Mesin kecil yang bisa Itu bukan kereta yang paling kuat, tetapi dia percaya pada dirinya sendiri. Kisah itu mengatakan bahwa ketika dia pergi mendaki gunung yang curam, dia mengulangi: “Saya pikir saya bisa, saya pikir saya bisa.”
Ungkapan sederhana dalam kisah seorang anak masih memiliki pelajaran untuk dunia bisnis saat ini, terutama dalam hal kecerdasan buatan.
AI tidak lagi menjadi janji fiksi ilmiah yang jauh. Ada di sini dan sudah mulai mengubah industri. Tapi meskipun demikian ratusan miliar dolar Terdengar dalam mengembangkan model dan platform kecerdasan buatan, adopsi tetap lambat bagi banyak karyawan, dengan survei Pew Research Center baru -baru ini yang menemukan itu 63% pekerja AS Gunakan AI minimal atau tidak dalam pekerjaan Anda.
Alasannya? Seringkali dapat direduksi menjadi apa yang oleh para peneliti menyebut teknologi Self -EfficacyAtau, singkatnya, kepercayaan seseorang dalam kemampuan mereka untuk menggunakan teknologi secara efektif.
Di dalam Penelitian saya Mengenai hal ini, saya menemukan bahwa banyak orang yang menghindari menggunakan teknologi baru tidak terlalu menentangnya; Sebaliknya, mereka tidak merasa diperlengkapi untuk menggunakannya dalam karya spesifik mereka. Kemudian, alih -alih mempertaruhkan kesalahan, mereka memilih untuk mempertahankan jarak mereka.
Dan di situlah banyak organisasi tergelincir. Mereka fokus membangun mesin, tetapi mereka tidak sepenuhnya memberi makan kepercayaan yang perlu dipindahkan oleh para pekerja.
Apa hubungannya dengan self -efficacy dengan AI
Albert Bandurapsikolog yang mengembangkan Teori self -efficacyDia menunjukkan bahwa kemampuan itu sendiri tidak menentukan perilaku orang. Yang paling penting adalah keyakinan seseorang dalam kemampuan mereka untuk menggunakan kemampuan itu secara efektif.
Di dalam Studi saya guru di Lingkungan Teknologi 1: 1 – Ruang kelas di mana setiap siswa dilengkapi dengan perangkat digital seperti laptop atau tablet – ini jelas. Saya menemukan bahwa bahkan guru dengan akses ke alat digital yang kuat tidak selalu merasa aman untuk menggunakannya. Dan ketika mereka tidak memiliki kepercayaan, mereka dapat menghindari teknologi atau menggunakannya dengan cara yang terbatas dan dangkal.
Hal yang sama terjadi di tempat kerja saat ini yang dilengkapi dengan AI. Pemimpin dapat dengan cepat menampilkan alat baru dan menginginkan hasil yang cepat. Tetapi karyawan dapat meragukan, bertanya -tanya bagaimana mereka melamar peran mereka, apakah mereka akan menggunakannya dengan benar atau apakah mereka tampak kurang kompeten, atau bahkan sedikit etis, untuk mempercayainya.
Di bawah keraguan itu juga bisa menjadi ketakutan yang terlalu akrab suatu hari nanti diganti oleh teknologi.
Analogi yang menyegarkan, pikirkan John HenryPahlawan populer abad kesembilan belas. Menurut cerita itu, Henry adalah pekerja kereta api yang terkenal dengan kekuatannya. Ketika sebuah mesin dengan impuls uap mengancam akan menggantikannya, dia berlari dan menang. Tetapi kemenangan itu mencapai biaya: runtuh dan mati tak lama setelah itu.
Kisah Henry adalah pelajaran tentang cara menolak teknologi baru melalui kemauan murni bisa merusak diri sendiri. Alih -alih meninggalkan beberapa karyawan dengan perasaan bahwa mereka harus mengatasi atau mengatasi AI, organisasi harus berinvestasi dalam membantu mereka memahami cara bekerja dengannya, sehingga mereka tidak merasa perlu bekerja menentangnya.
Pelatihan pelatihan yang relevan dan spesifik
Banyak organisasi menawarkan pelatihan terkait Menggunakan AI. Tetapi program -program ini seringkali terlalu luas, mencakup masalah -masalah seperti cara masuk ke program yang berbeda, bagaimana antarmuka terlihat atau apa yang dapat dilakukan “umumnya”.
Pada tahun 2025, dengan jumlah alat AI yang kami miliki, mulai dari chatbots percakapan Dan Platform pembuatan konten A Advanced Analisis Data Dan Otomatisasi alur kerja program, itu tidak cukup.
