1. Solidne podstawy merytoryczne i metodyczne
AI przedstawiane jest niekiedy jako magiczne rozwiązanie, które po nakarmieniu danymi uzupełni w nich luki i wyczaruje wszystko, co chcemy usłyszeć, przekazać lub osiągnąć. Kiedy słyszymy o pomyłkach sztucznej inteligencji, wyobrażamy sobie łatwy do wyłapania absurd, jak udzielona kiedyś przez Google sugestia jedzenia kamieni w celu uzupełnienia niedoborów wapnia. Tak naprawdę większość błędów może być dla użytkowników niezauważalna aż do momentu, kiedy spróbują zastosować otrzymane informacje w praktyce.
Założenie, że AI nie wymaga dostosowania i testów przed wdrożeniem, jest zatem sporym błędem. Jakość rozwiązań, których celem jest np. przekazanie odpowiednich treści szkoleniowych albo ocena kompetencji pracownika, zależy od jakości danych i instrukcji. ChatGPT i Claude posiadają rozległą wiedzę ogólną, ale nie znają specyfiki danej organizacji: wewnętrznych procedur, narzędzi używanych przez pracowników, przyjętej polityki czy procesów. Bez odpowiedniego przygotowania i treningu na bazie kompletnych materiałów szkoleniowych i skutecznej metodyki udzielą często ogólnikowych odpowiedzi nietrzymających się realiów organizacji. Mogą też błędnie zinterpretować przepisy, a w najgorszym wypadku podadzą instrukcje niezgodne z procedurami albo sugestie będące kompletnym strzałem w ciemno.
2. Zgodność z celami szkoleniowymi
Wszyscy zgodziliby się, że sztuczna inteligencja, która podaje nieprawdziwe informacje, jest fatalnym narzędziem szkoleniowym. Ale czy to, że odpowiedź AI jest zgodna z faktami, oznacza od razu, że stanowi ona dobre narzędzie? Sama zgodność wypowiedzi AI z prawdą to w rzeczywistości tylko wierzchołek góry lodowej.
W pewnym starym dowcipie pilot na pytanie wieży kontrolnej o położenie odpowiada: „Siedzę w kabinie". Jego odpowiedź jest w stu procentach prawdziwa, ale kompletnie bezużyteczna. Podobnie może być z nieprzemyślanym rozwiązaniem opartym na AI.
Aby sztuczna inteligencja mogła zastąpić trenera, powinna udzielać odpowiedzi nie tylko zgodnych z ogólną wiedzą, ale też wyczerpujących i ściśle trzymających się treści oraz formy materiału, na którym się opiera. Nie może ani pomijać ważnych punktów i ostrzeżeń, ani wtrącać bezużytecznych informacji, które można mylnie uznać za kluczowe. Zakres jej wiedzy musi odpowiadać zakresowi przekazywanej treści. Musi też rozumieć kontekst, w jakim konkretne rozwiązanie lub polityka mają zastosowanie, bądź domyślić się go na podstawie pytania czy zasugerowanego tematu. A przede wszystkim – sposób przekazania przez nią informacji musi być zgodny z potrzebami szkoleniowymi uczestników.
3. Praktyczne zastosowanie
AI zintegrowane z platformą rozwoju kompetencji może być szczególnie przydatne w sytuacjach, gdy pracownicy mają wątpliwości co do zastosowania poznanych wcześniej zasad w praktyce – i to w takich właśnie wypadkach sprawdzana jest rzeczywista wartość sztucznej inteligencji jako asystenta. Jak asystent AI poradzi sobie, kiedy pracownik dopyta o zastosowanie zasad BHP w sytuacji, w której właśnie się znalazł, albo ma wątpliwości dotyczące procedur bezpieczeństwa informacji przy realizacji pilnego zadania?
Jest kluczowe, by AI była w stanie obsłużyć realne potrzeby i sytuacje – zarówno te, które się powtarzają, jak i te trudne do przewidzenia. Można to osiągnąć, niekoniecznie podając gotowe rozwiązania, ale choćby natychmiast przypominając wszystkie niezbędne do podjęcia decyzji informacje. Na przykład pracownik, który musi szybko zdecydować o zabezpieczeniu poufnych danych wysyłanych mailem, otrzyma nie gotową odpowiedź, ale przypomnienie o obowiązujących zasadach szyfrowania i listę możliwych narzędzi, które są dozwolone w firmie. Odpowiednio wdrożony system AI musi też wiedzieć, które punkty są krytyczne i nie mogą być uproszczone ani przeformułowane (np. ostrzeżenia, przepisy prawa), a jaką treść można elastycznie dostosować do potrzeb i sytuacji użytkownika.
Podsumowanie
Wdrożenie sztucznej inteligencji w e-learningu to nie tylko kwestia technologiczna, ale przede wszystkim metodyczna. Sukces rozwiązań AI zależy od właściwego przygotowania systemu, precyzyjnego określenia jego roli w procesie szkoleniowym i weryfikacji jego skuteczności na podstawie prawdziwych danych.
W LLidero opieramy wdrożenia AI na 15-letnim doświadczeniu wbudowaniu solidnych fundamentów metodycznych i potwierdzonej skuteczności szkoleń e-learningowych. Dzięki temu nasze narzędzia nie tylko dostarczają odpowiedzi, ale wpisują się w szerszy proces rozwoju kompetencji, skutecznie przekazując i utrwalając wiedzę z uwzględnieniem specyfiki każdej organizacji i materiału szkoleniowego.
Dowiedz się, jak teoria przekłada się na praktyczne rozwiązania LearncomPro.
