Как искусственный интеллект и машинное обучение помогают сотрудникам повысить свою квалификацию

В наши дни технологии совершенствуются так быстро, что компаниям необходимо менять подходы к обучению и развитию и придерживаться более персонализированного подхода. Искусственный интеллект и машинное обучение могут помочь им в этом.
Как именно? Читайте в этом переводе.
«Если ваша компания не стремится повысить квалификацию сотрудников, персонал не сможет быстро адаптироваться к новым задачам и по максимуму использовать преимущества современных технологий, — считает Джим Линк, директор по персоналу в кадровом агентстве Randstad North America. — А если не развиваются сотрудники, то и компания обречена на стагнацию».

И в самом деле, повышение квалификации сотрудников — то есть обучение их дополнительным навыкам — становится все более важным условием успеха, ведь нередко компаниям не хватает высококвалифицированных сотрудников, которые дорого ценятся на рынке труда. Повышать квалификацию сотрудников можно разными способами. С технологической точки зрения, искусственный интеллект и машинное обучение (вид ИИ) позволяют проводить программы повышения квалификации, которые помогают людям быстрее адаптироваться к постоянным изменениям на рабочем месте и в сфере труда.

Триш Уль, основатель агентства по обучению и развитию Owl's Ledge, говорит, что машинное обучение предлагает целый ряд возможностей, в том числе упрощает создание инструкций, дает ценную обратную связь, совершенствует рекомендательные системы и персонализирует тренинги.

«Преимущество когнитивных технологий заключается в том, что они способны быстро и точно обрабатывать огромные объемы структурированных и неструктурированных данных, чтобы подобрать обучающие курсы, подходящие для опыта и навыков [сотрудников], — говорит Джеймс Кук, глобальный партнер по развитию персонала в IBM. — Мы считаем, что это отличная возможность для отделов кадров из разных отраслей встать на путь цифровой трансформации».

Машинное обучение имеет большой потенциал в повышении квалификации, но пока эта технология находится на стадии становления. Сейчас необходимо выявить полезные метрики, которые помогут повысить эффективность обучения. Благодаря сторонним инструментам можно будет раньше приступить к экспериментам. А в будущем машинное обучение поможет сотрудникам совершенствовать не только технические навыки, но и личные качества.

Повышение квалификации сотрудников с помощью ИИ: начало

Брюс Кронквист, менеджер программ по обучению и развитию в Dell, говорит, что применение ИИ для повышения квалификации — это относительно новая практика. Более полугода назад для изучения и оптимизации программы Dell по повышению квалификации в компании использовались простые аналитические инструменты. А недавно на вооружение взяли платформу EdCast, которая с помощью ИИ предлагает стратегии тренинга для сотрудников.

ИИ и машинное обучение помогают системе давать дополнительные рекомендации о том, какие навыки следует совершенствовать участникам и людям со схожими интересами. По словам Кронквиста, пока слишком рано оценивать успех программы, но другие компании сообщают о положительных результатах.

Метрики для успешного повышения квалификации

Для создания успешной платформы по повышению квалификации необходимо выявить важные метрики. Несмотря на то, что HR-специалисты сначала могут предлагать собственные идеи, не менее важно спрашивать мнение других участников. «После того как я составляю собственный план, я спрашиваю у учащихся, что важно для них, чтобы показать им, насколько успешно прошло обучение», — говорит Кронквист.

Если этих метрик еще нет, то нужно найти способ быстро их собрать. Например, когда Кронквисту поручили улучшить адаптацию новых сотрудников, ему понадобилось выяснить, в чем заключаются задачи технического руководителя. Обеспечить удовлетворенность? Или ускорить выполнение процессов? С помощью вопросов с готовыми ответами он определил, чего руководители по разработке ПО ждут от новых сотрудников.

Этих сведений не было в существующих отчетах Dell, поэтому Кронквист начинал собирать метрики — от начала проектов до отправки рабочего кода в производственные приложения. Метрики были собраны за год до и после экспериментов с процессом по повышению квалификации. Руководствуясь этими метриками, Dell удалось уменьшить время адаптации сотрудников с 50 до 8 дней, а новые сотрудники отправляли свой первый код в производство уже через 37 дней после поступления на работу, а не через 100, как раньше.

