Wszystkie wpisy

Szkolenie AI dla pracowników - jak wybrać program, który nie jest pokazem slajdów?

Na prezentacji wszystko wygląda przekonująco. Prowadzący w kilka sekund przygotowuje raport, analizuje dokument, tworzy ofertę i generuje wiadomość do klienta. Pracownicy widzą możliwości ChatGPT, Claude albo Microsoft Copilot, poznają kilka rozbudowanych promptów i wychodzą ze szkolenia z poczuciem, że AI może zmienić sposób ich pracy.

Następnego dnia wracają jednak do tych samych zadań, tych samych systemów i tych samych procedur. Nie wiedzą, do którego procesu zastosować poznane narzędzie, jakie dane mogą do niego przekazać ani jak sprawdzić wygenerowaną odpowiedź. Po kilku tygodniach z AI regularnie korzysta kilka najbardziej zainteresowanych osób. Pozostali uznają, że szkolenie było ciekawe, ale mało praktyczne.

Problem nie polega na tym, że prezentacja funkcji narzędzia jest całkowicie bezwartościowa. Może być dobrym wprowadzeniem. Nie powinna być jednak sprzedawana jako program przygotowujący firmę do rzeczywistego korzystania z AI.

Dobre szkolenie nie kończy się na odpowiedzi na pytanie:

Powinno doprowadzić pracowników do znacznie bardziej konkretnej odpowiedzi:

Właśnie tę różnicę trzeba ocenić przed wyborem dostawcy.

Dobre szkolenie AI zmienia sposób wykonywania zadania

Celem szkolenia nie powinno być wyłącznie przekazanie wiedzy o modelach językowych. Firma nie inwestuje w program edukacyjny po to, aby pracownicy potrafili wymienić różnice pomiędzy ChatGPT, Claude i Gemini.

Oczekiwanym rezultatem powinna być zmiana konkretnego zachowania.

Po szkoleniu handlowiec może szybciej przygotowywać brief przed spotkaniem. Księgowy może sprawniej kontrolować kompletność dokumentów. Kupiec może porównywać warunki ofert. Manager może przygotowywać pytania do raportu, nie dopisując przyczyn, których nie ma w danych. Pracownik obsługi klienta może tworzyć roboczą odpowiedź na podstawie zatwierdzonej procedury.

W każdym przypadku uczestnik musi jednak wiedzieć:

• jakie informacje przekazać,
• jak opisać oczekiwany rezultat,
• czego model nie powinien zakładać,
• jak rozpoznać błąd,
• które elementy wymagają kontroli,
• gdzie zapisać finalny wynik.

Jeżeli program nie prowadzi do takiego poziomu praktyki, pozostaje przede wszystkim prezentacją możliwości narzędzia.

OECD wskazuje, że niedobór kompetencji jest jedną z najważniejszych barier adopcji AI. Ponad połowa małych i średnich firm, które nie korzystają z generatywnej AI, wskazuje brak umiejętności jako istotną przeszkodę. Jednocześnie samo pozytywne nastawienie do technologii nie jest zwykle głównym problemem. Pracownicy częściej potrzebują wiedzy o zastosowaniach, danych, ryzyku i sposobie włączenia AI do rzeczywistych obowiązków.

Szkolenie AI nie powinno być wybrane wyłącznie na podstawie agendy

Agenda może wyglądać bardzo profesjonalnie:

• wprowadzenie do generatywnej AI,
• przegląd dostępnych narzędzi,
• prompt engineering,
• tworzenie treści,
• analiza dokumentów,
• automatyzacja pracy,
• bezpieczeństwo danych.

Taki opis nie mówi jeszcze, jak będzie wyglądała praca uczestników.

Dwa szkolenia posiadające niemal identyczną agendę mogą dać zupełnie inne rezultaty. W pierwszym prowadzący przez kilka godzin pokazuje przygotowane wcześniej przykłady. W drugim uczestnicy otrzymują zadania zbliżone do własnej pracy, samodzielnie korzystają z narzędzia, sprawdzają błędne odpowiedzi i przygotowują scenariusze do dalszego wykorzystania.

