Meta資料科學家林政佑受邀2024年ATD亞太年會演講被問及：「AI時代應優先發展哪些技能? 」會後他歸納出有「兩件事」，比起學特定技能更重要。
林政佑博士在2024年ATD亞太年會上，以「L&D 2.0 與 AI：超越科技的新典範移轉」為題發表演說，引發現場熱烈討論。其中，一個關鍵問題引人深思：「在 AI 時代，應該優先發展哪些職場技能？又該如何有效衡量員工的績效？」這個問題激發了林政佑的深刻思考，促使他會後在LinkedIn寫下〈AI 時代的勞動力學習：技能掌握 vs. AI 監督〉（Workforce Learning in the AI Era: Skill Mastery vs. AI Supervision）一文。
以下為人才永續頻道獨家翻譯精彩全文：
在2024年10月，我有幸受邀擔任2024年ATD APAC會議的嘉賓講者，會議在台灣舉行。今年的會議主題是「賦能未來人才」，在我的演講〈超越技術：AI引領的學習與發展新模式〉中，我被聽眾提出的問題深深啟發。聽眾的好奇心與見解激勵我寫下這篇文章。
在會議中，講者常常成為焦點，但其實聽眾的問題才是激發、開啟創新思考的關鍵。有一個問題特別讓我印象深刻：「隨著AI的快速發展，我們應該優先考慮哪些方面來發展員工的技能？我們又該如何有效地衡量員工的表現？」
這是個範圍很廣的問題，答案也會根據不同的職業領域有所不同。不過，簡單來說，我認為企業應該幫助員工提升他們在自己專業領域內評估、綜合和創造解決方案的能力。
讓我們透過一個簡單的小測驗來理解這個問題：
以下數學方程式的答案是什麼？ 5 - 2 + 2 × 3
希望你算出來的答案是正確的。（答案是9！）這個問題和文章開頭的問題有什麼關聯呢？
這是個很簡單的數學問題，但如果沒有計算機，想要得到正確答案不僅要進行完整的計算過程，還要記住「先乘除後加減」的規則。換句話說，我們能夠依靠背景知識來正確處理這個問題。此外，我們還能夠批判性地思考，知道如果有其他人（或者AI）告訴我們答案是15，那就一定是錯的。
根據布魯姆 （Benjamin Bloom） 的學習分類法，認知技能分為6個層次：
將他的分類法與近期大型語言模型（LLMs）的發展相較，我們會發現，生成式AI現在已經能夠記住並理解人類提供的信息（比如總結學術教材或研究文章中的知識）。它還可以批量處理信息並生成我們需要的結果（例如進行數據分析、創建數據視覺化，或者圖像轉文字等）。
此外，AI在代理行動和檢索增強生成（RAG）方面的突破，預示著AI將很快能夠根據我們設定的目標，執行任務並自動採取下一個行動。這讓我們不得不思考：在AI高度自動化的情況下，人類專家的角色是什麼呢？
職場學習的新樣貌
隨著我們的經濟逐漸從勞動密集轉向知識創造與創新，員工學習的樣貌也在變遷。過去，重複練習或師徒制等方式能有效地培養員工，讓他們按照最佳工作流程來完成任務。這些訓練方式的重點是記憶、理解和應用等基礎的認知技能。
然而，現在的時代不斷突破知識和技能的邊界，這些突破不僅來自人類專家，也來自生成式AI…
繼續閱讀全文👉🏻 Meta資料科學家：AI時代下，頂尖人才應該優先發展這２種能力
更多Cheers精彩文章
上了一堆公司課程，卻根本沒用！傳統培訓不符員工需求，AI如何作為解方？