Por Matt Donovan e Donna Clendaniel, originalmente em inglês no blog Performance Matters da GP.
Em 2013, um estudo publicado no American Journal of Preventative Medicine examinou o consumo de maçãs em refeitórios escolares. Os pesquisadores descobriram que seis escolas que serviam maçãs fatiadas tiveram um aumento de 71% nas vendas e uma redução de quase 50% no desperdício de alimentos em comparação com três escolas que ofereciam maçãs inteiras.
Essa simples mudança de apresentação demonstrou que a conveniência direciona muitas de nossas decisões e que mudanças ambientais de baixo custo e escaláveis podem gerar grandes impactos. De forma semelhante, reembalar informações em formatos mais acessíveis e acionáveis dentro das organizações também tem o potencial de impulsionar mudanças positivas significativas. É justamente por isso que as ontologias de habilidades, com a ajuda da inteligência artificial (IA), têm a capacidade de remodelar organizações inteiras.
Ontologias de habilidades fornecem uma estrutura mais sofisticada para construir uma estratégia eficaz de capacitação em comparação com taxonomias tradicionais de habilidades. Ontologias expõem as ricas relações entre habilidades, tarefas de trabalho e funções. Ontologias ancoram as habilidades no trabalho real que as pessoas executam diariamente, em vez de depender apenas de descrições de cargos.
Ao mapear essas conexões, as organizações podem compreender melhor:
– As habilidades de sua força de trabalho;
– As habilidades necessárias para funções críticas;
– As habilidades adjacentes que possibilitam iniciativas direcionadas de requalificação e aprimoramento;
– Como mobilizar pessoas para funções críticas com base em conjuntos de habilidades existentes.
Essa abordagem granular e orientada por dados permite que as empresas analisem sua base de talentos de formas alinhadas às necessidades de negócios em evolução, da mesma forma que fatiar maçãs as tornou mais atraentes e acessíveis para cada estudante.
Para as organizações, estratégias de capacitação impulsionadas por IA fornecem os insights necessários para reembalar dados da força de trabalho, desbloqueando novas oportunidades de aprimorar e requalificar colaboradores de maneiras que beneficiem tanto o negócio quanto as pessoas.
O papel da IA nas estratégias de capacitação empresarial
A IA pode analisar grandes volumes de dados não estruturados de diversas fontes (como descrições de cargos, currículos e conteúdos de treinamento) para identificar habilidades essenciais em determinado setor ou função. Embora uma ontologia de habilidades precise de muito mais do que a análise de documentos, a IA pode ajudar a reforçar, refinar e fortalecer uma taxonomia de habilidades para preparar a criação de uma ontologia de habilidades.
Usar a IA para extrair informações de conteúdos existentes relacionados a habilidades significa que humanos podem gastar mais tempo valioso conduzindo análises de trabalho e entendendo as nuances e o real valor agregado de funções específicas, o verdadeiro coração de uma ontologia de habilidades. O uso de IA ajuda a tornar o processo intensivo de construção e manutenção de uma arquitetura de capacitação mais viável no longo prazo.
4 formas da IA habilitar sua arquitetura de capacitação
A IA torna a criação e a manutenção de uma arquitetura de capacitação muito mais sustentável de várias maneiras críticas.
Agrupamento de habilidades e identificação de relacionamentos
Algoritmos de agrupamento permitem que a IA organize habilidades semelhantes, identifique quais aparecem juntas com frequência e destaque relações naturais entre habilidades. Também é possível que, no futuro, a IA ajude a definir os relacionamentos entre habilidades criando grafos de conhecimento que mostrem a interconexão entre elas, indicando quais são fundamentais, quais exigem pré-requisitos e quais são avançadas ou complementares.
Normalização e padronização de habilidades
A detecção de sinônimos impulsionada por IA pode consolidar diferentes termos que podem se referir à mesma habilidade (como “engenharia de software” e “desenvolvimento de software”), reduzindo redundâncias para melhorar a clareza, uma parte essencial da construção de uma taxonomia de habilidades bem definida.
Já uma ontologia de habilidades pode exigir uma investigação mais profunda sobre quais funções específicas definem sua habilidade como “desenvolvimento”, ao invés de “engenharia”. Normalizar e padronizar habilidades antes de desenvolver uma ontologia garante dados uniformes. Isso oferece uma base limpa para construir uma ontologia mais detalhada.
Acompanhamento de habilidades emergentes com análise de tendências
A IA pode analisar anúncios de emprego, relatórios de setores e publicações acadêmicas ao longo do tempo para identificar novas habilidades em demanda à medida que surgem. Modelos preditivos habilitados por IA podem ir além, prevendo quais habilidades provavelmente crescerão em demanda com base em dados históricos e insights do setor. Independentemente de sua estratégia de capacitação se basear em taxonomias ou ontologias, esse tipo de análise específica da organização e do setor é extremamente valioso ao preparar e planejar iniciativas futuras de capacitação em larga escala.
