Eğitim Odasında Kimse Bundan Konuşmuyor
Bugün çoğu kurumsal eğitim oturumuna katıldığınızda yapay zeka destekli öğrenme platformları, uyarlanabilir içerik sunumu ve kişiselleştirilmiş öğrenme yolları hakkında çok şey duyacaksınız. Nadiren duyduğunuz şey, her şeyi kimin yönettiği ve işler ters gittiğinde ne olacağıdır.
Bu boşluk bir tesadüf değil. Çoğu Öğrenme ve Geliştirme (Öğrenim ve Geliştirme) ekibi yapay zeka araçlarını benimsemeye o kadar odaklanmış durumda ki önemli bir adımı tamamen atlamış durumdalar. Eğitim programlarını yönlendiren yapay zeka sistemlerinin adil, şeffaf, hesap verebilir ve kuruluşlarının değerleriyle uyumlu olup olmadığını sormayı bırakmadılar. Özel yapay zeka yönetişim hizmetlerinin devreye girdiği ve ileriyi düşünen öğrenme ve geliştirme liderlerinin neden bu konuya yakından ilgi göstermeye başladığı da tam olarak burasıdır.
Bu makalede…
Öncelikle Çoğu Öğrenme ve Geliştirme Ekibinin Şu anda Nerede Olduğu Konusunda Dürüst Olalım
Öğrenme ve Geliştirme ekiplerinin çoğunluğu, son iki yılda yapay zeka destekli en az bir aracı benimsedi. İster öğrenme yolları öneren bir ÖYS/ÖYS, ister eğitim modüllerini otomatik olarak oluşturan bir içerik platformu, ister çalışanların performansını puanlayan bir değerlendirme aracı olsun, yapay zeka zaten perde arkasında önemli işler yapıyor. Ama işte rahatsız edici gerçek. Çoğu kuruluş, yapay zekanın kararlarını nasıl verdiğini, bu kararların taraflı olup olmadığını veya sistem yanlış yaptığında sonuçlarının ne olduğunu anlamak için herhangi bir resmi çerçeve olmaksızın bu araçları benimsemiştir.
Çoğu Öğrenme ve Geliştirme liderinin kabul etmek isteyeceğinden daha yaygın olan birkaç senaryoyu düşünün:
- Yapay zeka destekli bir beceri değerlendirme aracı, performans farklılıkları nedeniyle değil, üzerine inşa edildiği eğitim verilerinin temsili olmaması nedeniyle belirli demografik gruplardaki çalışanları sürekli olarak diğerlerinden daha düşük puanlıyor. Öğrenme ve Geliştirme ekibindeki hiç kimse bunu bilmiyor çünkü hiç kimse modelin nasıl eğitildiğini sormadı.
- Kişiselleştirilmiş bir öğrenme platformu, neredeyse yalnızca zaten üst düzey pozisyonlarda bulunan çalışanlara ileri düzey liderlik eğitimi önererek, yüksek potansiyele sahip yetenekleri alt düzey rollerde etkili bir şekilde devre dışı bırakır. Algoritma tam olarak yapmak üzere tasarlandığı şeyi yapıyor; sadece tasarım özetinde adaletin nasıl olması gerektiğini kimse tanımlamadı.
- Bir içerik oluşturma aracı, temeldeki modelin dağıtımdan bu yana güncellenmemesi veya denetlenmemesi nedeniyle, oldukça güncel olmayan düzenleyici bilgiler içeren uyumluluk eğitim modülleri oluşturur. Eğitim, kimse farkına varmadan binlerce çalışana dağıtılıyor.
Bunlar varsayımsal uç durumlar değil. Bunlar, kuruluşların yapay zekayı benimsemeyi bir yönetişim sorumluluğu yerine bir teknoloji kararı olarak ele aldığında ortaya çıkan türden başarısızlıklardır.
Özel Yapay Zeka Yönetişim Hizmetleri Öğrenme ve Geliştirme İçin Aslında Ne Yapıyor?
“Yönetim” terimi kulağa kuru ve bürokratik gelebilir, bu muhtemelen öğrenme ve geliştirme çevrelerinde fazla yayınlanmamasının bir nedenidir. Ancak özünde yapay zeka yönetişimi, kuruluşunuzun kullandığı yapay zeka sistemlerinin olması gerektiği gibi, adil, şeffaf ve gerçekten önemsediğiniz sonuçlarla uyumlu şekilde çalıştığından emin olmakla ilgilidir.
