Indywidualna samoocena AI

Osobista samoocena dojrzałości w zakresie AI obejmująca strategię, umiejętności, integrację z przepływem pracy, zarządzanie i wpływ — pomagająca jednostkom zidentyfikować mocne strony i obszary rozwoju w dziewięciu wymiarach.

Proszę biegać w TeamRetro

Jak dobrze — naprawdę — korzystasz z AI?

Skuteczne wdrażanie AI zaczyna się od jednostki. Ta samoocena pomaga członkom zespołu szczerze ocenić, na jakim etapie się znajdują, w dziewięciu wymiarach osobistej dojrzałości w zakresie AI — od zgodności strategicznej i adopcji narzędzi po zarządzanie, jakość wyników i ciągłe doskonalenie. Każdy wymiar opiera się na pięciostopniowej progresji od „Doraźnego” do „Zoptymalizowanego”, dając jednostce jasny obraz jej obecnej praktyki oraz konkretną ścieżkę rozwoju. Wykorzystaj tę ocenę, aby zainicjować wartościowe rozmowy o umiejętnościach związanych z AI, zidentyfikować priorytety rozwoju osobistego i wypracować wspólny język opisujący, jak wygląda dobre korzystanie z AI na poziomie jednostki. Niezależnie od tego, czy dopiero zaczynasz, czy już głęboko osadzasz AI w codziennej pracy, ta diagnoza ujawnia luki i mocne strony, które mają największe znaczenie.

Wymiary

Strategia AI i przywództwo

Jak dobrze Twoje korzystanie z AI jest zgodne z celami organizacji, przemyślanie ustalane priorytetowo i podejmowane z poczuciem odpowiedzialności.

  • Zgodność strategiczna

    Korzystam z AI w sposób wyraźnie wspierający cele mojego zespołu, działu lub organizacji.

    1. DoraźneKorzystanie z AI jest okazjonalne; niewielki związek z szerszymi celami.
    2. Wyłaniające sięCzęść korzystania z AI nawiązuje do celów; znaczna część nie.
    3. ZdefiniowaneKorzystanie z AI jest zakotwiczone w celach ważnych dla zespołu lub organizacji.
    4. ZarządzaneKorzystanie z AI jest priorytetyzowane względem celów; mniej wartościowe zastosowania są świadomie porzucane.
    5. ZoptymalizowaneAI jest świadomą dźwignią dla najważniejszych rezultatów.

  • Priorytetyzacja przypadków użycia

    Wybieram, gdzie zastosować AI, na podstawie wartości, wykonalności i ryzyka — a nie nowości.

    1. DoraźneAI stosowane jest wszędzie tam, gdzie wydaje się ciekawe; kompromisy nie są rozważane.
    2. Wyłaniające sięNiektóre przypadki użycia są wybierane przemyślanie; wiele nie.
    3. ZdefiniowaneDecyzje o zastosowaniu uwzględniają wartość, wykonalność i ryzyko.
    4. ZarządzanePriorytetyzacja jest spójna i przeglądana; słabsze przypadki użycia są porzucane.
    5. ZoptymalizowaneAI stosowane jest tam, gdzie daje największy zwrot z wysiłku, a nie tam, gdzie błyszczy.

  • Świadomość przywództwa

    Mój menedżer i kierownictwo wiedzą, jak korzystam z AI, i jasno określili swoje oczekiwania w tym zakresie.

    1. DoraźneKierownictwo nie wie, jak korzystam z AI; nie wiem, czego się ode mnie oczekuje.
    2. Wyłaniające sięIstnieje pewna nieformalna świadomość; oczekiwania są niejasne.
    3. ZdefiniowaneKierownictwo orientuje się ogólnie, jak korzystam z AI; oczekiwania są określone.
    4. ZarządzaneKorzystanie z AI jest częścią normalnych rozmów z moim menedżerem; oczekiwania są jasne i aktualne.
    5. ZoptymalizowaneKorzystanie z AI jest otwarcie omawiane i wspierane przez kierownictwo; działam z pewnością co do oczekiwań.

