Обучение работе с ИИ проваливается, если учить инструментам, а не работе
Обучение работе с ИИ проваливается, если учить инструментам, а не работе Автор статьи Скотт Макмахан утверждает: компании дают сотрудникам доступ к генеративному ИИ и ждут автоматического роста продуктивности, но внедрение часто буксует. Кто-то пользуется ИИ ежедневно, кто-то избегает его из недоверия, а кто-то принимает ответы модели без проверки. Проблема, по его словам, редко в доступе к инструменту — не хватает практической грамотности в работе с ИИ. Умение писать запросы — лишь часть навыка. Сотрудникам также нужно уметь проверять ответы модели, распознавать выдуманные факты, защищать чувствительные данные, замечать предвзятость и понимать, когда задача требует человеческого решения. Без этого, предупреждает автор, лучшие запросы дают лишь более убедительные ошибки. Обучение автор предлагает делать по ролям, а не единым курсом: разработчикам — про генерацию кода, безопасность и интеллектуальную собственность; техническим писателям — про проверку источников и редактуру; руководителям — про оценку сценариев и риски внедрения; топ-менеджерам — про стратегию и соответствие правилам. Так сотрудники получают знания, которые можно применить сразу. Пассивные видеолекции, по мнению автора, редко меняют рабочее поведение. Вместо них — практические задания на реальных обязанностях: проверить код, суммировать документацию, подготовить отчёт, а затем разобрать результат, найти ошибки, поправить запрос и сравнить с принятыми стандартами качества. Это формирует и навык, и здоровый скепсис. Начинать автор советует с основ: какие инструменты разрешены, что можно в них передавать, как проверять точность и куда эскалировать проблемы. Продвинутые приёмы — только после этих границ. И измерять нужно не «пройденные модули», а изменения в работе: внедрение, экономию времени, качество, уверенность сотрудников, долю ошибок. Для этого он рекомендует пилот в одном отделе, а затем масштабирование. Грамотность в ИИ, подчёркивает автор, не разовая сертификация: инструменты и риски меняются, нужны периодические обновления и включение обучения в онбординг. Цель — не превратить всех в специалистов по ИИ, а дать людям достаточно знаний, чтобы пользоваться ИИ продуктивно, критически оценивать ответы и понимать, когда нужно человеческое суждение. Конкретных цифр эффекта автор не приводит — это методические рекомендации, а не отчёт о внедрении. Источник: https://dev.to/scott_mcmahan_d085ae6e508/ai-literacy-training-should-focus-on-work-not-tools-5ck2