L&D에 AI를 사용하는 데 어떤 과제가 있나요?
AI는 전 세계적으로 파장을 일으키고 있습니다. AI를 활용하면서 L&D 전문가들에게 새로운 길이 열린 것은 사실입니다. 이제 그 어느 때보다 콘텐츠를 만드는 것이 쉬워졌습니다 광주 독학재수학원.
L&D 전문가들은 최상의 결과를 얻기 위해 어떤 AI 도구를 사용해야 하는지 알아야 합니다. 올바른 L&D 결과를 내는 것이 필수적입니다. 또한 전문가들은 자신의 업무에 대한 이해가 없기 때문에 이러한 도구를 사용하는 것을 두려워합니다.
L&D에 AI를 사용하는 데 있어서의 문제점:
기술은 항상 모든 답을 가지고 있지 않습니다. 때로는 문제로 이어질 수 있습니다. AI는 학습과 개발에 필요한 부분인 비판적 사고를 포함하지 않기 때문입니다.
인간 상호작용을 만들 수 없음: AI는 인간과 연결을 구축해야 하기 때문에 항상 최상의 솔루션이 아닙니다. 상호작용은 항상 기계적이어서 인간을 다루는 가장 좋은 방법이 아닙니다. 가장 효과적인 스토리보드를 작성할 수 없습니다 . AI는 학습 경험을 사용자에게 특별하게 만들기 위해 고수준 알고리즘이 필요합니다. 학습자에게 그러한 경험을 제공하기 위해 데이터를 분석해야 합니다.
편견: 다시 말하지만, AI 모델은 특정 인종을 기반으로 하기 때문에 L&D 에 편견이 생길 여지가 있습니다 . AI는 백인 인구를 위한 결과를 생성하는 데 사용되었기 때문에 L&D를 만드는 올바른 방법이 아닐 수 있습니다. 따라서 이러한 결과는 문화적 차이로 인해 흑인 인구를 훈련하는 데 사용할 수 없습니다. 유색인종의 문화적 신념에 대한 연구를 수행했어야 합니다. AU 모델은 대상 청중 측면에서 올바른 종류의 훈련 맥락을 가져야 합니다. 올바른 대상이 없으면 올바른 콘텐츠를 만들 수 없습니다. 이러한 시스템을 사용할 때도 문제가 발생할 수 있습니다. AI 시스템을 사용하는 솔루션이 올바른 대상 청중과 e러닝 모드를 사용하여 개발되지 않은 경우 올바른 학습 및 개발 솔루션을 생성할 수 없습니다. 대상 청중은 이러한 L&D 솔루션에 사용된 언어를 이해하는 데 어려움을 겪을 수 있습니다. 따라서 AI를 사용하는 올바른 종류의 L&D 솔루션은 대상 청중의 요구 사항에 맞는지 확인하기 위한 품질 분석을 수행한 경우에만 생성될 수 있습니다. 그렇지 않으면 이러한 솔루션으로 인해 온갖 문제가 발생할 수 있습니다.
AI 시스템 유지 관리 비용: 사용자 수용은 AI 관리 학습 플랫폼에 매우 중요합니다. AI가 제공하는 결과가 정확하지 않을 수 있기 때문입니다. 따라서 인간은 최상의 결과를 위해 AI 기반 플랫폼을 신뢰하지 않을 수 있습니다. 지식은 항상 시간이 지남에 따라 진화하고 변화합니다. 따라서 AI 데이터베이스를 업그레이드하여 AI가 L&D 시스템에서 이러한 변경 사항을 반영하도록 스스로 업데이트되었는지 확인해야 합니다. L&D 시스템이 업데이트되면 그것만이 교육 프로그램을 생성할 수 있습니다.
직원의 필요에 따라 AI 모델은 올바른 종류의 교육 솔루션을 제공하기 위해 올바른 데이터 세트를 사용해야 합니다. AI 사용과 관련하여 사실 확인은 매우 중요합니다. 도구에 최신 지식이 없을 수 있기 때문입니다. 데이터 관리가 AI 시스템을 유지하는 데 중요한 부분입니다. 시스템에 새 데이터를 입력하고, 사용하도록 교육한 다음 시스템이 정확하게 작동하는지 테스트해야 합니다. 이러한 시스템에서 데이터가 변경되지 않으면 사용자가 요청할 때 올바른 결과가 나오지 않습니다. 구현 비용 때문에 소규모 조직에서는 L&D를 사용하기 쉽지 않습니다.
개인정보 보호 문제: AI는 회사가 많은 정보를 저장하기 때문에 개인정보 보호 문제도 발생할 수 있습니다. 개인화된 AI 도구를 의식적으로 사용하지 않으면 누군가가 회사 데이터를 해킹할 수 있는 문제가 발생할 수 있습니다. 이는 누군가가 귀하의 AI 도구 로그인 세부 정보에 액세스할 때 발생할 수 있습니다. 윤리적 고려 사항도 매우 중요합니다. 이러한 고려 사항은 안전, 데이터 개인정보 보호 및 AI를 사용할 때의 고용에 대한 동의입니다.
잘못된 데이터: AI가 L&D 솔루션을 공식화하는 데 사용하는 데이터를 검증하는 것도 중요합니다. AI가 인터넷에서 사용할 수 있는 많은 데이터에서만 정보를 얻을 수 있기 때문입니다. 해당 주제의 전문가가 아니면 아무도 이 데이터가 정확한지 알 수 없습니다. 정확하지 않을 수 있으므로 교육 프로그램에 잘못된 정보가 있을 수 있습니다. 따라서 중소기업만이 데이터를 확인하고 교육 프로그램을 마무리할 수 있습니다. 인터넷에는 잘못된 정보 소스가 많이 있습니다.
비용 절감 없음: AI는 학습자가 현재 시험을 어떻게 찾고 있는지에 대한 지속적인 피드백을 받아야 합니다. 더 나은 시험이 필요한 경우 AI 시스템에 더 나은 시험이 필요하다고 안내하여 그렇게 할 수 있습니다. 이것이 L&D 전문가의 임무이며 AI 시스템에 올바른 피드백을 제공합니다. AI 시스템이 올바른 방향으로 진행되지 않고 학습자가 어려움을 겪고 있다면 그러한 시스템에 안내하는 것이 좋습니다. L&D 솔루션에서 AI를 사용하여 이를 만들려면 노동과 자본 측면에서 엄청난 리소스 사용이 필요합니다. 그러나 조직은 L&D 솔루션을 만드는 데 AI를 사용하여 비용을 절감하고 있는지 확인해야 합니다.