  • Osobista odpowiedzialność

    Biorę odpowiedzialność za to, co AI robi w moim imieniu — za wyniki, decyzje i konsekwencje.

    1. DoraźneGdy AI popełni błąd, wina spada na narzędzie; odpowiedzialność jest niejasna.
    2. Wyłaniające sięOdpowiedzialność za wyniki AI jest mieszana; czasem moja, czasem narzędzia.
    3. ZdefiniowaneOdpowiadam za to, co wysyłam, niezależnie od tego, czy AI pomogło to stworzyć.
    4. ZarządzaneOdpowiedzialność za wyniki AI jest automatyczna; błędy są moje i mam się z nich uczyć.
    5. ZoptymalizowaneOsobista odpowiedzialność za pracę wspieraną AI jest pełna; bez chowania się za narzędziem.

Adopcja narzędzi i dostęp

Czy masz odpowiednie narzędzia AI, korzystasz z nich konsekwentnie i jesteś na bieżąco z nowymi funkcjami istotnymi dla Twojej pracy.

  • Dostępność narzędzi

    Mam dostęp do narzędzi AI, których potrzebuję, aby dobrze wykonywać swoją pracę.

    1. DoraźneDostęp do narzędzi AI jest nierówny; radzę sobie z brakami.
    2. Wyłaniające sięNiektóre narzędzia AI są dostępne; innych, których potrzebuję, brakuje.
    3. ZdefiniowaneNarzędzia AI potrzebne mi do pracy są dla mnie dostępne.
    4. ZarządzaneDostęp nadąża za moją pracą; nowe narzędzia pojawiają się, gdy są uzasadnione.
    5. ZoptymalizowaneNarzędzia AI są mocną stroną mojego środowiska pracy; nic użytecznego nie jest poza zasięgiem.

  • Dopasowanie narzędzi

    Narzędzia AI, których używam, pasują do zadań, które faktycznie wykonuję.

    1. DoraźneUżywam tego narzędzia AI, od którego akurat zacząłem; dopasowanie jest przypadkowe.
    2. Wyłaniające sięNiektóre narzędzia dobrze pasują do mojej pracy; inne są dużym kompromisem.
    3. ZdefiniowaneMoje narzędzia AI pasują do pracy, którą wykonuję najczęściej.
    4. ZarządzaneWybory narzędzi są przeglądane względem rzeczywistych zadań; niepasujące są wymieniane.
    5. ZoptymalizowaneDopasowanie narzędzi jest doskonałe; narzędzia AI są jak stworzone do mojej pracy.

  • Konsekwencja osobistej adopcji

    Korzystam z AI konsekwentnie tam, gdzie dodaje wartości, zamiast sięgać po nie tylko sporadycznie.

    1. DoraźneKorzystanie z AI jest sporadyczne; w wielu zadaniach zapominam, że to opcja.
    2. Wyłaniające sięAI jest częścią niektórych zadań; konsekwencja jest nierówna.
    3. ZdefiniowaneKorzystanie z AI jest konsekwentne w zadaniach, gdzie dodaje wartości.
    4. ZarządzaneKorzystanie z AI jest nawykowe; rozpoznaję, kiedy go użyć, bez zastanowienia.
    5. ZoptymalizowaneAI jest tak osadzone w mojej pracy, że pytanie, czy go użyć, już się nie pojawia.

  • Świadomość nowych możliwości

    Jestem na bieżąco z tym, co AI potrafi nowego i co jest istotne dla mojej pracy.

    1. DoraźneO nowych możliwościach AI dowiaduję się przypadkiem, długo po ich pojawieniu się.
    2. Wyłaniające sięPewna świadomość; pozostaję w tyle za najnowszym stanem techniki.
    3. ZdefiniowaneŚledzę rozwój AI istotny dla mojej pracy i celowo wypróbowuję nowe możliwości.
    4. ZarządzaneBycie na bieżąco jest nawykiem; regularnie oceniam i wdrażam nowe możliwości.
    5. ZoptymalizowaneJestem na czołówce w mojej roli; nowe możliwości szybko i z rozwagą trafiają do mojej pracy.

