قياس أثر تدريب الذكاء الاصطناعي: من حضور الدورة إلى تحسين الأداء

إعداد: يوروماتيك للتدريب والاستشارات
Prepared by: EuroMaTech Training & Consultancy

قد ينتهي برنامج تدريبي في الذكاء الاصطناعي بتقييمات مرتفعة وشهادات حضور، بينما يبقى السؤال الأهم بلا إجابة: ما الذي تغيّر فعليًا في العمل؟ هل أصبحت التقارير أدق؟ وهل انخفض الوقت الإجمالي لإنجاز المهام، بما يشمل المراجعة والتصحيح؟ وهل أصبح الموظف أقدر على التمييز بين إجابة تبدو مقنعة وإجابة تستند إلى معلومات موثوقة؟

قياس أثر تدريب الذكاء الاصطناعي يعني التحقق من انتقال المهارات المكتسبة إلى ممارسة فعلية تحسّن جودة العمل وكفاءة إنجازه، مع الالتزام بالاستخدام المسؤول للأدوات والبيانات. فإتقان صياغة الأوامر وحده لا يكفي؛ الأهم هو قدرة الموظف على توظيف الأداة في المهمة المناسبة، والتحقق من مخرجاتها، وتحديد متى يحتاج إلى مراجعة إضافية.

بالنسبة إلى مديري التدريب والموارد البشرية وقادة التحول الرقمي، تبدأ المسألة قبل اختيار الدورة: ما المشكلة التشغيلية التي نريد حلها، وما الدليل الذي سنقبله على حدوث التحسن؟ يعرض هذا المقال من يوروماتيك خطوات عملية لبناء تقييم يربط التعلم بالعمل، ويتجاوز الاكتفاء بالحضور ورضا المشاركين.

ما الفرق بين تقييم الدورة وقياس أثر التدريب؟

تقييم الدورة يساعد على فهم تجربة المشاركين ومدى استيعابهم للمحتوى. أما قياس أثر التدريب فيبحث في تطبيق المهارات بعد العودة إلى العمل، وما يرتبط بذلك من تغير في جودة المخرجات وكفاءة التنفيذ. كلاهما مفيد، لكن الإجابة عن أحدهما لا تغني عن الآخر.

قد يحصل مشارك على درجة مرتفعة في اختبار الأداة، ثم يواجه صعوبة في استخدامها على بيانات مؤسسته أو في مراجعة نتائجها. لذلك يحتاج التقييم إلى أدلة من مهام فعلية، ومعايير معلنة، ومتابعة يشارك فيها المدير المباشر.

١. ابدأ بمهمة واضحة وخط أساس قابل للمقارنة

بدلًا من هدف واسع مثل «رفع الإنتاجية بالذكاء الاصطناعي»، اختر مهمة يمكن ملاحظتها وقياسها: إعداد تقرير إداري، أو تلخيص مستندات معتمدة، أو تحليل ملاحظات العملاء، أو صياغة مسودة إجراء داخلي.

حدّد مستوى الجودة المطلوب، ومن يعتمد المخرج النهائي، والبيانات المسموح باستخدامها. ثم قِس الوضع الحالي: وقت الإنجاز، ووقت المراجعة، والأخطاء المتكررة، وحجم إعادة العمل. بهذه الطريقة يصبح التدريب استجابة لحاجة عملية يمكن تقييمها.

ولا ينبغي افتراض أن الأداة ستنجح بالدرجة نفسها في جميع المهام. يوضح ملخص بحث نشره معهد الذكاء الاصطناعي في كلية هارفارد للأعمال، عن تجربة بالتعاون مع BCG، أن أثر استخدام الذكاء الاصطناعي يختلف باختلاف المهمة؛ فقد يتحسن الأداء في أعمال ويتراجع في أخرى. تدعم هذه النتيجة التقييم حسب طبيعة العمل، لكنها لا تثبت وحدها أثر أي برنامج تدريبي بعينه.

٢. اختبر القدرة على الحكم على المخرجات

التقييم العملي الجيد لا يقتصر على سؤال المشارك عن كيفية استخدام الأداة. أعطه مهمة واقعية، واطلب منه توضيح ما استخدمه من معلومات، وكيف راجع الإجابة، ولماذا قبل جزءًا منها أو رفضه.

