آموزش تیم برای کار با هوش مصنوعی: برنامهی عملی
خریدن اشتراک برای تیم کار سختی نیست؛ کاری که سخت است این است که سه ماه بعد هنوز کسی استفاده کند. این برنامهی چهارهفتهای برای همان مسئله نوشته شده.
الگویی که در شرکتهای ایرانی زیاد تکرار میشود: مدیر اشتراک میخرد، یک جلسهی دوساعته میگذارد، همه هیجانزده میشوند، و سه هفته بعد فقط دو نفر هنوز استفاده میکنند — همان دو نفری که قبل از جلسه هم استفاده میکردند.
مشکل کیفیت آموزش نیست. مشکل این است که آموزش از سمت ابزار شروع شده، نه از سمت کار. آدمها ابزار جدید یاد نمیگیرند چون جالب است؛ یاد میگیرند چون کاری که امروز اذیتشان میکند را حل میکند.
این برنامه چهار هفته طول میکشد و هفتهای بیشتر از دو ساعت از هر نفر نمیگیرد. ترتیبش مهم است.
هفتهی صفر: قبل از هر آموزشی
دو کار را قبل از شروع انجام دهید. اول، سه کار تکراری و پرحجم در تیم پیدا کنید — چیزهایی که هفتهای چند ساعت وقت میبرند و کسی دوستشان ندارد. نوشتن گزارش هفتگی، جواب دادن به سؤالهای تکراری مشتری، تبدیل یادداشت جلسه به صورتجلسه، ترجمهی محتوا.
دوم، زمان فعلی انجام آن سه کار را اندازه بگیرید. بدون این عدد، چهار هفته بعد نمیتوانید بگویید چیزی عوض شده یا نه.
قبل از اینکه کسی اولین پیام را بفرستد، یک صفحه قاعده روشن کنید: چه دادهای هرگز خارج نمیشود (قرارداد، اطلاعات هویتی مشتری، دادهی مالی)، چه دادهای با پاکسازی مجاز است، و چه چیزی آزاد است. جزئیات این مرزبندی در امنیت اطلاعات در هوش مصنوعی آمده. اگر این را ننویسید، یا هیچکس استفاده نمیکند یا کسی چیزی میفرستد که نباید.
هفتهی یک: یک کار، همه با هم
فقط یکی از آن سه کار را انتخاب کنید — سادهترینش. یک جلسهی یکساعته بگذارید و همان کار را زنده انجام دهید. نه اسلاید، نه معرفی تاریخچهی هوش مصنوعی. صفحه را به اشتراک بگذارید و همان گزارش هفتگی واقعی را جلوی چشم همه بسازید.
بعد از جلسه، تکلیف بدهید: هر نفر همان کار را یک بار خودش انجام دهد و نتیجه را در کانال تیم بگذارد. همین. مبنای فنیاش را میتوانید به راهنمای پرامپتنویسی فارسی ارجاع دهید تا جلسه را با تئوری پر نکنید.
هفتهی دو: کتابخانهی مشترک
تا اینجا هر نفر پرامپت خودش را نوشته و بعضیها خیلی بهتر از بقیه جواب گرفتهاند. این هفته آنها را جمع کنید.
یک سند مشترک بسازید با این ساختار برای هر مورد:
عنوان کار: تبدیل یادداشت جلسه به صورتجلسه
پرامپت:
از یادداشت زیر صورتجلسه بساز با سه بخش:
تصمیمها، کارهای باقیمانده (با نام مسئول و مهلت)،
سؤالات باز. چیزی که در یادداشت نیست اضافه نکن.
---
[یادداشت]
نکته: اگر اسمها را اشتباه نوشت، فهرست اسامی تیم
را اول متن بگذار.
آخرین بازبینی: [تاریخ] — [نام]این سند مهمترین خروجی کل برنامه است. تیمی که کتابخانهی پرامپت مشترک دارد، کیفیت یکدست میگیرد؛ تیمی که ندارد، بهاندازهی تعداد نفراتش کیفیت متفاوت دارد.