Umiejętności i pewność w zakresie AI

Twoja zdolność do rozumienia AI, tworzenia skutecznych promptów, krytycznego myślenia o wynikach i rozwijania umiejętności w czasie.

  • Kompetencje w zakresie AI

    Rozumiem, co AI potrafi, a czego nie, oraz gdzie leżą jego ograniczenia.

    1. DoraźneMój obraz AI jest mglisty; często zaskakuje mnie to, co potrafi lub czego nie.
    2. Wyłaniające sięPewne pojęcie o możliwościach; luki i ograniczenia są niejasne.
    3. ZdefiniowaneMam praktyczne rozumienie, w czym AI jest dobre, w czym sobie nie radzi i dlaczego.
    4. ZarządzaneMój obraz AI jest aktualny i trafny; aktualizuję go w miarę rozwoju AI.
    5. ZoptymalizowanePotrafię z pewnością przewidzieć zachowanie i ograniczenia AI; mój obraz jest narzędziem roboczym.

  • Umiejętność promptowania

    Daję AI jasne instrukcje, kontekst i ograniczenia, aby uzyskać użyteczne wyniki.

    1. DoraźnePrompty to jednolinijkowe pytania; wyniki to odzwierciedlają.
    2. Wyłaniające sięNiektóre prompty są bogatsze; wyniki są niespójne.
    3. ZdefiniowanePrompty zawierają kontekst, ograniczenia i przykłady, gdy są pomocne.
    4. ZarządzanePromptowanie to świadome rzemiosło; dostrajam prompty i ponownie wykorzystuję to, co działa.
    5. ZoptymalizowanePromptowanie to moja silna umiejętność; z pewnością uzyskuję wysokiej jakości wyniki.

  • Krytyczne myślenie

    Kwestionuję, sprawdzam i udoskonalam wyniki generowane przez AI, zamiast przyjmować je bezkrytycznie.

    1. DoraźneWynik AI uznaję za poprawny, chyba że coś oczywiście jest nie tak.
    2. Wyłaniające sięCzasem sprawdzam; zależy od dnia.
    3. ZdefiniowaneWynik AI jest krytycznie weryfikowany, zanim go użyję.
    4. ZarządzaneKrytyczna weryfikacja jest automatyczna; dostrzegam subtelne błędy i celowo udoskonalam wyniki.
    5. ZoptymalizowaneJestem wykalibrowanym sceptykiem wobec wyników AI; zaufanie trzeba sobie zasłużyć, nie zakłada się go z góry.

  • Osobista nauka i rozwój

    Świadomie inwestuję w rozwijanie moich umiejętności związanych z AI.

    1. DoraźneRozwój umiejętności to to, co przyswoję przypadkiem.
    2. Wyłaniające sięJakaś nauka się odbywa; nie jest celowa.
    3. ZdefiniowaneWygospodarowuję czas na naukę umiejętności AI istotnych dla mojej pracy.
    4. ZarządzaneNauka jest częścią mojej pracy; dostrzegam luki i je uzupełniam.
    5. ZoptymalizowaneRozwój umiejętności w zakresie AI jest ciągły i celowy; moje kompetencje rosną wykładniczo w czasie.

Integracja z przepływem pracy

Jak głęboko AI jest osadzone w Twojej codziennej pracy, standardowych procesach oraz w równowadze między AI a ludzkim osądem.

  • Codzienne użycie

    AI jest naturalną częścią mojej codziennej pracy.

    1. DoraźneWiększość dni mija bez korzystania z AI; to okazjonalne narzędzie.
    2. Wyłaniające sięAI pojawia się w części codziennej pracy; nie w większości.
    3. ZdefiniowaneAI jest częścią mojej codziennej pracy w zadaniach, gdzie pomaga.
    4. ZarządzaneAI to domyślny wybór; niekorzystanie z niego to wyjątek.
    5. ZoptymalizowaneAI jest wpleciona w sposób mojej pracy; szwu nie widać.

