Оценка эффективности обучения ИИ опирается на несколько групп показателей. Важно разделять обучение и его результат, ведь сотрудник может завершить курс, но не использовать ИИ в работе.
- Охват обучением показывает долю сотрудников, завершивших программу.
- Регулярность применения показывает, как часто ИИ используется в рабочих задачах.
- Качество показывает соответствие результатов заранее установленным критериям.
- Производительность показывает изменение времени на типовые задачи и количества доработок.
- Динамика компетенций показывает изменение результатов оценки до и после обучения.
Контроль использования ИИ сотрудниками зависит от доступных данных. Не каждая компания может увидеть, как сотрудники применяют внешние нейросети. Поэтому на практике сочетают корпоративные инструменты, опросы и анализ рабочих результатов. Обработку данных важно выстраивать в соответствии с требованиями законодательства о персональных данных.
Заранее объясните сотрудникам, какие данные собираются, для чего они используются и кто имеет к ним доступ. Это помогает сделать оценку прозрачной и снизить опасения, связанные с контролем работы.
Повторную оценку можно провести, используя те же критерии и шкалы, что и при первом замере. Это позволит сопоставить результаты и определить, какие навыки изменились.