Логотип 2Slides
Preview

Google Исследовательский отчёт 2025 PPT – AI Works

68 слайдов

AI Works - пилотный проект по развитию навыков, ориентированный на людей, изучающий внедрение AI на рабочих местах в Великобритании

83 лайков
0 загрузок

Быстрая навигация

Теги

AI adoption
Обучение на рабочем месте
Skills development
UK productivity
Google research

Поделиться слайдами

Описание

Основная тема

AI Works - пилотный проект по развитию навыков, ориентированный на людей, изучающий внедрение AI на рабочих местах в Великобритании

Ключевые преимущества

  • •Демонстрирует, как целевое обучение AI может удвоить или утроить темпы внедрения AI на рабочем месте
  • •Доказывает, что обучение AI обеспечивает рентабельность инвестиций 10:1 за счет повышения производительности
  • •Показывает, что работники могут экономить эквивалент 122+ часов в год, используя инструменты AI
  • •Устраняет пробелы во внедрении AI среди женщин и работников старшего возраста (55+)
  • •Предоставляет научно обоснованные рекомендации для национальной политики в области навыков AI
  • •Демонстрирует, что всего 2,5-5 часов обучения приводят к устойчивым изменениям в поведении
  • •Показывает, что инструменты AI доступны и просты в использовании, вопреки распространенным представлениям

Целевая аудитория

  • •Политики и государственные чиновники Великобритании, разрабатывающие стратегию AI
  • •Руководители предприятий и специалисты по персоналу, внедряющие обучение AI на рабочем месте
  • •Администраторы образования и учителя, стремящиеся снизить административную нагрузку
  • •Лидеры профсоюзов, поддерживающие членов в период технологических изменений
  • •Владельцы малого и среднего бизнеса, стремящиеся повысить производительность
  • •Skills England и организации по развитию рабочей силы
  • •Специалисты по корпоративному обучению и развитию
  • •Исследователи, изучающие внедрение технологий и трансформацию рабочих мест

Случаи использования

  • •Разработка национальных программ обучения навыкам в области AI и политических рамок
  • •Разработка отраслевых учебных программ по AI для образования, профсоюзов и малого и среднего бизнеса
  • •Разработка экономических обоснований для инвестиций в обучение AI (доказана рентабельность инвестиций 10:1)
  • •Создание инклюзивных стратегий внедрения технологий, устраняющих демографические пробелы
  • •Бенчмаркинг текущих темпов внедрения AI и выявление барьеров для обучения
  • •Разработка политик и рамок разрешений для AI на рабочем месте
  • •Поддержка удержания учителей за счет снижения административной нагрузки
  • •Расширение возможностей малого и среднего бизнеса для конкуренции с помощью доступных инструментов AI
  • •Содействие повышению квалификации членов профсоюза в период технологического перехода

Уникальные ценностные предложения

  • •Данные реального пилотного проекта с участием 1784+ работников из Великобритании в трех ключевых секторах
  • •Строгая методология исследования, сочетающая опросы, фокус-группы и 3-месячное наблюдение
  • •Демонстрирует, что внедрение AI возросло от экспериментов, проводимых работниками, до целенаправленной интеграции
  • •Показывает, что ежедневное использование AI женщинами увеличилось с 18% до 45% после обучения
  • •Доказывает, что работники старше 55 лет утроили использование AI благодаря целевому вмешательству
  • •Документирует экономию времени, превышающую смоделированные оценки на 22%
  • •Предоставляет масштабируемые модели обучения, эффективные как в онлайн, так и в очном формате
  • •Партнерский подход с авторитетными организациями (LEO Academy Trust, Lift Schools, Community Union, Enterprise Nation)
  • •Устраняет барьер «разрешения на запрос» посредством организационной поддержки

Страницы слайдов (68)

Подробный просмотр каждой страницы слайда, включая макет, ключевой контент и визуальные элементы.

Страница 1
Title Slide

Титульный лист - Отчет об исследовании AI Works 2025

Содержание

Титульный слайд с красочным логотипом 'AI Works' с галочкой, слоганом о пилотном проекте, ориентированном на развитие навыков, изучающем внедрение AI на рабочем месте, и брендингом Google

Структура макета

Чистый дизайн обложки с большим логотипом AI Works, подзаголовком и логотипом Google внизу

Ключевые визуальные элементы

  • •Красочный логотип AI Works с градиентными буквами и галочкой
  • •Белый фон с профессиональной типографикой
  • •Логотип Google как элемент бренда
Страница 2
Contents/Navigation

Содержание

Содержание

Подробное содержание с номерами страниц, охватывающее введение, ключевые выводы, краткое изложение, рекомендации, методологию, результаты и углубленный анализ трех секторов пилотного проекта (Образование, Члены профсоюзов, SMBs)

Структура макета

Двухколоночный layout с зеленой боковой панелью слева, содержащей список содержания, и правой стороной с миниатюрой видео и примечанием об этических исследованиях

Ключевые визуальные элементы

  • •Зеленая фоновая панель для содержания
  • •Встроенное видео с YouTube, показывающее обучающую сессию
  • •Логотип партнера по исследованиям Public First
  • •Нумерованные ссылки на страницы
Страница 3
Section Divider

Разделитель разделов - Представляем AI Works

Содержание

Страница введения в раздел с большим графическим номером '01' и подзаголовком, описывающим обзор ключевых выводов, методологию исследования и политические рекомендации

Структура макета

Слева большой красочный номер '01', справа черно-белая фотография участника семинара

Ключевые визуальные элементы

  • •Большой градиентный графический номер '01'
  • •Фотография участника в документальном стиле
  • •Брендинг партнера по исследованиям Public First
Страница 4
Leadership Message

Предисловия от руководства

Содержание

Два предисловия от Rachel Wolf (партнер-основатель Public First) и Debbie Weinstein (президент Google EMEA), объясняющие проблему внедрения AI, экономическую возможность в размере £400B и возникающий разрыв во внедрении

Структура макета

Двухколоночный layout с цитатами от обоих лидеров, подчеркивающими возможность повышения производительности и необходимость целенаправленных действий

Ключевые визуальные элементы

  • •Выдержки из цитат обоих руководителей
  • •Обычно сопровождаются профессиональными портретами
  • •Четкое указание авторства с должностями
Страница 5
Executive Summary Findings

Краткое изложение основных выводов

Содержание

Семь основных выводов, представленных в формате визуальных карточек, охватывающих: AI-привычки формируются легко, повышение квалификации устраняет пробелы во внедрении, разрешение на подсказку, формирование привычки ведет к экспериментам, положительная связь между оптимизмом и использованием, внедрение AI повышает благосостояние и экономия времени превышает оценки

Структура макета

Сетка с семью карточками выводов, большой блок с выноской, выделяющий основную информацию об эффективности обучения

Ключевые визуальные элементы

  • •Выделенный текст разными цветами для акцента
  • •Большая выдержка о том, что AI-привычки легко формируются
  • •Визуальная иерархия с ключевыми статистическими данными
Страница 6
Executive Summary