  • Integracja z procesami

    AI jest wbudowane w moje standardowe sposoby pracy, a nie doczepione na obrzeżach.

    1. DoraźneAI funkcjonuje obok mojego przepływu pracy; kopiuję i wklejam tam i z powrotem.
    2. Wyłaniające sięNiektóre procesy mają zintegrowane AI; wiele nie.
    3. ZdefiniowaneAI jest częścią moich standardowych procesów w pracy, gdzie dodaje wartości.
    4. ZarządzaneIntegracja AI jest przeglądana i ulepszana; nowe procesy projektuję z myślą o AI.
    5. ZoptymalizowaneMoje procesy są natywnie oparte na AI tam, gdzie to ma sens; przepływ pracy zakłada udział AI.

  • Równowaga człowiek–AI

    Wiem, kiedy polegać na AI, a kiedy niezbędny jest mój własny osąd, wiedza ekspercka lub weryfikacja.

    1. DoraźneGranica między AI a moim własnym osądem jest niejasna; przechylam się zbytnio w jedną lub drugą stronę.
    2. Wyłaniające sięPewne wyczucie, kiedy ufać AI; zasady są doraźne.
    3. ZdefiniowaneMam praktyczne wyczucie, kiedy AI wystarczy, a kiedy potrzebny jest mój osąd.
    4. ZarządzaneRównowaga jest świadoma i przeglądana; zmieniam ją w miarę zdobywania doświadczenia.
    5. ZoptymalizowaneRównowaga jest intuicyjna i trafna; AI rozszerza mój osąd, nie zastępując go.

  • Przeprojektowanie pracy

    Przemyślam na nowo sposób pracy, by wykorzystać to, co AI zmienia — zamiast tylko dodawać AI do starych nawyków.

    1. DoraźneMoje nawyki są niezmienione; AI doczepione do starych sposobów.
    2. Wyłaniające sięCzęść nawyków się zmieniła; większość pozostaje taka sama.
    3. ZdefiniowanePrzeprojektowałem części swojej pracy, by wykorzystać AI.
    4. ZarządzanePrzeprojektowywanie pracy trwa nieustannie; kwestionuję stare nawyki w miarę rozwoju możliwości AI.
    5. ZoptymalizowaneMój sposób pracy jest fundamentalnie ukształtowany przez AI; nic nie działa na autopilocie z ery sprzed AI.

Dane, wiedza i kontekst

Jakość informacji, które wnosisz do AI, Twój dostęp do wiedzy wewnętrznej oraz to, jak odpowiedzialnie obchodzisz się z danymi.

  • Jakość danych

    Informacje, których używam z narzędziami AI, są wiarygodne, dokładne i aktualne.

    1. DoraźneDaję AI to, co znajdę; jakość danych jest przypadkowa.
    2. Wyłaniające sięPewna dbałość o jakość danych; luki są częste.
    3. ZdefiniowaneDane, które przekazuję AI, są odpowiednie do zadawanego pytania.
    4. ZarządzaneSprawdzam i porządkuję dane, zanim AI ich użyje; słabe dane wejściowe są wychwytywane.
    5. ZoptymalizowaneJakość danych to nawyk; AI za każdym razem dostaje najlepsze informacje, jakie mam.

  • Dostęp do wiedzy

    Łatwo docieram do wiedzy wewnętrznej, której potrzebuję do pracy wspieranej AI.

    1. DoraźneWyszukiwanie wiedzy wewnętrznej, by zasilić AI, jest powolne i niepewne.
    2. Wyłaniające sięNiektóre źródła są łatwo dostępne; inne są ukryte.
    3. ZdefiniowaneDocieram do wiedzy wewnętrznej potrzebnej do pracy z AI bez tarcia.
    4. ZarządzaneDostęp jest szybki i niezawodny; dostrzegam i zgłaszam luki.
    5. ZoptymalizowaneDostęp do wiedzy nie stanowi problemu; nie blokuje pracy wspieranej AI.

