Miért buknak meg az AI felkészítő képzések?

A mesterséges intelligenciával kapcsolatos szervezeti feszültségek nem a munkavállalók hibája, hanem a hiányos változáskezelésé – nyilatkozták szakértők a HR Dive-nak.

A vállalatok hatalmas mennyiségű időt, energiát és pénzt fordítanak arra, hogy munkatársaikat felkészítsék a mesterséges intelligencia eszközök használatára, de a legújabb jelentések szerint ezek az erőfeszítések gyakran nem hoznak eredményt – vagy egyenesen kudarcot vallanak.

A Docebo 2026-os AI Readiness Gap jelentésében megállapította, hogy az alkalmazottak 85%-a szerint nem tudja a kapott AI-képzést a mindennapi munkájában alkalmazni.

A tanulási platformot üzemeltető vállalat, a Docebo kutatása azt is megállapította, hogy a munkavállalók 56%-át annyira elárasztják az úgynevezett „pre-AI” manuális feladatok, hogy nincs idejük megtanulni azokat az eszközöket, amelyek időmegtakarítást hivatottak biztosítani számukra. Ezen felül a válaszadók 78%-a azt állítja, hogy a tanulás a ténylegesen használt eszközök, például a Slack vagy a Salesforce körén kívül zajlik, ami azt jelenti, hogy a mesterséges intelligencia képzés inkább elvonja a figyelmet, mintsem a befektetés megtérülését elősegítené.

Ha úgy tűnik, hogy az AI-ra való felkészülés nem hozta meg a várt eredményeket, a szakértők szerint a következő lépéseket kell megtenni.

Határozzunk meg paramétereket és irányelveket az AI használatára vonatkozóan!

Először is, a vállalatoknak egyértelműen megfogalmazott AI-irányelvvel kell rendelkezniük, amely felvázolja, mely eszközök használata megengedett, és hogyan használhatók azok. Irányelv hiányában a munkavállalók saját maguk kísérletezhetnek – mondta a HR Dive-nak Melissa Stout, a Milestone operációs alelnöke. Az ilyen kísérleti jellegű használat nem jelenik meg a tipikus AI-bevezetési nyomon követésben, és a szigorúan szabályozott iparágakban, mint a pénzügy és az egészségügy, a munkavállalók az ügyfelek személyes azonosító adatait nyilvános AI-eszközökbe vihetik be.

De a szabályozási katasztrófa elkerülésén túl egy olyan irányelv, amely útmutatást ad az AI használatához, segíthet a munkavállalóknak az AI bevezetésében – mondta Stout. „Ha egyáltalán nincs útmutatás, nincs együttműködés a témában, akkor abban a pillanatban, amikor túl nehéznek érzik, vagy rossz választ kapnak, az emberek visszatérnek a szokásos módszereikhez” – folytatta.

Ha a munkavállalóknak lehetőséget adunk az együttműködésre és a bonyolult kérdések megvitatására, az is segíthet abban, hogy olyan módon fogadják el az AI-t, amely valóban javítja a termelékenységüket. A Milestone-nak például van egy Slack-csatornája az AI-s sikereknek. Az AI megvitatására szolgáló ilyen terek „elveszik a titokzatosságát, és tudatosítják az emberekben, hogy nyugodtan beszélhetnek róla” – mondta Stout.

Foglalkozzunk a munkavállalók AI-vel kapcsolatos aggályaival és az eltérő bevezetési arányokkal!

Az AI-ra való felkészültséget célzó képzés feltételezheti azt is, hogy minden munkavállaló ugyanazzal az alapismerettel, megértéssel és elfogadottsággal rendelkezik az AI-vel kapcsolatban. Mint minden új technológia esetében, a különböző demográfiai csoportokba tartozó és különböző háttérrel rendelkező embereknek eltérő alapvető elvárásaik lesznek, amikor azt mondják nekik, hogy használják azt – mondta Stout.

Lehet, hogy a munkavállalók az AI-nak tulajdonított létszámleépítésekről szóló híreket olvasnak, és attól tartanak, hogy olyan technológiát kell elsajátítaniuk, amely végül felváltja őket; aggódhatnak a technológia környezeti hatásai miatt is – mondta Stout. A munkavállalók így eltérő mértékben érzik magukat kényelmesen az AI bevezetésével kapcsolatban, ami azt jelentheti, hogy egyesek nem használják, vagy olyan csapatokba kerülnek, amelyek a különböző bevezetési arányok miatt patthelyzetbe kerülnek.

Ezek a súrlódások nem a munkavállalók hibái – mondta Rema Lolas, a Grozaic csapatépítő platform alapítója és vezérigazgatója. Ehelyett a rossz változáskezelés szakadékot hoz létre „egy olyan szervezet, amely nagyon nagy beruházást hajt végre, és azt akarja, hogy a dolgok nagyon gyorsan menjenek”, és azok között, akiknek használniuk kell azt – mondta. „Ez nem jut el a szervezet alsóbb szintjeire, és az emberek nem feltétlenül tudják, mit csinálnak.”

Készítsünk ütemtervet ahelyett, hogy egyszeri megközelítést alkalmaznánk!

Az AI bevezetésével megbízott csapatok beszorulhatnak a felsővezetők, akik gyors megtérülést akarnak az AI-eszközökre költött pénzért, és a munkavállalók közé, akiknek azt mondják, hogy azonnal meg kell változtatniuk a munkamódszerüket, vagy különben menniük kell.

„Nem lehet csak úgy elküldeni az összes alkalmazottat egy órás AI-képzésre” – mondta Megan Beane Torres, a Docebo alkalmazotti sikerért felelős alelnöke. Lehet, hogy a vállalatokat túlzottan elkápráztatta az AI ígérete, ami irreális elvárásokat támaszt a bevezetéssel és a termelékenységgel kapcsolatban.

A csapatoknak kérdéseket kell feltenniük az AI használatával kapcsolatban – mondta.

„Mi volt az a probléma, amivel az elején szembesültünk, és amit az AI megold?” – kérdezte. „Ne csak úgy dobáljuk az AI-t mindenre.”

Egy egyszeri megközelítés helyett a tanulási és fejlesztési szakemberek inkább kidolgozhatnak egy útitervet egy „tanulási úthoz”, mondta, és elmagyarázhatják, „mi is az út egyes lépései”. Ha az AI-ra való felkészülés eddig akadozott, akkor kezdjük az AI bemutatásával, beleértve azt is, hogy mit jelentenek az „A” és az „I” betűk. „Ahogy egyre mélyebbre merülünk, akkor kerülnek képbe az üzleti vezetők problémái, és kerül sor a részlegek szerinti személyre szabásra.”

HR Dive

fotó: unsplash