لماذا يفيد الذكاء الاصطناعي التعلم المؤسسي
انتقل الذكاء الاصطناعي من تجارب مخبرية لطيفة إلى واقع في التعلم والتطوير داخل الشركات. تستكشف مؤسسات التعلم الذكاء الاصطناعي التوليدي لإنشاء المحتوى، وتخصيص التعلم، ومساعدة الموظفين على المعرفة، والتقييمات، وتنمية الموظفين. لكن هناك خطر في النقاش: يسهل الخلط بين مجرد استخدام الذكاء الاصطناعي وتحسين التعلم. إضافة روبوت محادثة إلى نظام إدارة التعلم لن تشعل الحماس تلقائيًا. توليد مئة سؤال اختبار لن يضمن أن الموظفين سيحتفظون بالمعلومة. وإنتاج محتوى تدريبي أسرع ثلاث مرات لا قيمة له إذا كان خاطئًا أو منفصلًا عن العمل أو لا يصيب الهدف. السؤال الصحيح لفريق التعلم ليس أين نستخدم الذكاء الاصطناعي؟ بل أين يستطيع الذكاء الاصطناعي أن يحل مشكلة تعلم قائمة بطريقة أفضل مما نفعل الآن؟
يبدأ الذكاء الاصطناعي من مشكلة تعلم لا من تقنية
كثير من مشاريع التقنية تبدأ من التقنية نفسها. تكتشف الشركة ميزة ذكاء اصطناعي جديدة وتريد تطبيقها في مكان ما. أما تعليم الشركات فيعمل بالعكس.
تحديد المشكلة أولًا
مثلًا: لا يستطيع الموظفون الوصول إلى المعلومة عند حاجتهم إليها. أو يتلقى الموظفون الجدد قدرًا كبيرًا من المعلومات في التوجيه ثم لا يستخدمونها لاحقًا. أو يضيع مصممو التعلم وقتًا طويلًا في تحويل معلومات موجودة إلى صيغ تعلم مختلفة. أو يحتاج الموظفون إلى مسارات تعلم مختلفة لأن مهاراتهم متفاوتة.
هذه مشكلات تعلم قد يساعد الذكاء الاصطناعي في حل بعضها، لكن لا ينبغي تنفيذه لمجرد وجوده.
إطار أولي جيد: تحدي التعلم، ثم السلوك المرغوب، ثم الدور المناسب للذكاء الاصطناعي، ثم التقييم البشري، ثم نتائج قابلة للقياس. هذا يضمن أن يبقى الذكاء الاصطناعي مرتبطًا بهدف التعلم، وألا يتحول إلى مشروع تقني منفصل.
الملاءمة أهم من مزيد من المحتوى
من فوائد الذكاء الاصطناعي في التعلم المؤسسي التخصيص. البرامج التقليدية تتبع نهجًا عامًا: التدريب نفسه، وتسلسل الموضوعات نفسه، والمواد نفسها لكل الموظفين. لكن احتياجات الموظفين تختلف دائمًا.
قد يُطلب من عامل خبير وموظف جديد حضور دورة امتثال واحدة، رغم اختلاف مستويات خبرتهما. وقد يحتاج مدير إلى تدريب قائم على السيناريوهات، بينما يحتاج شخص آخر إلى تطبيق مختلف للمفهوم نفسه.
يمكن للذكاء الاصطناعي تحليل البيانات المتاحة، مثل متطلبات الدور، وخلفية الموظف التعليمية، ونتائج التقييمات. التخصيص ليس إنتاج نسخ كثيرة من الدورة نفسها.
الملاءمة هي الهدف في تصميم برامج تعلم بمساعدة الذكاء الاصطناعي. وينبغي أن تجيب البرامج عن أسئلة مثل: ماذا يعرف الموظف بالفعل؟ ما المهارة التي يحتاجها؟ ما المعرفة اللازمة لدوره؟ ما نقاط ضعفه؟ أي نوع من التدريب يساعده على تطبيق المفهوم؟ أي معلومة تفيده في وقت معين؟
الذكاء الاصطناعي سريع، لكن البشر يملكون الجودة
الذكاء الاصطناعي التوليدي مورد قيم لخبراء التعلم والتطوير لتسريع مهام روتينية كثيرة، مثل العصف الذهني، وإنشاء المخططات، وتلخيص المواد، وكتابة السيناريوهات، وصنع تنويعات من الأسئلة، وتكييف المحتوى لجماهير مختلفة، وتنظيم المعلومات. قد يسمح ذلك لمصممي التعلم بالتركيز على مهام تحتاج تفكيرًا بشريًا، لكن السرعة قد تخلق خطر الخطأ.