Przed wyborem trzeba więc oceniać nie tylko listę tematów, ale również:

• metody pracy,
• rodzaj ćwiczeń,
• sposób przygotowania programu,
• udział managerów,
• wykorzystywane materiały,
• rezultat pozostający w firmie,
• wsparcie po szkoleniu,
• metodę pomiaru efektów.

Kryterium 1. Program zaczyna się od diagnozy pracy, a nie od prezentacji narzędzia

Dostawca powinien przed szkoleniem dowiedzieć się, czym zajmują się uczestnicy.

Nie wystarczy informacja, że grupa składa się z pracowników biurowych albo managerów. Potrzebne są konkretne procesy i zadania:

• jakie dokumenty analizują,
• jakie raporty przygotowują,
• z jakimi systemami pracują,
• które czynności są powtarzalne,
• gdzie powstają opóźnienia,
• jakie błędy pojawiają się najczęściej,
• które informacje są szczególnie wrażliwe.

Bez tej diagnozy prowadzący będzie korzystał z przykładów, które sprawdzają się podczas demonstracji, ale nie muszą odpowiadać pracy firmy.

Pracownik działu zakupów nie potrzebuje kolejnego przykładu planowania podróży. Potrzebuje sprawdzić, czy AI może porównać oferty dostawców, wskazać różnice w warunkach płatności i przygotować pytania do negocjacji.

Pracownik księgowości nie potrzebuje wygenerowanej kampanii reklamowej. Potrzebuje zobaczyć, jak model analizuje kompletność dokumentu, gdzie może popełnić błąd i dlaczego odpowiedź nie zastępuje decyzji księgowego — pokazujemy to szerzej w tekście o AI w księgowości.

Prawidłowy proces wyboru powinien więc zaczynać się od pytania do dostawcy:

Dobra odpowiedź będzie obejmowała ankietę, rozmowy z managerami, analizę wybranych procesów albo warsztat przygotowawczy. Słaba odpowiedź będzie sprowadzała się do możliwości dodania logo firmy do gotowych slajdów.

CREHLER.AI opiera szkolenia na rzeczywistych dokumentach, procesach i przykładach organizacji, a analizę potencjalnych zastosowań łączy z oceną wartości, kosztu i ryzyka. Dzięki temu szkolenie może prowadzić do wskazania pierwszych procesów do dalszego pilotażu, zamiast kończyć się wyłącznie ogólną wiedzą o narzędziu.

Kryterium 2. Ćwiczenia odpowiadają realnym rolom uczestników

Jedno identyczne szkolenie dla całej firmy rzadko będzie wystarczające.

Wspólna część może obejmować:

• podstawowe zasady działania AI,
• ograniczenia modeli,
• zasady ochrony danych,
• odpowiedzialność użytkownika,
• sposób weryfikowania wyników.

Praktyka powinna jednak zostać dopasowana do ról.

Nie oznacza to konieczności organizowania osobnego dnia dla każdego stanowiska. Można zbudować wspólną podstawę, a następnie podzielić uczestników na grupy pracujące nad różnymi zadaniami.

Komisja Europejska wskazuje, że rozwijanie kompetencji AI powinno uwzględniać doświadczenie, wiedzę, szkolenie pracowników oraz kontekst wykorzystania systemów. W europejskim repozytorium praktyk pojawiają się programy łączące materiały dostępne dla wszystkich z kształceniem dopasowanym do konkretnych ról.

Kryterium 3. Uczestnicy samodzielnie pracują z narzędziem

Oglądanie, jak ekspert korzysta z AI, nie jest tym samym co samodzielne wykonanie zadania.