  • Dostarczanie kontekstu

    Daję AI odpowiednie tło, przykłady i ograniczenia, by jego wyniki pasowały do mojej sytuacji.

    1. DoraźnePrompty są ubogie; AI brakuje potrzebnego kontekstu i to widać.
    2. Wyłaniające sięNiektóre prompty mają kontekst; głębia i jakość są nierówne.
    3. ZdefiniowanePrompty zawierają kontekst, którego AI potrzebuje, by być użyteczne.
    4. ZarządzaneDostarczanie kontekstu to nawyk; AI rzadko zwraca wyniki rozmijające się z sytuacją.
    5. ZoptymalizowaneKontekst jest dostarczany tak dobrze, że wynik AI za pierwszym razem jest bliski temu, czego potrzebuję.

  • Osobista piecza nad danymi

    Odpowiedzialnie zarządzam danymi i wiedzą, z którymi pracuję — dokładnością, własnością i właściwym wykorzystaniem.

    1. DoraźnePiecza nad danymi to coś, o czym nie myślę; AI dostaje to, co mam.
    2. Wyłaniające sięPewna dbałość o pieczę; jest reaktywna.
    3. ZdefiniowaneTraktuję dane, których używam z AI, jako coś, za co odpowiadam.
    4. ZarządzanePiecza jest częścią mojej pracy; sprawdzam własność i właściwe wykorzystanie, zanim udostępnię dane AI.
    5. ZoptymalizowanePiecza nad danymi jest automatyczna; mogę obronić stosowność każdej danej, którą przekazuję AI.

Zarządzanie, ryzyko i zgodność

Twoja świadomość polityki dotyczącej AI, obowiązków w zakresie prywatności, ryzyk związanych z uprzedzeniami oraz Twoja zdolność do rozliczenia się z tego, jak korzystano z AI.

  • Świadomość polityki

    Znam polityki AI mojej organizacji, jej granice i wymagania dotyczące zatwierdzeń.

    1. DoraźneNie wiem, jaka jest polityka AI; działam na podstawie założeń.
    2. Wyłaniające sięPewna świadomość polityki; szczegóły są mgliste.
    3. ZdefiniowaneZnam politykę AI i działam w jej ramach.
    4. ZarządzaneŚwiadomość polityki jest aktualna; śledzę zmiany i dostosowuję się.
    5. ZoptymalizowanePolityka jest częścią mojego myślenia o AI; potrafię ją z pewnością objaśnić innym.

  • Prywatność i poufność

    Nie wprowadzam informacji wrażliwych, osobowych ani zastrzeżonych do narzędzi AI, które nie powinny ich widzieć.

    1. DoraźneWklejam to, nad czym akurat pracuję; prywatność nie jest na pierwszym planie.
    2. Wyłaniające sięPewna uwaga na to, co wprowadzam; zdarzają się błędy.
    3. ZdefiniowaneSprawdzam, zanim udostępnię AI informacje wrażliwe; zasady mam jasno w głowie.
    4. ZarządzanePrywatność jest automatyczna; dane wrażliwe nie trafiają do AI, do którego nie powinny.
    5. ZoptymalizowanePrywatność i poufność to ugruntowana dyscyplina; natychmiast zauważyłbym zagrożenie granicy.

  • Uprzedzenia i sprawiedliwość

    Myślę o uprzedzeniach, sprawiedliwości i potencjalnej szkodzie w wynikach wspieranych AI, zanim ich użyję.

    1. DoraźneUprzedzenia i sprawiedliwość to coś, czego nie biorę pod uwagę przy korzystaniu z AI.
    2. Wyłaniające sięPewna świadomość; sprawdzanie jest rzadkie.
    3. ZdefiniowaneSprawdzam wyniki AI pod kątem uprzedzeń i sprawiedliwości, gdy stawka tego wymaga.
    4. ZarządzaneŚwiadomość uprzedzeń jest częścią mojej oceny wyników AI; wychwyciłem i skorygowałem problemy.
    5. ZoptymalizowaneSprawiedliwość to domyślny pryzmat oceny wyników AI; mogę obronić swoje korzystanie z AI w tym wymiarze.

