来自档案
人工智能素养从人们提出的问题开始。
每个人都需要对影响其工作的工具有实际的了解。
回顾专栏准备此存档于 版本日期确定了它在每周系列中的位置。
员工无需成为模型工程师即可智能参与人工智能采用。他们确实需要知道何时需要检查结果、可以在哪里使用信息以及如何提出问题。我认为这种理解是组织准备的一部分。
结合实际工作进行教学
通用演示可以激发热情，但无需让人们为自己的决定做好准备。服务代表需要练习审查建议的响应。经理需要了解自动准备的摘要的局限性。开发人员需要检查生成的代码的行为。培训应将每次练习与该角色的职责联系起来。
在工作流程中给予不确定性一席之地
人们应该能够说“我不确定这是否正确”，而不会觉得自己正在放慢创新速度。我会将错误和模棱两可的案例纳入培训中。展示在哪里可以找到原始来源、如何升级问题以及当工具无法提供有用的答案时如何继续工作。
让学习成为一项持续的投资
世界经济论坛《2025 年未来就业报告》将技术技能与协作和分析思维等人类技能并列。这种结合对我对人工智能支持的看法很重要。在 Genellipse，我希望建立合作伙伴关系，让团队更有能力评估和改进他们的工作。培训课程是一个开始；自信、知情的参与是我们应该寻求的结果。
Genellipse如何提供帮助
Genellipse 可以与业务领导者和运营团队合作，定义特定于角色的 AI 用例、审查期望和采用优先级。我们可以帮助将拟议的人工智能工作流程转化为人们可以评估的实际示例。这为与组织的实际流程和职责相关的支持计划奠定了基础。
从思考到实践
与 Genellipse 讨论这个问题
