Ste se že kdaj udeležili obveznega delovnega usposabljanja, ki se vam je zdelo popolna izguba časa in na katerem ste zgolj odštevali minute do konca? Kaj pa, če bi obstajala možnost, da se učite točno tisto, kar potrebujete, takrat ko to potrebujete in na način, ki je prilagojen vam? Takšne možnosti prinaša z umetno inteligenco (UI) podprto izobraževanje zaposlenih. Kot pri vseh tehnoloških novostih pa se tudi ob takšnih sistemih za učenje odpira vrsta dilem in izzivov.
Avtor: Luka Kalita
Zakaj uporabiti UI v izobraževanju zaposlenih
Tradicionalni pristopi k usposabljanju v organizacijah (pre)pogosto obravnavajo vse zaposlene po istem kopitu – ne glede na njihovo ozadje, učni stil ali hitrost učenja. Na umetni inteligenci temelječa orodja, kot sta npr. IBM-ov Watson Talent in Microsoftov Copilot, pa lahko avtomatično prilagajajo učne izkušnje posameznikovim močnim in šibkim točkam ter trenutnim izobraževalnim potrebam in kariernim ciljem.
Poleg tega umetna inteligenca omogoča vključitev učenja v vsakdanja delovna opravila, točno takrat, ko ga zaposleni potrebujejo. Nekatera podjetja v ta namen uporabljajo klepetalnike in jezikovne modele (kot je GPT-4 Turbo), ki zaposlenim nudijo takojšnjo podporo pri učenju – odgovarjajo na primer na njihova vprašanja ali jim pomagajo poiskati rešitve za probleme, ki se pojavijo pri vsakodnevnih delovnih aktivnostih.
Dodatna prednost umetne inteligence je, da omogoča hkratno usposabljanje velikih in raznolikih skupin zaposlenih z različnih koncev sveta. Tako lahko organizacije, še posebej tiste z velikimi mednarodnimi timi, prihranijo precej časa in denarja ter zagotovijo, da noben zaposleni ni prikrajšan zaradi svoje lokacije.
Zadržki zaposlenih
Na umetni inteligenci temelječi sistemi izobraževanja pri zaposlenih neredko naletijo na odpor. Raziskovalca Lynch in DeGenarro z Univerze v južni Kaliforniji sta primerjala dve skupini zaposlenih v proizvodnem podjetju – prva se je izobraževala s pomočjo umetne inteligence, druga pa s pomočjo klasičnih sistemov. Ugotovila sta, da so se zaposleni v prvi skupini v povprečju sicer učili učinkoviteje in hitreje, vendar so se v manjšem deležu lotili izobraževanja, kar nakazuje na pomanjkanje zaupanja do sistemov, podprtih z umetno inteligenco (Lynch in DeGenarro, 2024).
Razlogi za nezaupanje so lahko raznoliki. Zaposlene lahko skrbi, da bodo analitični podatki o njihovem učenju uporabljeni za ocene njihove uspešnosti ter bodo vplivali na odločitve o plači in napredovanju. Lahko si predstavljamo, da se utegne v tem primeru kaj hitro zgoditi, da začnejo zaposleni izpolnjevati usposabljanja, ki jih predlaga umetna inteligenca, le zato, da bodo imeli dobro »učno evidenco«, in ne zaradi želje po razvijanju spretnosti. Porajajo se jim lahko tudi naslednja vprašanja »Kdo vse bo videl moje podatke o učnih vsebinah in učnem napredku? Kako bodo zaščiteni? Ali bo sedaj umetna inteligenca nadomestila učenje od mentorjev in vrstnikov? Ali bo nadomestila mene?«
Zaposlene lahko skrbi tudi pristranskost umetne inteligence. Tudi zanjo namreč velja pregovor »Kar se Janezek nauči, to Janez zna.«. Če so podatki, na katerih se uči, izkrivljeni, lahko daje pristranske učne predloge – na primer ponudi manj priložnosti manjšinskim skupinam, ne prepozna ustrezno posameznikovega potenciala ali krepi stereotipe o tem, kdo bi moral razviti katere spretnosti.
Kako povečati zaupanje in sprejemanje s strani zaposlenih?
Da bi organizacije povečale sprejetost učenja s pomočjo umetne inteligence med zaposlenimi, je pomembno, da umetno inteligenco predstavijo kot obogatitev in ne nadomestilo za človeško vodeno izobraževanje, ki vsekakor ostaja ključno za pridobivanje medosebnih spretnosti in sposobnosti reševanja kompleksnih problemov v konkretnih situacijah. Hibridni sistemi, ki združujejo umetno inteligenco in človeško vodena usposabljanja, so bolj interaktivni in med zaposlenimi bolje sprejeti.
Ključno je, da se umetno inteligenco zaposlenim predstavi kot obogatitev in ne nadomestilo za človeško vodeno izobraževanje.
Pomembno je zagotoviti, da so učni podatki zaposlenih uporabljeni le za namen njihovega razvoja in niso povezani z ocenami delovne uspešnosti brez njihovega soglasja. K zaupanju veliko prispeva tudi transparentnost o tem, kako umetna inteligenca shranjuje in analiza učne podatke, ter vzpostavitev sistema za njihovo učinkovito zaščito. Ob tem pa je nujno redno preverjanje etičnosti in nepristranskosti na umetni inteligenci temelječih sistemov ter ustrezen človeški nadzor nad njimi.
Pogled naprej
Zdi se mi, da bo umetna inteligenca kot zelo zmogljivo orodje v prihodnosti igrala vedno večjo vlogo v optimizaciji izobraževanja zaposlenih, predvsem pri doseganju večje prilagojenosti posamezniku. Kot pri drugih novih tehnologijah pa bo potrebno ob vseh konkretnih implementacijah dobro razmisliti o potencialnih tveganjih in jih ustrezno nasloviti. Ker pa je človeška ustvarjalnost še vedno ključna sestavina učinkovitega učenja, se odpira vprašanje, kako čim bolje uskladiti avtomatizacijo in človeški element za ustvarjanje čim bolj spodbudnih, etičnih in učinkovitih učnih okolij v organizacijah.
Avtor priporoča
- Bhandare, V. (2024). The role of artificial intelligence in learning and development. International Journal of Scientific Research in Engineering and Management, 8(5). 1–5. https://doi.org/10.55041/IJSREM34968
- Lynch, D. in DeGenarro, M. (2024). Using a random controlled trial to explore the impact of ai-enabled learning. International Journal of Advanced Corporate Learning, 17(4), 58. https://doi.org/10.3991/ijac.v17i4.48321
- Morandini, S., Fraboni, F., De Angelis, M., Puzzo, G., Giusino, D. in Pietrantoni, L. (2023). The impact of artificial intelligence on workers’ skills: Upskilling and reskilling in organisations. Informing Science, 26, 39–68. https://doi.org/10.28945/5078
- Nyathani, R. (2023). AI-enabled learning and development: Hr’s new paradigm. Journal of Marketing & Supply Chain Management, 2(2). 1–5. https://doi.org/10.47363/jmscm/2023(2)117
- Seufert, S. in Spirgi, J. (2024). Navigating AI transformation: Human resource development strategies for corporate learning. International Journal of Advanced Corporate Learning, 17(4). https://doi.org/10.3991/ijac.v17i4.47443
Vabljeni, da vpišete svoj elektronski naslov in se naročite na naše objave. Tako boste vedno obveščeni, ko bomo objavili nov prispevek.
PSIHOLOGIJA DELA 