Post examina las habilidades requeridas para trabajar de manera efectiva con la IA, principalmente centrándose en los consumidores de sistemas de IA. En el texto a continuación, diseccionaré el Habilidades de IA para el marco de competencia comercial desarrollado por El Instituto Alan Turingdemuestre cómo la base del marco se basa en habilidades atemporales y recomienda áreas para aumentar entre personas no técnicas.
Mi impresión es que ingresamos a la pandemia global de rumores al difundir los titulares y los resúmenes generados por 1000 caracteres (o tanto como lo permite LinkedIn) sobre los temas que nos conciernen a todos.
Las opiniones se acumulan sobre las opiniones sobre el futuro del espacio de trabajo y los temas como la educación, la seguridad o incluso la extinción humana en la era de la IA. Apoyado, desafortunadamente, a menudo, por la investigación más reciente no revisada por igual, que fue superficialmente roja y entendida. En algunos casos, la comprensión ni siquiera es el objetivo para el que uno quiere optimizar su función. El objetivo es ganar cientos o miles de me gusta y obtener docenas de nuevos seguidores.
Panem et circensos están disponibles con cada nueva actualización de alimentación, información fresca (errónea), por lo que no necesitamos involucrar nuestra materia gris para encontrar la “verdad”. Lo que sea que esto signifique hoy, cuando los esfuerzos de investigación básicos se subcontratan a la IA, y La verdad lo suficientemente buena se está arrastrando lentamente a convertirse en un nuevo estándar.
No obstante, el mercado exige que obtengamos un conjunto adecuado de …
Habilidades de IA
Para la mayoría de nosotros trabajando estrechamente con los desarrollos de IA, cuando salimos de nuestro círculo de TI, nos damos cuenta de que las personas no hablan ni nos preocupamos tanto por la IA generativa (me gustaría que) hacer.
Pero, una cosa que les importa es la exactitud de los resultados producidos por AI: ¿es bueno o no? O para replantearlo en la maestra de matemáticas de mi hermana, también conocida como maestra de matemáticas: “¿Para qué debo usarlo? Me da resultados incorrectos de las ecuaciones matemáticas provocadas.“
Y sin embargo, hace unos días, se informó que Géminis con profundo Think logró un estándar de medalla de oro en la Olimpiada Matemática Internacional.
Entonces, ¿dónde está la brecha aquí, o más precisamente …
Comencemos con los conceptos de que todos están tratando de volver a empaquetar ahora, y eso es, un marco de conjunto de habilidades mezclado con alguna versión del matriz de asignación de responsabilidad.
Aunque estos marcos son clasificadores cuestionables, ya que tienden a “boxear” a las personas y sus habilidades sin una evaluación adecuada, proporcionan un punto de partida útil para la orientación.
Dicho esto, usaré un ejemplo de un Habilidades de IA para el marco de competencia empresarial (meta) desarrollado por El Instituto Alan Turingque describe cuatro habilidad nivel orientación cuatro principal persona alumno al otro lado de cinco dimensiones representar un conjunto de competencias, comportamientos y responsabilidades👇🏼.
Divergiendo ligeramente del tema de la publicación, necesito notar mis deficiencias evidentes de Top-of-Mind en el mapeo de los niveles de habilidad del marco a las personas, como:
- Está desconectado de la necesidad del mercado de Profesionales en forma de M del “Trabajador de IA“Persona, donde la designación de un”Laboral“Nivel para dimensiones como”Privacidad y administración” o “Evaluación y reflexión“No alcanza los requisitos del mundo real. Esto es especialmente cierto en las industrias reguladas, donde Cada empleado que maneja datos confidenciales Se espera que tenga un fuerte conocimiento de GDPR y marcos de cumplimiento, un mandato que probablemente se extenderá a comprender los riesgos y sesgos de la IA.
- O, cómo enmarcar el “Líder de IA“Como un”Experto” en el “Definición y comunicación del problema“La dimensión es engañosa, ya que sugiere que deberían poseer una experiencia técnica profunda. Sin embargo, este a menudo no es el caso; muchos líderes dependen de sus equipos expertos en AI para cerrar la brecha Conocimiento técnico práctico Al tomar decisiones.
