HUD旨在通过新的评估方法解决人工智能技能缺口问题

当机构试图解决其劳动力中的技能缺口问题时，通常会要求主管和员工评估他们的技能以确定可能需要哪些培训——但住房和城市发展部正寻求改变这一做法。

HUD启动了一个新的技能胜任力模型，以更准确地确定AI领域中存在的技能差距所在——然后着手填补这些差距。而不是将技能差距视为主管评估员工技能与员工自我评价之间的差异。

“我们一直在致力于识别我们的技能缺口，因为不幸的是，如果我们没有识别出来，我们实际上也无能为力，”HUD 的首席学习官 Matisha Montgomery 在软件公司 Cornerstone 于10月9日举办的一次活动的小组讨论中说道。“我们试图做的是真正从一个非常传统的旧模式转向技能评估，并利用新兴技术来帮助我们更好地完成这项工作。”

对于蒙哥马利来说，“老派”的技能评估模式依赖于自我评价，这可能会导致员工要么高估要么低估自己的能力。特别是针对人工智能这一新领域，创建一个新的胜任力模型可能尤为重要。

“主管可能并不真正了解员工在那项新技能上的实际水平，”蒙哥马利在接受Federal News Network采访时说。“但如果他们每天都看到这项技能，那么主管通常可以很好地评估该技能。但是AI并不是每个人都接触的东西。所以目前让主管来评价你的AI技能或知识水平——没有人能做到这一点。”

HUD转向“技能基准模型”依赖于一种旨在衡量员工个人能力及各类人工智能主题知识水平的测试。上周发送给HUD员工的一项可选技能评估旨在评价个人对AI及其在工作场所应用的理解程度——不仅针对技术人员，还包括整个机构的所有员工。

蒙哥马利说：“这是一个正在兴起且迅速变化的领域。”“目前，我们预计我们的员工队伍在住房和城市发展部(HUD)并不由大量技术人员组成，技术水平会相对较低。”

HUD的AI技能胜任力模型源自政府范围内的要求。2024年3月AI备忘录来自管理预算办公室的要求所有机构制定策略以降低使用AI的风险同时，也在一定程度上管理和开发联邦员工的人工智能技能。对于联邦劳动力而言，当机构内部缺乏足够了解某一工作主题（如人工智能）的知识和经验时，或者根本没有足够的员工来理解这一主题时，就会出现技能缺口。

蒙哥马利计划收集数据，并利用人工智能技能评估的结果将HUD员工划分为不同级别的技能类别。根据员工对AI的理解起点，他们可以使用个性化的培训计划来帮助他们发展AI技能，这些培训计划是根据他们在日常工作中的需求量身定制的。

“我们希望这能成为他们个人的事情，一段即将开始的旅程，”蒙哥马利说。“他们不仅有机会发现自己的技能所在，而且根据他们的评估结果，他们会获得个性化的建议，告诉他们需要做什么来帮助自己提高。”

由于HUD的许多员工不是从事技术工作的，蒙哥马利表示她预计会对新的AI能力模型有一定的抵触情绪。

“这是一种变化，即使我们没有进行技能评估，只是在实施人工智能技术或工具时，也会遇到阻力，”蒙哥马利说。“产生阻力的原因往往是由于缺乏理解。这正是我们现在所处的境地。”

但为了帮助员工应对变革，HUD计划沟通培训和技能发展的重要性，并解释AI与员工日常工作之间的关系。解决预期的抵触情绪也将包括缓解员工对AI的担忧甚至恐惧。

“我们希望确保无论你在HUD的什么职位上，你都能看到AI可以在帮助你更高效地完成工作方面发挥的价值，”蒙哥马利说。“不是为了减少你的工作岗位需求，而是为了让你们的工作效率或速度呈指数级提升。”

版权 © 2024 Federal News Network。保留所有权利。本网站不针对位于欧洲经济区内的用户。