能视为提高效率的工具——它可以加快流程、更快地提供信息或自动化重复性工作。但是，当人工智能越来越深入地融入员工体验时，公司面临着一个新的限制：传统的人工智能可以理解文字，但无法理解人。这种差距变得越来越重要，特别是在培训环境中，软技能、同理心和情感细微差别决定了现实世界中的成功。目前大多数公司面临的职场问题——无法提供一致的客户体验、难以快速提升员工技能、员工在练习困难对话时感到不舒服——这些问题并不能通过更多的数据、视频、自动化或一年一度的强制性培训工作坊来解决。而现在，情感智能技术使得这种类似人类的交互成为可能。将通用人工智能转变为情感智能体验生成式人工智能改变了我们与机器交互的方式。语言模型可以产生连贯的响应、总结复杂信息和模仿某些对话模式。但即使是最先进的系统也无法达到情感智能的水平。人类并不仅仅通过词汇进行交流。我们对语调、节奏、面部表情、肢体语言、微妙的暂停和情感暗示做出反应，这些暗示可以表明对方是否感到困惑、沮丧、不确定或支持。我们的脑部在几毫秒内评估安全性和同理心——通常在我们有意识地意识到所说的话之前。传统的人工智能缺乏这种行为层。它们不会在某人变得焦虑时改变态度。它们不会根据客户的沮丧或同事的犹豫调整自己的方法。它们无法读懂氛围。情感智能人工智能旨在弥补这一差距。现在，人工智能系统不仅仅需要正确回答问题，还需要以真正的人类化方式做出响应。为什么传统的软技能培训失败企业学习团队长期以来一直面临同样的挑战：几乎所有的软技能培训都是信息丰富但经验贫乏的。员工观看视频、完成电子学习模块或阅读关于如何处理冲突、给予反馈、谈判或安抚沮丧客户的分步指南。然后，他们点击多项选择题以证明他们记住了这些信息——而不是他们是否能够应用这些信息。结果是可以预测的。人们理解概念，但在面对真正的人时却苦苦挣扎。软技能需要交互、练习和情感背景。经理不能仅通过观看内容来真正为困难的绩效对话做准备，就像运动队不能仅通过观看精彩集锦来学习一样。人类通过重复、试错和真实反馈来学习。但是传统的角色扮演，即最有效的方法，往往很尴尬、不一致且耗费资源。员工不喜欢与同事练习敏感场景，组织很少有时间或专业知识来运行高质量的现场模拟。情感智能人工智能改变了这一点。情感智能模拟如何驱动真正的行为变化情感智能数字模拟使传统聊天机器人无法做到的事情成为可能：适应学习者的类似人类的交互。这些模拟将对话式人工智能与表现力丰富的数字人类结合起来，后者表现和反应的方式与真实的人类一样。它们表现出沮丧、犹豫、微笑、暂停、扬起眉毛或柔和语调等微妙信号，这些信号塑造了真正的交流。这创造了一个安全但真实的环境，员工可以在其中练习原本会感到紧张或高风险的场景。以下是这种技术可以使之活跃的情感丰富场景的例子：1. 练习销售推介一位销售人员与潜在客户进行角色扮演，但苦于无法简明扼要地解释他们正在销售的产品的好处。人工智能模型表现出困惑和日益增长的沮丧，给销售代表机会读懂客户的需求并在他们失去机会之前解决他们的顾虑。2. 提供困难的反馈一位经理练习对直接下属提供建设性的批评，下属可能会以失望、惊讶或沮丧做出反应。模拟根据经理说什么以及他们如何强调它来调整。3. 管理客户异议一位客户服务代表与一位不满的客户进行对话。与预测性脚本不同，人工智能表现出语调、面部表情和紧迫感，这些都反映了真正的人类情感。在每种情况下，价值不在于选择正确的答案，而在于体验这种互动。员工获得了适应性练习和量身定制的反馈，这些反馈加强了他们的沟通直觉。学习变得个人化和可行，而不是理论化。LLM 聊天或语音在哪里失败基于文本或语音的 LLM 聊天机器人擅长信息检索，但不擅长教授情感细微差别。它们难以： 显示真实的情感反应 传达心理安全感 展示语调如何影响结果 以类似人类的方式升级或降级 提供真实的练习，让人感觉像真实世界 对于软技能发展，这些局限性很重要。聊天体验可以解释如何做某事，但无法模拟那一刻的感觉。而这种情感现实正是产生行为变化的原因。当培训感觉真实时，员工会更深入地参与。他们会认真对待它。他们会学得更快。他们会记住更多。由于模拟可以被无限重复，他们会获得被证明可以建立精通的刻意练习。未来：建立在情感智能之上的人类人工智能协作情感智能人工智能不会取代人类的判断力——它会加强人类的判断力。随着自动化吸收更多的程序性工作，软技能将变得更加重要。未来的劳动力需要擅长沟通、同理心、协作和人类联系。这些是将顶级表现者与平均表现者区分开来的技能。虽然人工智能无法自动化这些技能，但它正在成为开发这些技能的一种最好的方法。在未来，情感智能人工智能将成为从高风险会议到客户互动到团队冲突等一切事情的练习伙伴。员工将使用人工智能来排练、改进和准备，就像飞行员使用飞行模拟器来磨练他们的技能一样。这种技术将帮助人们以信心、熟悉感和情感准备进入具有挑战性的情况。早期采用这种方法的组织将拥有明显的优势。他们的员工将更好地准备、更有能力和更自信。他们的培训计划将更加一致和有效。他们的文化将反映出对沟通和情感掌握的承诺——这些技能将在人工智能驱动的未来中最为重要。下一步已经到来人工智能已经掌握了语言。下一步是情感。随着情感智能模拟变得更加普遍，组织对其员工的培训方式将发生根本性的变化。员工将不再通过观看内容或更糟糕的是——在没有任何真正准备的情况下跌入困难的对话中来学习软技能。他们将通过真实的、情感丰富的体验来学习，这些体验将加强真正的人类能力。在一个人类联系日益成为区别性的世界中，情感智能人工智能被低估，并且是职场培训所缺乏的环节。