Резюме для руководства - Возможности

Содержание

Начинается с экономической возможности AI в размере £400 миллиардов для Великобритании, отмечается, что £200B зависят от внедрения рабочей силой. Подробности о текущем состоянии: 34% работников используют AI, 66% не используют его, со значительными демографическими различиями

Структура макета

Страница с большим количеством текста и маркированными пунктами, включает визуализацию данных, показывающую статистику внедрения

Ключевые визуальные элементы

  • •Большой маркер главы '01'
  • •Черно-белая документальная фотография участника-мужчины
  • •Статистические выноски цветным текстом
Страница 7
Methodology Overview

AI Works: Ускорение внедрения AI

Содержание

Описывает методологию пилотной программы: работа с тремя ключевыми секторами (образование, SMBs, профсоюзы), измерение отношения до/после 2,5-5 часов обучения и последующее наблюдение через три месяца для измерения изменений в поведении

Структура макета

Текстовое содержание со встроенной фотографией, показывающей обучающую сессию с разными участниками за столами

Ключевые визуальные элементы

  • •Документальная фотография классного обучения
  • •Выдержка о 'почти двух третях рабочих мест'
  • •Цветные текстовые выделения для акцента
Страница 8
Results/Impact

Обеспечение обучения AI эффективно

Содержание

Подробности о влиянии обучения: утроение использования среди членов профсоюзов, удвоение использования среди SMBs и учителей. Показывает ROI 10:1 по сравнению с 1:2 для Lifetime Skills Guarantee. Подчеркивает демографическую трансформацию с подробной статистикой по женщинам и работникам старшего возраста

Структура макета

Двухстраничный разворот с большой инфографикой, показывающей статистику 45%, и фотографией с мероприятия Google

Ключевые визуальные элементы

  • •Большая статистика '45%' в цветах Google
  • •Фотография сверху места проведения обучения Google
  • •Множество цитат-отзывов участников
  • •Подробная разбивка по демографическим признакам
Страница 9
Impact Analysis

Изменение восприятия AI

Содержание

Документирует изменения в отношении: 80%+ удивлены возможностями AI, 70% самостоятельно обнаружили новые варианты использования, оптимизм увеличился на 13-22 процентных пункта по всем когортам. Подробности о преимуществах для благосостояния с экономией времени 122 часа в год

Структура макета

Разделенная страница с текстом справа, большая фотография-портрет слева, показывающая восторженного участника

Ключевые визуальные элементы

  • •Большая выдержка о том, что 80% были удивлены
  • •Портрет участника с искренней улыбкой
  • •Выделенная статистика цветным текстом
Страница 10
Recommendations

Что мы рекомендуем - Поддержка внедрения

Содержание

Политические рекомендации для Industrial Strategy и Skills England, в том числе: предприятиям нужна поддержка для AI-инструментов/навыков/руководств, Skills England должна создать систему микро-квалификаций, необходимо признание модульного обучения

Структура макета

Двухстраничный разворот с текстом рекомендаций справа, привлекательная фотография обучения слева, показывающая презентацию

Ключевые визуальные элементы

  • •Политические рекомендации, представленные маркированным списком
  • •Документальная фотография AI-обучения
  • •Зеленая акцентная полоса брендинга
Страница 11
Recommendations

Что мы рекомендуем - Внедрение AI в государственном секторе

Содержание

Рекомендации для правительства: гарантировать обучение AI для всех работников государственного сектора, запустить более масштабные испытания, назначить AI-лидеров в каждом департаменте, интегрировать AI в Civil Service Fast Stream, оценить охват Digital Fast Stream

Структура макета

Продолжение раздела рекомендаций с портретной фотографией работника государственного сектора

Ключевые визуальные элементы

  • •Портрет сотрудника государственного сектора
  • •Подробные рекомендации в виде маркированного списка
  • •Выдержка о технологических достижениях
Страница 12
Section Divider

Разделитель разделов - Возможности и вызовы

Содержание

Представляет раздел, объясняющий, почему экономический потенциал AI остается в значительной степени неиспользованным, и ставки для Великобритании. Большой номер главы '02' с черно-белой фотографией участника

Структура макета

Разделитель главы с большой красочной графикой номера и документальной фотографией

Ключевые визуальные элементы

  • •Большой градиентный номер '02'
  • •Портрет участника в черно-белом цвете
  • •Типографика названия и подзаголовка раздела
Страница 13
Context/Background

AI как уникальная возможность

Содержание

Обсуждается возможность для Великобритании в £400B в сфере AI, проблемы внедрения технологий, отставание в производительности по сравнению с G7, риски цифрового разрыва, и отмечается, что это шанс разорвать цикл медленного внедрения

Структура макета

Текст в один столбец с выноской-цитатой и ссылками на источники

Ключевые визуальные элементы

  • •Большая цитата о шансе, выпадающем раз в поколение
  • •Сноски со ссылками в академическом стиле
  • •Выделенные ключевые статистические данные
Страница 14
Data Visualization

Диаграмма разрыва во внедрении по демографическим признакам

Содержание

Визуализация данных, показывающая использование генеративного AI на работе по демографическим группам: значительный разрыв между мужчинами до 35 лет (самый высокий показатель) и женщинами 55+ (самый низкий - в четыре раза реже используют AI)

Структура макета

Столбчатая диаграмма с шестью демографическими категориями, показывающая процент тех, кто использовал инструменты генеративного AI на работе

Ключевые визуальные элементы

  • •Горизонтальная столбчатая диаграмма в оттенках серого
  • •Четкие метки демографических категорий
  • •Ссылка на источник: опрос Public First
  • •Цитата о гендерном/возрастном разрыве
Страница 15
Data Visualization

Разрыв во внедрении в зависимости от дохода

Содержание

Вторая диаграмма показывает, что использование AI сильно коррелирует с доходом, увеличиваясь с 10-20% для наименее оплачиваемых до 70% для тех, кто зарабатывает £100K+. Отмечается, что 34% людей используют AI на работе, причем с высокой частотой среди тех, кто его внедрил.

