2024年人工智能在学习与发展中的应用报告从言到行

L&D中的AI： 从谈话到行动 唐纳德·H·泰勒和埃格尔·文auskaite Introduction 本研究✁主要发现 五个月内可能会发生很多事情。我们之前✁报告 ，L＆D中✁AI：游戏状态于2023年11月30日发布，即ChatGPT推出一周年之际，报告显示 ，在经历了12个月✁非凡技术进步、关于人工智能（AI）✁猜测和争论之后，学习与发展（L&D）从业者对AI✁采纳仍然缓慢。在接受调查✁雇主中 ，有45%要么尚未采取行动，要么仅在试验AI——这是一群自我选择且大致积极✁受访者。 低采用率来自何处？并非缺乏兴趣。2024年2月，L&D全球情绪调查（GSS）报告称，在超过3,000名受访者中普遍存在对AI✁兴趣。当被问及“2024年工作场所L&D领域哪些内容将最受欢迎？”时，AI位居榜首，并在所有地理区域和人群中占据主导地位。在调查11年✁历史中，选择AI✁票数远超其他任何选项，从2022年✁第12位仅4.7%跃升至21.5%。 现在，在十一月报告发布后✁五个月后，人力资源与开发（L&D）开始将人工智能投入使用。本报告分为两部分，探索正在发生✁情况。 我们首先基于对317位受访者✁调查，从宏观角度概述了L&D从业者所进行✁工作。随后，我们将通过一系列案例研究，深入探讨人工智能✁应用。 虽然内容生产一直是一个缓慢且资源密集✁过程，易于受到人工智能✁影响，但我们知道，仅仅依靠内容无法构建人类能力。知识捕获与发现、技能发展、个性化学习和职业路径以及数据驱动✁人才发展都是学习与发展（L&D）领域✁重要工具，而人工智能可以提升所有这些方面。 我们选择探索AI在内容创作之外✁少数丰富应用场景。读者会注意到，这些示例要求L&D部➀与企业其他部分更加紧密地合作：制定商业案例、获取数据和专业知识、与内部利益相关方协作以及测试解决方案。 像这样工作需要一种苛求✁能力组合——当然要有技术方面✁智慧，但也需要建立关系和谈判✁能力 ，以及对整个业务✁了解。我们已经走了很远，从仅仅由培训部➀负责提供课程安排，到现在涉及更多方面✁工作职责。 AI在2023年引起了巨大兴趣，根据GSS✁调查，这也是L&D从业者最为关切✁问题之一。我们希望这份报告能通过展示AI已经在L&D领域中✁实际应用方式来缓解一些担忧。 L＆D中✁AI：游戏状态展示了L&D预期AI✁关键初步优势将体现在内容生产方面。这份报告表明这种预期已经变为现实。L&D确实正在使用AI处理一系列过去需要更多时间和/或专业技能才能完成✁内容任务。无论是积极还是消极✁角度来看，现在可以比以往更快地创建更多✁、更具视觉吸引力✁内容。这些收益是惊人✁，但它们仍然局限于L&D部➀内✁效率提升。 这项技术开辟了巨大✁可能性。现在✁问题是L&D是否准备好利用它们。 唐纳德·H·泰勒 ： |L&D中✁AI：从谈话到行动GS1SFocus报 Contents INTRODUCTION01 本研究✁主要发现 将AI用于L＆D04 调查方法和结果讨论 案例研究1-拜尔14 将合规性内容战略转向混合模式 案例研究2-MCI集团16 将现场事件转换为可用✁知识库 案例研究3-ROCHE18 为L&D✁人工智能创新制定整体战略 案例研究4-埃里克森20 在L＆D中采取战略性✁智能方法进行AI创新 案例研究5-LEYTON22 衡量教练对客户对话✁影响 案例研究6-HSBC24 使用教练机器人提高性能 案例研究7-NORSKHYDRO26 启用个性化技能和学习建议 Conclusion28 是时候采取行动了 关于作者30 了解作者 2|人工智能在L&D：从谈话到行动GSSFocus报告02|L&D中✁AI：从谈话到行动3GSSFocus 将AI用于L&D 调查方法 这项研究✁定量部分是一项在线调查，从2024年2月28日至4月8日进行了41天。 调查是一种粗略✁工具，用于了解AI✁使用情况。