Gen Z محتمل ترین نسلی است که از هوش مصنوعی برای یادگیری استفاده می کند - اما 57٪ می گویند که برای به کار بردن آنچه یاد می گیرند در تلاش هستند.

هیچ چیز متواضع‌تر از این نیست که در محل کار مبتدی باشید و آن روز برای نهمین بار جسارت را به کار بگیرید و از رئیس بپرسید که آیا یک دقیقه فرصت دارید یا خیر. به طور فزاینده‌ای، به نظر می‌رسد که کارگران جوان‌تر به عوامل هوش مصنوعی روی می‌آورند تا چهره خود را حفظ کنند و به سوالات لحظه‌ای یادگیری پاسخ دهند.

اما در حالی که یک ربات چت جایی برای پاسخگویی به این سؤالات ارائه می دهد - برای توضیح یک مفهوم ناآشنا، قدم زدن در فرمول صفحه گسترده یا تکرار پاسخ های مصاحبه بارها و بارها - وقتی زمان اجرای پاسخ های آن فرا می رسد، ممکن است هوش مصنوعی آن را آشکارا اشتباه کند. استخدام جدیدی را انتخاب کنید و از هوش مصنوعی فرمول Excel برای محاسبه رشد فروش بخواهید. آنها ممکن است فرمول را کپی کنند و بدون اینکه بفهمند چرا تغییر را با استفاده از فروش سال گذشته تقسیم می کند، پاسخ درست را دریافت کنند. بنابراین وقتی رئیس از آنها می‌خواهد محاسبه را تغییر دهند یا نتیجه را توضیح دهند، این کارگران جوان هنوز باید ریاضیات پشت آن را بفهمند.

یک نظرسنجی جدید که روز پنجشنبه توسط پلتفرم آموزش زبان Preply منتشر شد، نشان داد که بسیاری از کارگران جوان احساس می‌کنند در استفاده از هوش مصنوعی گیر افتاده‌اند و در تلاش برای به کار بردن یادگیری خود هستند. پاسخ‌دهندگان ژنرال Z بیشترین احتمال استفاده از هوش مصنوعی را برای یادگیری داشتند، و همچنین به احتمال زیاد گفتند که برای به کار بردن آنچه آموخته‌اند یا توسط ربات چت در زندگی واقعی به آنها گفته شده، با مشکل مواجه شده‌اند. برای کارفرمایان، این شکاف یک نگرانی عملی را ایجاد می کند: آیا کارگران مهارت هایی را که می توانند در کار استفاده کنند و برای رسیدن به آن به چه حمایتی نیاز دارند، توسعه می دهند.

Preply بیش از 5000 متخصص شاغل در 9 کشور را مورد بررسی قرار داد که در سال قبل سعی در توسعه مهارت های شغلی داشتند. در میان پاسخ دهندگان Gen Z، 92٪ از هوش مصنوعی برای یادگیری استفاده کردند. با این حال، بیش از نیمی (57٪) در مقایسه با 40٪ از پاسخ دهندگان Gen X، گفتند که برای به کار بستن آنچه آموخته اند، تلاش می کنند.

این یافته‌ها توضیح نمی‌دهند که چرا کارگران جوان‌تر بیشتر تلاش می‌کنند، یا اینکه آیا هوش مصنوعی نقشی داشته است. از پاسخ‌دهندگان در مورد استفاده از آنچه آموخته‌اند در روش‌های مختلف، نه فقط هوش مصنوعی، سؤال شد. با این حال، کارگران جوان‌تر به احتمال زیاد احساس می‌کنند تلاش‌هایشان آنها را به جایی نمی‌رساند. تقریبا سه چهارم (71٪) از پاسخ دهندگان Gen Z گفتند که در مقایسه با 56٪ از پاسخ دهندگان Gen X، احساس می کنند مشغول یادگیری بدون پیشرفت هستند.

جاش کراسیک، مدیر ارشد محصول Preply، یادگیری را فرآیندی می داند که شامل کسب دانش، تمرین و ایجاد اعتماد به نفس در طول زمان است.

این بدان معنا نیست که فناوری کمکی نمی کند. کروسیک به فورچون گفت: مردم هنوز "بیش از همیشه در حال یادگیری هستند و به ابزارهایی قدرتمندتر از قبل دسترسی دارند." هوش مصنوعی قدرتمند است و هوش مصنوعی می‌تواند در این سفر پشتیبانی کند، اما با کل سفر فاصله زیادی دارد.

آپراتیم پوراکایاستا، مدیر کل راه‌حل‌های توسعه استعداد در شرکت آموزشی Skillsoft، قبلا به Fortune گفته بود که ابزارهای تمرینی هوش مصنوعی محدودیت‌هایی دارند: «اما این جایگزین مربیگری نمی‌شود».

کروسیک نمونه ای از تجربه خود در یادگیری اسپانیایی در حالی که به مدت شش سال در اسپانیا زندگی می کرد ارائه کرد. معلم او دستور زبان و واژگان را آموزش می داد، اما آنها همچنین مکالماتی را که او در خارج از درس به آن نیاز داشت، از جمله بردن فرزندانش به دکتر، تمرین می کردند.

