AI-first company

Ludzie i umiejętności · Zastosowanie

Szkol pracowników z obsługi narzędzi, które firma naprawdę wybrała

Pokaż każdemu użytkownikowi, czym jest wybrane narzędzie AI, gdzie się myli i co trzeba sprawdzać. Pracuj na własnych zadaniach i własnych zasadach, daj ludziom czas na ćwiczenie i obejmij szkoleniem pracowników tymczasowych.

Autor
Ostatni przegląd
Poprawki
Zgłoś błąd
Kiedy Zrób najpierw. Zanim zaczniesz z AI albo na samym początku.
Nakład pracy Średni (tygodnie, kilka osób)
Dowody Wstępne

Osiem opisanych przypadków wskazuje ten sam kierunek, a jedna ewaluacja wykazała związek szkolenia z zadowoleniem użytkowników. Jeden mały eksperyment pokazuje, że nauczenie ludzi, jak działa AI, poprawia to, co jej przekazują. Żadne badanie nie sprawdza szkoleń z narzędzi, które wybrała firma.

Pasuje do
Branże Wszystkie branże
W przewodniku Średnie firmyRole i kierownictwo

Na czym to polega

Daj każdemu, kto używa narzędzia AI w pracy, krótkie, praktyczne szkolenie. Szkolenie obejmuje trzy rzeczy:

  • Czym jest narzędzie. Pisze słowa, które najprawdopodobniej powinny paść jako następne. Nie sprawdza faktów, chyba że zostało do tego zbudowane, i potrafi z przekonaniem podawać nieprawdę.
  • Jak używać tego narzędzia w naszych zadaniach. Przećwiczone na prawdziwych przykładach z pracy zespołu.
  • Nasze zasady. Czego nie wolno wpisywać, co trzeba sprawdzać i kogo pytać.

Ogólne wykłady o AI tego nie załatwią. Ogólne szkolenie z IT czy ochrony prywatności też nie.

Co pokazują dowody

Podstawą tej rady są opisane przypadki wymienione niżej w sekcji „Przypadki firm”, jedna ewaluacja i jeden eksperyment.

Oficjalne ankiety pokazują, jak duża jest luka w szkoleniach.

  • Brak umiejętności to główny powód, dla którego firmy się wstrzymują. Wśród firm z Unii Europejskiej, które rozważały AI i jej nie używały, 70,9% wskazało brak wiedzy specjalistycznej, według Eurostatu.

  • Niewiele firm szkoli większość pracowników. W Wielkiej Brytanii tylko 11% firm zatrudniających 10 lub więcej osób przeszkoliło ponad połowę pracowników, według Office for National Statistics.

  • Najmniejsze firmy szkolą najmniej. W Kanadzie wśród firm używających AI 24,0% firm zatrudniających 1–4 osoby przeszkoliło obecnych pracowników, wobec 68,1% firm zatrudniających 100 osób lub więcej, według Statistics Canada.

  • Ludzie, którym nigdy nie pokazano narzędzia, źle je rozumieli. Prawnik z kancelarii w Nowym Jorku nie używał wcześniej ChatGPT. Powiedział sądowi, że zakładał, iż jest “like a super search engine” [„jak super wyszukiwarka”]. Złożył sześć orzeczeń zmyślonych przez ChatGPT.

  • Ogólne szkolenie się nie przełożyło. W australijskim urzędzie państwowym pracownicy przeszli e-szkolenia z prywatności i bezpieczeństwa. Regulator nie znalazł żadnych dowodów na próbę przeszkolenia pracowników z tego, jak działają narzędzia generatywnej AI, i stwierdził, że nie można oczekiwać, by pracownicy wywnioskowali to z ogólnych materiałów.

  • Pracownicy działali na podstawie wyników, których nie rozumieli. W Rite Aid, według regulatora, pracowników nie przeszkolono ani nie ostrzeżono, że alerty systemu rozpoznawania twarzy mogą być fałszywe. Pracownicy oskarżali klientów na podstawie alertu.

