生成式 AI 工具包：如何​​为组织采用 AI 做好准备

随着生成式人工智能的采用率不断提高，软件工程师的就业保障问题也日益凸显。您的组织如何才能在让您的团队加入进来的同时采用最新、最出色的技术？

我们的开发者成功实验室进行了原创研究，以整合生成式 AI 采用工具包。此工具包为您提供了一种以人为本的思维方式来衡量贵组织的 AI 采用准备情况的方法，以及帮助您实现这一目标的工具和策略。 

继续阅读以了解有关该工具包的更多信息并进行 AI 采用评估。

• 人工智能技能威胁：人工智能会取代程序员吗？
• 组织需要采取哪些措施来应对人工智能带来的技能差距风险
• 生成式 AI 工具包：为组织采用 AI 做好准备
  • AI工具的使用：团队如何使用AI技术？
  • AI质量评级：人工智能有多值得信赖？
  • AI技能威胁：AI会取代工作吗？
  • 学习文化：是否鼓励员工学习技术技能？
  • 归属感：开发人员是否有归属感和包容感？
• 对人工智能采用进行后期评估
• 提高技能是使用 AI 编码工具的关键

人工智能技能威胁指的是担心随着生成式人工智能的兴起，开发人员的技能会变得过时。简而言之，人工智能威胁着他们作为软件开发人员和代码编写者的身份。 

近一半 (45%) 的软件开发人员表示，他们担心、焦虑和害怕自己能否凭借当前的技术技能在这个时代取得成功。考虑到这一点，组织需要在采用 AI 辅助软件开发实践时为开发人员提供支持。这包括提高技能以缩小 AI 技能差距。

听听 Pluralsight 首席执行官 Aaron Skonnard谈论人类智能在人工智能时代的重要性。 

虽然 AI 技能威胁会影响任何工程师，但它更有可能发生在竞争文化和冒名顶替综合症严重的组织和软件团队中。换句话说，当开发人员怀疑自己的技能、智力和作为开发人员的成就时，他们会对 AI 感到更加焦虑和担忧。

但反之亦然。具有强大学习文化和归属感的组织遭遇 AI 技能威胁的可能性较低。事实上，我们发现，学习文化和归属感可以预测 AI 技能威胁的减少，以及个人开发人员生产力和整体团队效率的提高。

在开发过程中采用 AI 技术之前，请先评估当前情况。这可以为您提供评估所采用的任何 AI 服务是否成功的基准。 

您可以通过参加我们的 AI 评估来做到这一点。此评估使用经过实证验证的调查项目，这些项目已在大量人群中进行了测试，并且旨在稳定可靠。这意味着您可以使用它来衡量诸如学习马拉松和事前分析之类的事情对贵组织的 AI 技能威胁的影响。

完成评估后，您将获得五个关键维度的分数。我们将更详细地介绍每个维度。

AI 工具的使用是指您和您的团队目前在开发工作中使用 AI 技术的方式和时间。一旦您知道在哪里使用 AI 工具，您就可以确定有效且安全地使用它们的政策和做法。AI工具的使用还可以帮助您发现使用 AI 的新机会并减少影子 IT 以提高安全性。

使用这些问题来评估人工智能工具的使用情况：

• 你们的团队目前在开发过程中使用人工智能吗？

• 如果您的团队使用 AI 进行开发工作，您会在哪里使用它？

  • 生成代码

  • 调试

  • 测试代码

  • 搜索代码

  • 编写文档

  • 进行代码审查

  • 做笔记

  • 创建摘要

  • 完成任务管理职责

AI 质量评级表明您和您的团队对 AI 提供高质量输出的信任程度。了解人们对 AI 的信任程度可以帮助您解决问题并促进 AI 的采用。 

例如，一些员工可能不信任人工智能，因为它返回的信息不准确或不完整。也许他们只需要编写提示，以便为他们提供更相关的响应。如果你给他们提供提示工程培训，他们会编写更好的提示，获得更好的输出，并成功使用人工智能。

另一方面，一些员工可能过于信任人工智能工具。这种过度自信可能导致安全风险、道德问题和可避免的错误。这些员工可能需要复习人工智能的道德考量、解决问题、 批判性思维和其他软技能。

请考虑以下内容来了解​​ AI 质量评级：

• 在使用生成式人工智能时，您是否经常遇到不准确或幻觉的情况？

• 您对所使用的 AI 工具的输出有多信任？

如上所述，AI 技能威胁是指开发人员担心 AI 会使他们的技能过时。这种恐惧会降低士气并阻碍组织有效使用 AI。要评估组织中的AI 技能威胁，请考虑：

• 你们的团队是否担心人工智能将如何改变软件开发？ 

• 团队是否担心他们的技能会因为生成式人工智能而变得过时？

• 随着人工智能的兴起，团队是否担心工作保障？

具有强大学习文化的组织会鼓励和激励员工学习。他们提供学习时间、相关技能提升机会和心理安全。由于对 AI 职位的需求很高，具有持续学习文化的组织可以在现有人才中培养这些技能。

要衡量贵组织的学习文化，请询问：

• 您认为您的团队成员作为开发人员正在学习和成长吗？

• 团队成员是否鼓励分享他们所学到的知识？

• 是否鼓励团队犯错？

• 您的组织是否提供学习机会？

具有强烈归属感的开发人员不太可能感受到生成式 AI 和其他新兴技术的威胁​​。这使得归属感成为 AI 工具成功最重要的指标之一，也是最难衡量的指标之一。要深入了解软件开发人员的归属感，请考虑：

• 团队成员是否因其身份而被接受？

• 团队成员是否互相支持？

实施 AI 工具后，请使用与预评估相同的问题和标准重新进行AI 评估。这可让您衡量所采用的任何工具或实施的技能提升计划的成功程度。

尽管面临 AI 技能威胁，74% 的开发人员仍计划积极提升 AI 辅助编码工具和技术技能。应对 AI 技能威胁的关键是什么？以人为本的方式采用 AI。 

这就是我们的 AI 工具包的作用所在。它包括 AI 技能威胁评估、采用 AI 辅助编码工具的预先分析模板，以及为工程师实施生成式 AI 学习马拉松的指南。 

获取生成式 AI 采用工具包 并了解有关我们的 AI 课程的更多信息。