详细内容或原文请订阅后点击阅览
内部学习冠军：为什么在人工智能采用中同伴可信度胜过自上而下的培训
当值得信赖的内部同行展示实际的、特定于工作的用例时，公司会实现更强大的人工智能采用，因为员工行为通过可信度和证据而改变，而不仅仅是自上而下的培训。这篇文章首先发表在电子学习行业。
来源:eLearning行业 | 在线教育博客为什么同行推动采用超越自上而下的培训
想想大多数公司如何处理新软件的发布。采购部门购买了大量许可证。高管们在全公司会议上宣布该软件将彻底改变每个人的工作方式。然后，学习与开发 (L&D) 团队承担起一项令人羡慕的工作，即确保每个人都真正使用该产品。
突然间，公司门户网站上塞满了有关即时工程和大型语言模型 (LLM) 基础知识的强制性模块。领导层正在等待产量的大幅飙升。他们实际上得到了什么？初始登录次数快速增加，随后趋于平稳。一个月之内，人们就悄悄地恢复了原来的习惯。
为什么这种情况经常发生？因为公司将人工智能的采用视为内容分发问题。他们认为只要提供足够的教程，自然就会被采用。但这不是内容问题。这是一个信任问题。
员工不需要另一个通用视频来解释什么是生成式人工智能。他们需要证明它适合他们的特定工作。就像我们在日常数字习惯中看到的那样，人们在采取行动之前会验证可信度，员工不会仅仅因为幻灯片告诉他们就改变他们的日常生活。他们希望看到它对他们真正认识的人有用。为了推动真正的变革，学习与发展团队需要摆脱自上而下的广播，并开始建立内部学习冠军网络。
在本文中...
为什么人工智能培训在推出后停滞不前
任何新的工作场所技术的最大障碍是弄清楚它实际上为个人用户做什么。人工智能在理论上可以做的事情和它在周三下午随机帮助特定人的方式之间存在巨大差距。