Prowadzący posiada przygotowane materiały, zna właściwe polecenie i wie, jak zareagować, gdy odpowiedź nie jest odpowiednia. Uczestnik po szkoleniu zostaje natomiast sam z własnym dokumentem, niepełnym kontekstem i nieprzewidywalnym rezultatem.

Dlatego znaczną część programu powinna stanowić samodzielna praktyka. Uczestnik powinien:

• Wybrać właściwe informacje.
• Ograniczyć dane do niezbędnego zakresu.
• Sformułować zadanie.
• Ocenić pierwszą odpowiedź.
• Znaleźć błąd albo brak.
• Poprawić instrukcję.
• Przygotować finalny rezultat.
• Określić, co wymaga zatwierdzenia.

Prowadzący nie powinien od razu podawać idealnego promptu. Powinien obserwować, w którym miejscu uczestnicy mają problem i pomóc im zrozumieć przyczynę.

Dzięki temu pracownik nie zapamiętuje jednej formuły. Uczy się rozwiązywać podobne problemy samodzielnie.

Przed zakupem warto zapytać:

Jeżeli czterogodzinne szkolenie przewiduje piętnaście minut ćwiczeń na końcu, trudno oczekiwać trwałej zmiany umiejętności.

Kryterium 4. Program obejmuje cały proces, a nie samo generowanie

AI często wygląda najbardziej efektownie w momencie tworzenia odpowiedzi. Firma uzyskuje jednak wartość dopiero wtedy, gdy wynik zostanie bezpiecznie wykorzystany.

Załóżmy, że pracownik ma przygotować podsumowanie raportu. Samo wygenerowanie tekstu może trwać kilkanaście sekund. Pełne zadanie obejmuje jednak również:

• znalezienie właściwego pliku,
• sprawdzenie jego wersji,
• przygotowanie danych,
• usunięcie informacji zbędnych,
• wygenerowanie odpowiedzi,
• kontrolę liczb,
• sprawdzenie wniosków,
• poprawienie materiału,
• zapisanie go we właściwym miejscu.

Dobre szkolenie powinno przeprowadzać uczestnika przez cały ten proces. Prowadzący powinien pokazać nie tylko, jak uzyskać dobrą pierwszą wersję, ale również:

• jak sprawdzić wynik,
• jak porównać go ze źródłem,
• jak oznaczyć niepewność,
• jak postąpić przy braku danych,
• jak przekazać rezultat kolejnej osobie,
• kiedy zrezygnować z użycia AI.

To szczególnie ważne w księgowości, HR, prawie, sprzedaży B2B i pracy z dokumentami klientów. Błąd może nie zostać wykryty tylko dlatego, że odpowiedź jest napisana płynnie i profesjonalnie.

NIST zaleca jasne definiowanie ról człowieka w interakcji z AI, zasad nadzoru oraz odpowiedzialności za wykorzystanie wyników. Organizacja powinna rozwijać krytyczne podejście i kulturę, w której odpowiedzi AI nie są automatycznie uznawane za poprawne.

Kryterium 5. Szkolenie zawiera celowo błędne odpowiedzi

Podczas pokazu prowadzący zwykle wybiera przykłady, na których model działa dobrze. Uczestnicy mogą wtedy odnieść wrażenie, że wystarczy odpowiednio napisać prompt, aby otrzymać wiarygodny rezultat.

W codziennej pracy pojawią się jednak:

• nieaktualne źródła,
• sprzeczne dokumenty,
• błędne obliczenia,
• brakujące informacje,
• zmyślone cytowania,
• pominięte wyjątki,
• odpowiedzi poza zakresem.

Dlatego wartościowe szkolenie powinno celowo pokazywać również porażki modelu. Uczestnicy mogą otrzymać:

• raport z błędnie policzoną zmianą procentową,
• odpowiedź zawierającą nieistniejące źródło,
• podsumowanie pomijające ważny warunek,
• analizę dokumentu opartą na nieaktualnej wersji,
• profesjonalnie brzmiącą wiadomość zawierającą błędną kwotę.

