【干货】| 智能化培训——“大数据”预测员工的心理状态

人工智能看似神秘,其实充斥着大量的数学计算的研究过程。

在人才培养方面,人工智能可以帮助我们预测员工的心理状态趋势,激发员工的热情。


3

“大数据”、“神经元学习”、“人工智能”,这些新潮的名词在我们生活中出现的频率越来越高,尤其是“阿法狗”和李世石的世纪大战,更是把前沿科学结晶带入我们的认知当中。也许有些人会提出质疑:这对我们的生活来说,意义何在?
在培训和管理领域,相似的颠覆性局面是否也会发生?新的技术、交互与呈现形式,是否会改变未来的培训过程,颠覆管理的方法?基于多年来对人工智能培训研究和实验型项目的进行,这样的改变其实早已经发生。


数据建模
预测员工心理状态趋势

计算机自主学习的强大,在于无止尽地自我完善,具有无与伦比的适应性和自生长性。事实上,人工智能看似神秘,其实充斥着大量的数学计算的研究过程。在人才发展方面,人工智能可以帮助我们预测员工的心理状态趋势,从而激发员工的热情。

我们曾启动了管理环境对人类心理的影响研究,旨在寻找那些激发员工工作热情的最佳管理环境方面的实践。目前已积累了3414个管理环境样本,并针对每个样本持续采集了约5年的员工心理及行为数据,调研不同企业所采取的管理战略以及具体的执行方案。通过运用人工智能,我们进行了大量的建模和验证工作,发现不同的管理方式下的员工心理状态变化趋势,尤其是工作动机,在一定程度上都是可预测的。

事实上,在分类或趋势预测的背后,是庞大的数据演算,建模和预测的过程包含了繁复的统计过程,包括描述统计与推断统计。


借助“员工激励与动机管理”沙盘

可以预测并反馈员工的心理及行为变化


与此同时,“预测”这一点对于人工智能应用而言很重要。因此,我们设计了沙盘工具“员工激励与动机管理”——既然动机和行为是可预测的,那么就可以通过计算机模拟,用物理形式呈现在人们眼前

通过人工智能将各种管理环境中发生的事件融入其中,沙盘能够围绕动机水平高低、绩效程度好坏两个维度,对虚拟的企业员工进行分类,并让沙盘参与者针对各类管理事件作出虚拟的处理选择。根据学员的选择,计算机可以预测并反馈其心理及行为的变化。这种运用了人工智能的沙盘工具,其预测准确性高达84%,置信水平0.95。这就意味着,如果一个参与者做了决策后,沙盘将能准确地预言各类员工的心理及行为变化趋势。

运用人工智能进行“无责任的”开放式推演,在培训过程中能允许参与者不断试错。学员根据自身的管理环境,可以实验出合适的管理方法,并对培训中所获得知识进行实时验证。
 

技术迭代
展开更高效的自主学习

随着90后员工踏上工作舞台,打破了传统的人工智能数据建模思路和方法。之前的模型设计思路通常是建立一个个假设,比如,正向激励与负向激励的抵消性、个人得失与他人得失的对比性、个人得失与环境公平性关系等。在此基础上,通过数据集的分类统计来验证假设的科学性,同时,调整参数来观察预测的可靠性。但是新的数据集所具备的特点,极大地颠覆了先前的结果,寻找新的解决方案迫在眉睫。

此时,基于神经网络的计算机自学习技术,即神经元自学习,是一个不错的解决方案。相比以前的人工智能培训工具,神经元自学习更为繁杂。为了让计算机高效地自主学习、识别行为模式,我们需要将调研结果解构成更基本的参数“告诉”计算机,从而得出对应的结果。


“员工激励与动机管理”沙盘

虚拟人物的前后左右移动,代表他们动机或绩效的趋势性变化
 

展开神经元自学习具有一个明显的优点,每当调研和统计结果有所更新,计算机就会自动对这些数据进行新的学习,对模型进行修正。这个过程是动态的,不需要人为干预。而且,当计算机再次遇到一个新世代富有特色的信息集合,甚至可能自主地推翻之前的模型设计,重新构建新的统计描述方式。

神经元学习不仅节省了时间和精力,更能为沙盘推演参与者提供更深入的信息——通过选择处理事件,能够归纳出参与者的管理风格倾向性。这是传统培训和沙盘工具做不到的。
 

超越培训
为管理带来新思路

作为培训产品来说,人工智能培训工具已经足以彰显其魅力,它允许学员在虚拟环境中试错,让工作效率得以改进。我们认为,它更重要的意义在于,对现实世界的指导。

以上述的沙盘工具为例,一个实际使用者能从这个工具中得到许多培训之外的有价值的信息。他可以在遇到“员工要求加薪”、“员工消极怠工”、“员工集体离职”、“员工寻求晋升”、“办公室政治”等各种管理事件时,让系统给出各种模拟的结果,评估各种行为的可行性,尽量做到趋利避害。这个工具超脱了培训范畴的桎梏,真正在工作中产生价值。

设想有这样一个场景:在不久的将来,通过调研以及人工智能自学习的方式,可以在更多领域给使用者提供全方位的建议,包括工作、家庭、子女教育、爱情、社交,以APP为载体,成为每个人的私人心理顾问、人际关系顾问,帮助人们观察世界、预知周遭环境的变化。

未来应用人工智能进行调研和实验的方向之一,是在更大范围内搜集、整理数据和信息,比如对中国“高领导力人群”的研究、关于职场人士的家庭及情感模式研究、关于人才选拔实践研究等。


作者:胡闻斌   柯塞(BESTER)中国合伙人

来源:《培训》杂志

上一条<<  【案例】| 江苏银行总行——网络大学的花式运营 下一条>>  【干货】| 微课设计的EID模型
其他资讯