A csoportméret
Húsz és huszonöt fő között tartom a jó méretet. Ennél nagyobb csoportnál a gyakorlati rész elveszik, mert nem tudok mindenkihez odamenni, és a nap előadássá alakul. Nyolcvan fős csapatot ezért mindig bontok, nem azért, hogy több nap legyen, hanem mert egyben nem működik.
Az arány, ami eldönti a nap sikerét
A nap legfeljebb harmada elmélet, legalább kétharmada gyakorlat, és a gyakorlat a résztvevő saját anyagain fut. Nem mintafeladaton, hanem azon a levelezésen és azon a dokumentumon, amit másnap úgyis elő fog venni.
Ez logisztikai következménnyel jár. A résztvevőknek a gépükkel és a saját hozzáférésükkel kell megjelenniük, és ezt előre kell egyeztetni az IT-val. Ha ez elmarad, a nap fele technikai problémákkal megy el.
Ami nem működik
- Termékbemutató funkciólistával
- Minta adatokon végzett gyakorlat
- Nyolcvan fős előadás
- Elméleti bevezető a modellek működéséről
Ami működik
- Szerepkörönként három valódi feladat
- Gyakorlás a saját levelezésen és dokumentumokon
- Húsz és huszonöt fő közötti csoport
- A nap végén egy elkezdett, valódi munkadarab
Amit sosem viszek bele
Nem viszek bele kész szövegsablonokat. Nem azért, mert nem működnének, hanem mert a sablon egy hónapig él, utána a résztvevő nem tudja hozzáigazítani a változó helyzethez. Helyette azt tanítom, hogyan gondolja végig a feladatot, mit adjon meg háttérnek, és milyen formában kérje a választ.
Nem viszek bele olyan példát sem, ami a résztvevő licencszintjén nem fut le. Ez triviálisnak hangzik, mégis ez az egyik leggyakoribb hiba, és azonnal hiteltelenné teszi az egész napot.
A nap utáni két hét
A képzés önmagában nem elég. A két héttel utána következő időszak dönti el, mi marad meg belőle. Ezért a nap végén mindenki kiválaszt egy feladatot, amit a következő héten így fog csinálni, és ezt a power user két hét múlva végigkérdezi.
Egy kutatás több mint ötezer ügyfélszolgálati munkatárs adatait vizsgálva azt találta, hogy a termelékenységnövekedés a kevés tapasztalattal rendelkezőknél volt a legnagyobb, a legtapasztaltabbaknál pedig gyakorlatilag nulla. A képzést ezért ne a legjobbakkal kezdjük, mert náluk nem fog látszani az eredmény.
Források és további olvasnivaló
Erik Brynjolfsson, Danielle Li és Lindsey Raymond, Generative AI at Work, NBER Working Paper 31161, később a Quarterly Journal of Economics hasábjain. Boston Consulting Group 10-20-70 elve az AI értékteremtés megoszlásáról.