Ich zadaniem jest znalezienie problemu i określenie sposobu kontroli.

Dzięki temu pracownicy uczą się, że skuteczne korzystanie z AI nie polega wyłącznie na generowaniu. Równie ważna jest umiejętność odrzucenia odpowiedzi.

Kryterium 6. Zasady dotyczące danych są konkretne dla firmy

Krótki slajd z informacją „nie przekazuj danych poufnych” nie przygotuje pracowników do podejmowania codziennych decyzji.

Uczestnicy powinni dowiedzieć się, czy mogą wykorzystać:

• fragment umowy,
• ofertę dostawcy,
• raport sprzedaży,
• CV kandydata,
• fakturę,
• kod źródłowy,
• notatkę ze spotkania z klientem,
• wewnętrzną procedurę.

Odpowiedź może zależeć od wybranego planu, umowy z dostawcą, rodzaju danych, celu przetwarzania i konfiguracji organizacji — zasady przetwarzania i retencji warto ustalić przed szkoleniem. Dlatego prowadzący powinien znać zasady obowiązujące w firmie albo współpracować z osobami odpowiedzialnymi za bezpieczeństwo i prawo.

Część praktyczna powinna obejmować:

• klasyfikację przykładowych danych,
• ograniczanie zakresu informacji,
• anonimizację,
• wybór zatwierdzonego narzędzia,
• reagowanie na przypadkowe ujawnienie,
• ocenę zewnętrznych aplikacji i konektorów.

Szkolenie nie powinno pozostawiać pracownika z ogólnym komunikatem, że musi zachować ostrożność. Powinno dawać mu sposób podjęcia decyzji w konkretnym zadaniu.

Kryterium 7. Managerowie uczestniczą w programie

Pracownik może nauczyć się korzystać z AI, ale szybko wróci do poprzedniego sposobu pracy, jeżeli manager:

• nie daje czasu na praktykę,
• nie akceptuje nowej metody,
• nie ustala standardu kontroli,
• nie zmienia procedury,
• nie wykorzystuje odzyskanego czasu,
• nadal rozlicza zespół wyłącznie ze starego procesu.

Dlatego program dla pracowników powinien obejmować również managerów. Nie muszą oni wykonywać wszystkich ćwiczeń specjalistycznych. Powinni jednak potrafić:

• wybrać właściwe zadanie,
• określić poprawny wynik,
• ustalić poziom kontroli,
• mierzyć czas i jakość,
• reagować na błędy,
• zdecydować, czy zastosowanie zostaje standardem.

Bez zaangażowania przełożonych AI pozostaje dodatkiem używanym przez zainteresowane osoby, a nie elementem sposobu pracy — najczęstszy powód, dla którego licencje pozostają nieużywane.

OECD wskazuje, że szkolenia dotyczące AI powinny obejmować nie tylko pracowników o niższych kompetencjach, ale również specjalistów i managerów odpowiedzialnych za adopcję technologii oraz organizację pracy.

Kryterium 8. Program przewiduje działania po zakończeniu spotkania

Największym zagrożeniem dla jednodniowego szkolenia jest brak kolejnego kroku.

Uczestnicy wracają do pracy z notatkami, prezentacją i zestawem promptów. Nie wiadomo jednak:

• kto odpowiada na pytania,
• gdzie zgłaszać nowe zastosowania,
• kto zatwierdza pracę na konkretnych danych,
• jak sprawdzić efekt,
• kto aktualizuje materiały,
• które pomysły przechodzą do pilotażu.

Dobry program powinien kończyć się planem dalszego działania. Może obejmować:

• konsultację po dwóch tygodniach,
• zadanie wdrożeniowe,
• spotkanie z managerami,
• bibliotekę zastosowań,
• kanał wsparcia,
• grupę AI Champions,
• pomiar po 30 lub 60 dniach,
• rekomendację procesów do PoC.

