Chandrasekaran表示，人工智能功能的增强意味着未来每个员工都会有自己的私人助理来帮助他们熟练掌握工作技能，就像有一名人工智能驱动的私人教练一样。

这个想法并不新鲜。二十年前，微软公司试图让所有人向其Office助手Clippy学习，但其应用体验并不好，以至于Clippy在2010年被《时代》杂志列为有史以来最糟糕的发明。但这次有所不同。

很多组织现在拥有相当可靠的语言和语音识别、情感分析技术和推荐引擎。随着数字化的发展，他们现在拥有了根据组织的具体要求训练这些系统所需的数据。

他说，“数据是无法替代的，例如在联络中心，必须给它提供带有不良口音、发音不好或带有背景噪音的数据，以使其训练成为良好的语音转录引擎。对于合同处理系统来说，必须给它提供不同语言、不同模式和风格的合同示例。良好的数据和人工注释的数据是无可替代的。”

组织还需要确保他们有一个反馈机制，以继续培训和改进系统。Chandrasekaran说：“当构建传统的应用程序时，第一天通常是最好的一天，因为一切正常，而问题逐一出现。对于人工智能来说，第一天则是最糟糕的一天，但之后进行改进将会越来越好，因此组织必须为最初的几次迭代做好准备。”

他说，在很多领域，人工智能系统已经处于相当稳定的状态，可以开展有益的工作。还有一些新兴领域，例如在文档中提取手写笔记。

微剂量学习

IEEE成员、Centric Consulting公司云计算和新兴技术负责人Carmen Fontana将基于人工智能学习的新方法称为“微剂量”。

她说：“人们通常并不喜欢每周花40个小时在课堂上学习知识。有了人工智能，就可以在很短的时间内通过用小片段、小提示来完成——这样就很及时，也很容易吸收。”

Fontana表示，她在Centric公司既是这种学习的创造者又是消费者。

她说：“实际上，我根据自己的实践领域创建内容，以便外部人员能够理解我们的工作。这对我来说工作量较小，我可以把这些内容放上去，人们可以得到这些微剂量学习的帮助，而不是进行正式的培训。”

该公司还有一个可以为员工创建学习途径的推荐引擎。例如，Fontana本人最近学习了所在公司的价值观和文化。

她说：“我入职Centric Consulting公司已经有9年，所以我想回去重新了解我们如何在价值观和文化中定位自己。”

她表示，这种新方法赋予了员工学习的自主权。

塔塔咨询服务公司数据和分析业务负责人Kamlesh Mhashilkar认为，人工智能可以用在情境感知技能的建立、识别将受益于特定课程或会议的员工，以及针对个别主题的定制教育计划。

人工智能技术最近在帮助监考方面变得很有用。在以往，人们需要前往考试中心参加认证考试。

Mhashilkar说：“由于发生疫情，人工智能确实在机器监督或自我监督方面提供了帮助。如果有人在考试时不断地转移视线，可以判断他是真的在参加考试，还是在试图作弊?”

一些学校已经在使用人工智能来对学生的论文进行评分。数字服务咨询机构Nerdery公司的首席技术官Joe Tobolski说：“由于实施方式的原因，这种方法引起了一些强烈反对。我对此有些担心，因为人工智能系统可能存在一些偏见。”

Nerdery公司首席技术官Joe Tobolski表示，使用人工智能可以将知识从经验丰富的员工转移给新员工，这与劳动力日益老龄化的行业越来越相关，这也带来了风险。