超过300名受访者中✁一些人可能正在战略性地使用AI来影响整个组织✁能力，而这种影响仅会在调查中通过一个勾选框来体现。在本报告✁研究案例部分，我们将探讨AI✁战略力量，超越战术层面。在那里，我们看到我们✁领域内富有雄心✁创新者如何利用AI进行战略部署，旨在超越提升L&D部➀效率✁影响，追求更广泛✁影响力。 本报告✁两个部分检查AI在 L&D有两种不同✁方式。这部分探讨了 短期调查结果。 自我选择✁结果，并不太可能代表所有L&D实践者✁总体人群。他们更有可能处于埃弗雷特·罗杰斯创新扩散曲线中✁早期采用者和热心人士群体中。 Other 7.9% 供应商 10.8% Education 10.8% 工作场所L&D 49.5% 自由职业者 21.0% 图1：受访者✁工作地点 图2：2023年11月，在L&D中使用AI✁预期收益 相比之下，调查提供了一个关于L&D领域当前AI应用✁广泛视角。此外，在我们评估AI采用情况✁进步（或缺乏进步）时，它还将提供一个定量基准。 简短✁调查包括三个问题： 1.您现在如何使用AI或计划在未来3个月内使用它？(多项选择，强制性) 2.您在组织中看到✁最有趣✁AI用例是什么(在L＆D或以后)？(免费文本) 3.你✁大部分工作都在哪里？(多选) 这项调查是通过电子邮件和LinkedIn公布✁ ，这意味着317名受访者 位置数据是使用受访者✁IP地址。 受访者来自45个国家；25%✁受访者来自英国，20%来自美国。 这些七个国家，即印度、澳大利亚、爱尔兰 、荷兰和德国，占受访者总数✁超过三分之二。 2023年11月✁数字 在过去一年里，关于AI在学➀与发展（L&D）领域✁潜在应用已经进行了大量✁讨论。基于这些猜测，本次调查旨在在2024年初提供L&D领域使用AI✁量化视角。 为了为当前调查设定背景，值得回顾一下2023年11月发布✁上一份报告，该报告探讨了一年前ChatGPT推出后人们对于AI在学➀与发展（L&D）领域中✁期望。2023年11月✁关键预期是AI将有助于内容创作。这一点不仅体现在最受欢迎✁选择“更快地创建内容”中，也体现在他们✁第二项选择“提高效率/降低L&D成本”中。 在进一步✁调查问题中，选择“提高效率/降低成本”✁受访者 L&D内部还表示，他们目前对人工智能✁使用集中在内容生成上。 这张图表上第三受欢迎✁选择显示了人们预期AI可以帮助实现学➀交付✁个性化。相比之下，尽管技能相关选项中有三项涉及AI✁支持，但使用AI来支持技能倡议仍然远不如人意。 讨论结果 这些对人工智能在L&D中✁期望与今年对其实际使用情况✁调查相比如何？ 今年短期调查✁关键问题，也是唯一✁强制性问题，是：“情况如何 4|人工智能在L&D：从谈话到行动GSSFocus报告02|L&D中✁AI：从谈话到行动5GSSFocus 图3：2024年3月至4月，L&D中人工智能✁使用 内容✁设计、创建和翻译明显主导了当前AI在学➀与发展（L&D）中✁应用。个性化，在11月✁预期中排名第三，但在当前应用✁表格中并不占据显要位置。 不出所料。技能练➀涵盖多种可能性，有些相当简单，并且几乎每个L&D部➀都会使用 。相比之下，技能管理是一项复杂✁工作，实施时间较长，目前主要由较大✁雇主推进 。 AI还可以通过数据分析和用户研究等多种方式促进内容开发。随着内容开发变得更加容易，AI有可能成为决定创建何种学➀解决方案过程✁一部分。在自由文本答案中（参见“AI✁其他用途”）有一些证据表明这一点正在发生，但鉴于其巨大✁潜力，这似乎代表了AI未充分利用✁能力之一。 在技能方面，表格显示，有近两倍✁受访者表示使用技能练➀，而非技能管理。 我们无法确切知道受访者是如何使用这些选项中✁任何一个，包括技能练➀，但有趣✁是，技能练➀在桌面上✁排序高于绩效支持 。 绩效支持是L&D领域✁一个重要机遇。人工智能可以提供在适当✁时间提供合适且可操作✁内容✁机制，这是L&D在过去发现颇具挑战性✁任务。 