Komisja Europejska wykorzystuje między innymi model AI Champions, w którym przeszkoleni ambasadorzy pomagają pozostałym pracownikom w codziennym korzystaniu z AI — jak zbudować taki program ambasadorów, opisaliśmy osobno. Repozytorium europejskich praktyk pokazuje także programy łączące podstawowe szkolenie całej firmy z późniejszymi warsztatami dopasowanymi do ról.

Jak odróżnić pokaz slajdów od warsztatu?

Czy jednodniowe szkolenie może być wartościowe?

Tak, ale trzeba prawidłowo określić jego cel. Jednodniowy program może:

• zbudować wspólne rozumienie AI,
• wyjaśnić zasady bezpieczeństwa,
• pokazać kilka zastosowań,
• nauczyć podstaw formułowania zadań,
• rozpocząć dyskusję o procesach.

Nie powinien jednak obiecywać pełnego wdrożenia kompetencji w całej organizacji.

Po jednym dniu pracownik może zrozumieć podstawy i wykonać pierwsze ćwiczenie. Potrzebuje później praktyki, powtórzeń, informacji zwrotnej i wsparcia managera, aby nowy sposób pracy stał się regularny.

Dobrym rozwiązaniem jest potraktowanie jednodniowego szkolenia jako pierwszego etapu:

• Przygotowanie i diagnoza.
• Warsztat podstawowy.
• Zadania stanowiskowe.
• Konsultacja po kilku tygodniach.
• Pomiar efektu.
• Standaryzacja najlepszych zastosowań.

Im bardziej złożone i ryzykowne są procesy, tym mniej prawdopodobne, że jeden dzień będzie wystarczający.

Co powinno pozostać w firmie po szkoleniu?

Prezentacja PDF nie jest wystarczającym rezultatem. Firma powinna otrzymać materiały, które można wykorzystać po zakończeniu programu. Mogą to być:

• zasady pracy z zatwierdzonymi narzędziami,
• przykłady dozwolonych i zabronionych danych,
• instrukcje dla konkretnych zadań,
• checklisty weryfikacji,
• biblioteka zastosowań,
• wyniki ćwiczeń,
• lista pytań i problemów,
• rekomendacje dla managerów,
• proces zgłaszania błędów,
• lista pomysłów do pilotażu.

Najbardziej wartościowym rezultatem jest karta zastosowania opisująca pełny sposób pracy.

Taka karta pozwala powtórzyć sposób pracy i przekazać go kolejnym osobom.

Jakie pytania zadać dostawcy szkolenia?

Przed wyborem programu warto poprosić o odpowiedź na kilkanaście konkretnych pytań.

O przygotowanie

• W jaki sposób poznacie procesy i role uczestników?
• Czy agenda zostanie zmieniona na podstawie diagnozy?
• Jakie informacje musimy przekazać przed szkoleniem?
• Czy angażujecie managerów w wybór ćwiczeń?

O praktykę

• Ile czasu uczestnicy będą samodzielnie pracować?
• Czy ćwiczenia będą odnosiły się do ich stanowisk?
• Czy uczestnicy przeanalizują również błędne wyniki?
• Czy program obejmuje pełne zadanie, razem z kontrolą i wykorzystaniem rezultatu?

O dane i bezpieczeństwo

• Jak program zostanie dopasowany do polityki firmy?
• Na jakich kontach i danych będą pracować uczestnicy?
• Czy szkolenie obejmuje minimalizację danych, anonimizację i zgłaszanie incydentów?
• Jak zostaną zabezpieczone materiały przekazane prowadzącemu?

O rezultat

• Jakie materiały pozostaną po szkoleniu?
• Czy powstaną scenariusze do dalszego wykorzystania?
• W jaki sposób będzie można zmierzyć efekt?
• Czy przewidziane jest wsparcie po spotkaniu?

Konkretna odpowiedź dostawcy jest ważniejsza niż liczba logotypów klientów na stronie.