هفتهی سه: جایی که جواب نمیدهد
این هفته را به شکست اختصاص دهید و جدی بگیریدش. از هر نفر بخواهید یک موردی بیاورد که ابزار خراب کرد: اطلاعات غلط داد، لحن را اشتباه گرفت، عددی ساخت که وجود نداشت.
بعد با هم بررسی کنید چرا. معمولاً یکی از الگوهایی است که در اشتباههای رایج در کار با هوش مصنوعی فهرست کردهایم. این جلسه بیشتر از جلسهی اول اثر دارد، چون بیاعتمادی سالم میسازد — و بیاعتمادی سالم دقیقاً همان چیزی است که جلوی فاجعه را میگیرد.
| کار | سطح بازبینی لازم |
|---|---|
| پیشنویس داخلی، ایدهپردازی | سبک |
| متن منتشرشونده، محتوای سایت | بازخوانی کامل |
| پاسخ مستقیم به مشتری | تأیید انسانی قبل از ارسال |
| عدد، تاریخ، مبلغ، تعهد | راستیآزمایی از منبع اصلی |
| هر چیز حقوقی یا مالی | بازبینی متخصص، بدون استثنا |
هفتهی چهار: اندازهگیری و تصمیم
حالا همان سه کار را دوباره زمانسنجی کنید. سه حالت ممکن است:
- وقت محسوس کم شده. کاربرد را رسمی کنید و کار بعدی را شروع کنید.
- وقت کم شده ولی کیفیت افت کرده. بازبینی را سفتتر کنید، نه اینکه رها کنید.
- هیچ چیز عوض نشده. کاربرد را عوض کنید. مشکل از تیم یا ابزار نیست؛ کار اشتباهی انتخاب شده.
حالت سوم شایع است و اشکالی هم ندارد. کارهایی که سود میدهند معمولاً کارهای متنی، تکراری و کمریسکاند. اگر با یک فرایند پیچیده شروع کردهاید، طبیعی است که نتیجه نداده باشد.
سیاست داخلی: یک صفحه، نه سی صفحه
بعد از چهار هفته، آنچه یاد گرفتهاید را در یک صفحه بنویسید: چه ابزاری مجاز است، چه دادهای ممنوع، کدام خروجی نیاز به تأیید انسانی دارد، و چه کسی مسئول بهروز نگه داشتن کتابخانهی پرامپت است.
اگر میخواهید چارچوب رسمیتری داشته باشید، چارچوب مدیریت ریسک هوش مصنوعی NIST مرجع خوبی است، هرچند برای تیمهای کوچک بیش از حد مفصل است. یک صفحهی خواندهشده از سی صفحهی بایگانیشده ارزش بیشتری دارد.
سه اشتباهی که برنامه را میکشد
اول، شروع از ابزار بهجای کار. دوم، آموزش یکبارهی همهی تیم بهجای شروع از داوطلبها. سوم، نداشتن عدد — بدون اندازهگیری، بحث تبدیل میشود به سلیقه و هر کس نظر خودش را میگوید.
و یک نکتهی مدیریتی: نگرانی کارکنان دربارهی جایگزین شدن را نادیده نگیرید. صریح دربارهاش حرف بزنید؛ تصویر واقعبینانهتری از تغییرات شغلی در آیندهی شغلها با هوش مصنوعی آمده. سکوت مدیر، بدترین جواب به این نگرانی است.
جمعبندی
آموزش تیم پروژهی فناوری نیست؛ پروژهی تغییر عادت است. و عادتها با کارگاه عوض نمیشوند، با تکرار یک کار مفید در بازهی کوتاه عوض میشوند.
از یک کار شروع کنید. اندازه بگیرید. اگر جواب داد، دومی را اضافه کنید. اگر میخواهید همین امروز تمرین اول را بگذارید، یک کار تکراری واقعی تیم را در نارنگی با هم انجام دهید و نتیجه را در کانال تیم بگذارید.
