成功没有捷径：高级专业人员不能依赖初级同事的人工智能专业知识，需要适当的培训
新的研究表明，管理者不应期望初级专业人员成为教授高级员工如何使用威廉希尔中文网站平台式人工智能的可靠专业知识来源。
年轻员工往往会因为愿意尝试新技术并快速适应而受到资深同事的重视。
但是，研究海拉·利夫希茨教授 来自人工智能创新网络华威商学院透露，在威廉希尔中文网站平台式人工智能方面，年轻的专业人士并不是可靠的技术专业知识来源，无法向高级员工传授使用该技术的技巧、窍门或策略。
这项研究是与麻省理工学院斯隆管理学院、哈佛商学院、沃顿商学院和波士顿咨询集团合作进行的，探讨了高级专业人士通过向初级同事学习来快速提高人工智能技能的障碍。
尝试人工智能的初级员工不应被视为专家
麻省理工学院斯隆管理学院工作与组织研究教授凯特·凯洛格 (Kate Kellog) 表示：“当谈到威廉希尔中文网站平台式 AI 等新兴技术时，年轻的专业人士是最先投入尝试的人。
“最终，他们被高层管理人员视为专业知识的来源，尽管他们并不是威廉希尔中文网站平台式人工智能带来的新风险方面的专家。”
研究人员对一组初级顾问进行了采访，他们拥有一到两年的专业经验，但对威廉希尔中文网站平台人工智能知之甚少。
他们被允许访问 ChatGPT-4 来帮助解决业务问题，然后被问到使用该技术会给他们与经理的合作带来哪些挑战。
初级员工相信管理者会担心威廉希尔中文网站平台式人工智能对准确性和可解释性带来的风险。他们建议通过在项目层面改变人类惯例、让管理人员审查初级员工使用的提示及其结果，并就何时可以可靠地使用威廉希尔中文网站平台式人工智能达成一致来减轻这些风险。
依靠初级员工获取 AI 专业知识带来的风险多于回报
然而，他们没有意识到——也没有建议减轻——在公司更广泛地引入威廉希尔中文网站平台式人工智能工具的主要风险。
通过研究这些回答，研究人员发现了三个关键原因，即在威廉希尔中文网站平台人工智能方面，初级员工可能不是高级同事可靠的专业知识来源。
- 初级员工对威廉希尔中文网站平台式 AI 的功能缺乏深入了解。
- 在降低风险时，他们关注的是人类惯例而不是系统设计。
- 初级员工关注的是项目层面的挑战，而不是公司层面的挑战。
希拉·利夫希茨，管理学教授兼院长人工智能创新网络，说：“从历史上看，高级员工向初级同事学习新技术的主要障碍是他们是否感到自己的地位受到威胁。
“我们的研究表明，威廉希尔中文网站平台式 AI 带来了一系列不同的挑战。在项目级别工作的初级人员更有可能关注他们遇到的特定风险。
管理者在开发威廉希尔中文网站平台式人工智能技能时没有捷径
“然而，生成式人工智能威廉希尔中文网站平台从更广泛的生态系统中获取大量数据。这意味着企业领导者和高级专业人士需要在全公司范围内降低风险，以便有效实施生成式人工智能。
“期望初级员工通过反复试验来学习使用人工智能工具，然后将他们的技巧传授给高级同事，这并不能让管理者了解全局。”
相反，研究人员发现高级专业人士需要关注：
- 对系统设计进行更改以微调所使用的参数并可视化不确定性。
- 在全公司范围内进行干预，例如为特定任务创建有效提示库，并建立提供反馈和报告事件的机制。
- 与开发人员合作，指定系统功能和限制的要求，评估数据源的质量，并标记误导性的输出以供纠正。
Lifshitz 教授表示：“资深专业人士需要认识到，学习如何有效使用人工智能并降低风险没有捷径。他们需要适当的培训。
“他们在采用人工智能时不能简单地跟随初级专业人员的领导。”
进一步阅读：
不要指望初级人员教高级专业人士使用威廉希尔中文网站平台式人工智能
海拉·利夫希茨是管理学教授兼董事人工智能创新网络。她还是哈佛大学创新科学实验室的客座教授。她教授数字化转型课程高级工商管理硕士和全球在线 MBA，以及管理数字创新信息系统和数字创新管理硕士.
在 Twitter 上关注 Hila Lifshitz-Assaf@H_DigInnovation.
参加为期四天的高管教育课程，详细了解数字创新和人工智能威廉希尔中文网站平台策略 在WBS 伦敦碎片大厦.
如需了解有关工作的未来以及数字创新和创业精神的更多文章，请注册核心见解.