Özel yapay zeka yönetişim hizmetleri bu prensibi alır ve bunu kuruluşunuzun özel bağlamına yerleştirir. Herkese uygun tek kontrol listeleri sunan genel çerçevelerin aksine, özel bir yaklaşım, gerçek araçlarınıza, gerçek iş gücü verilerinize, gerçek eğitim hedeflerinize ve gerçek risk profilinize bakar ve yönetişim uygulamalarını bu ayrıntılar etrafında oluşturur. Öğrenme ve Geliştirme ekipleri için bu, birçok somut etki alanına dönüşmektedir.
- Yapay zeka destekli değerlendirmeler için adalet denetimi.
Kuruluşunuz çalışan performansını değerlendirmek, terfi önermek veya yüksek potansiyele sahip yetenekleri belirlemek için yapay zeka kullanıyorsa bir yönetişim çerçevesi, bu sistemleri önyargı açısından düzenli olarak denetlemenize yardımcı olur. Bu sadece etik bir husus değildir; giderek artan sayıda yargı alanında yasal bir durumdur. - Öğrenme önerilerinde şeffaflık.
Bir yapay zeka platformu, bir çalışana belirli bir öğrenme yolunu tamamlaması gerektiğini söylediğinde, o çalışanın bunun nedenini anlamayı hakkı vardır. Yönetişim çerçeveleri, satıcıları ve şirket içi ekipleri, öğrencilerin ve öğrenme ve geliştirme yöneticilerinin yapay zeka odaklı önerilerin ardındaki mantığı sorgulayabilmeleri için öneri sistemlerine açıklanabilirlik kazandırmaya zorlar. - Veri sorumluluğu.
Yapay zeka destekli her öğrenme aracı, yalnızca onu besleyen veriler kadar iyidir. Yönetişim uygulamaları, Öğrenme ve Geliştirme ekiplerinin hangi çalışan verilerinin toplandığını, bu verilerin nasıl kullanıldığını, bu verilere kimlerin erişebileceğini ve ne kadar süreyle saklandığını anlamasına yardımcı olur. Bu, hem mevzuata uygunluk hem de öğrenme programlarının gerçekten işe yaramasını sağlayacak türden bir çalışan güveni oluşturmak açısından önemlidir. - Model izleme ve bakımı.
Yapay zeka sistemleri zamanla bozulur. Çalışan popülasyonları değişir, beceri gereksinimleri değişir ve eğitim sırasında bir modele dönüştürülen varsayımlar geçerliliğini yitirir. Bir yönetişim çerçevesi, yapay zeka araçlarının hâlâ amaçlandığı gibi performans gösterip göstermediğini değerlendirmek için düzenli kontrol noktaları içerir ve sapma meydana geldiğinde işaretlemek ve ele almak için açık süreçler içerir.
Genel Çerçeveler Öğrenme ve Geliştirme İçin Neden Yeterli Değil?
Şu anda dünyada yapay zeka yönetim çerçeveleri sıkıntısı yok. AB Yapay Zeka Yasası, NIST Yapay Zeka Risk Yönetimi Çerçevesi, UNESCO'nun Yapay Zeka Etiği Tavsiyesi: Bunlar, yapay zekanın sorumlu kullanımı için önemli ilkeler sağlayan ciddi, iyi yapılandırılmış belgelerdir.
Ancak öğrenme ve geliştirme profesyonelleri için zorluk buradadır. Bu çerçeveler kurumsal öğrenme ortamları göz önünde bulundurularak tasarlanmamıştır. Yüksek riskli yapay zeka uygulamaları, algoritmik şeffaflık ve uygunluk değerlendirmeleri hakkında geniş terimlerle konuşuyorlar: Politika yapıcılar ve kurumsal risk ekipleri için yararlı olan ancak eğitim programlarının tasarlanması ve sunulmasının günlük gerçekliğinden uzak hissettirebilecek bir dil.
Özel yapay zeka yönetişim hizmetleri bu boşluğu dolduruyor. Küresel çerçevelerde yer alan ilkeleri alırlar ve bunları öğrenme ve geliştirme ekiplerinin gerçekte karşılaştığı araçlar, iş akışları ve kararlarla ilgili pratik rehberliğe dönüştürürler. Sonuç, yalnızca kağıt üzerinde uyumlu değil, aynı zamanda öğrenme programlarının oluşturulma ve yönetilme biçimine gerçekten dahil edilmiş bir yönetimdir.