Структура макета

Линейная/площадная диаграмма, показывающая диапазоны доходов и процент использования, с сопроводительным текстом

Ключевые визуальные элементы

  • •Градуированная столбчатая диаграмма по уровню дохода
  • •Диапазоны доходов от £10K до £100K+
  • •Четкая визуализация восходящего тренда
Страница 16
Section Divider

Section Divider - Purpose and Methodology

Содержание

Представляет раздел методологии, объясняющий дизайн пилотной программы для выявления барьеров на пути внедрения AI и тестирования целевого обучения. Большой номер главы '03'

Структура макета

Разделенная страница с большой графикой номера и документальной фотографией двух сотрудничающих участников

Ключевые визуальные элементы

  • •Большой красочный номер '03'
  • •Черно-белая фотография совместной работы
  • •Маркированный список целей раздела
Страница 17
Methodology

How AI Works Was Developed

Содержание

Подробное описание исследовательского подхода: экспертные интервью с 18 заинтересованными сторонами, разработка гипотез для трех секторов (образование/SMBs/профсоюзы), ландшафтный опрос 3100 работников в августе 2024 и марте 2025

Структура макета

Временная шкала/схема процесса с текстовыми полями и фотографией участника

Ключевые визуальные элементы

  • •Диаграмма процесса
  • •Визуализация временной шкалы
  • •Фотография учебной сессии
  • •Выноски с гипотезами для трех секторов
Страница 18
Project Timeline

AI Works Project Timeline

Содержание

Подробная временная шкала с апреля по март, показывающая: базовое исследование, секторальные гипотезы, анализ ландшафта, анализ перед обучением, проведение обучения (декабрь), исследование после обучения, 3-месячный анализ воздействия и последующий опрос ландшафта

Структура макета

Горизонтальная временная шкала со связанными фазами, подробные описания для каждого этапа

Ключевые визуальные элементы

  • •Горизонтальная временная шкала с 8 ключевыми фазами
  • •Значок галочки для завершения
  • •Выделена фаза обучения
  • •Подробные описания методологии
Страница 19
Training Program Details

Partnerships and Training Design

Содержание

Описывает партнерские отношения с LEO Academy Trust, Lift Schools, Community union и Enterprise Nation. Подробности структуры обучения: 2,5-5 часов индивидуальной поддержки, адаптированной к контексту рабочего места каждого сектора

Структура макета

Двухколоночный макет с деталями обучения и информацией о партнерах

Ключевые визуальные элементы

  • •Логотипы и названия партнерских организаций
  • •Маркированные пункты программы обучения по секторам
  • •Встроенная фотография учебной сессии
Страница 20
Research Design

Evaluation Approach

Содержание

Объясняет трехфазную оценку: опросы/фокус-группы до обучения, опросы/фокус-группы после обучения и 3-месячный последующий период. Отмечает различные вмешательства в когортах для получения богатых данных, с проверкой статистической значимости

Структура макета

Текстовое описание со встроенной фотографией вовлеченных участников обучения

Ключевые визуальные элементы

  • •Документальная фотография, показывающая совместное обучение
  • •Маркированные фазы оценки
  • •Выноски о строгости исследования
Страница 21
Section Divider

Section Divider - Findings and Impact

Содержание

Представляет раздел с результатами, объясняющий, как краткий тренинг значительно увеличивает использование AI с долгосрочным влиянием на внедрение. Большая отметка главы '04'

Структура макета

Разделитель главы с большой красочной цифрой и портретом участника

Ключевые визуальные элементы

  • •Большая градиентная цифра '04'
  • •Привлекательный портрет участника
  • •Текст обзора раздела
Страница 22
Key Finding

Most UK Workers Don't See AI as Relevant

Содержание

Ключевой вывод: самым большим препятствием является воспринимаемая релевантность, а не возможности/сложность. Отмечается, что уверенность остается высокой (80% +), но большинство считают AI нерелевантным для их ролей. Двойная проблема: не видят применения и сдались после отсутствия немедленных преимуществ

Структура макета

Текстовый контент со встроенными данными, показывающими 44% ежедневного использования среди тех, кто использует AI

Ключевые визуальные элементы

  • •Выделенная статистика и ключевые идеи
  • •Фотография с документального тренинга
  • •Цитаты участников
Страница 23
Results Visualization

Training Results - Usage Increase Charts

Содержание

Сравнительные диаграммы «до/после», показывающие резкое увеличение ожидаемого использования AI сразу после обучения: переход из категории «никогда» в категорию «несколько раз в день» во всех группах

Структура макета

Составные столбчатые диаграммы, сравнивающие «До прохождения обучения» с «Ожидаемым будущим использованием» с цветовой кодировкой категорий частоты

Ключевые визуальные элементы

  • •Составная столбчатая диаграмма с 8 категориями частоты
  • •Четкий визуальный переход от низкого к высокому использованию
  • •Ссылка на источник
  • •Поддерживающая цитата-отзыв
Страница 24
Analysis Visualization

Why Usage Increased - Survey Results

Содержание

Столбчатая диаграмма, показывающая основные причины увеличения использования в трех группах: экономия времени (54-72%), лучшее понимание полезности (61-69%), понимание того, как эффективно использовать (43-63%), уверенность в экспериментах (43-59%)

Структура макета

Горизонтальная столбчатая диаграмма, сравнивающая три группы с несколькими категориями ответов

Ключевые визуальные элементы

  • •Столбцы сравнения трех групп (Education/SMB/Union)
  • •Цветовая кодировка по секторам
  • •Цитата-отзыв от участника
Страница 25
Impact Analysis

High Predicted Usage Matched Actual Usage

Содержание

Показывает прогнозируемое и фактическое использование через три месяца во всех трех группах. Минимальное снижение с устойчивыми закономерностями: Union (9%→57%→35%), Education (19%→57%→47%), SMB (29%→59%→60%). Подчеркивает демографическую трансформацию для женщин и работников старше 55 лет

Структура макета

Диаграмма сравнения трех столбцов для каждой группы, показывающая предварительное/прогнозируемое/фактическое использование, а также цитаты-отзывы

Ключевые визуальные элементы

  • •Диаграмма сравнения трех этапов
  • •Подробная разбивка по демографическим признакам
  • •Множественные отзывы участников
  • •Примечания о статистической значимости
Страница 26
Impact Measurement

Workers Reported Time Savings of 122+ Hours

Содержание

Составная столбчатая диаграмма, показывающая время, сэкономленное в неделю по группам: большинство экономит 1-3 часа в неделю, некоторые 4-6 часов, что составляет 122 часа в год - превышая оценки модели в 100 часов на 22%

Структура макета

100% составная столбчатая диаграмма с категориями экономии времени, а также вспомогательный текст и встроенная фотография

Ключевые визуальные элементы

  • •Составная столбчатая диаграмма в различных оттенках
  • •Шесть категорий экономии времени от «нет времени» до «10+ часов»
  • •Цитата о повышении производительности
  • •Фотография с учебной сессии
Страница 27
Behavioral Change Analysis

Training Increased Fluency and Drove Experimentation

Содержание

Столбчатая диаграмма, показывающая уровни уверенности до обучения по сравнению с общей популяцией. Документирует, что участники начинали с более низкой уверенности, но обучение значительно повысило беглость. Через 3 месяца 70% обнаружили новые варианты использования, 48% использовали для мозгового штурма, 54% для обобщения

Структура макета

Горизонтальная столбчатая диаграмма, сравнивающая уверенность в различных группах работников, с цитатами-отзывами

Ключевые визуальные элементы

  • •Столбцы сравнения уровня уверенности
  • •Семь различных категорий работников
  • •Зеленые градиентные столбцы для уровней уверенности
  • •Множественные цитаты участников
Страница 28
Responsible AI

Cultivating Responsible AI Use

Содержание

Столбчатая диаграмма, показывающая будущие намерения использования AI в различных задачах по группам. Подчеркивает развитие нюансированного понимания и ответственных практик. Включает боковую панель с подходом Google к безопасности