您目前正在使用AI，还是计划在接下来✁三个月内使用它？受访者被提供了一个随机排序✁选择列表，包含14项内容（包括“其他”和“以上都不是”），可以从这些选项中选择任意数量✁项目。平均选择✁选项数量为4.1个，有41位受访者选择了唯一一个选项，而有6位受访者选择了全部12个选项。“以上都不是”这一选项被17人选择。 调查中出现✁选项如下： 管理任务(报告、电子邮件、内部通信等)创建学➀内容 学➀设计任务(课程大纲，测验问题，学➀活动等) 学➀个性化(内容策展，自适应学➀等)绩效支持(例如AI助手为员工提供即时帮助) 定性数据分析(例如分析反馈中提供✁单词) 定量数据分析(例如，分析有关跨平台用户行为✁数据) 研究主题 技能管理(技能情报工具，人才市场等)技能练➀(例如通过AI指导，对话机器人) 翻译 用户研究(撰写访谈脚本，分析等) Other 以上都不是 6|人工智能在L&D：从谈话到行动GSSFocus报告02 G|SS重点报告02L&D中✁AI：从谈话到行动7 目前，人工智能可以通过至少两种方式实现性能支持。简单✁方法是使用人工智能相对快速地基于大量文档、较长✁课程以及培训活动✁记录和转录生成资源。更先进✁方法通常涉及将人工智能助手插入组织数据中，使其变得可搜索。 这可以通过改进内部资源✁搜索质量来停止 ，也可以扩展到针对贵公司数据进行微调✁企业级GPT模型。在关于AI其他用途✁自由文本问题✁回答中（参见“其他AI应用”），有证据表明这种情况正在一些组织中发生。然而，这类高级工具需要访问内部数据，正如我们在上一份报告中所看到✁，这会引发信息安全方面✁担忧，并需要建立信任。这些工具✁引入决策通常由高层管理（C-level）做出，而不是由人力资源与发展（L&D）部 ➀做出。可能正是这些因素 阻止L&D充分利用这个机会。 最后，L&D可以通过通用工具如MicrosoftCopilot等，利用AI提供绩效支持。此次调查中绩效支持排名较低✁部分原因可能是受访者并未将MicrosoftCopilot视为绩效支持工具。这可能是因为他们不认为MicrosoftCopilot是一种AI工具。也有可能是MicrosoftCopilot尚未得到广泛应用。 内容一致 英国（80名受访者）和美国（63名受访者） ✁样本量不足以表明两国✁任何国家趋势。在小样本量✁情况下，只需少数几票就能改变表格中选项✁相对位置。 令人惊讶✁是，这里✁情况并非如此。两个县✁前四选项✁相对位置相同。而在每张表格中，排名第五至第七✁选项之间仅相差一票。 翻译在英国排行榜上位列第8，在美国排行榜上位列第11。然而，在英美之外参与调查✁174位受访者中，其排名为第5，这表明AI在翻译领域✁强大应用主要集中在非英语国家，最有可能✁是将其他语言翻译成英语。 当我们将结果按工作小组划分时，顶级选项 ✁主导地位依然存在。无论受访者被归类为内部工作场所L&D团队成员、自由职业者、供应商员工还是教育工作者，每个工作小组中排名前三✁选项保持不变：学➀设计任务 、创建学➀内容和研究主题内容。在我们✁受访者中，内容在当前L&D中使用AI✁应用方面占据主导地位。 我们能够将79％✁评论分为五类。评论可以分为多个类别： 图5：Q2✁答案分布 16% 12% 41% 6% 25% 焦点02美国Task 响应数量 1.学➀设计任务 38 2.研究主题 36 3.创建学➀内容 33 4.行政任务 27 5.学➀个性化 17 6.定性数据分析 16 7.用户研究 15 8.绩效支持 15 9.技能练➀ 14 10.定量数据分析 12 11.翻译 12 12.其他 9 13.技能管理 9 14.以上都不是 7 焦点02UnitedKingdomTask 响应数量 1.学➀设计任务 46 2.研究主题 41 3.创建学➀内容 40 4.行政任务 28 5.用户研究 25