Y, hay más, pero centrémonos en las competencias de IA. Para hacerlo, compartiré una tabla más para complementar la comprensión necesaria de las personas alumno:
Ahora, asumiremos cómo todos logramos encontrar nuestro “lugar bajo el sol” y asignarnos a una de las personas presentadas anteriormente. La siguiente pregunta que surge es …
¿Qué habilidades son atemporales y dónde están las brechas en las habilidades actuales frente a las habilidades de IA?
La prueba de la primera pregunta es (de alguna manera) sencilla: si Analizamos la imagen n. ° 2 sin un enfoque en el término “ai”, queda claro cómo las competencias de IA enumeradas son la aplicación de existentes, eterno los que, como:
- Pensamiento crítico,
- Gestión de riesgos,
- Juicio ético,
- Planificación estratégica,
- Comunicación y colaboración,
- Aprendizaje continuo,
- Alfabetización digital, …
Sin embargo, La novedad proviene de aplicarlos a la IA. El contexto de IA introduce diferentes desafíos, que requieren que estas habilidades se adapten y se profundicen. Por ejemplo:
- “Gestión de riesgos“No es nuevo, pero abordar los riesgos de modelos de lenguaje sesgados o la toma de decisiones autónomas presenta un nuevo conjunto de desafíos para mitigar.
- “Ético juicio“Tampoco es nuevo, pero aplicarlo para identificar el modelo (uso erróneo o el desplazamiento del trabajo debido a la automatización, presenta dilemas completamente nuevos.
Por lo tanto, las brechas se encuentran en los matices fundamentales específicos del dominio que permiten que un colectivo aproveche efectivamente la IA como una herramienta en lugar de ser “usada” por ella.
Con esto en mente, ya hay Se ofrecen caminos de aprendizaje para adquirir las habilidades “matizadas” de la IAy estos pueden ayudarlo a iniciar su viaje de aprendizaje.
Mis recomendaciones para las personas que no son de tecnología y tecnología que no desarrollan principalmente soluciones de IA serían:
- Maestro de comprensión de alto nivel de diferentes modelos de idiomas (p.ej, LLMS vs. SLMS vs. otros modelos especializados, “Pensar” vs. “Modelos no pensativos”etc.), como inmediato ellos y cuándo usarlos (¿Cuáles son los pros y contras de usar ai). Comprender lo que Agentes de IA son y donde nos paramos en el camino agiasí que tienes una sensación de con qué tipo de herramientas estás tratando.
- Comprender los “modos de falla” y aprender a evaluar los resultados. Aprenda las formas en que los modelos pueden mentir y manipular, como inclinación, alucinacioneso envenenamiento por datospor lo que evita la resolución de problemas que la IA creó en segundos. Para esto, necesitarás desarrollar un lista de verificación de evaluación (de la entrada a la salida) para problemas específicos (tipos de) y garantizar que Las salidas se revisan críticamente y probado antes de llegar a las masas.
- Crea, no consumas productos AI. Si bien las habilidades blandas son un gran activo, desarrollar habilidades prácticas difíciles es igual de importante. Creo que todos deberían comenzar a dominar las funciones de IA accesibles en las herramientas que utilizamos a diario, por ejemplo, Herramientas de IA en Excel. A partir de ahí, le recomendaría que comience a aprender Soluciones sin código y de bajo código (p.ej, Copilot Studio o Ai fundición) a Desarrollar agentes de IA personalizados con un método simple “Clicky-Hicky”. Dominar estos flujos de trabajo aumentará su rendimiento y conocimiento del dominio de IA, haciéndote más competitivo en el futuro mercado laboral.
Para terminar esta publicación, una conclusión que espero que obtenga es que todos necesitamos hacer el esfuerzo mental para enriquecer nuestras habilidades actuales con las IA.
Debido a que la efectividad de la IA depende de cuán cuidadosamente interactuamos con él, y eso requiere el mismo pensamiento crítico, evaluación de riesgos y juicio ético que siempre hemos necesitado, solo se aplican a los nuevos desafíos. Sin estas habilidades fundamentales para evaluar los resultados y evitar la excesiva dependencia, corremos el riesgo de ser guiados por AI (o por personas que saben cómo usarlo) en lugar de usarlo para nuestra ventaja.
¡Gracias por leer!
Si encontró esta publicación valiosa, no dude en compartirla con su red. 👏
Mantente conectado para más historias en Medio ✍️ y LinkedIn 🖇️.
Esta publicación fue publicada originalmente en Medio en los avances de la IA publicación.