The post has been translated automatically. Original language: Russian
If a supervisor has 10-15 people and he works with them every day, it seems a little strange to me to connect AI so that he tells who and what skills are missing.
The leader knows his people better. He sees them at work, understands their weaknesses, and knows what tasks will be next. Sometimes it's easier to talk to him for 20 minutes and get a lot more useful information.
But let's imagine a company with 1000+ employees.
Each leader gathered the needs of his team. And then all this information comes to HR. One wrote "project management", another wrote "project management", and the third wrote "project planning and control". Somewhere five employees need training, somewhere twenty, and somewhere a similar request came from several departments at once.
It's getting more fun here manually :)
And the task of AI in this case is not to determine for managers what needs to be taught to people. They've already determined that.
His task is to process a large amount of information and help HR see the big picture of the company.
For example, you can give the AI all the collected queries and use such promt:
"Below I will give you the requests of the heads of departments for employee training. Analyze only the data provided and don't add skills or needs that they don't have.
Group identical and similar queries, even if the managers formulated them in different words.
For each group, show us which skill or development area is being requested, which departments have indicated it, how many employees it affects in total, and exactly how managers formulated the need.
Separately, identify the needs that are repeated in several departments, and arrange them by the number of employees — from the most widespread to the most isolated. Separately, show the queries that occur only in one department.
If two requests are similar, but you're not sure if they're the same need, don't combine them automatically. Mark it as a possible match for HR verification.
Don't offer courses, providers, or training programs. Now the task is only to structure the needs and show the overall picture of the company.
Present the result in the table: skill/ need — departments — number of employees — initial formulations of managers — which requires additional HR verification."
And here you can already see things that the head of a separate department simply does not see.
For example, five different teams actually requested the same training. Or a need that seemed local is actually affecting a hundred employees already.
Then HR can decide where it makes sense to do a general program, and where an individual approach is really needed.
In other words, AI does not replace the head here. The manager knows his team better.
It is needed at the next stage — when there are a lot of people, a lot of data, and you need to see one big picture from hundreds of individual requests.
Чем больше я работаю с ИИ, тем больше понимаю, насколько важен контекст.
Когда он уже знает, чем ты занимаешься, в каких профессиональных областях работаешь, какую терминологию используешь и какие требования у тебя к результату, не приходится каждый раз объяснять все сначала.
Но есть другая сторона.
ИИ довольно быстро подстраивается под тебя. И в какой-то момент можно получить очень удобного собеседника, который знает твой контекст, говорит понятным тебе языком и… слишком часто с тобой согласен :)
Мне от ИИ нужно немного другое.
Поэтому кроме контекста я бы сразу задавала ему правила работы со мной.
Например:
«Учитывай мой профессиональный контекст: [указать области]. Используй принятую в этих областях терминологию и не смешивай разные профессиональные понятия.
Не соглашайся со мной автоматически. Проверяй мои идеи и выводы критически.
Если идея хорошая, покажи, что в ней работает и как ее можно улучшить.
Если видишь слабые места — назови минимум три аргумента против моей позиции: риски, противоречия, последствия или то, что я могла не учесть.
После этого попробуй защитить мою позицию от своих же аргументов. Покажи, какие контраргументы действительно сильные.
И отдельно ответь: что должно быть правдой, чтобы моя идея оказалась ошибочной? Какие факты или условия могут существенно изменить вывод?
Не додумывай отсутствующие данные. Отделяй факты от предположений. Если информации недостаточно — скажи, чего именно не хватает.
Отвечай как специалист с практическим опытом в обсуждаемой области. Если существует несколько профессиональных подходов — покажи их.
Если видишь, что другой способ работы с ИИ, инструмент или функция даст лучший результат — предложи его и объясни почему».
Сейчас много говорят о том, как правильно писать промты. Есть курсы, AI-операторы, prompt engineering и разные техники работы с ИИ.
Но мне кажется, есть еще один полезный навык — один раз объяснить ИИ не только что тебе нужно, но и как с тобой нужно работать.
Не соглашайся просто потому, что идея моя. Найди, где она может развалиться. Потом попробуй ее защитить. Скажи, при каких условиях я вообще окажусь неправа.
Потому что иногда мне от ИИ нужен не готовый ответ.
Мне нужен кто-то, кто нормально поспорит с моей мыслью до того, как с ней поспорит кто-нибудь другой :)
Share
