Learning objectives untuk training Gen AI harus menyebutkan tindakan yang dapat dilakukan peserta setelah sesi, kondisi saat tindakan itu dilakukan, dan ukuran hasilnya. “Memahami AI” terlalu luas. “Membuat draf ringkasan dari dokumen internal yang disetujui, lalu memeriksanya dengan checklist fakta dan data sensitif” lebih jelas dan dapat diuji.
Untuk siapa panduan ini?
Panduan ini membantu HR, L&D, manager, dan pemilik program yang menyiapkan training Gen AI untuk peserta non-teknis. Fokusnya adalah kemampuan kerja, bukan teori model atau sertifikat kehadiran.
Mulai dari pekerjaan, bukan daftar fitur
Tool berubah cepat. Pekerjaan organisasi cenderung lebih stabil: menyiapkan laporan, merangkum dokumen, membuat komunikasi, meneliti opsi, atau memeriksa data. Learning objective yang dimulai dari pekerjaan lebih mudah dipindahkan ke tool lain dan lebih mudah dinilai setelah training.
Rumus objective yang dapat diuji
Gunakan pola berikut: peserta dapat [tindakan] menggunakan [input atau alat yang disetujui] untuk menghasilkan [output] sesuai [kriteria kualitas dan batasan].
| Objective terlalu umum | Objective yang dapat diuji |
|---|---|
| Memahami prompt engineering | Menyusun instruksi yang menjelaskan tujuan, audiens, sumber, format, dan batasan untuk satu tugas kerja |
| Menguasai AI untuk laporan | Membuat draf ringkasan laporan dan memverifikasi setiap angka terhadap sumber asal |
| Menggunakan AI dengan aman | Membedakan data publik, internal, dan terbatas sebelum memasukkan data ke tool |
| Meningkatkan produktivitas | Menyelesaikan satu workflow terpilih dengan ukuran kualitas dan waktu pemeriksaan yang disepakati |
Empat lapis objective
1. Pengetahuan dasar
Peserta dapat menjelaskan kemampuan dan batasan tool yang dipakai. Mereka memahami bahwa keluaran dapat salah dan perlu diverifikasi.
2. Penggunaan
Peserta dapat memberi konteks, memilih sumber, meminta format, dan memperbaiki instruksi berdasarkan hasil awal.
3. Pemeriksaan
Peserta dapat memeriksa fakta, sumber, nada, data sensitif, dan kepatuhan terhadap kebijakan perusahaan.
4. Penerapan kerja
Peserta dapat memasukkan langkah AI ke satu proses nyata dengan pemilik proses, reviewer, dan aturan eskalasi yang jelas.
Bedakan objective berdasarkan peran
Manager perlu menilai prioritas, risiko, dan kualitas. Staf pelaksana perlu membuat input yang baik serta memeriksa hasil. HR dan L&D perlu mengukur penerapan setelah sesi. Satu modul yang sama untuk semua peran sering menghasilkan pengetahuan umum tanpa perubahan pada pekerjaan.
Cara mengukur sesudah training
- Unjuk kerja: peserta menyelesaikan tugas dengan data contoh yang aman.
- Kualitas: hasil memenuhi rubrik fakta, kelengkapan, format, dan risiko.
- Transfer: peserta mencoba satu workflow nyata dalam periode yang disepakati.
- Review: manager memeriksa apakah proses baru mengurangi beban tanpa menambah risiko.
Jangan menjadikan kecepatan sebagai satu-satunya ukuran. Draf yang lebih cepat tetapi membutuhkan pemeriksaan panjang belum tentu memperbaiki proses.
Bacaan terkait
Langkah berikutnya
Bawa tiga contoh pekerjaan peserta saat menyusun brief. Pendekatan AI corporate training perusahaan dapat dibahas setelah audiens, pekerjaan, kebijakan data, dan hasil belajar ditetapkan.
Sumber
Tentang penulis: Dee Ferdinand membahas corporate AI training dan penerapan AI yang dapat diperiksa dalam pekerjaan.