Dalam studi saya, para peserta terus -menerus mengatakan bahwa mereka mendapat manfaat lebih dari pelatihan yang “khusus untuk distrik”, yang berarti disesuaikan dengan perangkat, perangkat lunak, dan situasi yang dihadapi setiap hari dengan bidang tematik spesifik dan tingkat gelar mereka.
Terjemahan untuk dunia korporat? Pelatihan harus spesifik untuk pengguna dan pengguna yang diarahkan, bukan ukuran tunggal untuk semua.
Divisi generasi
Ini tidak benar -benar mengejutkan: pekerja yang lebih muda cenderung merasa lebih aman menggunakan teknologi daripada orang tua. Gen z dan milenium Penduduk asli digital – Mereka telah tumbuh dengan teknologi digital sebagai bagian dari kehidupan sehari -hari mereka.
Gen X dan Boomers, di sisi lain, sering harus beradaptasi dengan penggunaan teknologi digital di tengah lomba. Akibatnya, mereka dapat merasa kurang mampu dan lebih cenderung mengesampingkan AI dan kemungkinannya. Dan jika beberapa serangan mereka ke AI membuat frustrasi atau menyebabkan kesalahan, kesan pertama ini mungkin.
Ketika alat generatif AIS pertama kali diluncurkan secara komersial, mereka Itu lebih mungkin alicine dan meludahkan informasi yang salah. Ingat ketika Google mendemonstrasikan alat Bard AI pada tahun 2023 dan kesalahan faktualnya menyebabkan perusahaan induk Anda Kehilangan US $ 100 miliar dalam nilai pasar? Atau saat pengacara Pemegang dibuat Untuk mengutip kasus yang diproduksi oleh chatgpt courtesy?
Saat -saat seperti mereka yang mungkin diperkuat skeptisisme, terutama di antara para pekerja yang tidak lagi yakin akan keandalan AI. Tapi teknologi sudah ada Mereka banyak melihat Dalam waktu yang relatif singkat.
Solusinya sehingga mereka yang bisa lebih lambat merangkul AI bukan untuk menekan mereka lebih banyak, tetapi untuk melatih mereka dan mempertimbangkan latar belakang mereka.
Bagaimana Anda melihat pelatihan AI yang efektif?
Bandura mengidentifikasi empat sumber utama yang membentuk keyakinan seseorang pada kemampuan mereka untuk berhasil:
-
Pengalaman domain, atau kesuksesan pribadi
-
Pengalaman tidak langsung, atau melihat orang lain di posisi yang sama berhasil
-
Persuasi verbal, atau umpan balik positif
-
Keadaan fisiologis dan emosional, Atau suasana hati, energi, kecemasan seseorang, dll.
Dalam penelitian saya tentang pendidik, saya melihat bagaimana konsep -konsep ini membuat perbedaan, dan pendekatan yang sama dapat diterapkan pada AI di dunia perusahaan, atau di hampir semua lingkungan di mana seseorang perlu mengembangkan self -efficacy.
Di tempat kerja, ini bisa dicapai dengan pelatihan berbasis kohort yang mencakup Loop umpan balik – Komunikasi reguler antara pemimpin dan karyawan tentang pertumbuhan, peningkatan dan banyak lagi – bersama dengan konten yang bisa Kebiasaan untuk karyawan ‘ kebutuhan dan peran. Organisasi juga dapat bereksperimen dengan format menarik seperti PricewaterhouseCoopers ” Melibatkan pestaItu memberikan peluang risiko rendah bagi karyawan untuk menghasilkan kepercayaan dan menguji program AI baru.
Di dalam “Pokemon Go!“Itu mungkin level naik Saat menumpuk banyak kemenangan kecil dan rendah dan mendapatkan titik pengalaman di sepanjang jalan. Tempat kerja dapat mengatasi pelatihan AI dengan cara yang sama, memberi karyawan peluang yang sering dan sederhana terkait dengan pekerjaan nyata mereka untuk menghasilkan kepercayaan dan keterampilan.
Kurikulum tidak harus revolusioner. Anda hanya perlu mengikuti prinsip -prinsip ini dan bukan menjadi korban Kematian oleh PowerPointatau akhirnya menjadi pelatihan generik yang tidak berlaku untuk peran spesifik di tempat kerja.
Ketika organisasi terus berinvestasi dengan kuat dalam pengembangan dan akses ke teknologi AI, juga penting bagi mereka untuk berinvestasi pada orang -orang yang akan menggunakannya. AI dapat mengubah penampilan tenaga kerja, tetapi masih akan ada tenaga kerja. Dan ketika orang terlatih dengan baik, AI dapat melakukannya begitu banyak dan pakaian yang bekerja secara signifikan lebih efektif.