Структура макета

Сгруппированная столбчатая диаграмма по типу задачи со сравнением трех групп, а также информационная панель безопасности Google

Ключевые визуальные элементы

  • •Сравнение девяти категорий задач
  • •Трехцветные столбцы для разных групп
  • •Информационный блок Google «Продвижение AI безопасно»
  • •Документальная фотография участников
Страница 29
Attitude Change Analysis

Optimism Increases with Usage

Содержание

Парные столбчатые диаграммы, показывающие резкое увеличение технологического оптимизма после обучения: Education +22 балла (66%→87%), SMB +13 баллов, Union +9 баллов. Связывает увеличение использования с увеличением оптимизма в отношении влияния технологий на общество

Структура макета

Диаграмма сравнения столбцов «до/после» для четырех групп с вспомогательным текстом и портретом участника

Ключевые визуальные элементы

  • •Столбцы сравнения «до/после» обучения в зеленом цвете
  • •Сравнение четырех групп
  • •Фотография-портрет участника
  • •Цитата-отзыв об изменении перспективы
Страница 30
Social Impact

AI as Equalizer - Accessibility Benefits

Содержание

Документирует, как AI повышает доступность и инклюзивность для нейроотличных людей, образования для лиц с особыми потребностями, не говорящих на английском языке и лиц с трудностями в обучении. Множественные отзывы об AI как о системе поддержки

Структура макета

Страница с большим количеством текста с тремя мощными цитатами-отзывами и вспомогательной фотографией

Ключевые визуальные элементы

  • •Три расширенных отзыва участников
  • •Фотография участника тренинга
  • •Выноска с цитатой
  • •Выделенные преимущества доступности
Страница 31
Training Design Insights

Масштабирование обучения навыкам в сфере AI

Содержание

Подробно описывается, что сделало обучение эффективным: интерактивные практические занятия, практические демонстрации с реальными приложениями, адаптированный контент для конкретных секторов и сессии по AI-подсказкам. Отмечается отсутствие существенной разницы между онлайн и очным обучением.

Структура макета

Текст со встроенной фотографией, демонстрирующей вовлеченность участников в групповое обучение

Ключевые визуальные элементы

  • •Документальная фотография вовлеченных участников
  • •Маркированные факторы успеха
  • •Выделенное ключевое понимание о масштабируемости
  • •Цитата-отзыв об инженерии подсказок
Страница 32
Section Divider

Разделитель секции пилотного проекта в сфере образования

Содержание

Разделитель секции для углубленного изучения образования с большим номером '02', титульный слайд и логотипы партнерства для LEO Academy Trust и Lift Schools

Структура макета

Чистый разделитель секции с брендингом и фотографией участника

Ключевые визуальные элементы

  • •Большая красочная графическая цифра '02'
  • •Логотипы партнерства (LEO Academy Trust, Lift Schools)
  • •Документальная фотография классного обучения
  • •Логотип Google
Страница 33
Summary/Overview

Краткое описание пилотного проекта в сфере образования

Содержание

Резюме из семи пунктов: AI-обучение - низкий приоритет для учителей (его выбирают только 22%), доверие не является основным барьером (важна релевантность), опасения по поводу 'списывания' требуют явного разрешения, внедрение удвоилось после обучения, а экономия времени превысила прогнозы на 10%, административные задачи - это входной путь, учителя стали сторонниками.

Структура макета

Нумерованный список выводов с цитатами-отзывами партнеров в синих блоках

Ключевые визуальные элементы

  • •Синие рамки с цитатами генеральных директоров
  • •Семь пронумерованных ключевых выводов
  • •Логотипы партнеров внизу
  • •Выделенный цветной текст
Страница 34
Context/Problem Statement

AI может снизить рабочую нагрузку учителей

Содержание

Подробности кризиса учителей: 49% считают рабочую нагрузку непосильной, 74% тратят слишком много времени на административные задачи, 34% рассматривают возможность ухода из-за рабочей нагрузки. AI может сэкономить учителям 109 часов в год (увеличение соотношения учитель-ученик на 16% = 31 000 новых учителей).

Структура макета

Страница с большим количеством текста, статистикой и крупной типографикой с заголовком 'Образование'

Ключевые визуальные элементы

  • •Крупная типографика 'Образование' поверх фотографии
  • •Черно-белый портрет участника
  • •Множество выделенных статистических данных
  • •Справочные сноски
Страница 35
Barrier Analysis

Работники сферы образования - Препятствия для внедрения AI

Содержание

Столбчатая диаграмма, показывающая, почему работники образования не используют AI: отсутствие релевантности для работы (38%), недостаточная подготовка (27%), отсутствие доступных инструментов (24%), предпочтение традиционных методов (21%). Отмечается, что только 18% ссылаются на конфиденциальность данных, 16% - на проблемы с доверием.

Структура макета

Горизонтальная столбчатая диаграмма с 15 категориями барьеров и вспомогательным текстом

Ключевые визуальные элементы

  • •Оранжевые горизонтальные полосы разной длины
  • •15 различных категорий барьеров
  • •Ссылка на источник опроса Public First
  • •Выдержка о релевантности против доверия
Страница 36
Methodology Details

Подробная информация об образовательной группе и гипотеза

Содержание

Описывает подход к обучению: 2,5-часовые очные семинары с последующими дополнительными 45-минутными онлайн-сессиями в течение 2 месяцев. Показывает демографические данные когорты (84% женщин, средний возраст 41 год) с более низкой уверенностью в AI, чем в среднем по сектору. Указаны размеры выборок для опросов

Структура макета

Таблица, сравнивающая результаты ландшафтного обзора с демографическими данными когорты, а также методология обучения

Ключевые визуальные элементы

  • •Таблица сравнения демографических данных
  • •Маркированный список структуры обучения
  • •Выноска размера выборки (n=475 обучено)
  • •Количество ответов на опрос
Страница 37
Results Visualization

Влияние обучения в сфере образования - Графики использования

Содержание

Составные столбчатые диаграммы «до/после», показывающие резкое изменение частоты использования AI. До обучения: 46% использовали еженедельно, 19% ежедневно. Через три месяца после: 78% еженедельно, 47% ежедневно. Экономия времени: 2,9 часа/неделю = 109 часов/год

Структура макета

100% составная столбчатая диаграмма сравнения с категориями частоты, выделенными цветом, плюс отзыв

Ключевые визуальные элементы

  • •Два расположенных рядом составных столбца (до/после)
  • •Восемь категорий частоты в разных цветах
  • •Большая статистическая выноска «2,9 часа»
  • •Цитата из отзыва учителя
Страница 38
Use Case Analysis

Как учителя использовали AI после обучения

Содержание

Групповая столбчатая диаграмма, показывающая увеличение использования AI во всех категориях: коммуникации/письмо (60%→77%), суммирование (41%→74%), планирование уроков (23%→51%), решение проблем (27%→47%). Включает цитаты из отзывов о конкретных приложениях