Sygnały ostrzegawcze w ofercie

Należy zachować ostrożność, gdy oferta:

• obiecuje przygotowanie ekspertów AI w kilka godzin,
• koncentruje się na liczbie prezentowanych narzędzi,
• nie wymaga żadnego przygotowania przed szkoleniem,
• oferuje identyczny program dla każdego działu,
• nie zawiera samodzielnych ćwiczeń,
• nie uwzględnia danych i odpowiedzialności,
• przedstawia gotowe prompty jako główny rezultat,
• nie mówi o weryfikacji odpowiedzi,
• nie angażuje managerów,
• nie przewiduje żadnego działania po szkoleniu.

Szczególnie niepokojąca jest obietnica dużego wzrostu produktywności bez poznania procesów firmy. Efekt AI zależy od rodzaju zadania, jakości danych, poziomu pracowników i sposobu wykorzystania odzyskanego czasu. Nie można wiarygodnie zagwarantować jednego procentu poprawy dla każdej organizacji.

OECD zwraca uwagę, że efekty generatywnej AI są silnie zależne od zadania oraz doświadczenia użytkownika. Osoby mniej doświadczone mogą uzyskiwać duże korzyści w dobrze dopasowanych zadaniach, ale nie oznacza to automatycznie takiej samej poprawy na poziomie całego stanowiska lub organizacji.

Model CREHLER.AI 8P - jak ocenić program szkolenia?

Przed wyborem dostawcy można ocenić ofertę w ośmiu obszarach.

Każdy obszar można ocenić od 0 do 3 punktów.

Maksymalny wynik wynosi 24 punkty.

Wysoki wynik nie gwarantuje automatycznie jakości prowadzącego, ale pomaga uporządkować porównanie ofert i odróżnić konkretne zobowiązania od marketingowych deklaracji.

Jak ocenić prowadzącego?

Znajomość narzędzi AI jest potrzebna, ale niewystarczająca. Dobry prowadzący powinien rozumieć również:

• procesy biznesowe,
• pracę z danymi,
• ograniczenia modeli,
• zasady kontroli wyników,
• ryzyko organizacyjne,
• wdrażanie zmian w zespołach.

Osoba, która potrafi przygotować efektowną demonstrację, nie zawsze potrafi poprowadzić pracowników przez analizę ich rzeczywistego procesu.

Warto zapytać prowadzącego:

• Jak reaguje, gdy model poda błędną odpowiedź?
• Czy potrafi wskazać zadania, w których nie warto używać AI?
• Jak dostosowuje ćwiczenia do różnych poziomów uczestników?
• Jak odróżnia szkolenie od warsztatu wdrożeniowego?
• Jak pracuje z osobami sceptycznymi lub obawiającymi się AI?
• Jakie rezultaty pozostają po programie?

Ekspert powinien umieć powiedzieć, że w określonym procesie prostsza reguła, integracja albo tradycyjne narzędzie będzie lepsze od generatywnej AI.

Jak przygotować pracowników przed szkoleniem?

Nawet dobry dostawca nie osiągnie właściwego efektu, jeżeli firma nie przygotuje uczestników. Przed spotkaniem należy:

• Wyjaśnić cel programu.
• Zapewnić dostęp do zatwierdzonego narzędzia.
• Sprawdzić, czy uczestnicy potrafią się zalogować.
• Przekazać podstawowe zasady dotyczące danych.
• Poprosić o wskazanie czasochłonnych zadań.
• Zebrać odpowiednio zabezpieczone materiały do ćwiczeń.
• Zapewnić czas na praktykę po szkoleniu.
• Poinformować managerów o ich roli.

Uczestnik powinien wiedzieć, że celem nie jest sprawdzenie jego technicznej wiedzy ani udowodnienie, że AI zastąpi jego stanowisko. Program ma pomóc znaleźć czynności, w których technologia może ograniczyć pracę bez wartości i wesprzeć podejmowanie decyzji.

Jak mierzyć, czy wybrane szkolenie zadziałało?

