Микрообучение команды использованию ИИ

Микрообучение команды использованию ИИ — это короткий сеанс в рамках регулярных собраний, во время которого все вместе экспериментируют с ИИ, а затем делятся полученными знаниями.

Во время сеанса члены команды:

• выбирают простую задачу для решения с помощью ИИ;
• в течение 10–15 минут самостоятельно или в парах учатся решать эту задачу с помощью ИИ;
• снова собираются и делают короткие презентации, чтобы показать, что сработало, а что нет;

• фиксируют полученные знания, чтобы в будущем каждый мог применить этот опыт в работе с ИИ.

Вместо того чтобы отправлять людей самостоятельно изучать ИИ, микрообучение позволяет экспериментировать вместе.

• Коллективно: все пробуют решать задачу одновременно.
• Легко: цель заключается в обучении использованию ИИ, а не в выпуске идеального продукта.
• Регулярно: время практики четко ограничено и вносится в график работы.

• Эффективно: обучение использованию ИИ встраивается в существующий график и не требует дополнительных собраний.

Сеансы микрообучения — это простой способ экспериментировать, учиться в группе и помогать коллегам делать первые шаги в создании и совершенствовании ИИ-помощников для реальных рабочих процессов.

Большинство команд понимают важность ИИ, но затрудняются использовать его в повседневных задачах. Чтобы полностью раскрыть потенциал ИИ, всем командам, а не только техническим, нужно пространство для экспериментов.

Исследование Atlassian показывает следующее.

• Компании, которые предоставляют каждой команде возможность использовать ИИ, даже если стратегия его использования еще не определена окончательно, вдвое чаще создают инновации, чем компании с медленным внедрением ИИ.
• 24 % работников умственного труда отмечают, что могли бы работать быстрее, если бы ИИ в их командах применялся активнее.

• Участники команд, которые видят, что их руководитель использует ИИ, в 4 раза чаще экспериментируют с ИИ на постоянной основе и в 3 раза чаще методично сотрудничают с ИИ.

Эксперименты с ИИ могут казаться пугающими, изолирующими и менее приоритетными, чем другие задачи. Микрообучение команды решает эти проблемы следующим образом:

• осознанное выделение времени на целенаправленное изучение ИИ;
• противодействие классическому подходу «когда-нибудь я изучу ИИ» с помощью коротких и предсказуемых сеансов обучения;
• переход от необязательного разового обучения к регулярной практике, встроенной в повестку собраний;
• замена индивидуального темпа обучения совместной скоординированной практикой;

• моделирование экспериментов.

Запускайте этот сценарий, если:

• Ваша организация внедрила инструменты ИИ, но используются они хаотично.
• Участники команды говорят, что им интересен ИИ, но они не знают, с чего начать, или боятся пробовать его в одиночку.
• Недавно вы провели семинар по обучению использованию ИИ и теперь хотите сохранить набранный темп.
• Вы хотите сократить разрыв между «суперпользователями» ИИ и всеми остальными, предоставив команде безопасную общую среду для обучения.

• Вы составляете или обновляете рабочие соглашения по ИИ, и вам нужен конкретный алгоритм, чтобы применять эти соглашения в повседневных задачах.

Особенно полезно в следующих случаях:

• В начале нового проекта, квартала или предприятия, когда вы хотите изучить, как ИИ может помочь в достижении ваших целей.
• После демонстрации использования ИИ руководством, когда нужно превратить вдохновение в привычку.

• В гибридных или распределенных командах, где сотрудники не всегда видят, как их коллеги используют ИИ.

Для начала вы можете запускать этот сценарий раз в месяц во время регулярных собраний команды, а затем скорректировать частоту по мере роста энтузиазма и уверенности сотрудников.

Исследования, проведенные как в Atlassian, так и за пределами компании, показывают, что целенаправленное выделение времени и пространства для изучения ИИ в рамках существующих командных процессов помогает:

1. повысить производительность на 33 %;
2. обеспечить уверенность и ясность в работе;
3. повысить исполнительность сотрудников, особенно когда они сталкиваются с отвлекающими факторами и конкурирующими требованиями.
4. Боритесь с «предвзятостью в пользу статус-кво» или естественным желанием пропустить этот шаг
5. Улучшите ответственность в команде

Когда руководители используют ИИ, это становится ключевым фактором, мотивирующим команду изучать и внедрять такие инструменты. Опрос Atlassian Индекс взаимодействия с ИИ, в котором приняли участие 12 000 работников умственного труда, показал, что сотрудники, посмотревшие демонстрацию примера использования ИИ от руководителя, в 4 раза чаще решали задачи с помощью таких инструментов в течение дня и в 3 раза чаще методично сотрудничали с ИИ. В ходе внутреннего эксперимента в Atlassian после одной демонстрации от руководителя использование Rovo AI выросло на 90 %.