Aynı modeli kullanan iki kişinin aldığı sonuçlar arasında büyük farklar olabiliyor. Bunu açıklamak için komut tekniğinin yanında alan bilgisine, problem çerçevelemeye, eleştirel düşünmeye, yazılı anlatıma, veri okuryazarlığına ve kalite yargısına da bakmak gerekiyor.
Uzman kişi iyi bir çıktının ölçütlerini bilir. Eksik bağlamı fark eder, yanlış varsayımı yakalar ve gerektiğinde cevabı reddeder. Yaratıcı düşünen kişi seçenekleri çeşitlendirebilir. İletişimi güçlü kişi ise amacı, kısıtları ve hedef kitleyi açık biçimde tarif eder. AI bu yetkinliklerin etkisini büyütebildiği gibi eksiklerin çıktıya yansımasını da büyütebilir. Eğitim tasarlarken bu iki yönü birlikte ele almayı önemsiyorum.
Kurumsal eğitimde hazır komut listelerinin yanında gerçek vakalar üzerinde çalışmaya yer açılabilir. Çalışanların problemi tanımlaması, bağımsız görüş üretmesi, AI çıktısını eleştirmesi ve kararını gerekçelendirmesi, neyi bildiklerini ve nasıl düşündüklerini gösterir. AI okuryazarlığı bu temel üzerine kurulabilir.
Başlangıç düzeyini anlamak için rol bazında insan yetkinlikleri ve kalite ölçütleri belirlenebilir. Gerçek vakalardaki değerlendirmeye öz değerlendirme, akran görüşü ve uzman geri bildirimi birlikte dahil edilebilir. Eğitim de görülen yetkinlik açıklarına göre tasarlanır.
Gelişimi izlerken kullanım sıklığı tek başına yeterli bir ölçü sayılmaz. Çalışanın düşünme biçimine, çıktısının kalitesine ve kararının gerekçesine de bakılmalı. Eğitimin işe yansıması, daha iyi kararlar ve iş sonuçları üzerinden değerlendirilebilir.
Kendinize sorun
- İyi çıktıyı tanıyacak alan bilgisine sahip miyiz?
- AI hangi güçlü yetkinliğimizi büyütüyor, hangi açığımızı görünür kılıyor?
- Eğitim sonunda kullanım mı artıyor, iş kalitesi mi?