  • Możliwość audytu

    Prowadzę wystarczający ślad, by wyjaśnić, kiedy, jak i dlaczego użyłem AI w istotnej pracy.

    1. DoraźneBrak śladu; gdyby zapytano, jak użyto AI, trudno byłoby mi to odtworzyć.
    2. Wyłaniające sięJakiś ślad istnieje, głównie w mojej głowie.
    3. ZdefiniowaneW istotnej pracy potrafię wyjaśnić, jak AI się przyczyniło.
    4. ZarządzaneKorzystanie z AI jest dokumentowane tam, gdzie się to liczy; recenzenci i menedżerowie mogą prześledzić ścieżkę.
    5. ZoptymalizowaneKorzystanie z AI jest w pełni audytowalne w ważnej pracy; nic nie jest nieprzejrzyste.

Jakość wyników i weryfikacja przez człowieka

Jak rygorystycznie weryfikujesz treści generowane przez AI, utrzymujesz swoje standardy jakości i uczysz się na błędach AI.

  • Sprawdzanie dokładności

    Weryfikuję informacje generowane przez AI, zanim na nich polegnę.

    1. DoraźneWynik AI używany jest bez zmian; sprawdzanie dokładności jest rzadkie.
    2. Wyłaniające sięCzasem sprawdzam; głębia zależy od dnia.
    3. ZdefiniowaneWynik AI jest weryfikowany, zanim polegnę na nim w czymś istotnym.
    4. ZarządzaneWeryfikacja to nawyk; błędy są wychwytywane wcześnie.
    5. ZoptymalizowaneSprawdzanie dokładności jest automatyczne i wykalibrowane; szybko dostrzegam subtelne błędy.

  • Osobiste standardy jakości

    Moje wyniki wspierane AI spełniają moje standardy klarowności, dokładności i profesjonalizmu.

    1. DoraźneWynik AI wychodzi po lekkiej redakcji; jakość jest nierówna.
    2. Wyłaniające sięCzęść wyników jest dopracowana; część nie.
    3. ZdefiniowaneWynik wspierany AI spełnia moje standardy, zanim ode mnie wyjdzie.
    4. ZarządzaneJakość jest spójna i rosnąca; AI podnosi poprzeczkę, którą potrafię utrzymać.
    5. ZoptymalizowaneWynik wspierany AI jest nie do odróżnienia od mojej najlepszej pracy; jakość to ugruntowana cecha.

  • Nadzór ludzki

    Mam jasne wyczucie, kiedy praca wspierana AI wymaga weryfikacji lub zatwierdzenia przez człowieka.

    1. DoraźneTo, czy praca z AI wymaga weryfikacji człowieka, decyduje się przypadek po przypadku; zasady są niejasne.
    2. Wyłaniające sięIstnieją pewne progi weryfikacji; pokrycie jest nierówne.
    3. ZdefiniowaneWiem, która praca wspierana AI wymaga weryfikacji człowieka, i odpowiednio ją kieruję.
    4. ZarządzaneProgi weryfikacji są świadome i z czasem doprecyzowywane.
    5. ZoptymalizowaneNadzór jest automatyczny i proporcjonalny; praca z AI o wysokiej stawce trafia do weryfikacji, a o niskiej nie.

  • Uczenie się na błędach

    Uczę się na błędach AI, halucynacjach i słabych wynikach, zamiast po prostu iść dalej.

    1. DoraźneGdy AI się myli, idę dalej; nic się nie zmienia.
    2. Wyłaniające sięCzęść wniosków jest przyswajana; wiele nie.
    3. ZdefiniowaneBłędy AI wpływają na to, jak następnym razem promptuję, sprawdzam i używam AI.
    4. ZarządzaneBłędy z czasem składają się na lepszą osobistą praktykę.
    5. ZoptymalizowaneBłędy AI są krótkotrwałe; rzadko powtarzam ten sam błąd.