این به معنای تمرین نحوه توضیح یک مشکل و پاسخ دادن به هنگام تغییر گفتگو بود. یک اشتباه به کل تبادل را پایان نداد. او باید از طریق آن کار می کرد.

کروسیک گفت: "با شخص دیگری، شما در نقش بازی هستید. باید ادامه دهید."

او گفت که تمرین کردن با یک فرد خطرناک‌تر از تمرین با ماشین است، و نکته اینجاست: "اعتماد به موفقیت شما نیز افزایش می‌یابد."

یادگیری بیشتر، اما احساس گیر افتادن

هوش مصنوعی می‌تواند یافتن مطالب تمرینی را آسان‌تر کند. تاد هیوز، که معلمان زبان در روزتا استون را آموزش می‌دهد، قبلا به فورچون گفته بود که از ChatGPT می‌خواهد قطعات خواندن سوئدی را در سطح خود ایجاد کند تا بتواند بدون جستجوی متون مناسب تمرین کند.

هیوز گفت: «برای من، کل چیز هوش مصنوعی مانند این کتابخانه بزرگ است.

اما دسترسی آسان‌تر به مطالب تمرینی تضمین نمی‌کند که مردم احساس کنند واقعا دارند آنچه را که می‌گیرند بهبود می‌بخشند و جذب می‌کنند. در نظرسنجی از همه بزرگسالان شاغل در سنین 18 تا 55، 76٪ گفتند که زمان بیشتری را نسبت به دو سال قبل برای یادگیری صرف کردند، در حالی که 52٪ گفتند که زمان اضافی همیشه نتایج بهتری به همراه ندارد.

این موضوعات از علم داده و هوش مصنوعی گرفته تا مدیریت کسب و کار و سخنرانی عمومی را شامل می شد. بهبود عملکرد در نقش فعلی رایج ترین انگیزه برای یادگیری بود و 51 درصد گفتند که کارفرمای آنها برای برخی یا تمام آن هزینه پرداخت کرده است. این بدان معناست که شرکت‌ها در حال سرمایه‌گذاری برای یادگیری آن‌هایی هستند که کارمندان همیشه احساس نمی‌کنند برای آوردن به دفتر آماده هستند.

همکار هنوز مهمه

در محل کار، تمرین و بازخورد می تواند از طریق گفتگوها و تعاملات روزمره با همکاران به دست آید. یک همکار می تواند توضیح دهد که چرا تیم به روش خاصی با مشتری برخورد می کند، یک فرضیه را زیر سوال می برد و پس از مشاهده عملکرد واقعی کارگر، بازخورد ارائه می دهد.

یک چت بات می تواند به یک سوال پاسخ دهد، اما نمی تواند اتاق را بخواند. هیوز گفت که مکالمات واقعی به نشانه هایی بستگی دارد که ممکن است ماشین از دست بدهد. او گفت: "من با شما ارتباط برقرار می کنم زیرا می بینم که سر شما بالا و پایین می شود. شما به من نوعی گوش دادن فعال می دهید. شما حرف های من را دنبال می کنید." "من فکر نمی کنم که هوش مصنوعی هنوز وجود داشته باشد."

ایین اسمیت، رئیس علوم رفتاری در Sunny Workplace، یک پلت فرم غیرانتفاعی مشارکت کارکنان، قبلا به Fortune گفته بود که کارگران جدید ممکن است فرصت‌های یادگیری غیررسمی را در محل کار که در آن همکاران به طور فزاینده‌ای از طریق صفحه‌نمایش ارتباط برقرار می‌کنند، از دست بدهند.

اسمیت گفت: «آنها لزوما در حال حاضر در کنار شخصی که 20 سال است کار را انجام می دهد و میانبرها و هک ها و راه های کوچک کنار آمدن با یک روز پر استرس را یاد می گیرند، نمی نشینند. "آنها به زوم روی می آورند."

اسمیت همچنین نسبت به ادعاهای گسترده در مورد نسل ها هشدار داد. تجربه یک کارمند جدید از محل کار مهم است و یک برچسب نسلی به تنهایی نحوه یادگیری یا عملکرد آنها را توضیح نمی دهد.

کراسیک گفت برای کارفرمایان سرمایه گذاری روی هوش مصنوعی، ارائه این فناوری تنها آغاز راه است.

کروسیک گفت، مکان‌های کاری پیچیده هستند و استخدام‌های جدید به فردی نیاز دارند که بتواند به آنها کمک کند تا "جنبه انسانی سیستم" را درک کنند، فردی که "قبلا آنجا بوده و کارها را دیده است."

او گفت: «ابزارها فقط ابزار هستند. "شما باید آن را با مربیگری و پشتیبانی و درک نحوه به کارگیری این ابزارها ترکیب کنید."

این داستان در ابتدا در سایت Fortune.com منتشر شد