Коммерческие инструменты машинного обучения в экспериментах по повышению квалификации

Для применения ИИ и машинного обучения в повышении квалификации компания может либо создать собственный инструмент, либо приобрести стороннее ПО. Чтобы быстрее проводить эксперименты, компания Dell решила обратиться к сторонним поставщикам. Например, Кронквист и Dell экспериментируют с ПО, которое с помощью машинного обучения выявляет пробелы в компетенциях сотрудников обучающих сервисов, которые хотят добиться большего.

Кронквист рассказывает: «Намечается крупный проект — мы выявляем навыки, необходимые для каждой ступени на той или иной должности, а затем создаем своего рода систему оценки, чтобы проверить эти компетенции». Иногда восполнить пробелы так же просто, как порекомендовать сотрудникам пройти нужное обучение в стороннем инструменте на обучающем сайте. Но все не так просто. Для начала компания Dell запустила этот проект для команды по обучающим сервисам, и когда будут отшлифованы все недочеты, Кронквист планирует развернуть ее в пределах всей компании.

Такие компании, как IBM, все чаще адаптируют свои коммерческие инструменты ИИ для повышения квалификации сотрудников. Например, решение IBM Watson Career Coach призвано помочь сотрудникам развиваться с помощью когнитивных инструментов. Каждому сотруднику Career Coach дает рекомендации, какой шаг следует сделать в карьере дальше. Среди рекомендаций целый ряд вариантов должностей, которые подойдут сотруднику. Эти варианты сопровождаются оценкой, составленной, исходя из потребностей организации и перечня подходящих навыков. Career Coach готовит сотрудников к их индивидуальному пути по карьерной лестнице и предлагает актуальные рекомендации по развитию. Пользователи могут самостоятельно корректировать свои планы развития с учетом того, как меняются их потребности и желания.

Новые подходы к улучшению навыков общения

Линк из Randstad говорит: «Хотя ИИ может принести большую пользу для множества задач, он никогда не сможет перенять человеческую креативность, эмоциональное восприятие или сложные навыки общения». Он считает, что при повышении квалификации сотрудников необходимо обращать особое внимание на навыки, которыми не обладает ИИ, в том числе стратегическое и абстрактное мышление, лидерство, умение решать задачи и общаться. «Что интересно, эти навыки чаще всего оттачивают именно более молодые сотрудники», — говорит Линк.

ИИ не сможет дублировать эти навыки общения, но может помочь их улучшить.

По словам Уль, ИИ и машинное обучение могут помочь HR-специалистам связать метрики для решения таких задач, как борьба с прогулами и повышение вовлеченности сотрудников. Нужно с помощью аналитических инструментов измерить эти навыки общения, а затем посредством ИИ и машинного обучения определить, какие методики обучения позволят людям стать лучше во всех своих рабочих компетенциях

Шесть методик машинного обучения для успешного повышения квалификации

По мнению Уль, машинное обучение будет менять подходы к корпоративному обучению с особым вниманием к повышению квалификации сотрудников. Машинное обучение совершенствует развитие сотрудников шестью способами:

• Персонализация. Машинное обучение призвано найти индивидуальный подход к обучению и развитию — не просто решать задачи, но решать задачи конкретного человека. Благодаря этому каждый человек будет получать необходимое именное ему обучение, подобранное с учетом всех особенностей и условий работы.
• Ускорение. Благодаря машинному обучению новички смогут быстрее становиться экспертами — срок обучения можно сократить с нескольких лет до считанных месяцев.
• Оптимизация. Обмен мнениями и непрерывная, автоматизированная поддержка при работе дают все необходимое, чтобы по максимуму развить необходимые навыки.
• Прогнозы и установки. С помощью показателей эффективности можно сделать успех еще ближе — исправлять недочеты заранее, а не оглядываться назад и учиться на правилах прошлого, которые могут оказаться неприменимы в будущем.
• Эффективность. Машинное обучение должно помочь в реальном времени отслеживать эффективность и окупаемость программы, что позволит экономить ресурсы и сократить затраты на обучение.
• Результаты. Повышение квалификации сотрудников с помощью платформ машинного обучения поможет достичь желаемых результатов производительности, а именно побудить людей к развитию и добиться заметных результатов для компании