Współpraca i dzielenie się wiedzą

Jak aktywnie dzielisz się wiedzą o AI, eksperymentujesz z nowymi podejściami, uczysz się od innych i tworzysz zasoby wielokrotnego użytku.

  • Dzielenie się tym, co działa

    Dzielę się użytecznymi promptami, przykładami, przepływami pracy i wnioskami z zespołem, zamiast je zachowywać dla siebie.

    1. DoraźneDzielenie się zdarza się rzadko; to, co działa, zostaje u mnie.
    2. Wyłaniające sięTrochę się dzielę; zależy, czy pamiętam.
    3. ZdefiniowaneDzielę się użyteczną pracą z AI z zespołem jako normalną częścią działania.
    4. ZarządzaneDzielenie się przynosi korzyść zespołowi; moje wkłady są rozpoznawane i wykorzystywane.
    5. ZoptymalizowaneDzielenie się jest automatyczne; mój zespół jest lepszy w AI dzięki moim wkładom.

  • Osobiste eksperymentowanie

    Czuję się bezpiecznie, próbując nowych rzeczy z AI i ucząc się na tym, co nie działa.

    1. DoraźneEksperymentowanie wydaje się ryzykowne; trzymam się tego, co znam.
    2. Wyłaniające sięTrochę eksperymentuję; podchodzę do tego ostrożnie.
    3. ZdefiniowaneCelowo eksperymentuję z AI i uczę się na porażkach.
    4. ZarządzaneEksperymentowanie to nawyk; porażkę traktuję jako część nauki.
    5. ZoptymalizowaneNieustraszenie eksperymentuję z AI; dzięki temu nowe możliwości szybko trafiają do mojej pracy.

  • Uczenie się od innych

    Uczę się na podstawie tego, jak inni ludzie, zespoły i przykłady zewnętrzne dobrze korzystają z AI.

    1. DoraźneRozgryzam AI sam; mało wkładu od innych.
    2. Wyłaniające sięTrochę uczę się od innych; jest to nieformalne.
    3. ZdefiniowaneCelowo uczę się na tym, jak inni dobrze korzystają z AI.
    4. ZarządzaneUczenie się od innych to nawyk; przenoszę wzorce do własnej pracy.
    5. ZoptymalizowaneMoja praktyka AI jest kształtowana przez to, co działa gdzie indziej; szybko importuję i adaptuję.

  • Osobiste zasoby wielokrotnego użytku

    Tworzę szablony AI, biblioteki promptów, listy kontrolne lub poradniki wielokrotnego użytku do często wykonywanej pracy.

    1. DoraźneKażde zadanie z AI zaczyna się od zera; nic nie jest wykorzystywane ponownie.
    2. Wyłaniające sięZachowuję część promptów i szablonów; ponowne wykorzystanie jest ograniczone.
    3. ZdefiniowaneMam działający zestaw zasobów AI wielokrotnego użytku do typowych zadań.
    4. ZarządzaneZasoby wielokrotnego użytku są utrzymywane i ulepszane; wyraźnie oszczędzają czas.
    5. ZoptymalizowaneMoje zasoby AI wielokrotnego użytku to realna osobista przewaga; zwielokrotniają moje wyniki.

Pomiar wpływu i doskonalenie

Czy śledzisz rzeczywisty wpływ korzystania z AI na produktywność i jakość oraz czy ciągle doskonalisz swoją praktykę.

  • Wpływ na osobistą produktywność

    Zauważam, czy AI faktycznie oszczędza mi czas lub zwiększa moją wydajność.

    1. DoraźneTo, czy AI oszczędza mi czas, jest nieanalizowane; zakładam, że tak.
    2. Wyłaniające sięPewne wyczucie wpływu; głównie anegdotyczne.
    3. ZdefiniowaneZauważam, gdzie AI oszczędza czas, a gdzie nie.
    4. ZarządzaneWpływ na produktywność jest monitorowany; mało wartościowe korzystanie z AI jest porzucane.
    5. ZoptymalizowaneWkład AI w moją produktywność jest jasny i wykorzystywany; wysiłek idzie tam, gdzie zwrot jest realny.