Структура макета

Горизонтальная групповая столбчатая диаграмма со сравнением «до/после» по шести категориям задач

Ключевые визуальные элементы

  • •Двухцветные сгруппированные столбцы (желтый для «до», фиолетовый для «после»)
  • •Шесть категорий задач
  • •Показаны значительные процентные увеличения
  • •Ссылки на источники
Страница 39
Analysis/Insights

Почему возросло внедрение в сфере образования

Содержание

Документирует три фактора: быстрое формирование привычек с последующим экспериментированием, укрепление уверенности и доверия через понимание и значительное расширение приложений AI. Включает диаграммы со шкалой-слайдером, показывающие улучшения в воспринимаемой релевантности, полезности и простоте использования

Структура макета

Текст со встроенными диаграммами сравнения по шкале 1-5 и отзывами участников

Ключевые визуальные элементы

  • •Три диаграммы сравнения со скользящей шкалой
  • •Множество цитат участников
  • •Сравнения «до/после» обучения
  • •Выделены ключевые идеи
Страница 40
Use Case Documentation

Разнообразные варианты использования в сфере образования

Содержание

Четыре категории использования AI учителями с конкретными примерами: личная продуктивность (шаблоны электронной почты, заметки на совещаниях), планирование/организация, креативный контент (постеры Canva, генерация изображений) и признаки органичного появления взаимного обучения

Структура макета

Текст, организованный по категориям вариантов использования, с расширенными цитатами из отзывов зеленым текстом

Ключевые визуальные элементы

  • •Четыре отдельные категории вариантов использования
  • •Множество конкретных примеров для каждой категории
  • •Расширенные отзывы участников
  • •Зеленые выделенные цитаты
Страница 41
Challenges/Barriers

Остающиеся проблемы в сфере образования

Содержание

Подробная информация о текущих барьерах: опасения по поводу надежности и доверия для использования в классе в ситуациях с высокими ставками (38% обеспокоены надежностью, 20% не доверяют в ситуациях с высокими ставками), проблемы конфиденциальности (31%) и неуверенность в том, «разрешено» ли использование AI – ошибочное представление, что это «жульничество»

Структура макета

Страница с большим количеством текста и встроенной документальной фотографией учебной сессии

Ключевые визуальные элементы

  • •Документальная фотография классного обучения
  • •Множество цитат-отзывов участников
  • •Статистические выноски
  • •Выдержка из цитаты о потребностях в разрешениях/политике
Страница 42
Case Studies

Кейсы в сфере образования

Содержание

Два примера из практики: Дэйв Свит (преподаватель гуманитарных наук, использующий AI для планирования уроков, подготовки к экзаменам, создания ресурсов) и Шерил Нараянан (учитель SEN, использующий AI для доступных и увлекательных уроков). Оба описывают преобразующее воздействие и планируют обучать коллег

Структура макета

Двухколоночный layout с отдельными блоками case study, обычно включаются фотографии крупным планом

Ключевые визуальные элементы

  • •Два отдельных блока case study
  • •Предоставлен профессиональный контекст
  • •Упоминания конкретных инструментов (Gemini, Canva, NotebookLM)
  • •Описания воздействия
Страница 43
Curriculum/Training Design

Учебная программа обучения в сфере образования

Содержание

Подробная информация о структуре обучения из трех модулей: 1) Понимание (Введение в AI, Создание с помощью AI, Ответственное использование), 2) Изучение (Подсказки, Внедрение AI на практике, Расширенные подсказки), 3) Развитие (Улучшение практики, Планирование на будущее). Шесть 45-минутных сессий или сокращенная 2,5-часовая версия

Структура макета

Трехколоночный план curriculum с подробной информацией о модулях и целями обучения

Ключевые визуальные элементы

  • •Три четких раздела модуля
  • •Цели обучения, перечисленные с помощью маркеров
  • •Подробная информация о структуре сессии
  • •Профессиональное форматирование
Страница 44
Section Divider

Разделитель секции пилотного проекта для членов профсоюза

Содержание

Разделитель раздела для углубленного изучения Union, показывающий большое число «03», титульный слайд и брендинг партнерства Community union

Структура макета

Чистый разделитель раздела с брендингом и фотографией участника, демонстрирующей отношения наставника

Ключевые визуальные элементы

  • •Большой красочный графический номер «03»
  • •Логотип Community union
  • •Документальная фотография сессии наставничества
  • •Логотип Google
Страница 45
Summary/Overview

Краткое описание пилотного проекта для профсоюза с цитатой генерального директора

Содержание

Резюме из семи пунктов: потенциал в £89B для членов профсоюза, понимание и актуальность тесно связаны, когорта имела более низкую уверенность, ссылаясь на недостаточную подготовку, еженедельное использование утроилось после обучения, понимание привело к увеличению, опасения по поводу разрешений остаются (только 46% уверены в политике работодателя)

Структура макета

Нумерованный список с цитатой-отзывом Роя Рикхасса CBE в синем блоке

Ключевые визуальные элементы

  • •Синий блок цитат с цитатой генерального секретаря
  • •Семь пронумерованных ключевых выводов
  • •Логотип Community внизу
  • •Цветные текстовые выделения повсюду
Страница 46
Context/Background

Trade Union Context - Economic Opportunity

Содержание

Открывается экономическим потенциалом в £89B для членов профсоюза. Отмечает высокую уверенность, но низкие модели внедрения среди работников профсоюза. Обсуждается историческая роль профсоюза в поддержке технологических изменений и рассматриваются опасения по поводу воздействия на рабочие места

Структура макета

Текст с крупной типографикой «Trade union members», наложенной на документальную фотографию

Ключевые визуальные элементы

  • •Крупная типографика
  • •Черно-белые фотографии участников
  • •Выдержки из цитат руководства профсоюза
  • •Статистические выноски
Страница 47
Attitude Analysis

Union Member Attitudes Toward AI

Содержание

Столбчатые диаграммы, показывающие, что члены профсоюза БОЛЕЕ оптимистичны, чем не члены, в отношении того, что AI облегчит работу и позволит сосредоточиться на творческой/стратегической работе. Однако немного больше обеспокоены перемещением рабочих мест (17% против 11%)

Структура макета

Сгруппированная столбчатая диаграмма, сравнивающая отношение членов профсоюза и не членов с шестью категориями ответов

Ключевые визуальные элементы

  • •Двухцветные сгруппированные столбцы (члены профсоюза против не членов)
  • •Шесть категорий отношения
  • •Цитата-отзыв участника
  • •Сравнения в процентах
Страница 48
Barrier Analysis

Training is Main Barrier for Union Members

Содержание

Столбчатая диаграмма, показывающая, что 62% когорты профсоюза назвали недостаточную подготовку барьером - больше, чем второй и третий барьеры вместе взятые. Отзывы фокус-группы подчеркнули необходимость демонстрации практических вариантов использования

Структура макета

Горизонтальная столбчатая диаграмма с 13 категориями барьеров, где «недостаточная подготовка» явно доминирует