  • Praktyczne ćwiczenia działały lepiej niż formalne zajęcia. W brytyjskim pilotażu rządowym z 1000 licencji szkolenie wyraźnie wpływało na zadowolenie użytkowników. Pracownicy, którzy uczyli się sami, byli bardziej zadowoleni niż ci, którzy chodzili na formalne zajęcia ministerstwa.

  • Mały zespół przekonał się, próbując. W małym sklepie internetowym pracownicy początkowo się wahali. Założycielka zorganizowała praktyczne zajęcia, żeby każdy mógł wypróbować narzędzie.

  • Wiedza o tym, jak działa AI, zmienia to, co ludzie jej przekazują. W eksperymencie ze 111 uczestnikami osoby, którym wyjaśniono, jak działa AI, przekazywały jej zadania, które do niej pasowały, a zostawiały sobie te, które pasowały do nich. Ich wyniki się poprawiły.

  • W Unii Europejskiej wspieranie kompetencji pracowników w zakresie AI to obowiązek prawny. AI Act mówi, że organizacje, które używają AI, “shall take measures to support the development of AI literacy of their staff” [„podejmują środki wspierające rozwój kompetencji w zakresie AI swojego personelu”], w tym innych osób, które używają systemów AI w ich imieniu. Obowiązek obowiązuje od 2 lutego 2025. Tekst dodaje, że obowiązek nie wymaga gwarantowania “any specific level of AI literacy of any individual” [„żadnego określonego poziomu kompetencji w zakresie AI u żadnej osoby”].

Samo szkolenie nie wystarczy. Jedna duża kancelaria prawna przeszkoliła pracowników, a mimo to prawnik złożył osiem zmyślonych orzeczeń. Łącz szkolenie ze sprawdzaniem, zanim praca wyjdzie na zewnątrz.

Jak to zrobić

  1. Szkol z narzędzia, które firma kupiła. Używaj jego prawdziwych ekranów, a nie slajdów o AI w ogóle.
  2. Zacznij od tego, w czym narzędzie się myli. Pokaż dwa lub trzy prawdziwe błędy z waszej próby: zmyślone źródło, błędną liczbę, pewną siebie błędną odpowiedź. Ludzie to zapamiętują.
  3. Pracuj na własnych zadaniach. Weź trzy zadania, które zespół wykonuje co tydzień, i przejdźcie przez nie razem.
  4. Omów zasady w dziesięć minut. Przejdź przez swoją jednostronicową politykę korzystania z AI: co nie może trafić do narzędzia, co trzeba sprawdzić.
  5. Daj czas na ćwiczenie. Zarezerwuj godzinę tygodniowo przez pierwszy miesiąc. Poproś każdą osobę, żeby przyniosła jedną rzecz, która zadziałała, i jedną, która nie zadziałała.
  6. Wskaż w każdym zespole osobę, do której można przyjść z pytaniami.
  7. Dla osób, które wciąż uczą się zawodu, ustaw narzędzie tak, by dawało wskazówki, a nie gotowe odpowiedzi. W badaniu z losowym przydziałem z udziałem prawie 1000 uczniów szkół średnich w Turcji uczniowie, którzy ćwiczyli z nieograniczonym GPT-4, wypadli na egzaminie bez niego gorzej niż uczniowie, którzy nigdy nie mieli AI. Wersja ograniczona do wskazówek pozwoliła uniknąć tej straty.
  8. Obejmij szkoleniem wszystkich, którzy mają styczność z narzędziem: kierowników, nowych pracowników, pracowników tymczasowych, zewnętrznych współpracowników.
  9. Sprawdź, co zostało w głowach. Miesiąc później zrób krótki test z poprawnymi i błędnymi odpowiedziami. Zob. sprawdzaj wiedzę o AI testem, zamiast prosić pracowników o samoocenę.
  10. Powtarzaj, gdy narzędzie się zmienia, i dla każdej nowej osoby.