قد تبدو مسودة أنشأها الذكاء الاصطناعي بلا عيب، وهي تحتوي معلومات خاطئة، أو أمثلة ضعيفة، أو افتراضات غير صحيحة، أو أنشطة لا تحقق الأهداف المخططة. لذلك لا ينبغي اعتماد المواد التي ينتجها الذكاء الاصطناعي تلقائيًا. الأفضل هو هذا التسلسل: ينشئ الذكاء الاصطناعي المسودة الأولى، ثم يراجعها خبير المادة، ثم يقيّمها مصمم التعلم، ثم يعتمدها مراجع بشري نهائيًا، ثم تصل المواد إلى المتعلمين.
مبدأ وجود الإنسان في الحلقة مهم خاصة إذا كان التدريب يتعلق بالامتثال أو السلامة أو العمليات التقنية أو سياسات الشركة.
أهداف التعلم يجب أن توجه الذكاء الاصطناعي
هناك فرق جوهري بين إنتاج المحتوى وتصميم التعلم. المحتوى يجيب عن سؤال: ما المعلومات التي نحتاج إلى تقديمها؟ أما تصميم التعلم فيجيب عن سؤال: ماذا سيكون المتعلمون قادرين على فعله بعد هذه التجربة؟
يجب أن يُطرح السؤال الثاني أولًا دائمًا. قبل إنشاء مواد التعلم، سواء كانت وحدات أو اختبارات أو محاكاة أو أنشطة، بمساعدة الذكاء الاصطناعي، على مختصي التعلم أن يفكروا في النتيجة المرغوبة.
فبدل أن نطلب من الذكاء الاصطناعي: أنشئ تجربة تعلم عن القيادة، يكون الطلب الأدق والأكثر فائدة: ساعد المديرين على التدرب على تقديم ملاحظات بناءة أثناء محادثات الأداء الصعبة. هذا الطلب الثاني يمنح الذكاء الاصطناعي غرضًا واضحًا. كما يمكن استخدامه لتقييم مدى نجاح المحتوى في تحقيق المهمة. وإذا فشل النشاط الذي أنشأه الذكاء الاصطناعي في معالجة النتيجة المرغوبة، فإن صياغته الجيدة وحدها لا تسهم في التعلم.
الذكاء الاصطناعي يمكن أن يقرب التعلم
لديك طرق كثيرة للتعلم، وهو لا يحدث دائمًا داخل قاعة درس. كثيرًا ما يحتاج الموظفون في الشركات والخدمات إلى مساعدة أثناء أداء عملهم. مثلًا، يحتاج شخص يعمل في التسويق إلى جمع معلومات مفيدة قبل التحدث مع العملاء.
يساعد الذكاء الاصطناعي الموظفين على أداء عملهم بطريقة أكثر فعالية من قبل. فبدل أن يتذكروا معلومات تعلموها سابقًا في دورة، يمكن للشركات استخدام أنظمة ذكاء اصطناعي تتيح لهم الحصول على المعلومة المناسبة في الوقت المناسب. يستطيع الذكاء الاصطناعي أن يعمل كمساعد شخصي على اتصال دائم بالمعرفة المعتمدة داخل المؤسسة.
الذكاء الاصطناعي يعزز التفكير النقدي لا أن يستبدله
من المفهوم أن سهولة الوصول إلى الذكاء الاصطناعي قد تؤدي إلى تفكير سلبي لدى بعض الموظفين. لذلك لا ينبغي أن يتحول تدريب الموظفين على استخدام الذكاء الاصطناعي للتعلم إلى مجرد إعطائهم إجابات سريعة.
في بعض الحالات، تتطلب المعرفة أن يحلل الموظف إجابة معينة. مثلًا، يمكن لمساعد تعلم بالذكاء الاصطناعي أن يقدم موقفًا من العمل ويطلب من الموظف تحليل مخاطره، ومساءلة افتراضاته، ومقارنة القرارات. هذا التحول يغيّر دور الذكاء الاصطناعي.
لم يعد الذكاء الاصطناعي يقدم إجابات فقط، بل يساعد الموظفين على التدرب والتأمل. وهذا مهم لأن كل الموظفين بدأوا يستخدمونه في العمل. وتصبح القدرة على طرح الأسئلة، وفهم الحدود، والتحقق من المعلومات، واتخاذ القرار جزءًا مهمًا من معرفة الذكاء الاصطناعي.
