Kompetencje AI są często sprowadzane do szkolenia: modułu, certyfikatu, odhaczonego punktu. To nie jest błędne, ale to nie jest to, o co to słowo naprawdę prosi. Kompetencja oznacza, że ktoś rozumie, co system robi, a czego nie robi, gdzie leżą granice odpowiedzi i kiedy wynik musi zostać skontrolowany, zanim trafi gdzie indziej. To inna umiejętność niż umiejętność obsługi okna czatu.
Pracownik, który wie, jak sformułować prompt, nie jest z definicji kompetentny w tym sensie, o który tu chodzi. Kompetencje AI dotyczą rozpoznawania ryzyka: kiedy odpowiedź zawiera błąd, który nie jest zauważalny, kiedy dane firmowe są udostępniane systemowi, który wykorzystuje je gdzie indziej, kiedy wynik AI staje się podstawą decyzji, która w gruncie rzeczy wymaga weryfikacji. Kto tego nie uwzględni, uczy pracowników obsługi narzędzia, nie ucząc ich, kiedy nie powinni mu ufać.
Kompetencje mają sens tylko wtedy, gdy odpowiadają temu, co dzieje się w praktyce. Jeśli pracownicy już korzystają z narzędzia, którego nikt nie zatwierdził, to ogólne szkolenie z zasad AI ma niewielką wartość, dopóki nikt nie wie, jakie to są narzędzia i do czego są wykorzystywane. Kompetencje bez wglądu w sposób użycia to program, który mija się z praktyką.
Tu też leży najprostszy sposób na zdobycie wiedzy: pytanie. Nie pytanie w celu wymuszenia odpowiedzialności, lecz pytanie, aby zrozumieć, co się dzieje. Pracownik, który korzysta z narzędzia, żeby pracować szybciej, rzadko powie o tym dobrowolnie, jeśli pytanie odczuwane jest jako kontrola, która może skończyć się rozliczeniem. Kompetencje zaczynają się więc nie od wydawania instrukcji, lecz od stworzenia atmosfery, w której zgłoszenie czegoś nie stanowi ryzyka.
Szkolenie może wyjaśnić, co to jest model językowy, skąd pochodzi błąd systematyczny (bias) i kiedy wynik należy skontrolować. Szkolenie nie może zagwarantować, że ta wiedza zostanie zastosowana w momencie, gdy naprawdę się liczy: pod presją czasu, przy terminie, przy zadaniu, które już sto razy wykonano dobrze. Jednorazowe szkolenie nie może też nadążać za zmianami. Systemy są modyfikowane, dostępne są nowe narzędzia, sposób użycia się przesuwa. Dlatego kompetencje nie powinny być przypisane do jednego momentu, lecz do powtarzalnego rytmu — podobnie jak ponowna ocena klasyfikacji ryzyka nie jest jednorazowym ćwiczeniem, lecz powtarzającym się procesem.
Kompetencje pracowników nie zwalniają organizacji z pytania, kto co nadzoruje. Jeśli pracownik przyjmuje wynik AI w decyzji, a ta decyzja okazuje się nieprawidłowa, to pytanie kto jest odpowiedzialny, gdy zastosowanie AI popełnia błąd nie zostaje odpowiedziane słowami „pracownik powinien był wiedzieć”. Odpowiedzialność leży na wielu poziomach: u tego, kto wdrożył system, u tego, kto zorganizował nadzór, u tego, kto ustalił ramy. Kompetencje jednostek są elementem tego łańcucha, nie jego zamiennikiem. To, co nadzór ludzki w praktyce oznacza, jest powiązane z pytaniem, czy osoba sprawująca nadzór wystarczająco rozumie to, co nadzoruje — bez tego rozumienia nadzór jest formalnością.
Wiele organizacji próbuje połączyć kompetencje AI z istniejącym procesem compliance lub zarządzania ryzykiem. Wydaje się to logiczne, ale w praktyce druga warstwa dodana do istniejącego procesu często nie jest wykorzystywana: pracownicy stosują proces, który już znają, i ignorują nowy, nawet jeśli lepiej odpowiada praktyce. Dlaczego drugi proces obok istniejącego jest ignorowany to pytanie, które wykracza poza szkolenie: dotyczy tego, gdzie kompetencje są zapisywane, testowane i wykorzystywane w samej pracy.
Nie możemy powiedzieć, ile szkolenia jest wystarczające, ani jaki procent pracowników po programie faktycznie postępuje inaczej. To różni się w zależności od organizacji, funkcji, poziomu ryzyka zadań, które ktoś wykonuje. Osoba, która codziennie tworzy umowy z klientami z pomocą AI, potrzebuje innego poziomu kompetencji niż osoba, która używa AI okazjonalnie do stworzenia podsumowania. Jednoznaczna odpowiedź na pytanie „ile szkolenia jest wystarczające” nie istnieje, i takiej odpowiedzi nie udzielamy.
Kompetencje bez wglądu w ryzyka poszczególnych sytuacji użycia pozostają abstrakcją. Pracownik, który wprowadza dane firmowe do darmowego okna czatu, ponosi inne ryzyko niż pracownik korzystający z wewnętrznego, zabezpieczonego systemu, a co Państwo robią z danymi firmowymi w darmowym oknie czatu to pytanie, które w każdej sytuacji wymaga innej odpowiedzi. Kompetencje to więc nie jeden program dla całej organizacji, lecz dopasowanie do tego, z czym ludzie faktycznie pracują.
To dopasowanie zaczyna się od wiedzy, jakie zadania są już wspierane przez AI i w jakim zakresie. Skan pracy FTE TO AI wylicza dla każdego zadania, jaka część pracy może zostać przejęta przez AI, dając tym samym konkretny obraz tego, gdzie kompetencje są najbardziej potrzebne: nie w sensie ogólnym, lecz w miejscu, gdzie praca faktycznie się zmienia.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.