• 人工智能(AI)
    当使用人工智能和数据分析时,如何进行预测? 使用AI进行预测的好处之一是它能告诉你预测出错的频率。如果下雨的概率只有10%,你可能就不会带伞了。但十次中有一次,你还是会弄湿。你会惊讶的,因为有90%的机会有太阳。但这个预测是正确的。 人力资源技术越来越多地使用智能软件或人工智能,其核心承诺是预测未来可能发生的事情。这些系统可以预测招聘广告是否有效,应聘者是否合适,职位或部门的人员流动率如何,甚至某个员工是否考虑离开。 这些工具分析历史数据,发现模式和相关性,然后通过数据模型提供某些事情会或不会发生的统计概率。它就像你公司的天气报告,分析: 过去的条件是什么? 当这些条件存在时,接下来会发生什么? 什么事件与什么结果有关? 在这种情况下,最常发生的是什么? 它所做的是分类、统计、沟通和计算机会。最后,你会得到一个预测,市场部门的人员流动率将为23%,或者一个警报,你的关键销售人员之一凯伦有55%的机会在未来6个月内离开。   预测是正确的,但人性无法预测 我们总是在冒险。我们总是在计算另一条车道上慢速行驶的那辆车是否会超过我们,它是否会冷却到我们需要一件夹克的程度,我们的队伍是否会赢得这场比赛。对于我们熟悉的这些问题,我们已经有了复杂的数据模型。自动驾驶系统可以监控周围的交通状况,并根据预期情况进行调整。我们手机上的天气应用程序显示,晚上9点气温将降至54度。拉斯维加斯的博彩公司可以预测出哪支球队可能赢,以及赢了多少分。 当然,预测是有局限性的。这些系统无法预测以前没有发生过的事情,因为没有数据。如果一名新球员在上半场受伤了,这将大大改变获胜的几率,但在这种情况发生之前,系统是无法解释这种情况的。预测擅长于根据过去预测未来,但不擅长评估意外。颠覆和创新是预测的敌人——因为它们往往是不可预测的。 人天生不可预测。当我们开始对人的数据进行统计分析时,我们会得到多种结果,这些结果会影响我们的决策和行动。人类很少会出于单一、明确的动机而做出选择或采取行动。我们走路时,想要、需要、义务和复杂的情感像迷宫一样,很容易受到我们当天吃了什么、睡了多长时间、身体状况、环境和人际关系的影响。 我们可以测量很多关于人的东西。我们可能永远无法衡量影响人们做什么和为什么做这些事的所有因素。所以,当我们处理预测的时候必须记住预测是已知事件发生的统计概率。它们是基于测量的结果和选择的数据。涉及到人的预测总是缺少背景,并且涉及到许多未知因素。即使某件事发生的几率很高,这仍然是一种赌博。   作者:希瑟·布宁 以上由可爱的AI翻译完成,仅供参考。
    人工智能(AI)
    2020年12月15日
  • 人工智能(AI)
    改变游戏规则的5个互动学习趋势 在数字革命的推动下,电子学习在过去十年里持续突飞猛进。虚拟现实(VR)、增强现实(AR)、游戏化、人工智能(AI)等新技术正在改变学习环境,使其更注重行动和吸引力。 在过去的一年中,一些交互式的学习趋势已帮助变革了学习体验,这些趋势如下: 1.定制的学习解决方案:学习不是万能的解决方案。开发人员迅速认识到定制是该领域的未来,因为它可以满足每个学习者的特定需求。今天的学习者希望创建自己的学习路线图或途径。有一些学习平台可以引导学习者按照自己的节奏去完成特定的任务,而这正是当前所需要的。 随着电子学习的大规模采用,个性化也已在员工培训计划中找到了位置。它提供了更好的个人学习体验,因为它给人们提供了多种选择,而不是由雇主强制实施的标准化计划,而这可能不是所有人都以相同的方式接受的。有时,我们倾向于假设缺乏某些技能或能力的人可以通过参加“员工培训计划”来克服这一问题。但是,不一定每次都这样,因为技能可能是员工不喜欢或不珍惜的技能,或者员工在当前的职业水平上不觉得重要或相关的技能。 2.微学习的发展:现在的学习干预措施需要缩短持续时间并达到一定的目的,以满足人们注意力跨度的缩短。在企业领域,新时代的管理者不再热衷于坐在一整天的领导力研讨会上,因为他们不认为这是对宝贵时间的有效利用。因此,大多数人更喜欢获得短时间的知识,他们可以随时随地使用的短时知识。 结果,一个叫做“微学习”的概念已经吸引了很多人,其中将学习目标分解为小块,学习者可以根据自己的方便使用它们。为了使潜在的学习者注册微学习,我们使用了“轻推”功能 –这些是向员工发送的小提示,试图促使他们注册微学习。他们激励学习者根据来自公司或整个行业的数据或见解来学习有意义的课程。例如,可能有一个微妙的情况:您知道区块链专家的收入比标准IT专业人员高30%,并且增长速度快两倍吗?单击此处注册区块链计划。 3.推荐引擎:在学习领域中出现了几个推荐引擎。这些工作的原则是,人们更倾向于尝试来自个人或个人的同事、朋友的推荐,而不是权威人物或互联网的推荐。在新时代的学习系统中,有推荐引擎,您可以在其中向朋友或工作场所的任何人推荐学习内容。因此,开发人员正在构建可简化此过程的软件,并感谢员工提供的大量建议。 4.游戏化的力量:学习中的游戏化主要集中在为用户创造一种内在的动机。对于新一代的在线玩家来说,完成一个游戏挑战看起来很有趣。以此为线索,学习公司正在开发奖励完成课程的学习者的课程。这些都是内置游戏的形式,使其更具吸引力和乐趣的学习者。像新手、业余爱好者、白衣骑士、绝地武士等都有不同程度的学习,可以像游戏中的阶段一样解锁,人们甚至可以在社交媒体上分享他们的进步。 5.改进的用户体验和可用性:开发人员已经意识到,精心设计的课程可以吸引和保持较长时间的注意力。开发人员雇用UX设计师为用户设计更具吸引力、创意和易于使用的学习体验。员工希望能够在各种设备(移动设备、平板电脑、台式机、笔记本电脑等)上参加课程。考虑到移动设备的高使用率,课程被设计为首先在移动设备上运行,然后在其他设备上运行–这就是“移动优先”的概念。在这方面,开发人员还必须注意定期更新其软件和应用程序,以保持竞争优势。 不断变化的用户体验动态无疑已成为不断发展的电子学习领域的重要影响因素。将上述趋势纳入其电子学习计划的雇主将使学习者学习更多、获得更好的知识和技能,同时使他们享受整个学习体验。   以上由AI翻译,仅供参考! 作者:Mahesh、Neville 来源:content.techgig.com/5-interactive-learning-trends-that-were-game-changers-in-2019/articleshow/72934397.cms
    人工智能(AI)
    2019年12月24日