Как оценить готовность L&D-отдела к работе с генеративными нейросетями

Эксперты уже год обсуждают, как ИИ изменит (или не изменит) работу отделов обучения и развития. Вопрос, какую роль он в итоге сыграет, довольно спорный, но одно очевидно — тем, кто создаёт обучение для сотрудников, придётся осваивать этот инструмент в любом случае. Британский эксперт в сфере корпоративного диджитал-обучения, основатель и глава компании Steal These Thoughts Росс Стивенсон предложил классификацию, которая поможет оценить, насколько ваша L&D-команда готова к работе с генеративными нейросетями, — а ещё дал несколько советов по тому, как эту готовность повысить. Пересказываем идеи из его статьи «Как легко оценить ИИ-готовность вашей команды за четыре шага».

Как оценить, на какой стадии ваш отдел

Классификация Росса Стивенсона описывает четыре уровня готовности и способности команды работать с генеративными нейросетями: осведомлённость, исследование, принятие и масштабирование. Каждый из них включает индикаторы, то есть желаемое поведение, и действия — усилия, которые уже прикладывает команда обучения и развития.

Осведомлённость

Первый уровень — для совсем новичков. В команде уже, вероятно, понимают, какие есть инструменты ИИ, осознают их важность, но пока не знают даже основ работы с ними.

Главный фокус на этом этапе заключается в том, чтобы разобраться в принципах работы генеративных нейросетей. Росс Стивенсон подчёркивает, что это очень важная часть — без понимания основ вы вряд ли освоите все возможности ИИ, не сможете полноценно его использовать. С чего начать? Вебинары, воркшопы, чтение статей по тому, как уже применяют разные подобные инструменты, — в общем, базовые теория и практика, позволяющие потихоньку вникать в эту тему.

Исследование

Эксперт уверен: большинство L&D-специалистов сейчас находится именно на этапе исследования и останется на нём в ближайшие полтора года (то есть где-то до середины 2025-го). Почему? Сейчас многие постепенно учатся работать с ИИ и пытаются внедрить его в работу, экспериментируют с пилотными проектами — очевидно, чтобы присмотреться и изучить все возможности, потребуется время.

Если вы регулярно пробуете ИИ на практике, изучаете новые инструменты, оцениваете свои возможности, пусть и на небольших задачах — вы как раз на этом уровне.

Что делать дальше? Автор статьи рекомендует продолжать обучение: постоянно повышать квалификацию, пытаться протестировать ИИ в рабочих процессах, постепенно формировать базы знаний и навыков. Конечно, нужна и насмотренность, так что знакомство с опытом коллег и составление подборки полезных ресурсов тоже помогут.

Принятие

Команды на уровне «Принятие» уже активно внедряют ИИ-продукты в рабочие процессы: они хорошо владеют основами, понимают, при решении каких задач и для достижения каких целей инструменты на основе нейросетей будут полезны. Если вы уже разрабатываете учебные стратегии с учётом нейросетей, понимаете, какие данные понадобятся для работы с ними, думаете об управленческих практиках при работе с ними и активно такие инструменты используете — это про вас.

Но и на этом этапе есть куда расти: например, пробовать нейросети в разных рабочих процессах, разрабатывать продвинутое обучение для команд и, конечно, составить руководство для работы с нейросетями внутри компании.

Масштабирование

Этот уровень описывает те команды, где в своих силах уже не сомневаются: все платформы опробованы, процессы оценены с помощью пилотных проектов, лучшие практики подобраны, инфраструктура готова. Конечно, без отрыва от происходящего в компании этого не сделать, так что и бизнес полностью перестраивается — под использование новых технологий заточены бизнес-стратегии и корпоративная культура.

Дальше расти особо некуда, но ожидаемое поведение всё же есть — это улучшение продуктивности сотрудников, свободное распространение знаний, фокус на постоянное развитие возможностей нейросетей. В общем, вступление в новую эру, которой все вроде бы и ждут.

Читайте также:

Технологии правда меняют образование или ожидания завышены?

Как прокачать свои навыки работы с нейросетями

Росс Стивенсон предлагает несколько рекомендаций, которые помогут подняться на ступеньку выше как вам, так и вашей команде.

Проверяйте себя

Конечно, оценка возможностей отдела начинается с вопроса — как хорошо вы и ваша команда знакомы с базой, какими навыками вы владеете и насколько эффективно работаете с нейросетями. Вопрос о базе тут, кстати, не праздный: точно ли все хорошо её знают или только делают вид (такое ведь тоже часто бывает) — в последнем случае сотрудникам отдела будет тяжело использовать инструменты на практике.

Однако только на вопросах, связанных с нейросетями, останавливаться не стоит: эксперт рекомендует спросить себя, как обстоят дела с командой в целом: готова ли она меняться, хорошо ли справляется с новыми необычными вызовами, предлагает ли новые решения или идеи. Это, вероятно, подскажет не только направление, в котором стоит идти, но и то, готова ли команда к этому пути.

Фокусируйтесь на возможностях и эффективности

А ещё Росс Стивенсон напоминает: технологии вторичны. Сначала стоит разобраться именно в рабочих проблемах и возможностях, а потом уже выбирать инструменты, которые позволят их решить (но не наоборот).

Эксперт делит все задачи L&D на три категории:

• те, что вы можете автоматизировать с помощью нейросетей (например, генерировать данные или составлять расписание для учебных программ и рассылать уведомление пользователям);
• те, что вы можете выполнить с помощью нейросетей (готовить описание курсов, анализировать полученные данные);
• те, что выполнить может только человек (разрабатывать курс или взаимодействовать с менеджерами).

Эксперт добавляет: обязательно учитывайте контекст — в большой корпорации ИИ-редактор упростит команде работу, но глобально ничего не изменит, а вот в крохотной команде (которая, может, только вы и есть) этот редактор потенциально изменит всё.

Развивайте насмотренность

Автор статьи предлагает постоянно следить за новыми практиками использования генеративных нейросетей и успешными кейсами коллег из других компаний. А ещё лучше — объединять с ними усилия, чтобы нарабатывать новые практики. Например, если у вас полно знакомых среди L&D-специалистов, самое время организовать своё мини-комьюнити для совместных экспериментов.

Составьте дорожную карту

Сформулируйте для команды конкретную цель и план того, как вы собираетесь дойти до неё, — чем яснее и чётче ваша стратегия, тем быстрее ваш L&D-отдел дойдёт от уровня новичков до настоящих профи в применении нейросетей.