Szkolenie ze sztucznej inteligencji: czego powinien nauczyć się zespół?

Szkolenie ze sztucznej inteligencji bywa oceniane liczbą poznanych narzędzi lub ciekawych przykładów. Po powrocie do pracy ważniejsze jest jednak to, czy uczestnik umie dobrać zadanie, przygotować polecenie, sprawdzić wynik i rozpoznać, kiedy narzędzie nie powinno dostać danych albo podejmować decyzji.

Dobre zajęcia zaczynają się od pracy zespołu, a nie od długiego katalogu funkcji. Mają pomóc ludziom używać narzędzi w określonym celu i rozumieć ich ograniczenia. Poniżej znajdziesz sposób zaplanowania ćwiczenia oraz sprawdzenia, czy szkolenie odpowiada potrzebom firmy.

Ustal, co zespół ma umieć po zajęciach

Zamiast celu „poznać sztuczną inteligencję”, wybierz jedno lub dwa zadania, przy których zespół chce sprawdzić jej użycie. Mogą to być szkic odpowiedzi na typowe pytanie, uporządkowanie notatek, streszczenie zatwierdzonej instrukcji albo przygotowanie wariantów tekstu do późniejszej redakcji.

Opisz oczekiwane umiejętności przez działanie. Uczestnik ma potrafić:

• wyjaśnić, jaki wynik chce uzyskać i co narzędzie powinno wiedzieć;
• przekazać potrzebny kontekst i określić format odpowiedzi;
• wskazać, które informacje wymagają potwierdzenia;
• porównać wynik z dokumentem, wymaganiem lub wiedzą eksperta;
• poprawić polecenie, gdy rezultat nie spełnia kryteriów;
• zatrzymać pracę i poprosić o pomoc, gdy stawka jest wysoka albo brakuje źródeł.

To konkretne umiejętności, które można ćwiczyć i obserwować. Nie są obietnicą, że narzędzie zawsze da właściwą odpowiedź.

Wybierz ćwiczenie z prawdziwego sposobu pracy

Poproś zespół o opis powtarzalnego zadania, a następnie wybierz materiał, którego wolno użyć na szkoleniu. Usuń dane klientów i informacje poufne, jeśli nie są potrzebne. Jeśli firma nie ma zatwierdzonej usługi ani zasad korzystania z danych, pracuj na materiale fikcyjnym lub publicznym i potraktuj wybór narzędzia jako osobną decyzję.

Przygotuj jasny cel, ograniczenia i kryteria. Na przykład: wynik ma zachować ustalone fakty, nie dodawać nowych zobowiązań, używać tonu firmy i zaznaczać brak informacji zamiast zgadywać. Uczestnicy mogą najpierw stworzyć rezultat bez narzędzia, potem przygotować polecenie, sprawdzić odpowiedź i nanieść poprawki. Porównanie pokazuje, gdzie narzędzie pomaga, a gdzie nadal potrzebna jest wiedza pracownika.

Pokaż cały cykl pracy, nie tylko polecenie

Ćwiczenie powinno obejmować więcej niż wpisanie prośby do okna. Uczestnik powinien zobaczyć, że jakość zależy od jasnego zadania, dobrego kontekstu i kontroli wyniku. Przykład poniżej jest fikcyjnym materiałem szkoleniowym, nie opisuje zasad ani realizacji Konkret.Studio.

Materiał ćwiczeniowy: „Obsługa zamówień jest dostępna od poniedziałku do piątku w godzinach 9:00-16:00. Wiadomości wysłane po godzinach obsługi są przyjmowane następnego dnia roboczego. W pilnej sprawie dotyczącej już złożonego zamówienia klient powinien podać numer zamówienia. Nie obiecujemy terminu dostawy bez sprawdzenia dostępności produktu.” Zadanie: przygotuj krótką odpowiedź dla klienta, który pisze wieczorem, pyta o dostawę produktu i nie podaje numeru zamówienia. Polecenie do narzędzia: „Napisz uprzejmą odpowiedź na podstawie wyłącznie podanej instrukcji. Wyjaśnij, w jakich godzinach działa obsługa, poproś o informację potrzebną w pilnej sprawie i nie obiecuj terminu dostawy. Jeśli instrukcja nie odpowiada na pytanie, powiedz, że trzeba to sprawdzić.” Sprawdź wynik: czy godziny obsługi są zgodne z instrukcją; czy nie dopisano obietnicy terminu; czy poproszono o numer zamówienia tylko wtedy, gdy sprawa jest pilna i dotyczy już złożonego zamówienia; czy jasno powiedziano, że dostępność i termin wymagają potwierdzenia. Jeśli odpowiedź brzmi wiarygodnie, ale pomija któreś kryterium, uczestnik poprawia ją i wskazuje, co zmienił.

Po takim ćwiczeniu omów, które zdanie wynikało z instrukcji, gdzie narzędzie mogło zgadywać i co powinien zatwierdzić pracownik. To uczy całego cyklu: określenia zadania, ograniczenia źródeł, sprawdzenia i korekty.

