数据显示，科技专业人士渴望在工作中学习人工智能(AI)技能，但超过一半的雇主主导的培训项目无法满足他们的需求。事实上，根据Oliver Wyman的一份新报告，只有64%的员工认为他们接受了所需的培训，57%的人认为他们的培训不足。由于生成式人工智能预计将影响软件工程师和其他专家未来所需的96%的关键技能和能力，技术专业人士别无选择，只能自学如何使用人工智能。
这里有三种方法可以通过在工作场所内外的自主学习来培养人工智能技能。
从自己的身边开始
了解人工智能的基本原理与学习任何新技术是一样的，最好的起点是熟悉现有的工具，Netfly的首席技术官Dana Lawson建议道。
“大多数公司将像使用其他工具一样利用、整合和应用人工智能，”Lawson说。
通过动手使用人工智能库、框架和工具，这些工具旨在提高与软件开发、DevOps甚至数据工程(仅举几例)相关的任务的效率，你不仅可以了解人工智能的工作原理，还可以了解如何将其有效地应用于当前的角色，这是至关重要的。
“要公开，”Lawson说。“向你周围的人学习，让你的队友展示他们是如何使用人工智能工具的。”她的团队还通过结对编程和黑客马拉松分享知识和知识的应用。如果你没有队友，你可以利用外部资源(如开源项目)获得人工智能的实践经验，或者在业余时间使用开源LLM(如Langbase平台)创建具有语言生成功能的应用程序。
这里还有另一个想法：让一个人工智能驱动的聊天机器人教你如何在日常活动中使用人工智能。
亚利桑那州立大学和凤凰城学院的讲师Dean Batson指出：“与ChatGPT或Gemini进行来回对话是一种很好的方式，可以让你更轻松地与之交流，并将其功能集成到你的工作流程中。“随着时间的推移，在讨论中添加记忆和背景，并指导聊天机器人帮助你提高工作效率并节省时间。
知道如何提出有效的问题，编写编码提示以及与ChatGPT交互是克服恐惧并学习如何有效使用它的一半。
关注相邻技能
许多人认为，为了在人工智能时代保持竞争力，他们需要接受全新的职业培训。但是，学习能够让你在当前职位或专业中脱颖而出的技术和软技能，会让你走在潮流的前面，至少在目前是这样。
阅读与人工智能在你的职业领域的影响和应用相关的招聘启事、新闻出版物、博客和在线论坛，以确定你需要学习或提高的技能，以便在不久的将来保持相关性。例如，根据你的职位和背景，你可能需要将技能提升到Python、R、Java和/或c++的高级水平。如果你想冒险进入机器学习领域，你需要有机器学习和深度学习库的经验，比如TensorFlow、Keras和PyTorch。
添加A.I. ethics、UI/UX、设计思维、产品管理或人工智能驱动的安全测试等补充知识，可以帮助你适应职责的变化。记住，提高技能不是一时的努力。你需要拥有一种成长的心态，为自己设定目标，衡量进步，并在几个月到一年或更长时间内不断迭代。
“然而，好消息是，你可以在空闲时间通过参加短期课程来补充技能，这些课程高度集中，时间安排灵活，”职业和高管教练Eli Amdur建议道。“看看你的雇主是否会支付培训费用或报销你参加的廉价课程。但即使你不得不为此买单，现在投资自己也会在未来获得回报。”
开始用新的方式工作
对许多技术专业人士来说，最重要但也最具挑战性的事情是培养软技能，比如批判性思维、解决问题的能力和人工智能伦理知识，并将它们融入到现有的工作中。回报是值得的，特别是如果你在寻找工作保障，因为最近的一项研究发现，人工智能使雇主更重视软技能。
可以肯定的是，养成新的习惯和行为需要时间，并不是一个简单的过程，但是有一些最佳的实践、方法和技术可以产生最佳的结果。例如，专家们一致认为体验式学习是学习软技能最有效的方法。它包括在实践中学习、反思和应用。因此，当你学习新的软技能时，无论是在工作中还是通过业余项目，都可以帮助你形成新的习惯，并将新知识与你已经知道的知识和概念联系起来。
Lawson说:“在现实场景中，与值得信赖的顾问和同事一起练习软技能，可以让你更有效地掌握无形的特质和行为。”
她还建议找一位导师。事实上，研究表明，由更资深的同事或经理指导是培养重要的职场软技能的有效方法，比如沟通、协作和适应能力。
总之，虽然人工智能承诺了前所未有的效率和工作场所变革，但发展软技能和新的工作方式将有助于保护你的工作免受人工智能的影响，并在你的整个职业生涯中受益。