Öğrenme ve Geliştirme Profesyonelinin Yapay Zeka Yönetişimindeki Rolü
Öğrenme ve Geliştirme alanında gerçekleşmesi gereken en önemli değişimlerden biri yönetişimin başka birinin sorumluluğunda olmadığının kabul edilmesidir. Bu yalnızca bir BT sorunu, yasal bir sorun veya veri bilimi sorunu değildir. Çalışanların öğrenme, büyüme ve değerlendirilme şeklini şekillendirmek için yapay zeka sistemleri kullanıldığında, öğrenme ve geliştirme profesyonelleri, bu koltuğa sahip olsalar da olmasalar da bu yönetişim sürecinin paydaşlarıdır.
Bu, satıcılar yeni araçlar sunduğunda doğru soruları sorabilmek için yapay zeka kavramları konusunda yeterince akıcılık geliştirmek anlamına geliyor. Bu, kuruluşunuz yapay zeka destekli öğrenme platformlarını seçerken veya yenilerken adalet ve şeffaflık standartlarını savunmak anlamına gelir. Bu, çalışanların yapay zeka odaklı önerilerin yanlış veya adaletsiz olduğunu düşündüklerinde bunu işaretleyebilmeleri için öğrenme programlarınıza geri bildirim döngüleri oluşturmak anlamına gelir.
Bunların hiçbiri bir Öğrenme ve Geliştirme uzmanının veri bilimci olmasını gerektirmez. Merak, alışılmadık kavramlarla ilgilenme isteği ve eğitim programlarınızın hizmet verdiği kişilerin, onların gerçek çıkarları doğrultusunda çalışan yapay zeka sistemlerini hak ettiği fikrine bağlılık gerektirir.
Kuruluşunuzun Yönetişim Çerçevesi Yoksa Nereden Başlamalı?
Öğrenme ve Geliştirme ekibiniz yapay zeka yönetişimine sıfırdan başlıyorsa en önemli ilk adım görünürlüktür. Şu anda öğrenim ekosisteminizde kullanılan tüm yapay zeka destekli araçların bir listesini yapın. Her araç için üç temel soruyu yanıtlamaya çalışın: Bu araç hangi verileri kullanıyor? Hangi kararları etkiler? Bir şeyler ters giderse sorumlu kim olacak?
Çoğu ekip, araçlarının çoğu için bu sorulardan en az birine yanıt veremediklerini oldukça hızlı bir şekilde keşfeder. Bu boşluk sizin başlangıç noktanızdır ve kapsamlı bir yönetişim çerçevesini bir gecede uygulamaya çalışmaktan daha dürüst ve verimli bir başlangıç noktasıdır.
Buradan itibaren yönetişim uygulamalarının şirket içinde mi oluşturulacağı yoksa özel yapay zeka yönetişim hizmetleri aracılığıyla dışarıdan uzmanlık mı getirileceği konusundaki tartışma çok daha temele oturuyor. Neyi yönetmeye çalıştığınızı bilirsiniz, kör noktalarınızın nerede olduğunu anlarsınız ve gerçekte ne tür bir desteğin ibreyi hareket ettireceği konusunda çok daha bilinçli bir tartışma yapabilirsiniz.
Sonuç olarak
Yapay zeka yönetişimi bir uyumluluk onay kutusu değildir. Bu, gerçek çalışan gelişimini adil, sorumlu ve sürdürülebilir bir şekilde desteklemek için yapay zekayı kullanma konusunda ciddi olan her kuruluş için temel bir yeterliliktir. Bunu bu şekilde ele alan Öğrenme ve Geliştirme ekipleri, çalışanların gerçekten güvendiği öğrenme programları oluşturma konusunda daha iyi bir konuma sahip olacak. Yapay zekanın, insanların işyerinde nasıl öğreneceği ve gelişeceği konusunda daha fazla karar aldığı bir dünyada, bu güven yumuşak bir ölçüm değil. Bu, diğer her şeyin üzerine inşa edildiği temeldir. Özel yapay zeka yönetişim hizmetleri, kuruluşunuzun öğrenmede yapay zekayla karşılaşacağı her zorluğa nihai yanıt değildir. Ancak bunlar, benimsemenin ötesine ve hesap verebilirliğe geçmeye hazır ekipler için ciddi ve pratik bir başlangıç noktasıdır.
Bir yanıt yazın