Nie oceniaj efektu wyłącznie po tym, czy „brzmi dobrze”. Użyj kryteriów związanych z zadaniem. W przypadku szkicu odpowiedzi może to być zgodność ze źródłem, brak nieuzgodnionych obietnic, kompletna odpowiedź na pytanie i jasny następny krok. W przypadku streszczenia instrukcji: zachowanie wyjątków i brak dopisanych zasad.

Naucz bezpiecznego obchodzenia się z informacją

Przed ćwiczeniem wyjaśnij, które dane można przekazywać do wybranego narzędzia, kto to zatwierdził i jak postępować z danymi klientów, dokumentami wewnętrznymi oraz informacjami poufnymi. Zasady zależą od usługi, planu, ustawień organizacji, połączeń z innymi narzędziami i pełnego przepływu danych. Nie wystarczy ogólne stwierdzenie, że sztuczna inteligencja jest bezpieczna albo że firma korzysta z płatnej wersji.

Pokaż uczestnikom, gdzie znaleźć źródła odpowiedzi i jak ocenić, czy są aktualne. Jeśli narzędzie nie podaje źródeł, uczestnik powinien sprawdzić ważne twierdzenia w zatwierdzonych dokumentach. Nie należy wykorzystywać wyniku w umowie, decyzji kadrowej ani odpowiedzi dla klienta bez wymaganej w firmie kontroli.

NIST wskazuje, że używanie generatywnej sztucznej inteligencji może uzasadniać dodatkowy przegląd przez ludzi, monitorowanie i nadzór. To przydatny argument za włączeniem kontroli do szkolenia; dokument jest dobrowolną ramą zarządzania ryzykiem, a nie certyfikacją uczestników. NIST: profil ryzyka generatywnej sztucznej inteligencji.

Sprawdź umiejętności podczas ćwiczenia

Zanim zajęcia się zaczną, ustal prostą kartę oceny. Obserwator może zaznaczyć, czy uczestnik:

• określił cel i odbiorcę zadania;
• użył zatwierdzonych informacji;
• poprosił o wymagany format;
• sprawdził fakty, które mają znaczenie;
• wskazał niepewność lub poprosił o brakujące dane;
• poprawił wynik zgodnie z kryteriami;
• wiedział, kiedy przekazać sprawę człowiekowi.

Sprawdź umiejętność na drugim, podobnym zadaniu, którego uczestnik wcześniej nie wykonywał. Nie jest to naukowa ocena ani gwarancja zachowania w każdej sytuacji. Daje jednak zespołowi konkretną informację: które kroki są zrozumiałe, a które wymagają wyjaśnienia.

Zbieraj przykłady błędów. Jeśli kilka osób nie wie, jak potwierdzić odpowiedź, problemem może być brak właściwego źródła. Jeśli ludzie przekazują narzędziu zbyt dużo danych, potrzebne są jaśniejsze zasady. Jeśli polecenia są rozbudowane, ale wyniki nadal nie odpowiadają na zadanie, sprawdź, czy samo zadanie ma uzgodnione kryteria.

Zaplanuj ciąg dalszy

Jedno spotkanie nie rozwiąże kwestii dostępu, aktualności dokumentów ani odpowiedzialności za końcową decyzję. Po szkoleniu wyznacz osobę lub kanał, gdzie można zgłaszać niejasności. Zapisz zatwierdzone zastosowania, narzędzia, ograniczenia i przykładowe sposoby sprawdzania wyników. Wróć do uczestników później i zapytaj, co faktycznie stosują, gdzie pojawiają się błędy i jakiej wiedzy brakuje.

Dopiero wtedy zdecyduj, czy potrzebna jest druga sesja, osobne ćwiczenie dla liderów, wdrożenie asystenta do dokumentów albo zmiana procesu. Dla zespołów o różnych zadaniach jedno ogólne szkolenie może nie wystarczyć; ćwiczenia warto dopasować do ról, zachowując wspólne zasady dotyczące danych i weryfikacji.

Krótka karta planowania

• Zadanie: co uczestnik ma wykonać?
• Materiał: na czym może ćwiczyć bez ujawniania zbędnych danych?
• Kryteria: po czym pozna, że wynik spełnia wymagania?
• Kontrola: kto sprawdza fakty i zatwierdza rezultat?
• Granica: czego nie wolno przekazywać narzędziu ani pozostawiać mu do decyzji?
• Dalszy krok: jak zespół zgłosi pytanie lub błąd po szkoleniu?

Jeśli nie umiesz odpowiedzieć na te pytania, zacznij od przygotowania zasad i materiału do ćwiczeń. Szkolenie jest najbardziej użyteczne wtedy, gdy uczestnicy pracują na zadaniu, które rozpoznają, a kończą ze sposobem sprawdzenia efektu i jasnością, kiedy odpowiedzialność pozostaje po stronie człowieka. Poznaj szkolenia ze sztucznej inteligencji dla firm. Więcej o przygotowaniu źródeł do pracy z wiedzą firmową przeczytasz w poradniku o asystencie dokumentów.

Źródło

• NIST: profil ryzyka generatywnej sztucznej inteligencji