«Les projecteurs sur les compétences en IA risquent de créer une illusion de progrès»

Les compétences en IA ont été emballées comme le remède universel pour l'avenir, mais le risque pour le capital humain est grand, soutient Al Bird, qui dit que la formation de l'IA a divorcé des réalités du travail et concentrée entre les mains de quelques-unes, ne renforcera jamais la véritable capacité. Au lieu de cela, la vraie tâche pour les professionnels de L&D est de concevoir un développement qui permet aux gens d'appliquer de nouvelles compétences dans le contexte de leur rôle

L'innovation de l'IA est devenue l'affiche enfant de la productivité. Au cours de la prochaine décennie, il pourrait augmenter jusqu'à 47 milliards de livres sterling par an aux gains de productivité, explique la dernière stratégie industrielle du gouvernement. Le récent rapport sur la croissance et les compétences de Skills England fait écho à cela, identifiant l'IA et l'automatisation comme des «mégatendons» façonnant l'avenir de chaque secteur.

Sous l'excitation se trouve une urgence. Selon la stratégie industrielle, «le potentiel révolutionnaire de l'IA a à peine commencé à se réaliser», et comme tout le monde se prépare à se préparer à sa pleine force, la folie emballe les «compétences en IA» comme un remède universel pour l'avenir du pays.

Bien que tout cela soit positif, les projecteurs presque exclusifs sur les compétences en IA risquent de créer une illusion de progrès. Il canalise les budgets de formation et les réformes d'apprentissage en programmes qui semblent modernes, mais qui peuvent en fait creuser les capacités mêmes dont dépend l'économie britannique. Si nous voulons passer à l'avance avec la révolution des compétences en IA, elle doit être équilibrée avec quelques mises en garde.

L'effet secondaire malheureux de toute cette confiance dans l'IA est que les organisations qui l'utilisent, par conception, réduiront les effectifs. C'est à quoi ressemble l'efficacité. À mesure que la capacité de ces outils augmente, les tâches qui exigeaient autrefois des équipes de professionnels expérimentés sont rationalisées en sorties qu'une main-d'œuvre plus avertie et avertie (prise en charge par l'automatisation) peut fournir.

Alors que oui, l'IA est un outil de productivité, ce qui est écrémé, c'est que son impact, dans la pratique, est la réduction des coûts, généralement par le biais de suppressions d'emplois. Ce n'est pas nécessairement cynique; C'est simplement ce qui se passe lorsque les processus sont automatisés. Cependant, il soulève une question importante: si l'efficacité «réduit naturellement la graisse», que se passe-t-il au capital humain qui porte le jugement, la créativité et la profondeur de l'expertise?

C'est là que l'agenda L&D entre en collision avec la réalité. Les voies d'IA sont écrites dans des programmes de formation à Pace, soutenus par la croissance et le prélèvement des compétences. Mais de nombreuses recrues plus jeunes arrivent déjà dans la technologie de travail. L'ironie est que ceux qui pourraient le plus bénéficier de la formation structurée de l'IA (les professionnels supérieurs qui pourraient jumeler des décennies de jugement avec une nouvelle maîtrise numérique) sont moins susceptibles d'être encore dans le système.

Le danger plus profond n'est pas que l'adoption de l'IA élimine les emplois, mais qu'en remodelant les rôles, il creux tranquillement la surveillance humaine. Les professionnels expérimentés sont ceux qui savent quand remettre en question un modèle, quand ignorer un algorithme, et comment ressentir la différence entre la sortie dérivée et la pensée originale. Supprimer cette couche, et les entreprises constateront qu'ils n'ont pas «fait plus avec moins», ils ont fait moins avec moins – moins d'imagination, moins de résilience et moins de capacité à naviguer dans l'ambiguïté.

Rien de tout cela n'est un argument contre l'IA. Cela doit faire partie de chaque apprentissage, chaque programme de compétences, chaque programme de leadership. Mais il doit être tissé, pas «boulonné», et il doit y avoir plus d'intention derrière ce que nous construisons.

Que vous pouvez exécuter un apprentissage pour renforcer la capacité d'IA est en soi une idée étrange. Qu'est-ce qu'un «apprentissage en IA» enseigne réellement? Si le modèle est simplement de former les gens à l'écriture rapide ou à naviguer dans une poignée d'outils populaires, alors nous ne développons pas des connaissances, nous organisons une formation sur clic.

Compétences L'Angleterre exprime à quoi devrait ressembler une opération efficace de l'IA, reconnaissant que les possibilités de formation devront être «hautement spécialisées et mélangées avec des connaissances sectorielles plus traditionnelles». C'est la direction dans laquelle nous devons aller.

En finance, par exemple, les employeurs ont besoin d'ingénieurs cloud et de spécialistes d'apprentissage automatique qui comprennent également la réglementation. Dans les sciences de la vie, les employés doivent combiner l'IA avec une expertise scientifique dans la bioprocédage et la médecine personnalisée. En d'autres termes, la capacité d'IA n'est précieuse que lorsqu'elle est intégrée à des connaissances contextuelles.

L'élan actuel risque d'achever l'investissement dans l'alphabétisation de base de l'IA plutôt que de créer l'expertise hybride dont l'économie a réellement besoin. Dans le traitement de l'IA comme une compétence autonome, nous oublions que son impact transformateur n'émerge que lorsqu'il augmente l'expertise existante. Sans cela, les apprentissages produiront des techniciens qui peuvent utiliser des outils, mais pas des professionnels qui peuvent façonner les résultats.

La croissance et le prélèvement des compétences sont une chance de concevoir des programmes qui épousent la maîtrise technique avec des capacités durables: leadership, gestion, résolution créative de problèmes de problèmes et jugement secteur. Cela signifie résister à la tentation de poursuivre les victoires rapides – «apprentissage de l'IA» conçue pour la visibilité, pas la capacité – et à la place en utilisant la taxe pour constituer des équipes hybrides. Les équipes où les professionnels chevronnés apportent une expertise du domaine et les nouvelles recrues apportent une maîtrise numérique, et toutes deux apprennent à interroger, contextualiser et appliquer l'IA de manière responsable.

L'ambition de la stratégie industrielle de faire du Royaume-Uni un «fabricant d'IA plutôt qu'un preneur d'IA» est le bon. Mais pour y parvenir, notre politique de compétences ne peut pas s'appuyer sur les apprentissages de l'IA couverture et les bandwagons à court terme. Au lieu de cela, il devrait se concentrer sur le développement hybride: constituer des équipes qui mélangent les outils numériques à l'expertise sectorielle et le tissage de l'IA dans des programmes plus larges en leadership, en gestion et en développement professionnel.

C'est là que compte le calibre des fournisseurs de formation et d'apprentissage. La formation de l'IA divorcée des réalités du travail et concentrée entre les mains de quelques-unes, ne renforcera jamais la véritable capacité. La vraie tâche pour les professionnels de L&D est de concevoir le développement qui permet aux gens d'appliquer de nouvelles compétences dans le contexte de leur rôle, car lorsque l'expérience reste dans la salle, la capacité se renforce plutôt que les fragments.

Les prestataires doivent être les partenaires les plus critiques de L & D pour trouver cet équilibre, aider à traduire la politique en pratique et à s'assurer que l'IA devient un multiplicateur de force pour l'expertise humaine plutôt que le substitut.