Pomiar powinien rozpocząć się przed spotkaniem. Dla kilku wybranych zadań warto ustalić:

• czas wykonania,
• liczbę poprawek,
• najczęstsze błędy,
• liczbę osób zaangażowanych,
• częstotliwość zadania,
• poziom wykorzystania wyniku.

Po szkoleniu pracownicy wykonują te same albo porównywalne zadania z pomocą AI. Firma mierzy pełny czas, łącznie z przygotowaniem danych, generowaniem, kontrolą i poprawkami.

Efekt warto sprawdzić bezpośrednio po szkoleniu, po 30, 60 i 90 dniach — pełny plan pomiaru i KPI opisujemy osobno.

• bezpośrednio po szkoleniu - wiedza i umiejętność wykonania zadania,
• po 30 dniach - pierwsze zastosowania i bariery,
• po 60 dniach - regularność korzystania,
• po 90 dniach - wpływ na czas, jakość i koszt.

Nie należy oceniać programu wyłącznie na podstawie liczby wysłanych promptów. Aktywność w narzędziu nie oznacza jeszcze, że pracownicy osiągają wartościowe rezultaty.

Przykładowa karta oceny oferty

Skala może wynosić od 0 do 3, gdzie:

• 0 oznacza brak elementu,
• 1 ogólną deklarację,
• 2 konkretny zakres,
• 3 metodę, rezultat i odpowiedzialność.

Cena powinna być porównywana dopiero razem z zakresem. Tańsze szkolenie może okazać się droższe, jeżeli nie zmieni żadnego procesu i będzie trzeba zamówić kolejny program.

Jak powinien wyglądać dobry program?

Nie istnieje jedna obowiązkowa agenda dla każdej organizacji. Praktyczny program może jednak obejmować pięć kolejnych etapów.

1. Zrozumienie możliwości i ograniczeń

Uczestnicy poznają zasady działania generatywnej AI, różnice pomiędzy narzędziami oraz typowe rodzaje błędów.

2. Bezpieczna praca z informacjami

Pracownicy klasyfikują dane, przygotowują bezpieczne przykłady i uczą się reagować na niewłaściwe użycie.

3. Zadania stanowiskowe

Grupy wykonują ćwiczenia odpowiadające ich rolom, wykorzystując materiały podobne do tych, z którymi pracują na co dzień.

4. Kontrola wyniku

Uczestnicy analizują błędne i niepełne odpowiedzi, sprawdzają źródła oraz ustalają, kiedy potrzebne jest zatwierdzenie człowieka.

5. Plan dalszego wykorzystania

Każdy uczestnik lub zespół przygotowuje przynajmniej jeden scenariusz pracy, który zostanie przetestowany po szkoleniu.

Taki układ nie wymaga omawiania kilkunastu narzędzi. Lepiej dokładnie przećwiczyć dwa wartościowe procesy niż powierzchownie pokazać dwadzieścia funkcji.

Czy szkolenie powinno obejmować tylko jedno narzędzie?

To zależy od celu.

Jeżeli firma wybrała konkretną platformę i chce nauczyć pracowników codziennego korzystania, szkolenie może koncentrować się na ChatGPT, Claude, Copilot albo Gemini. Wprowadzenie może krótko pokazać różnice pomiędzy narzędziami, ale większość praktyki powinna odbywać się w środowisku, które uczestnicy będą wykorzystywać po szkoleniu.

Program prezentujący wiele aplikacji może mieć sens dla zespołu odpowiedzialnego za wybór technologii. Dla zwykłych użytkowników często prowadzi jednak do przeciążenia informacjami. Pracownik poznaje kilkanaście rozwiązań, ale nie potrafi sprawnie korzystać z żadnego.

Najważniejszym kryterium nie jest liczba narzędzi w agendzie. Jest nim jakość pracy wykonanej po szkoleniu.

Czy szkolenie AI realizuje obowiązek AI literacy?