Ключевые визуальные элементы

  • •Оранжевые горизонтальные столбцы
  • •Четкая иерархия с обучением наверху (62%)
  • •13 категорий барьеров
  • •Большая выноска «62%»
Страница 49
Methodology Details

Union Cohort Details and Hypothesis

Содержание

Программа обучения: три 1-часовых живых вебинара, дополнительные очные занятия для представителей профсоюза, 30-минутное индивидуальное наставничество. Демография когорты: 52% женщины, средний возраст 53 года, только 11% очень уверены (против 38% в среднем по сектору). Всего обучено: 404 члена профсоюза

Структура макета

Таблица сравнения демографических данных и подробная информация о программе обучения с объяснением гипотезы

Ключевые визуальные элементы

  • •Таблица сравнения демографических данных
  • •Подробная информация о структуре обучения
  • •Размеры выборки (предварительная n=145, последующая n=119, воздействие n=122)
  • •Выделено утверждение гипотезы
Страница 50
Results Visualization

Union Training Impact - Usage Charts

Содержание

Эффектная составная столбчатая диаграмма «до/после», показывающая трансформацию использования. Ежедневное использование: 9%→29%, Еженедельное использование: 17%→61% (утроилось). Экономия времени: 2,1 часа/неделю = 12,5 рабочих дней в год

Структура макета

100% составное столбчатое сравнение с двумя столбцами (до/после обучения) и большой выноской об экономии времени

Ключевые визуальные элементы

  • •Два составных столбца с 8 категориями частоты
  • •Частота использования с цветовой кодировкой
  • •Крупная статистика «2,9» и «12,5 рабочих дней»
  • •Ссылки на источники
Страница 51
Use Case Analysis

How Union Members Used AI Post-Training

Содержание

Сгруппированная столбчатая диаграмма, показывающая расширение вариантов использования: коммуникации/написание (69%→74%), суммирование (55%→37%), мозговой штурм (34%→40%), изучение новых тем (37%→49%), решение проблем (29%→28%), анализ (15%→29%). Включает конкретные примеры в отзывах

Структура макета

Горизонтальная сгруппированная столбчатая диаграмма со сравнением «до/после» и цитатами из отзывов, описывающими конкретные применения

Ключевые визуальные элементы

  • •Двухцветные сгруппированные столбцы
  • •Семь категорий задач
  • •Сравнение в процентах
  • •Три конкретных отзыва о вариантах использования
Страница 52
Analysis/Insights

Understanding Drove Usage Increase

Содержание

Столбчатая диаграмма, показывающая причины увеличения использования: 66% 'Я лучше понимаю, как работают инструменты AI', 65% 'Обучение помогло мне понять, как использовать на работе', 29% 'Вошло в привычку', 29% 'Больше доверяю инструментам'. Включает цитаты о доступности и простоте

Структура макета

Горизонтальная столбчатая диаграмма с восемью причинами, отзывы с акцентом на доступность

Ключевые визуальные элементы

  • •Зеленые горизонтальные столбцы
  • •Четкая ранжировка причин
  • •Два отзыва участников
  • •Выделены два основных фактора
Страница 53
Challenges/Barriers

Privacy and Policy Concerns Remain

Содержание

Несмотря на улучшения, сохраняются серьезные барьеры: только 46% уверены, что понимают политику работодателя в отношении AI, 58% отмечают проблемы с безопасностью. Цитаты о восприятии как о 'мошенничестве' и отсутствии четких государственных указаний для организаций

Структура макета

Много текста со встроенной документальной фотографией, показывающей групповое обсуждение

Ключевые визуальные элементы

  • •Фотография с учебной сессии
  • •Множество цитат из отзывов
  • •Статистические выноски
  • •Акцент на пробеле в политике
Страница 54
Case Studies

Union Case Studies

Содержание

Два кейса: Tania da Silva (менеджер дома поддерживаемого проживания, использующая AI для отчетов, обучения, творческих задач) и Carl Ravenhill (сталевар, использующий AI для упрощения технического контента и организации учебных материалов). Оба стали сторонниками, поощряющими коллег

Структура макета

Двухколоночный макет кейса с подробным описанием воздействия

Ключевые визуальные элементы

  • •Два отдельных блока кейсов
  • •Контекст профессиональной роли
  • •Описаны конкретные применения
  • •Отмечены результаты пропаганды
Страница 55
Curriculum/Training Design

Union Training Curriculum

Содержание

Трехсессионная программа: 1) Введение в AI (ключевые концепции, как это работает, ответственное использование), 2) Практическое занятие (использование AI для письма, дизайна, понимания информации, обучения навыкам), 3) Написание эффективных запросов (prompt engineering, техники, проверка результатов)

Структура макета

Трехколоночный план учебной программы с подробной информацией о модулях

Ключевые визуальные элементы

  • •Три четких раздела модуля
  • •Маркированные цели обучения
  • •Структура сессии (3x 1 час плюс дополнительное очное занятие)
  • •Профессиональное форматирование
Страница 56
Section Divider

SMB Pilot Section Divider

Содержание

Разделитель секции для углубленного анализа МСБ, показывающий большой номер '04', заголовок слайда и брендинг партнерства с Enterprise Nation

Структура макета

Чистый разделитель секции с брендингом и фотографией участника

Ключевые визуальные элементы

  • •Большой красочный графический элемент с номером '04'
  • •Логотип Enterprise Nation
  • •Документальная фотография двух участников в обсуждении
  • •Логотип Google
Страница 57
Summary/Overview

SMB Pilot Summary with Founder Quote

Содержание

Сводка из семи пунктов: Высокая уверенность, но низкое внедрение среди МСБ, МСБ не хватает возможностей для обучения (получают меньше обучения, чем сотрудники крупных компаний), обучение является самым большим барьером (62%), внедрение удвоилось после обучения (29%→60% ежедневно), переход от экспериментов к целенаправленной интеграции, положительные отзывы об индивидуальных сессиях и демо-версиях

Структура макета

Нумерованный список с цитатой-отзывом Эммы Джонс CBE в зеленом блоке

Ключевые визуальные элементы

  • •Зеленый блок с цитатой основателя
  • •Семь пронумерованных ключевых выводов
  • •Логотип Enterprise Nation
  • •Цветные текстовые выделения
Страница 58
Context/Problem Statement

SMB Workers - High Confidence, Low Adoption

Содержание

Открывает раздел результатов по МСБ парадоксом: 92% уверены в использовании технологий, 84% пользователей AI уверены, но только 38% фактически используют AI, несмотря на то, что 71% считают его применимым. Отмечается, что МСБ в Великобритании инвестируют меньше и отстают от стран G7, при этом очевиден пробел в обучении

Структура макета

Текст с крупной типографикой 'SMB' поверх фотографии, плюс подтверждающая статистика

Ключевые визуальные элементы

  • •Крупная типографическая обработка
  • •Документальная фотография
  • •Множественные статистические выноски
  • •Справочные сноски
Страница 59
Barrier Analysis