يمكن أن يتضمن التقييم اكتشاف معلومة غير مسندة، أو مقارنة مخرجين، أو تحديد حالة تستلزم مراجعة بشرية إضافية. هنا تظهر مهارات التحقق والحكم المهني، إلى جانب مهارة إنتاج المسودة.

ولزيادة عدالة المقارنة، استخدم معايير ثابتة قبل التدريب وبعده، مثل الدقة والاكتمال والوضوح والالتزام بمتطلبات المهمة. وإذا أمكن، يراجع المقيم الأعمال دون معرفة المجموعة أو الفترة التي تنتمي إليها، مع مراعاة تقارب صعوبة المهام.

٣. تابع انتقال التعلم إلى بيئة العمل

نتيجة الاختبار في نهاية الدورة لا تخبرنا وحدها بما سيحدث بعد عودة المشارك إلى مكتبه. قد تتغير ظروف العمل، أو لا تتوفر الأداة المعتمدة، أو يغيب دعم المدير المباشر.

يمكن تنظيم المتابعة على ثلاث مراحل:

• بعد ٣٠ يومًا: فهم الاستخدام الفعلي والعوائق التي تواجه الموظف.
• بعد ٦٠ يومًا: مراجعة عينات من العمل ومقارنتها بمعايير الجودة المتفق عليها.
• بعد ٩٠ يومًا: التحقق من استمرار التحسن وتحديد الحاجة إلى دعم إضافي.

هذه مدة تنظيمية مقترحة، وليست معيارًا ثابتًا يناسب كل مؤسسة. يمكن تعديلها وفق تكرار المهمة وطبيعة البرنامج وتوفر البيانات.

في كل مرحلة، اجمع بين ملاحظة المدير وعينات المخرجات ورأي الموظف. ثم استخدم النتائج لتحديد ما يحتاج إلى تدريب إضافي وما يحتاج إلى تعديل في الإجراءات أو الأدوات.

٤. استخدم مؤشرات تجمع بين الوقت والجودة

في مثال افتراضي، قد تنخفض كتابة المسودة من ساعتين إلى نصف ساعة، ثم تحتاج إلى ساعتين من التصحيح. النظر إلى سرعة المسودة وحدها سيعطي انطباعًا مضللًا عن الكفاءة. لذلك ينبغي قياس الوقت حتى اعتماد المخرج، لا حتى إنتاجه أول مرة.

يمكن البدء بلوحة قياس مختصرة تضم المؤشرات الآتية:

تُفسر هذه المؤشرات في ضوء حجم العينة وتعقيد المهمة وخبرة المشاركين. ولا تتحول الدقائق الموفرة تلقائيًا إلى وفورات مالية؛ إذ يعتمد ذلك على كيفية استثمار الوقت، مع احتساب تكلفة الأدوات والتدريب والإشراف.

٥. ميّز أثر التدريب عن أثر الأداة

إذا تغيرت الأداة وطريقة العمل والتدريب في الوقت نفسه، يصعب نسبة التحسن كله إلى الدورة. قد يكون جزء منه مرتبطًا بتحديث تقني، أو تبسيط الإجراءات، أو اختلاف حجم العمل.

حيثما أمكن، قارن مجموعات متقاربة تستخدم الأدوات المعتمدة نفسها، مع اختلاف توقيت التدريب، ودون حجب إرشادات السلامة الأساسية عن أي مجموعة. وسجّل أي تغييرات قد تؤثر في النتيجة، مثل تحديث الأداة أو تغيير توزيع المهام.

أما عند الاكتفاء بالمقارنة قبل التدريب وبعده، فالأدق وصف تحسنٍ لوحظ بعد البرنامج، مع توضيح العوامل الأخرى، بدل إعلان علاقة سببية مؤكدة.

٦. اجعل الاستخدام المسؤول جزءًا من النجاح

لا يكتمل تقييم الأداء إذا تجاهل إدخال معلومات غير مصرح بها أو اعتماد استنتاجات دون مراجعة. ينبغي أن يعرف الموظف متى يستخدم الأداة، ومتى يمتنع، ومتى يصعّد الأمر إلى المختص.

