Вред AI в корпоративном обучении сотрудников

Компании массово закупают AI-инструменты для обучения: «персональные траектории», чат-ассистенты, генерацию контента.  Предполагается, что сотрудник в таком случае должен получать точный материал «в нужный момент», следовательно должна расти скорость обучения, а бюджеты — экономиться. На практике часто происходит следующее: платформа работает, рекомендации выдаются, а поведение людей и результаты команд почти не меняются. И проблема здесь редко в том, что «AI еще сырой». Чаще всего дело в том, что обучение пытаются автоматизировать до того, как выстроена базовая логика: что именно развиваем, почему именно это, как это поможет в работе конкретному сотруднику и как измеряем эффект.

В материале SHRM (Society for Human Resource Management, профессиональной ассоциации, посвященной практике управления человеческими ресурсами) о внедрении AI в L&D (Learning & Development) выделены ключевые препятствия, которые встречаются снова и снова на пути к качественному развитию персонала. Ниже разбор этих барьеров и практические советы от центра исследования компетенций SkillCode.

Неумение точно определить дефициты навыков

Самый дорогой сценарий — это когда L&D запускает AI-персонализацию, не имея точного ответа на вопрос: какой навык проседает и как это проявляется в работе. Тогда AI-система честно рекомендует «полезные» курсы, но эффект будет случайным. Потому что бизнес-проблемы почти никогда не звучат как «людям не хватает обучения», обычно они звучат так:

• руководители тратят время на повторные объяснения и контроль;
• задачи возвращаются на доработку;
• конфликты разгораются из ничего и съедают управленческий ресурс;
• согласования затягиваются, сроки «плывут»;
• продавцы знают продукт, но теряют сделки на переговорах.

Если не провести диагностику причин, не определить какие компетенции индивидуально и в группе вызывают такие проблемы, то обучение превращается в активность ради активности. В публичных обсуждениях статьи SHRM это сформулировано прямо: организации все еще не умеют четко выявлять реальные skill gaps.

Советуем начинать не с «подберем курсы», а с измерения поведенческих компетенций и сценариев, которые ломают результат. И только после этого уже строить точечную программу развития: что именно меняем в поведении, как тренируем, как проверяем повторно и замеряем динамику изменения.

«Умное» обучение, которое никому не нужно

AI отлично умеет подбирать материал «по интересам» и «по профилю». Но корпоративное обучение — не стриминговый сервис. Если персонализация не связана с целями компании и показателями роли, она не работает как управленческий инструмент.

В описании SHRM один из центральных барьеров звучит именно так: задача — согласовать персонализированное обучение с бизнес-процессами и целями организации.

На языке бизнеса это означает: у каждого направления обучения должен быть ответ на вопрос «что изменится в работе?». Например:

• сократим цикл сделки (переговоры, аргументация, стрессоустойчивость);
• снизим количество ошибок в проектах (критическое мышление, аналитичность, ответственность, требовательность, добросовестность);
• разгрузим руководителей (рациональность, делегирование, самостоятельность мышления, сообразительность, наставничество);
• повысим качество сервиса (коммуникабельность, эмпатия, самоконтроль, восприимчивость, стрессоустойчивость).

Если этот мост не построен, то AI-рекомендации будут выглядеть разумно, но останутся «контентом». Советуем привязывать индивидуальные и групповые программы развития к картам компетенций должностей/ролей по результатам связки объективной оценки и целевых метрик подразделения. Тогда персонализация становится не «что человеку интересно», а «что улучшит результат в конкретном бизнес-процессе».

Рекомендации не усваиваются в реальной жизни

Даже сильная стратегия разваливается о человеческую реальность: у сотрудников нет времени «учиться отдельно от работы». В пересказе ключевых тезисов SHRM это выделяется отдельным пунктом: люди не вовлекаются в обучение, потому что им некогда. Отсюда типичная картина:

• обучение «кладут» на вечера и выходные;
• мотивация быстро падает;
• руководители не поддерживают, потому что сами под давлением сроков;
• завершение курсов есть, но поведение в работе не меняется.

Советуем переносить развитие в рабочий контекст. Не «курс на час», а короткие практики и тренировки на реальных ситуациях:

• разбор конфликтных кейсов команды;
• тренировка переговорных сценариев с реальным продуктом;
• микро-упражнения на аргументацию и структуру мысли с релевантными кейсами;
• регулярная обратная связь от наставника, закрепляющая новое поведение.

И когда есть такая логичная и прочная основа для развития, то AI может стать катализатором, который помогает генерировать кейсы, давать подсказки, собирать материалы, но пользу он несет только при заданном четком сформированным техническом задании. Поэтому план обучения и включенные компетенции в программу развития должны быть объективно обоснованы через оценочные показатели и связаны с реальными показателями эффективности работы.

Все упирается в деньги и результат

Бизнес покупает не курсы и не платформу, а управляемость и эффективность. Часто эффект пытаются измерять «метриками обучения» — просмотрами, прохождениями, временем в системе. А руководители ждут «метрики работы»: скорость, качество, ошибки, текучка, конфликты, выгорание. Если показатели бизнеса не растут, тогда это просто очередное модное обучение для галочки под соусом искусственного интеллекта, за которое компания заплатила деньги, а сотрудники вложили как минимум свое время.

Вывод

Искусственный интеллект в обучении действительно может дать прирост. Но только если компания сначала может ответить как минимум на следующие вопросы:

1. Какие компетенции реально проседают? Как эти показатели связаны с показателями эффективности?
2. Как это проявляется в работе? Что должно измениться, если повысить эти компетенции?
3. Как обучение встроено в процессы, как будет замеряться динамика роста компетенций? Как будет доказана эффективность обучения?

Если ответов нет, то AI и любые другие инструменты просто не помогают, а иногда даже и усугубляют ситуацию.