Training Main Barrier for SMBs

Содержание

Столбчатая диаграмма, показывающая, что 62% ссылаются на недостаточное обучение, при этом другие барьеры значительно ниже. Отмечается, что 29% работников МСБ самостоятельно освоили последний навык по сравнению с 19% в крупных организациях, 42% самостоятельно обучились в самых маленьких компаниях (<10 сотрудников)

Структура макета

Горизонтальная столбчатая диаграмма с доминирующим барьером в виде обучения, плюс вспомогательный текст о пробелах в обучении

Ключевые визуальные элементы

  • •Оранжевые/коричневые горизонтальные столбцы
  • •Четкая иерархия с обучением на вершине
  • •Большая статистическая выноска '62%'
  • •13 категорий барьеров
Страница 60
Methodology Details

SMB Cohort Details and Hypothesis

Содержание

Программа обучения, использующая принципы формирования привычек: еженедельные вебинары, панели Lunch & Learn, очные семинары. Разработана на основе кривой забывания Эббингауза, социальной поддержки и ситуационных подсказок. Когорта: 57% женщины, средний возраст 47 лет, уверенность ниже, чем в секторе. Всего обучено: 905

Структура макета

Таблица, показывающая демографическое сравнение, объяснены принципы формирования привычек, структура обучения

Ключевые визуальные элементы

  • •Таблица демографического сравнения
  • •Объяснение принципов в трех столбцах
  • •Детали адаптации обучения
  • •Размеры выборок (до n=594, после n=71, влияние n=95)
Страница 61
Analysis/Insights

Факторы, определяющие использование для SMB после обучения

Содержание

Столбчатая диаграмма, показывающая причины увеличения использования ИИ среди SMB: 72% «лучше понимают, как работают инструменты AI», 65% «обучение помогло мне понять, как использовать их на работе», 35% «вошло в привычку», 35% «больше доверяю инструментам», 18% «инструменты внедрены на рабочем месте»

Структура макета

Горизонтальная столбчатая диаграмма с факторами увеличения использования, плюс утверждение гипотезы

Ключевые визуальные элементы

  • •Зеленые горизонтальные столбцы
  • •Пять категорий драйверов
  • •Четкие процентные рейтинги
  • •Выноска с гипотезой
Страница 62
Results Visualization

Влияние обучения на SMB - графики использования

Содержание

Составная столбчатая диаграмма «до/после», демонстрирующая резкое увеличение использования. До обучения: 29% ежедневно. Через три месяца после: 60% ежедневно (удвоилось), 86% еженедельно. Отражает переход от экспериментов к целенаправленной интеграции

Структура макета

100% stacked bar сравнение с цветовой кодировкой категорий частоты

Ключевые визуальные элементы

  • •Два составных столбца рядом
  • •Восемь категорий частоты в разных цветах
  • •Выделена большая статистика «86%»
  • •Ссылки на источники
Страница 63
Use Case Analysis

Варианты использования SMB, развившиеся после обучения

Содержание

Групповая столбчатая диаграмма, показывающая эволюцию вариантов использования: коммуникации/письмо немного уменьшились (82%→79%), в то время как другие варианты использования значительно расширились: мозговой штурм (54%→59%), обучение (46%→50%), решение проблем (36%→50%), обобщение (60%→67%). Отзыв о Gemini для электронных таблиц

Структура макета

Горизонтальная grouped bar chart с сравнением до/после по семи категориям задач плюс отзыв

Ключевые визуальные элементы

  • •Двухцветные сгруппированные столбцы (желтый/фиолетовый)
  • •Семь категорий задач
  • •Показаны процентные изменения
  • •Восторженная цитата из отзыва
Страница 64
Use Case Documentation

Как SMB использовали AI - конкретные примеры

Содержание

Организовано по вариантам использования: создание креативного контента (маркетинговые кампании, сценарии), составление/редактирование (контент веб-сайта, отзывы о страницах), повышение производительности (оптимизация операций), разработка концепций (мозговой штурм, роль консультанта). Множество подробных отзывов для каждой категории

Структура макета

Текст, организованный по категориям с расширенными цитатами из отзывов, включает фотографию

Ключевые визуальные элементы

  • •Четыре отдельные категории вариантов использования
  • •Множество конкретных примеров для каждой категории
  • •Расширенные отзывы участников зеленым цветом
  • •Документальная фотография с учебного мероприятия
Страница 65
Behavioral Analysis

Сформированные привычки, ведущие к результатам

Содержание

Объясняет переход от случайного использования к ежедневной интеграции в рабочий процесс. Обучение помогло участникам ощутить немедленные преимущества, которые укрепили дальнейшее использование. Отзыв о том, что Gemini стал «лучшим другом» для работы с электронными таблицами

Структура макета

Текст со встроенной документальной фотографией, показывающей вовлеченного участника

Ключевые визуальные элементы

  • •Портрет участника, показывающий вовлеченность
  • •Расширенный восторженный отзыв
  • •Объяснена концепция подкрепления вознаграждением
Страница 66
Use Case Documentation

Разнообразные приложения для SMB

Содержание

Продолжает документировать конкретные варианты использования с примерами: использование NotebookLM для отчетов об экзаменах, AI для мозгового штурма с «виртуальной командой», Canva для креативного контента, AI в качестве личного помощника во всех задачах. Показывает органическое обучение и обмен знаниями между коллегами

Структура макета

Текст, организованный по типу приложения с множеством примеров отзывов

Ключевые визуальные элементы

  • •Множество конкретных примеров приложений
  • •Расширенные цитаты из отзывов
  • •Документация обучения между коллегами
  • •Свидетельства широкого распространения
Страница 67
Curriculum and Case Study

Учебная программа и примеры из практики для SMB

Содержание

Подробности структуры обучения: пять 1-часовых вебинаров («Понимание ML», «Повышение производительности», «Практические инструменты», «Prompt Engineering», «Ответственное использование AI»), четыре 30-минутных Lunch & Learns («Личная производительность», «Продажи», «Маркетинг», «Операции»), три полнодневных живых занятия. Пример из практики Дэна Менезеса Мело из Grind, использующего AI для HR-инклюзии

Структура макета

Двухколоночный layout с планом обучения слева, примером из практики справа

Ключевые визуальные элементы

  • •Разбивка учебной программы на три раздела
  • •Подробные цели обучения
  • •Блок с примером из практики с историей успеха
  • •Профессиональное форматирование
Страница 68
Back Cover

Задняя обложка - логотип Google

Содержание

Простая задняя обложка, на которой изображен только логотип Google, расположенный по центру на белом фоне

Структура макета

Минималистичный дизайн с логотипом по центру

Ключевые визуальные элементы

  • •Логотип Google в фирменных цветах
  • •Чистый белый фон
  • •Простое, профессиональное завершение

Часто задаваемые вопросы

Распространенные вопросы об этом слайде и основном содержании презентации.

Каковы основные результаты пилотного проекта обучения AI Works?