Validação e manutenção automatizadas
À medida que uma arquitetura de capacitação amadurece, a IA pode apoiar sua melhoria contínua ao detectar anomalias ou inconsistências nos dados, como habilidades rotuladas de forma incorreta ou termos desatualizados. Mantendo ciclos de feedback com os usuários, modelos de IA podem atualizar categorias de habilidades para refletir relevância prática, garantindo que a arquitetura permaneça precisa, relevante e alinhada aos objetivos da organização.
Mensuração e ontologias de habilidades habilitadas por IA
As organizações podem aproveitar arquiteturas de capacitação impulsionadas por IA para gerar recomendações altamente informadas e acionáveis para o desenvolvimento de habilidades dentro de suas estratégias de capacitação empresarial. No entanto, embora muitas organizações priorizem a construção de um programa abrangente de capacitação, frequentemente falham em incorporar as métricas necessárias para comprovar e aprimorar sua eficácia.
Sem a capacidade de acompanhar o progresso, torna-se quase impossível avaliar se os colaboradores estão realmente dominando novas habilidades, aplicando-as em cenários práticos e impulsionando melhorias significativas de produtividade. A mensuração é um elemento fundamental que precisa ser construído desde o início da estratégia.
Para que a mensuração seja verdadeiramente eficaz, ela deve estar ancorada no trabalho diário das pessoas, uma das razões pelas quais ontologias de habilidades são superiores a taxonomias de habilidades. Para serem devidamente medidas, as habilidades precisam ser tangíveis e quantificáveis. Por exemplo, uma pessoa com proficiência nível 3 em Excel provavelmente domina funções intermediárias como PROCX, tabelas dinâmicas e visualizações de dados avançadas.
Dentro de uma ontologia de habilidades bem projetada, que revela habilidades relacionadas, ficaria claro que essa proficiência em Excel também indica uma habilidade de nível 2 em análise de dados, o que significa que essa pessoa não apenas manipula dados, mas também extrai insights relevantes para resolver desafios de negócios. Uma organização com uma ontologia de habilidades e um sistema de mensuração bem estruturados pode identificar a aptidão desse indivíduo para análise de dados e mobilizá-lo de forma eficaz.
O papel da IA na mensuração da capacitação empresarial
A IA pode apoiar a mensuração da capacitação empresarial ao:
– Ajudar a mapear as habilidades e capacidades existentes das pessoas colaboradoras para a ontologia de habilidades usando dados de perfis, avaliações de desempenho, registros de projetos e dados de treinamento;
– Identificar possíveis lacunas de habilidades, caminhos de desenvolvimento e oportunidades de mobilidade interna alinhadas com objetivos individuais e organizacionais a serem verificadas e validadas;
– Acompanhar a aplicação e o possível impacto de novas habilidades ao longo do tempo para avaliar a eficácia das iniciativas de treinamento;
– Fornecer insights que permitam às organizações refinar estratégias de capacitação e gerar mais valor.
Com esses insights, as organizações podem continuamente aprimorar suas estratégias de capacitação para gerar o máximo de valor. A chave é garantir que as habilidades estejam diretamente ligadas às tarefas do trabalho e a resultados mensuráveis. As pessoas colaboradoras estão aplicando suas habilidades para melhorar processos ou gerar resultados significativos para os negócios? Se a resposta for incerta, a estratégia de capacitação não está totalmente realizada.
A mensuração deve ser contínua, acompanhando habilidades em vários estágios para identificar o que está funcionando e onde existem lacunas. Um sistema de mensuração bem projetado pode identificar falhas de produtividade. Por exemplo, se as pessoas colaboradoras concluíram o treinamento e seguem os processos corretamente, mas problemas como erros ou ineficiências persistem, pode haver um descompasso entre as habilidades ensinadas e as necessárias na prática. Esse tipo de insight destaca falhas na estratégia de capacitação, orientando ajustes no treinamento e na abordagem geral de mensuração.
Fatiar essas maçãs: ancorando estratégias de capacitação ao trabalho
Em Treinamento e Desenvolvimento (T&D), queremos a mesma coisa: aproveitar as habilidades de nossas pessoas para alcançar máxima contribuição para a organização e máxima satisfação para as pessoas colaboradoras. Mas, para alcançar isso, para realmente capturar o potencial delas e a amplitude e profundidade das habilidades que possuem e precisarão no futuro, precisamos desenvolver estratégias abrangentes de capacitação que estejam de fato ancoradas no trabalho que realizam todos os dias, e não apenas em suas descrições de cargos.
Precisamos fazer o trabalho. Mas, com uma ajudinha da IA, podemos fatiar essas maçãs.