الذكاء الاصطناعي المسؤول جزء من تصميم التعلم الجيد
يطرح اعتماد الذكاء الاصطناعي في التعلم التزامات جديدة على أقسام التعلم والتطوير لا يمكن تجاهلها. على الشركات أن تحلل مسؤولياتها بشأن: حماية البيانات، والحفاظ على سرية سجلات الموظفين الحساسة، وموثوقية المعلومات المقدمة، والعدالة والتحيز، والملكية الفكرية، ومتطلبات الشفافية، والإشراف البشري، وقيود الوصول، وتنظيم المواد التي ينتجها الذكاء الاصطناعي.
لا يوجد حل ذكاء اصطناعي واحد يصلح للجميع. قد يصعب على بعض المؤسسات إدخال أي بيانات عن الموظفين أو تفاصيل وأسرار العمل إلى النظام.
قياس نتائج التعلم لا نشاط الذكاء الاصطناعي
من الأخطاء الكبيرة قياس عمل الذكاء الاصطناعي بدل قياس النجاح من وجهة نظر المتعلمين. مثلًا: حجم الدورات المنتجة بالذكاء الاصطناعي، وعدد رسائل روبوت المحادثة، وعدد التوصيات، وحجم المواد المعدة، وعدد الساعات الموفرة في إعداد المواد.
قد تكون هذه البيانات دليلًا جيدًا على عمل منجز، لكنها لا تظهر أثر التعلم. على أقسام التعلم التفكير في مؤشرات مثل: الاحتفاظ بالمعرفة، والمهارات، والوقت اللازم للوصول إلى الكفاءة، وتطبيق المهارات، وجودة العمل الناتج، وثقة الموظفين، وتغيرات السلوك التي يلاحظها المديرون، وانخفاض الأخطاء، وتحقيق أهداف التدريب.
إذا كان الهدف تسريع التهيئة، فيجب قياسه بالوقت اللازم للوصول إلى الكفاءة. وإذا كان الهدف تحسين تفاعل العملاء، فيجب قياسه بالأداء الناجح. ينبغي تقييم الذكاء الاصطناعي بناءً على فعاليته في حل المهمة، لا بناءً على براعة التقنية نفسها.
ابدأ، تعلم، ثم توسع
لا يُطلب من أي مؤسسة أن تغير منظومة التعلم كلها في ليلة. المشروع الصغير الجيد قد يعطي رؤى أفضل من تطبيق تقني ضخم.
تحدٍ: لا يستطيع الموظفون الجدد حل المشكلات بعد انتهاء التهيئة. استخدام محتمل للذكاء الاصطناعي: روبوت محادثة أُنشئ بإذن ويمكنه الوصول إلى قاعدة معرفة الشركة. ضمان بشري: تكون الإجابات مبنية على مصادر الشركة التي جرى تقييمها واعتمادها، ويمكن تصعيدها عند عدم اليقين. مؤشرات النجاح: سرعة ودقة الإجابات المقدمة للمستخدمين، وعدد الاستفسارات.
إذا أظهر المشروع فائدته، يمكن للمؤسسة أن تمضي في تطويره. وإن لم يفعل، فعليها أن تتعلم الدرس من دون إلحاق ضرر بوظيفة التعلم.
الفرصة الحقيقية هي التعاون بين الإنسان والذكاء الاصطناعي
الأرجح أن أفضل استراتيجية للتعلم المؤسسي ليست تلك التي يحل فيها الذكاء الاصطناعي محل مصممي التعلم أو المدربين أو خبراء المحتوى. بل هي استراتيجية تجمع قوة الطرفين.
يسهّل الذكاء الاصطناعي معالجة كميات كبيرة من المعلومات، والتعرف على الأنماط، وإنتاج تنويعات أو اقتراحات متعددة، وتسريع المهام الروتينية. أما الإنسان فيملك السياق، والتعاطف، والفهم، والإبداع، والخبرة في الموضوع. ويخلق اجتماعهما تكاملًا لا يستطيع أي طرف بلوغه وحده.
تجاوز الضجة حول الذكاء الاصطناعي
إمكانات الذكاء الاصطناعي حقيقية بما يكفي لمساعدة التعلم المؤسسي، لكن التقنية ليست هي القيمة. القيمة في استخدامها بحكمة.
تحتاج عملية تعلم جيدة بمساعدة الذكاء الاصطناعي إلى أن تبدأ من مثال عملي لمشكلة، وترتبط بهدف تعلم حقيقي، وتستخدم البشر لتقييم الجودة، وتضمن سلامة المتعلمين والمؤسسات، وتجعل النتائج قابلة للقياس. وقبل كل شيء، لا ينبغي لأقسام التعلم والتطوير أن تستسلم لرغبة استخدام الذكاء الاصطناعي لمجرد أنه رائج.