Пилотный проект дал замечательные результаты во всех трех секторах. Ежедневное использование AI удвоилось среди работников образования (с 19% до 47%) и малого и среднего бизнеса (с 29% до 60%) и утроилось среди членов профсоюзов (с 9% до 29%). Еженедельное использование резко возросло до 71% во всех группах. Работники сообщили об экономии в среднем 122 часов в год, что на 22% превышает первоначальные оценки. Обучение особенно помогло демографическим группам, обычно недостаточно представленным во внедрении технологий: ежедневное использование AI женщинами увеличилось с 18% до 45%, а работниками старше 55 лет - с 13% до 35%.

Сколько времени потребовалось на обучение для достижения этих результатов?

В пилотных проектах использовались относительно короткие учебные мероприятия: 2,5-5 часов адаптированного контента, предоставляемого в различных форматах, включая очные семинары, вебинары и индивидуальные занятия с наставником. Работники образования прошли 2,5-часовой вводный семинар с последующими дополнительными 45-минутными занятиями в течение двух месяцев. Члены профсоюзов прошли три одночасовых вебинара с дополнительными очными занятиями. Малые и средние предприятия прошли пять одночасовых вебинаров плюс 30-минутные сессии «Обед и обучение». Исследование не выявило существенной разницы в эффективности между онлайн- и очным обучением, что свидетельствует о масштабируемости без потери качества.

Какова рентабельность инвестиций в обучение AI?

Моделирование Public First показывает, что обучение AI обеспечивает рентабельность инвестиций 10:1 за счет повышения производительности и экономии времени. Это чрезвычайно выгодно по сравнению с предыдущими инициативами, такими как Lifetime Skills Guarantee, которые вернули инвестиции только в соотношении 1:2. Великобритания может получить 400 миллиардов фунтов стерлингов от роста, обусловленного AI, при этом 200 миллиардов фунтов стерлингов зависят от внедрения AI на рабочем месте. Работники сообщили об экономии, эквивалентной 122 часам в год, что приводит к значительному повышению производительности и возможности сосредоточиться на более ценной работе, а не на административных задачах.

Каковы были самые большие препятствия для внедрения AI до обучения?

Исследование выявило различные препятствия для разных групп. Для всех групп недостаточная подготовка была основным препятствием, на которое указали 62% участников из малого и среднего бизнеса и профсоюзов. Вопреки первоначальным гипотезам, проблемы доверия и конфиденциальности не были основными препятствиями - воспринимаемая релевантность для рабочих задач оказалась более значимой. Многие работники не могли понять, как применять AI в своих конкретных ролях, или пробовали AI один раз и сдавались, не увидев немедленных преимуществ. Еще одним важным препятствием был вопрос «разрешения на запрос»: работники опасались, что использование AI может быть воспринято как «жульничество», и нуждались в явном организационном разрешении, чтобы чувствовать себя комфортно при внедрении этой технологии.

Как обучение устранило пробел во внедрении AI среди женщин и работников старшего возраста?

Обучение оказалось особенно эффективным для групп, обычно недостаточно представленных во внедрении технологий. Женщины старше 55 лет, которые изначально в четыре раза реже использовали AI, чем мужчины моложе 35 лет, увидели значительные улучшения: их ежедневное использование AI почти утроилось с 9% до 29%, а еженедельное использование увеличилось более чем в три раза с 17% до 56%. Успех обучения был обусловлен демонстрацией релевантных, практических приложений, а не предположением о технических барьерах; демонстрацией того, что инструменты AI на удивление доступны и не требуют знаний в области кодирования; предоставлением практических занятий с немедленной обратной связью; и созданием безопасной учебной среды, где участники могли экспериментировать без осуждения.

Какие конкретные задачи работники выполняют с помощью AI после обучения?

Работники во всех секторах значительно расширили использование AI. Наиболее распространенные приложения включали: коммуникации и письмо (69-77% пользователей), обобщение и упрощение длинных документов (54-67%), мозговой штурм новых идей и творческое мышление (48-59%), изучение новых тем (41-50%), решение проблем (28-47%) и анализ сложной информации (29-31%). Работники образования конкретно использовали AI для планирования уроков, адаптации контента для особых образовательных потребностей и снижения административной нагрузки. Члены профсоюзов использовали его для создания учебных материалов, написания отчетов и организации сложной информации. Малые и средние предприятия использовали AI для маркетинговых кампаний, разработки веб-сайтов, оптимизации операций и в качестве виртуального партнера для мозгового штурма.

Каковы основные рекомендации по масштабированию обучения AI на национальном уровне?

В отчете рекомендуется: 1) Industrial Strategy должна наметить, как можно поддержать внедрение AI в ключевых отраслях, при этом предприятия должны разрабатывать практические политики AI, которые дают работникам явное разрешение на использование инструментов; 2) Skills England должна создать систему аккредитации для модульного обучения с микро-сертификатами, что позволит финансировать короткие эффективные учебные модули через новый Growth and Skills Levy; 3) Правительство должно гарантировать обучение AI для всех работников государственного сектора (NHS, местные органы власти, государственная служба) с контентом, ориентированным на конкретные роли; 4) Запустить более масштабные испытания по внедрению AI в государственном секторе, сосредоточив внимание на командах, занимающихся предоставлением услуг на передовой; 5) Назначить лидеров AI в каждом департаменте правительства в Исполнительном комитете с обязательным регулярным обучением; 6) Интегрировать обучение AI во все схемы Civil Service Fast Stream; 7) Отслеживать прогресс с помощью ежегодного опроса AI Skills and Adoption Survey, координируемого Skills England.

Почему организационное разрешение важно для внедрения AI?

Исследование выявило критический барьер «разрешения на запрос». Работники часто выражали обеспокоенность тем, что использование AI является «жульничеством» или может быть неуместным, даже после того, как обучение показало им эффективные приложения. Только 46% членов профсоюзов были уверены, что понимают политику AI своего работодателя. Эта неопределенность проистекает из отсутствия четких организационных указаний и негативных сообщений в СМИ об AI. Обучение показало, что работникам нужна явная институциональная поддержка - не только разрешение на использование AI, но и активное поощрение того, что это законный, справедливый инструмент, сопоставимый с использованием поисковых систем. Организации должны разработать политики с позитивным уклоном, в которых изложены доступные инструменты AI и соответствующие варианты использования, аналогично тому, как образовательные учреждения решали вопрос об использовании калькуляторов в математике.

2slides

Create Your Own Slides

Turn your ideas into professional presentations in seconds with 2slides AI.

Создавайте Слайды Мирового Класса за Секунды

Используйте профессиональные дизайны, выберите свой стиль и генерируйте слайды с идеальной отрисовкой текста. На базе Nano Banana—начните создавать свою презентацию прямо сейчас.

2Slides logo

Ваш AI-агент для слайдов. Экономьте время, сияйте быстрее с интеллектуальным созданием презентаций.

Резюмировать с помощью ИИ

ChatGPTClaudeGrokPerplexity
Все сервисы работают

Продукты

Функции

Галерея

Шаблоны

Интеграции

Ресурсы

Сравнение