AI 如何帮助学习型专业人士进入尚未开发的领域

快速阅读: 据《TrainingZone.co.uk》称，本文探讨人工智能在职业发展、绩效支持、知识管理和个性化学习等方面的应用，强调其对学习与发展领域的深远影响。建议与技术提供商合作，逐步适应AI带来的变化，并展望未来学习格局的关键挑战。

这是《培训专区》系列文章《利用人工智能转型解决学习与发展遗留问题》的第二部分。在第一部分中，我们探讨了如何让人工智能帮助处理你所面临的新学习内容遗留问题。在这里，我们将利用那次“大扫除”后的全新视角，探索一些之前未曾涉足的空间。人工智能为展现出你在业务和学习者面前的最佳状态打开了更多可能性——或者至少开始安排正确的对话以推动事情向前发展。借助人工智能的职业发展这（以及一直以来）比单纯的学习更重要。人工智能可以帮助更好地融入更广泛的HR领域。为此所做的准备工作包括明确职位映射，并将这些职位分解为完成该角色所需的任务。与人才管理和HR部门的朋友交流，优化职位描述、职责、任务及关联技能。他们可能无论如何都会进行这项针对人工智能驱动的职业规划的练习。借助人工智能的职业发展而且你知道吗？你可以使用人工智能来帮助完成其中的一些任务，并加入人工审核环节。然后可以将有关如何完成特定任务的信息和/或微学习内容输入到封闭的语言模型中，其中包括链接到可能存在相关内容的LMS或SharePoint。更专注的绩效支持人工智能终于让我们这些学习专业人士有机会通过绩效支持发光发热。这包括学习辅助工具，可以在员工需要时提供精准的工作支持，你可以向人工智能助手提问（了解更多关于人工智能和无边界绩效的内容）。这对学习者来说将产生巨大影响，因为他们不再需要经历冗长的课程或在内网上无休止地搜索那条完成任务所需的信息。交互式知识管理机器人你的知识管理或内容存储情况可能看起来像那个老合租公寓里的鞋柜，或者虽然存在但未被充分利用。通过人工智能覆盖层，无论是在无缝入职体验中整合知识，还是更好地服务于专家社区或职能专家，都可以让你的学习者感到更加顺畅。这也可以帮助解决当前LMS或其他遗留系统的问题。你的受众可能会越来越少看到底层的东西——这或许是一种福气。与IT人员交朋友，并设法参与他们正在试点的项目。个性化学习人工智能现在可以分析学习者的绩效，并根据其技能水平调整学习难度和评估问题类型，与其共同成长。学习者甚至可以与人工智能合作，共同塑造这一过程。人工智能还能协助策划中间发生的事项。这可以通过ChatGPT等平台上的对话方式，在路径策划层面，人工智能驱动的教练解决方案或通过提供动态内容的人工智能覆盖层实现。回顾本系列的第一部分：与现有供应商和合作伙伴沟通，着手行动。不错的LMS啊。但要是出了什么状况……大多数具有一定规模的组织如今都有一个LMS（或LXP）。这些平台已成为目前实现诸多有用功能的最佳途径：保存学习记录、存储内容并跟踪使用情况、合规性覆盖、提供用户界面、管理活动和注册等等——所有的好东西。进入人工智能。这或许还不是LMS的终结，但你可能已经开始发现LMS/LXP能做到的事，人工智能同样可以。开始注意并记下这些好处。你当前的格局将不得不改变和进化。环顾四周，与你新结识的人工智能专家好友深入探讨这些问题。现在或许还为时过早，无法直接切断那根大电缆，你未来可能仍然需要某些功能。希望你的学习技术提供商也会随之演变。但现在正是时候，开始培养对现状和未来的感知，这样当重大决策来临时，你能做出正确的选择。克利普的回归本系列文章的一位作者（利奥尔）若非在90年代末实习期间得到克利普的“实际指导”，可能就不会有现在的商业生涯。克利普是微软产品中一种基于上下文的动画纸夹，会提示“看起来你在尝试做xxx，需要帮忙吗？”然后提供帮助。人工智能助手现在以越来越流畅且精准的方式这么做，采取更具咨询性和指导性的方法，支持人们低调地自助。我们强烈推荐由斯派克·琼斯执导的2013年电影《她》，这是所有对人工智能感兴趣的L&D专业人士必看的电影。它设定在一个每个人都拥有自己的人工智能助手（比如知识管理机器人）的世界里。这是帮助我们构想足够宏大未来可能性的未来主义视角，考虑我们在L&D中如何增加价值和创造影响。在本人工智能系列的第三部分（预计于2025年4月底发布），我们将探讨一些关键的未解挑战，如评估和指标，它们是连接未来学习格局的关键解锁点。敬请关注！

(以上内容均由Ai生成)