Co mierzyć

  • Odsetek przeszkolonych użytkowników, łącznie z pracownikami tymczasowymi.
  • Wyniki krótkiego testu wiedzy miesiąc po szkoleniu.
  • Odsetek posiadaczy licencji, którzy używają narzędzia co tydzień, w podziale na grupy (stanowisko, wiek, płeć), żeby zobaczyć, do kogo szkolenie nie dociera. W przeglądzie 76 źródeł obejmujących ponad 300 000 osób generatywnej AI używało 39,3% kobiet wobec 47,8% mężczyzn, a różnica przestała się zmniejszać. Autorzy podają, że w brytyjskim pilotażu szkolenie zwiększyło używanie AI przez kobiety.
  • Błędy wyłapane na etapie sprawdzania i to, czy z czasem jest ich mniej.

Gdzie to zawodzi

  • Jeden wykład, a potem nic. Umiejętności zanikają, a narzędzie się zmienia.
  • Szkolenie bez czasu na ćwiczenie. W brytyjskim pilotażu formalne zajęcia dały mniej niż samodzielne ćwiczenie.
  • Szkolą się tylko młodsi pracownicy. W jednej ze spraw kancelarii osobą, która źle użyła narzędzia, był wspólnik.
  • Szkolenie bez sprawdzania. Przeszkolona osoba pod presją czasu i tak może pominąć zasadę.

Według wielkości firmy

  • Mikro i małe: jedne praktyczne zajęcia prowadzone przez osobę, która najlepiej zna narzędzie, a potem stałe dziesięć minut na cotygodniowym spotkaniu.
  • Średnie: zajęcia dla każdego zespołu na jego własnych zadaniach i wskazana w każdym zespole osoba, do której można przyjść z pytaniami.
  • Średnio-duże i duże: szkolenia według stanowisk, rejestr tego, kto je przeszedł, i krótki test. Pracownicy tymczasowi i zewnętrzni współpracownicy są szkoleni, zanim dostaną dostęp.

Narzędzia diagnostyczne do tej praktyki

To gotowe kwestionariusze, testy i scenariusze, których możesz użyć. Każda karta podaje pytanie, na które narzędzie odpowiada, kto je wypełnia i czy możesz go swobodnie używać. Wszystkie narzędzia diagnostyczne.

Przypadki firm

Firmy, które to zrobiły

Co się stało bez niej

Firmy, które w końcu ją przyjęły

Źródła

  1. Pinski, Adam and Benlian (2023). AI Knowledge: Improving AI Delegation through Human Enablement. Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems. Co zrobiło i co wykazało to badanie
  2. Bastani, Bastani, Sungu, Ge, Kabakcı and Mariman (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. Co zrobiło i co wykazało to badanie
  3. European Union. AI Act, Regulation (EU) 2024/1689, Article 4 (AI literacy), consolidated text of 27 July 2026. European Commission’s AI Act Service Desk. ai-act-service-desk.ec.europa.eu
  4. UK Department for Business and Trade (August 2025). The evaluation of the M365 Copilot pilot in the Department for Business and Trade. assets.publishing.service.gov.uk
  5. Office of the Victorian Information Commissioner (September 2024). Investigation into the use of ChatGPT by a Child Protection worker. ovic.vic.gov.au
  6. Eurostat (December 2025). Use of artificial intelligence in enterprises. Statistics Explained. ec.europa.eu
  7. Office for National Statistics (2026). Artificial intelligence in UK businesses: 2023 to 2026. ons.gov.uk
  8. Statistics Canada (2026). Analysis on artificial intelligence use by businesses in Canada, second quarter of 2026. 11-621-M2026010. www150.statcan.gc.ca
  9. Cranney, Delecourt and Koning (updated August 2026). Global Evidence on Gender Gaps and Generative AI Over Time. Harvard Business School working paper; summary page. aiinstitute.hbs.edu