人的能力足以控制人工智能的发展吗?

人工智能
Whitlock 认为:“具备良好的人际交往能力从来都是必须的。我们与业务领导层合作,有效满足他们的 IT 需求,现在你又在此基础上加入了生成式人工智能。从某种意义上说,这是一种变革,但它只是另一种新技术,你必须想出如何深思熟虑地加以实施,以提高效率。”

多年来,高级语言、自动化、低代码和无代码开发平台以及更好的编程环境逐渐减少了 IT 人员执行低级、常规任务的需求,从而使他们能够应对更具创新性的挑战。随着人工智能的发展,这一趋势正在急剧加速,技术专业人员必须比以往任何时候都更快地实现技能多样化,才能保持领先地位。

不过,这变得越来越困难,因为人工智能系统的能力似乎每三到六个月就会翻一番。因此,对于技术专业人员及其管理者来说,另一个选择就是更多地关注人的能力。

卡内基梅隆大学(Carnegie Mellon University)教授 Ronald Placone 指出,幸运的是,情商和沟通能力是人们可以改善的,他在这方面做了大量研究。他说:“情商和沟通能力和性格不一样,性格是很难改变的。事实上,人的情商通常会随着年龄的增长而增长,而且,你可以加快这一过程。如果你能做到这一点时,你就会成为一个更有效率的领导者,让人们更加投入,并将他们的才干转化为业绩。”

许多公司正在这样做。

Thomson Reuters 公司人才与多元化主管 Pragashini Fox 表示:“随着人工智能将常规任务自动化,人们就可以将精力集中在高价值的活动上,而这些活动需要解决问题、批判性思维和创造力等人类特有的品质。”

他认为,除了提升技术能力,公司的培训计划还更加注重提高软技能,让员工为未来与人工智能共同发展做好准备。不过,他同时强调,这并不意味着技术技能会变得不那么重要。

他说:“随着人工智能融入工作的方方面面,理解和利用人工智能技术将变得更加重要。均衡的融合将使人们有能力在新的混合角色中茁壮成长,确保工作中的人力和技术方面相辅相成、相互促进。”

以人为本

南加州大学和其他机构的研究人员最近对近 700 名商界领袖进行了调查,发现人工智能时代最重要的技能是诚信,其次是战略眼光、激励他人的能力、动机和内驱力。而全美高校与雇主协会 1 月份的一份报告显示,90% 的雇主希望求职者具备解决问题的能力,近 80% 的雇主希望求职者具备较强的团队协作能力。

技术和商业培训公司 O'Reilly Media 也发现开发人员对软技能越来越感兴趣。根据该公司 1 月份发布的《2024 年技术趋势报告》,项目沟通技能增加了 23%,专业发展技能增加了 22%,项目管理技能增加了 13%。该公司计划今年新增 1080 多个与软技能相关的产品。

O'Reilly Media 总裁Laura Baldwin说:“IT 不是一项个人运动。你可以有个人贡献,但现实是,团队的大部分成员需要作为一个集体一起工作,而这正是每个人的软技能的重要性所在。”

她认为,随着人工智能的发展,这一趋势正在加速。你需要能够批判性地思考如何在工作中应用人工智能,加以解释,同时带动团队的其他成员。

Baldwin说,去年,人们对 O'Reilly 平台上的生成式人工智能技能的兴趣呈爆炸式增长。每个人都想知道它是什么,如何工作。她说,现在,人们正试图将其投入生产,考虑法律和安全问题,并将产品推向市场。这就需要更大的团队,对软技能的需求也将继续增长。

技术咨询公司TEKsystems的高级副总裁Ricardo Madan指出:“软技能将重新成为一种重要的超级能力。”尽管长期以来,人们一直认为技术人员仅靠技术技能就能生存。他说:“有一种并不正确的说法是,IT 专业人员可以不需要情商,只需要穿着 Birkenstocks 和脏兮兮的 T 恤衫就能生活。”这种说法已经存在了很长时间,但它已经行将末路,尽管有一些核心的工程文化坚持这种神秘感,并崇拜这些脾气暴躁的万事通的能力。他认为,这对少数稀世天才来说可能仍然有效。但他同时认为,“我们大多数人都是凡人”。

Madan负责管理数千名以技术为重点的员工。这些员工负责编写代码、配置系统、实施安全和建立网络。对员工的要求已经开始发生变化。他表示:“我喜欢有心理学背景、上过批判性思维课程的人。我们的员工来自非技术领域,我们正在向传统上被剥夺了 IT 行业权利的社区进行推广,这些社区没有机会获得学士学位,也没有机会参加编码训练营。”

他补充说,内部职业流动性也很强,可以让其他领域的人进入技术性更强的工作岗位,或者让动手能力强的技术人员进入项目管理岗位。

他表示:“这种情况已经改变了一段时间。与那些从一开始就沉浸在计算机科学领域的人相比,来自市场营销和销售等领域的中层人员可以为技术问题带来新的视角。但在过去的一年半里,自从 ChatGPT 横空出世以来,这些批判性思维能力和怀疑的眼光变得更加重要了。区分事实与想象对我们来说是一个大问题。”

像编码协处理器这样的人工智能工具可以快速生成大量新代码,但这些代码又如何满足公司的需求呢?