يوفر إطار NIST لإدارة مخاطر الذكاء الاصطناعي، الإصدار 1.0 الصادر عام 2023، مرجعًا طوعيًا لإدماج اعتبارات الموثوقية في استخدام الأنظمة وتقييمها. ويمكن الاستفادة منه عند تصميم ضوابط التطبيق، لكنه ليس نموذجًا لقياس العائد على التدريب.

اجعل متطلبات حماية البيانات والتحقق من المعلومات والمراجعة البشرية جزءًا من معايير الأداء، حتى لا تتحقق السرعة على حساب جودة القرار أو الالتزام بسياسات المؤسسة.

٧. ابدأ بتجربة محدودة قبل التوسع

ابدأ بمهمة واحدة ومجموعة مناسبة وخط أساس واضح ومعايير جودة متفق عليها ومسؤول عن المتابعة. حدّد شروط النجاح قبل التنفيذ، ثم قرر بناءً على النتائج ما إذا كان التوسع مناسبًا أو أن تصميم البرنامج يحتاج إلى تعديل.

يمكن توثيق التجربة في بطاقة مختصرة تتضمن:

• المهمة المستهدفة والمشكلة المراد معالجتها.
• الأداة المعتمدة وحدود استخدام البيانات.
• المؤشرات وقيمها قبل التدريب وأهداف التحسن.
• عينة الأعمال وآلية تقييمها ومسؤول المراجعة.
• موعد المتابعة وقرار الاستمرار أو التعديل أو التوسع.

قيمة التدريب تظهر عندما يستطيع الموظف إنجاز العمل والتحقق منه واتخاذ قرار أفضل بشأنه. ولهذا ينبغي أن يبدأ تطوير المهارات من احتياجات الوظيفة، وأن يستمر التقييم بعد انتهاء القاعة التدريبية.

أسئلة شائعة حول قياس أثر تدريب الذكاء الاصطناعي

كيف يمكن قياس أثر تدريب الذكاء الاصطناعي في المؤسسة؟

ابدأ بمهمة محددة، وقِس أداءها قبل التدريب، ثم قيّم المهارة عمليًا وتابع تطبيقها في العمل. قارن إجمالي وقت المهمة وجودة المخرجات والأخطاء والالتزام بضوابط الاستخدام، مع توثيق العوامل الأخرى التي قد تؤثر في النتائج.

هل رضا المشاركين دليل كافٍ على نجاح التدريب؟

رضا المشاركين يوضح جانبًا من جودة التجربة، لكنه لا يثبت تحسن الأداء. يحتاج الحكم على الأثر إلى تقييم عملي وأدلة من العمل بعد انتهاء البرنامج.

متى تبدأ متابعة أثر التدريب؟

تبدأ خطة القياس قبل البرنامج بتحديد خط الأساس. أما المتابعة فتبدأ مع التطبيق الفعلي، ويمكن تنظيمها بعد ٣٠ و٦٠ و٩٠ يومًا بوصفها خطة مقترحة تُعدّل حسب طبيعة العمل.

هل انخفاض وقت إعداد المسودة يعني تحقق عائد مالي؟

لا يكفي ذلك وحده. يجب احتساب وقت المراجعة والتصحيح وتكاليف التدريب والأداة والإشراف، ثم التحقق من كيفية استثمار الوقت المتاح قبل تقدير أي منفعة مالية.

طوّر مهاراتك في الذكاء الاصطناعي والتحول الرقمي

إذا كنت تخطط لتطوير مهارات فريقك، فابدأ بتحديد المهام التي تريد تحسينها، ثم اختر البرنامج الذي يتوافق مع دور المشاركين واحتياجات المؤسسة. استكشف دورات الذكاء الاصطناعي والتحول الرقمي وراجع محاور كل برنامج لاختيار التدريب الأنسب لأهدافك.

المصادر والمراجع

• معهد الذكاء الاصطناعي في كلية هارفارد للأعمال – Navigating the Jagged Technological Frontier، ملخص بحث، ٢١ سبتمبر ٢٠٢٣.
• المعهد الوطني الأمريكي للمعايير والتكنولوجيا (NIST) – Artificial Intelligence Risk Management Framework (AI RMF 1.0)، التقرير NIST AI 100-1، يناير ٢٠٢٣.

إعداد: يوروماتيك للتدريب والاستشارات
Prepared by: EuroMaTech Training & Consultancy