Może być jednym z działań wspierających realizację obowiązku, ale sama obecność pracownika na prezentacji nie powinna być uznawana za pełne rozwiązanie.

Aktualne wyjaśnienia Komisji Europejskiej wskazują, że organizacje powinny wspierać rozwój kompetencji osób pracujących z AI, uwzględniając ich wiedzę, doświadczenie, wcześniejsze szkolenie oraz kontekst wykorzystania systemów. Przepisy nie narzucają jednego wymaganego poziomu, konkretnego kursu ani obowiązkowego certyfikatu. Podejście powinno być proporcjonalne do zastosowań i ryzyka.

Oznacza to, że firma powinna udokumentować nie tylko listę obecności, ale również:

• zakres programu,
• grupy uczestników,
• wykorzystywane systemy,
• ćwiczenia,
• zasady przekazane pracownikom,
• dodatkowe materiały,
• dalsze działania.

W przypadku systemów wysokiego ryzyka nadal obowiązują szczególne wymagania dotyczące przygotowania osób sprawujących nadzór człowieka.

FAQ - jak wybrać szkolenie AI dla pracowników?

Ile praktyki powinno zawierać szkolenie?

Nie ma jednego obowiązkowego poziomu. W warsztacie nastawionym na zmianę umiejętności samodzielna praca powinna jednak stanowić znaczącą część programu, a nie krótkie ćwiczenie po kilku godzinach prezentacji.

Czy gotowe szkolenie otwarte może wystarczyć?

Może wystarczyć jako podstawowe wprowadzenie dla pojedynczych osób. Jeżeli firma chce zmienić sposób pracy całego działu, potrzebne będą przykłady stanowiskowe, zasady organizacji i działania po szkoleniu.

Czy każdy pracownik powinien otrzymać ten sam program?

Wspólne mogą być podstawy działania AI, bezpieczeństwa i odpowiedzialności. Zadania praktyczne powinny odpowiadać rolom, danym i poziomowi ryzyka poszczególnych grup.

Czy certyfikat potwierdza skuteczność szkolenia?

Potwierdza przede wszystkim udział albo zaliczenie określonego testu. Nie pokazuje automatycznie, czy pracownik wykorzystuje AI w pracy i czy osiąga lepsze wyniki.

Co jest ważniejsze: wiedza techniczna prowadzącego czy doświadczenie biznesowe?

Potrzebne są oba elementy. Prowadzący musi znać możliwości i ograniczenia narzędzi, ale powinien również umieć przełożyć je na proces, dane, odpowiedzialność i mierzalny wynik.

Jak wybrać szkolenie AI, które naprawdę przygotuje pracowników?

Nie należy wybierać programu na podstawie liczby slajdów, narzędzi, gotowych promptów ani efektownych demonstracji.

Najlepsze szkolenie rozpoczyna się od poznania pracy uczestników. Wykorzystuje przykłady podobne do ich rzeczywistych zadań, wymaga samodzielnej praktyki i pokazuje również sytuacje, w których AI się myli. Obejmuje zasady dotyczące danych, sposób kontroli odpowiedzi i odpowiedzialność człowieka.

Powinno także angażować managerów i prowadzić do konkretnego kolejnego kroku. Może nim być zatwierdzony scenariusz pracy, pilotaż, wspólny projekt, dodatkowy warsztat albo decyzja, że w danym zadaniu AI nie przynosi wystarczającej wartości.

Prezentacja może zainteresować pracowników technologią. Dopiero praktyka, zasady, wsparcie i pomiar sprawiają, że potrafią bezpiecznie korzystać z niej w swojej pracy.

Podczas bezpłatnej konsultacji przeanalizujemy role, procesy i poziom wykorzystania AI w Twojej firmie. Na tej podstawie przygotujemy program oparty na rzeczywistych zadaniach uczestników, zasadach organizacji i miernikach pozwalających ocenić efekt po szkoleniu.