他补充说:“真正倾听客户心声的能力,以及当你看到客户或同事因为时间安排、财务处罚或预算而压力重重时的理性声音。”

这种能力不仅体现在招聘中,也体现在内部发展中,TEKsystems 正在运行一个劳动力发展平台,不仅为内部员工,也为客户提供软技能培训。

向前看

Wipro Technologies 是一家拥有近 25 万名员工的技术和咨询公司,首席运营官 Amit Choudhary 表示,该公司已经开始在招聘员工时寻求更多的软技能。

他说:“我们不仅要考察 Java 和 Python,还要考察你在对话中如何沟通。在开始回答问题之前,你是否理解了问题?公司还在加强对现有员工的指导和训练。所有成功的运动员,即使处于职业生涯的顶峰,都会有教练。为什么我们的领导和管理人员不能有教练呢?这就是学习软技能的地方。”

他补充说,反过来,这些经理和领导者也要指导他们的员工,不是一年一次,而是几乎每天都要指导,这有助于提高经理的价值。

长期以来,Wipro 一直提供技术技能培训以及软技能培训。“现在发生的主要转变是,我们看到人们在非技术技能和项目管理技能上花费了更多时间,我们也鼓励人们花费更多时间”。

毕竟,当一个项目遇到问题时,根本原因分析往往表明,真正的问题并不在代码上,而是在对问题的理解、设计、项目管理或领域知识上。Choudhary 补充说,人工智能带来的生产力提升的一个好处是,员工现在可以花更多的时间来发展这些技能。

他说:“我们几乎 90% 的下一代员工(入门级员工)都接受过软技能和沟通技能培训。去年,我们的中层员工接受的高级软技能和沟通技能培训也翻了一番。”

从快速编码到正确编码

即使是专注于技术的公司,也会对员工的软技能提出更高的要求。

以 Expel 为例,这是一家管理安全服务提供商,拥有不到 500 名员工,其中大部分是开发人员和安全分析师。该公司首席执行官Dave Merkel说,公司正在进行多项生成式人工智能实验,以了解如何在提高服务和生产率的同时保持适当的管理水平。

第一个开始推动的领域是在公司已经在使用的集成开发环境中使用 Copilot 技术。

他说:“首先,我们要优化个人,利用生成式人工智能提高开发人员的工作效率。但这并不是要减少员工人数。我的问题不是我们有太多的开发人员。问题在于我们如何才能走得更快。在快速增长的市场中,我必须更加努力地进行人才竞争。我希望把每个开发人员都变成团队中最有生产力的工程师。”

他表示,即使工程师们的工作效率大幅提高,公司仍有大量积压工作需要完成。但他说,仅仅加快速度是不够的。如果没有沟通技巧和好奇心去探究为什么要这样做,这些生产效率的提高就很容易付诸东流。他说:“我们可以多生产 10 倍的无用垃圾。”

公司有三名全职员工负责编写内部培训材料,并对第三方培训提供商进行审核。

Merkel指出:“实际上,我们已经在多个领域对学习和发展进行了大量投资。核心领导技能就是其中之一。公司还投资培养沟通技能。如何处理人与人之间的困难对话?还有好奇心--如何提问,以及利益相关者管理技能。公司还实施了一项指导和辅导计划。从现在起的五年内,工程师的招聘情况将截然不同。我们总会有一些只专注于技术的专业领域,但那只是专业领域,而不是我们团队中的绝大多数工程师。”

在业务流程外包公司 TaskUs,技术团队的总人数约为 700 人,其中 200 人负责开发,其余的人负责支持、基础设施、工程、网络和安全,作为公司的CIO,Chandra Venkataramani 指出,每个人都对掌握人工智能技能很感兴趣。他说:“每当我与整个团队举行全体会议时,大家的主要问题都‘我能得到更多培训’吗?”

在技术技能培训方面,TaskUs 使用 PluralSight 公司,该公司在生成式人工智能出现后一直在大幅扩展其人工智能产品。但该公司也即将推出一项新的培训计划,重点是管理技能和指导。

他说:“如果一个人可以出色的编码,但不是优秀的领导者,我们就会努力提高他们的技能,让他们为晋升做好准备,这样一旦有职位空缺,他们就能立即转岗。”

还有一个新项目将为女性员工提供来自公司外部的导师和技术领袖。他说:“在软技能培训方面,我们希望在这个人工智能创新的时代继续支持我们的员工,这样我们的员工不仅能学到新的技术技能,还能学到新的人际交往技能。”

从技术到业务

Constellation Research 副总裁兼首席分析师Holger Mueller表示,技术专业人员可能需要投资的另一项非技术技能是业务和领域知识。他说:“优秀的开发人员总是会被雇用,去构建人工智能无法构建的东西。整个经济正在转向软件驱动,因此会有更多的软件被开发出来。合格的编码员不会消失,但成为合格编码员的门槛会提高,每个人的工作都会发生重大变化。”

