人力资源行业文章

人力资源管理软件新闻:未来十年,企业学习生态系统中的人工智能及自动化

发布于 2020-4-29 9:06:17   阅读次数:


近几年,企业学习一直都在按部就班地进行数字化升级,我们也有幸看到了一些包括人工智能及自动化在内的技术应用及预测,然而,对于这些应用和预测,很多企业还持观望态度。

 

2020年一场席卷全球的突发疫情,让这些企业不得不重新审视和思考新技术在企业学习中的应用。

 

合协人力资源管理软件的小编认为,现在已经有越来越多的企业开始意识到,要建立一个持续、互联和个性化的学习生态系统,必须要拥抱人工智能及自动化,唯有此,才能帮助企业和员工做好应对未来的准备。

 

很多人担心人工智能和自动化会取代人类的工作,实际上,纵观技术的发展史,我们会发现技术更多的是改变我们的工作性质,将人们从常规的重复的任务中解放出来。

 

人工智能和自动化在降低成本、提升效率的同时,其更大的价值在于增强人的能力。因此,我们必须在组织的价值链中找到能够有效映射人与人工智能的联系,而这也是企业学习发展人员未来十年工作中的重点任务之一。

 

未来十年,我们将从以下几个方面见证人工智能及自动化对企业学习的影响。

 

高度个性化的学习体验

 

个性化学习会是未来企业学习的主要形态,并且随着时间的推移而不断深化升级。人工智能将是创造高度个性化学习体验的关键组成部分——学习者不但能够个性化自己的学习之旅,还能发展自己的教练、同伴及导师网络,及时处理在工作中遇到的特殊问题和情况,满足自身学习需求和学习兴趣。

 

比如,动态的学习地图能帮助员工访问最相关的的知识内容,方法是在员工基础画像和数据的基础上,向员工提出一组与他们想要学习或创新的领域相关的问题,并且利用Siri等聊天机器人、可穿戴设备等与系统对接,方便员工能够在多种访问方式中选择最适合自己的一种,进行快捷方便的学习。

 

随着自然语言处理(NLP)的改进,智能学习系统在一系列物理环境中提供个性化学习体验的效率会越来越高,还会通过建议学习者休息、根据需求变化切换不同的学习路径或者在感受到员工沮丧、挣扎,问题无法解决时,向人类教练学习或求助,来解决员工的情感和身体需求。

 

实际上我们在供应链、视频游戏中已经看到了这方面的应用实践:物流公司已经将交通状况与不断变化的配送点等实时信息,与人工智能的算法相结合,以绘制出最优的配送路线;许多游戏系统现在都内置了触发器,提示玩家在花了大量时间玩游戏时要适当休息。

 

随着人工智能在企业学习领域的深度应用,其算法和数据集将得到更加长足的发展,并基于对员工包括知识、信心、好奇心等内在特征的掌握,进一步整合实时和虚拟学习过程中的教练、导师资源,为每位员工规划出高度个性化的学习路径。

 

更实际的学习价值

 

微知识系统和智能问答,将改变过去的检索式搜索体验,在员工遇到问题时,通过提供精准解决方案的相关知识经验,为员工学习带来更实际的价值。

 

微知识系统在人工智能和自动化技术的支持下,能够对企业数据库图片、视频、文档等所有形式的内容进行扫描解析,将相关的知识经验与工作中的应用场景相连接,并一一标记以备员工因为员工不时之需的检索学习需求。

 

智能问答,不仅方便员工在遇到问题时向系统发问寻找企业内部的与解决方案相关的知识经验,还可以将互联网上的知识经验共享给员工。

 

另外,在微知识系统和智能问答基础上的智能学习系统还能够与现有专家、企业内外的同行等建立联系,方便企业进行知识经验更新、洞悉行业发展趋势的同时,也方便员工建立自己的教练或导师网络。

 

简化学习项目及课程的设计开发过程

 

相比传统上学习项目及课程设计的前中后期准备,人工智能创造高度个性化学习体验更多依赖于其在企业学习上游价值链的作用:

 

为学习发展人员提供更多的源内容,方便他们将过去用在学习项目开发设计的精力转移到内容策展上;

与第三方网络、知名专家、同行等建立联系,丰富企业的专家导师库,帮助企业构建一个内外协同的学习生态;

利用推荐体系集成一系列企业内外的知识经验,满足企业及员工的各种需求;

各种课程制作工具,让每个人都可以成为知识经验的贡献者;

重新定义企业学习各方干系人的角色,让团队领导、公司高管等角色承担他们应有的职责,学习项目不再依赖学习发展人员,团队领导、高管甚至员工自己都可以方便地定义设计自己的学习项目。

 

未来,随着人工智能的发展,智能学习系统会有更多的工具和功能,简化学习系统及学习实践的流程,提升员工、课程开发者、学习发展人员等的学习参与度和积极性。

 

培训经理在与AI协同中的新角色

 

我们已经从员工学习体验的角度大概确定了未来的变化方向,那么培训经理或者学习发展人员在与人工智能协同的过程中的有哪些主要职责?目前来看,有以下三个:

 

训练智能学习系统,包括帮助智能学习系统进化和改进,比如,使自然语言处理器减少错误,并改进人工智能系统对人类行为的模拟;

分析智能学习系统的结果,保证智能决策过程的可靠性;

维护智能学习系统,不断努力识别和消除系统中的偏差,以达到预定目标。

 

从这一角度来说,强大的分析能力越来越重要,掌握数据学习技能集的学习发展人员将会受到企业学习市场的欢迎,因此,培训经理或学习发展人员必须有效地使用从机器人到虚拟代理的一系列智能技术,将自身角色发展为数字学习的数据科学家,去管理学习模型、演进算法、培训自动化设计和反馈系统。


本文摘自互联网

相关文章
集团企业的典型客户