详细内容或原文请订阅后点击阅览
如何克服认证和学习中对人工智能工具的阻力
随着人工智能加速认证项目的构建，真正的挑战不再是是否采用它，而是如何克服阻碍团队前进的阻力。这篇文章首先发表在电子学习行业。
来源:eLearning行业 | 在线教育博客未采用时的解决方案
人工智能 (AI) 正在迅速改变学习团队设计课程、评估和认证计划的方式。曾经需要数月的协调和手动工作的工作现在可以通过人工智能支持的工作流程来加速。然而，尽管有这些明显的优势，许多组织仍然对采用人工智能工具犹豫不决，特别是在质量和可信度不容谈判的认证和教育领域。对人工智能的抵制很少与技术本身有关。它源于对控制、信任和不确定性的担忧。虽然这种谨慎是可以理解的，但如今更大的风险是等待太长时间才能采用人工智能，因为人们对速度、规模和一致性的期望不断提高。
传统认证开发的问题
多年来，认证计划一直遵循熟悉但资源密集型的流程，严重依赖手动工作和团队之间的协调。这通常包括聚集主题专家 (SME)、定义工作任务分析和能力框架、手动编写问题和干扰因素、运行多个审核周期以及随着时间的推移维护考试。
虽然彻底，但这种方法带来了持续的挑战。项目通常需要几个月甚至一年多的时间才能完成。中小企业很难安排时间，而且脱离其主要角色的成本也很高，从而造成了瓶颈。内容质量可能会因撰写问题的人而异，并且随着时间的推移，扩展或更新问题库变得越来越困难。因此，许多组织不仅行动缓慢。他们推迟或根本不建立他们真正需要的认证计划。
为什么团队在采用人工智能工具来创建认证计划方面进展缓慢
即使人工智能解决方案可用，采用也不会自动发生。对人工智能的抵制往往分为三个主要类别。