Slik bør L&D-ledere og HR-direktører se på AI i dag

Begrepet «AI» brukes flittig for tiden. Da vi først begynte å bli begeistret for det i 2022, delte folk seg stort sett i to leirer. Det var de som ikke ville ta i det med ildtang, og de som prøvde å forstå hvordan det ville passe inn i næringslivet. I dag har de fleste av oss gått over til den andre leiren. Mest fordi det i dag finnes reelle og meningsfulle bruksområder for AI innen læring og utvikling. Her er mitt syn på hvor du bør være på reisen.

Tilpass løsningen til problemet

Før du begynner å lese artikler, se videoer og betale for nettkurs, er mitt råd å tenke kritisk gjennom dine konkrete behov og problemer. Konsentrer deg om oppgavene som krever mye manuell datahåndtering eller repetisjon. For eksempel håndtering av fullføringsrapporter, innholdsproduksjon, lange fysiske kurs og gjennomgang av svar fra medarbeidersamtaler eller undersøkelser. Hvor mye tid du bruker på disse oppgavene, varierer selvsagt med organisasjonens størrelse og type, men generelt er det på disse områdene AI kan ha størst effekt.

Når du har bestemt deg for oppgaven og behovet, kan du undersøke selskaper eller konkrete teknologier som løser akkurat det problemet. Det finnes massevis av oppstartsselskaper som innoverer raskt på hvert av disse områdene, og som mer enn gjerne deler kundehistorier og kunnskap om problemet. Det er et flott sted å lære.

I Attensi bruker vi generativ AI til å gi innholdsproduksjonen et kraftig løft. Mer konkret tar verktøyet vårt for innholdsproduksjon inn PDF-er og opplæringsmateriell og gjør dem om til små læringsmoduler som kombinerer rik gamification og scenariobasert opplæring. Det kan kutte betydelig i tiden det tar å bygge skreddersydd og engasjerende e-læring.

Planlegg fremtidig rekruttering

Nylig snakket jeg med en L&D-leder på et hotell etter å ha vist ham AI-verktøyene våre. I stedet for å spørre meg nøyaktig hvordan de ville fungere for virksomheten hans, spurte han meg om rekruttering.

“Hvilke ferdigheter bør jeg se etter i CV-er når jeg ansetter, for å sikre at vi får mest mulig ut av AI-teknologien?”

Jeg synes dette er et perfekt eksempel på hvor L&D-verdenen bør være når det gjelder å ruste seg mot fremtidige endringer. Tenk på hvordan ferdighetsdelen i en CV så ut for 15 år siden. Da var det svært ettertraktet at en nyansatt kunne Excel, PowerPoint og Adobe-pakken. Til syvende og sist er dette produktivitetsverktøy som gjør (gjorde) oppgavene mer effektive.

I neste generasjon rekruttering bør vi se på hvordan vi henter inn folk som er komfortable med å forsterke arbeidsflyten sin med AI-verktøy. Begynn å se etter ferdighetsdeler som nevner promptskriving, GPT og generativ AI. Og ikke vær redd for å spørre om tidligere erfaring med lignende verktøy.

I mitt tilfelle lager jeg for eksempel stadig lysbilder og eksempler som viser hvordan produktet vårt kan skreddersys for en bestemt kunde. Jeg bruker et verktøy som heter Midjourney, til å generere bilder av høy kvalitet basert på konkrete prompter og referansemateriale. Det er mer profesjonelt og sparer meg for enormt mye tid sammenlignet med alternativet.

Hold deg oppdatert på trendene

Sørg for å holde deg oppdatert på de nyeste trendene. Det er viktig for å skille de ekte AI-selskapene fra dem som henger etter. En av de mest spennende utviklingene er agentisk AI. Det er nok et stort sprang i kompleksitet som vil gjøre store språkmodeller mer autonome og effektive, med mindre menneskelig tilsyn.

For å forstå hva det er, kan vi tenke på hvordan vi samhandler med en stor språkmodell (LLM) som ChatGPT i dag. ChatGPT er et reaktivt system. Det svarer når brukeren gir det en prompt. Samhandlingen er begrenset til å svare på spørsmål eller utføre oppgaver ett steg om gangen, basert på direkte input. Det husker ikke preferansene våre og lærer ikke av atferden vår over tid.

Agentisk AI er en klasse AI-systemer som ligger oppå en språkmodell, og som kan lære gjennom gjentatte interaksjoner og håndtere mer komplekse oppgaver med mindre menneskelig tilsyn. Fordelene kan vise seg på ulike måter. Det gikk ikke opp for meg før jeg så på konkrete eksempler. La oss si at du vil bruke AI til å bestille en ferie ...

• ChatGPT kan foreslå en reiseplan basert på det brukeren skriver inn, men vil ikke på egen hånd håndtere bestillinger eller følge opp endringer i planen.
• En agentisk AI kan bli bedt om å planlegge en reise, og kan på egen hånd bestille fly og hotell og til og med oppdatere reiseplanen hvis den oppdager endringer i vær- eller reiseforhold.

Slik bruker Attensi agentisk AI

Vi bruker agentisk AI til å lage et produkt som heter AI Rollespill. Det er et AI-drevet samtaleverktøy som lar folk øve på vanskelige ledersamtaler, håndtere forhandlinger eller trene på salgsteknikker.

https://vimeo.com/1008798637/bac9d6676f?share=copy

Kort sagt får det samhandlingen med en språkmodell til å føles mer ekte og høres mer menneskelig ut.

Dette er ikke som å bruke Siri eller ChatGPT. Det er mer en samtale frem og tilbake med en AI-drevet avatar som bygger på konkrete fortellinger, karakterer og handlingsforløp.

For å illustrere dette kan vi tenke på hvordan du vanligvis snakker med et ekte menneske. Hvordan de svarer og engasjerer seg, avhenger i stor grad av to ting:

1. Kunnskapen deres – alt de har lært om språk, ord, forretningsforståelse, sluttmål osv.
2. Karakteren deres – den avgjør hvordan de formidler kunnskapen til deg. Er de introverte/ekstroverte? Aggressive/passive osv.

GPT-4 driver kunnskapsdelen. De hyggelige folkene i Open AI har trent språkmodellen sin på verdens informasjon. Det finnes uendelig mange kombinasjoner av ord, svar og erfaringer som kan hentes fram gjennom konkrete prompter.

For karakterdelen trenger du en måte å fortelle språkmodellen hvordan den skal utforme svarene sine, slik at de føles menneskelige. Dette er det agentiske laget, og det er dette Attensi har bygget. Vi bruker det til å analysere taleinput fra brukeren og deretter finne det beste svaret fra språkmodellen, innenfor rammene av en bestemt karakter og fortelling. Formatet gir også kontinuitet i samtalen, der hvert innspill bygger på det forrige, i stedet for isolerte økter.

Her er en lenke til siden om AI Rollespill hvis du vil ta en titt.

Takk for at du leste!