对于那些每天都在拯救公司的顶级程序员来说,公司将会非常尊敬你,给予你极高的评价和地位。但是,Mueller指出:“你会发现,顶级程序员并没有那么多,很多现在正抱着这种态度看待自己的程序员会被拉回现实。特别是对于这些人来说,提高人际交往能力将变得非常重要。”Mueller建议他们把重点放在业务方面。

他强调:“要学会理解商业语言。从根本上说,了解业务和代码对现实世界的影响变得越来越重要。”

业务层面已经开始在企业技术中发挥更大的作用。解决方案集成商 Insight 的 CDO 兼数据和人工智能组合总监 Carm Taglienti 认为,这始于 SaaS 的发展。业务部门能够快速选择和部署所需的技术,IT 部门则负责提供集成、管理、安全和其他支持功能。由于人工智能技术的商品化,以及在现有企业平台上增加人工智能技术工具和功能,同样的情况现在也发生在人工智能领域。

他说:“我们在企业中开始看到的转变是,运行这些人工智能项目的人更倾向于业务人员,而不是技术人员。人工智能项目越来越需要了解商业价值和领域知识的人才,而不是数据科学家。我认为这还种转变还没有特别剧烈,但技术正在退居其次。云计算已经证明了这一点。数据即服务、软件即服务——它开始表明我们并不需要自己聘用所有这些技术人员;我们可以依靠可信赖的第三方。在某种程度上,你可以把大型语言模型看作是另一种 SaaS 服务。”

他说,业务分析师、数据分析师和主题专家将与 IT 领域的技术专家合并。“你可能还会有一些程序员,但不会很多”。

管理咨询公司 SSA & Company 的应用解决方案副总裁 Nick Kramer 说,他已经看到了这种转变的迹象。前几代人工智能和分析、大数据或流数据都是由技术主导的。

他说:“让生成式人工智能与众不同的是,推动人工智能议程的人更多是业务领导者,而不是技术领导者。事实上,首席人工智能官可以来自业务部门,也可以来自 IT 部门。IT 部门的工作则会转变为更具咨询性的工作。这不再是技术实践,而更多的是解释角色,以及我们如何将业务背景转化为人工智能架构和供应商选择中的技术选择。”

保持现实的期望

Dayton儿童医院首席信息官 J.D. Whitlock 并不指望人工智能会带来太大变化。供应商将把人工智能添加到他们的平台上,如人力资源和企业资源规划系统,之后,一旦符合监管要求,还将添加到一些医疗系统中。供应商还将提供与新功能相关的培训。

他说:“但我们并不是在建立自己的大型语言模型。如果我所在的是一家学术医疗中心,拥有 1 亿美元的研究预算,还有一群博士在四处寻找使用政府资金的方法,也可能会有所不同。但我们是一家规模较小的医疗系统。”

Whitlock 的团队只进行有限的内部开发,主要用于提高行政效率的应用。他指出,他现在还不会调整职位描述。例如,对于新的界面工程师,他希望看到界面设计技能和与其他平台集成的能力。对于商业智能职位,主要技能是 SQL。而对于开发人员和其他 IT 人员来说,生成式人工智能将通过 Microsoft Copilot 与 Microsoft Power Platform 结合使用,并通过 Microsoft 合作伙伴生态系统提供培训。此外,使用流行平台还有另一个好处。Whitlock 说:“全世界都会使用它。”你可以到 YouTube 上观看视频。

人的能力所在呢?

Whitlock 认为:“具备良好的人际交往能力从来都是必须的。我们与业务领导层合作,有效满足他们的 IT 需求,现在你又在此基础上加入了生成式人工智能。从某种意义上说,这是一种变革,但它只是另一种新技术,你必须想出如何深思熟虑地加以实施,以提高效率。”

责任编辑:武晓燕 来源: 计算机世界
相关推荐

2019-04-12 15:43:50

人工智能AI发展趋势

2021-03-22 12:08:30

人工智能

2022-03-15 16:06:39

人工智能AI

2024-03-22 11:30:10

人工智能机器学习算法

2021-09-26 16:22:42

人工智能机器语言

2021-11-11 16:01:19

人工智能AI

2020-03-17 09:00:00

人工智能AI

2024-04-09 07:30:00

人工智能

2018-12-18 10:00:27

人工智能AI自动驾驶

2021-10-11 08:51:11

人工智能AI机器人

2020-03-16 10:05:13

人工智能器人流程自动化IT

2017-03-16 18:43:35

2023-03-06 07:40:23

人工智能流程合成数据

2022-06-20 14:52:36

人工智能ROI

2016-11-16 09:35:44

IBM POWER 服

2021-03-22 11:04:50

人工智能边缘人工智能

2021-07-27 21:58:13

人工智能AI

2019-04-12 13:50:21

人工智能AI智慧交通

2021-11-01 10:30:16

人工智能AI技术

2021-07-15 17:32:21

机器人人工智能AI
点赞
收藏

51CTO技术栈公众号