  • Wpływ na jakość

    Zauważam, czy AI poprawia jakość, spójność lub użyteczność mojej pracy.

    1. DoraźneWpływ AI na jakość jest nieanalizowany.
    2. Wyłaniające sięPewne wyczucie poprawy jakości; nierówne.
    3. ZdefiniowaneZauważam, gdzie AI podnosi jakość, a gdzie nie.
    4. ZarządzaneWpływ na jakość kształtuje, gdzie używam AI, a gdzie przestaję.
    5. ZoptymalizowaneWkład AI w jakość jest jasny; jest używane tam, gdzie podnosi pracę, a unikane tam, gdzie nie.

  • Powiązanie z rezultatami

    Potrafię powiązać korzystanie z AI z istotnymi rezultatami — wartością dla klienta, zaoszczędzonym czasem, uniknięciem błędów, dostarczoną pracą.

    1. DoraźneKorzystanie z AI nie jest powiązane z rezultatami, które mogę nazwać.
    2. Wyłaniające sięNiektóre rezultaty są widoczne; powiązanie jest częściowe.
    3. ZdefiniowaneMogę wskazać rezultaty, które AI zmieniło na lepsze.
    4. ZarządzaneRezultaty kierują tym, jak wdrażam AI; przenoszę wysiłek tam, gdzie się liczy.
    5. ZoptymalizowaneAI jest precyzyjnie powiązane z rezultatami; potrafię nazwać różnicę, jaką robi.

  • Ciągłe doskonalenie mojej praktyki AI

    Wykorzystuję informacje zwrotne, wyniki i wnioski, aby stale ulepszać sposób korzystania z AI.

    1. DoraźneSposób, w jaki korzystam z AI, się nie zmienia; pierwsze nawyki się utrwalają.
    2. Wyłaniające sięSporadyczne ulepszenia; nic systematycznego.
    3. ZdefiniowaneModyfikuję sposób korzystania z AI w oparciu o to, co działa, a co nie.
    4. ZarządzaneDoskonalenie to realna pętla — próbuj, obserwuj, dostosuj — a zmiany się utrzymują.
    5. ZoptymalizowaneMoja praktyka AI staje się coraz ostrzejsza; nic w sposobie korzystania z AI nie jest statyczne.

Kiedy używać tej oceny kondycji?

  • Gdy jednostki chcą uzyskać szczery punkt odniesienia dla swojej obecnej praktyki AI przed rozpoczęciem planu rozwoju.
  • Podczas przeglądów zespołowych kompetencji AI, aby ujawnić różnice w umiejętnościach, nawykach i świadomości zarządzania.
  • Jako część procesu wdrażania, aby pomóc nowym członkom zespołu zrozumieć oczekiwany standard korzystania z AI.
  • Gdy organizacja wdraża nowe narzędzia lub polityki AI i chce ocenić gotowość.
  • Okresowo (np. kwartalnie), aby śledzić wzrost osobistej dojrzałości w zakresie AI w czasie.
  • Gdy zespół chce zidentyfikować wspólne luki i ustalić priorytety dla zbiorowych inwestycji w naukę AI.

Porady i wskazówki

  • Zachęcaj do szczerej samooceny — to narzędzie rozwoju osobistego, a nie ocena wyników. Bezpieczeństwo psychologiczne ma znaczenie.
  • Najpierw przeprowadź ocenę indywidualnie, a następnie podzielcie się wynikami zespołowo, aby zidentyfikować wspólne tematy i wartości odstające.
  • Skup dyskusję na wymiarach o największym rozrzucie w zespole — często ujawniają one największe możliwości.
  • Połącz ocenę z konkretnym działaniem: każda osoba wybiera jeden wymiar do poprawy przed następnym spotkaniem.
  • Wykorzystaj opisy „Doraźne” i „Zoptymalizowane” jako punkt wyjścia do rozmowy — zapytaj „jak konkretnie wyglądałoby u nas Zoptymalizowane?”.
  • Wracaj do oceny co kwartał, aby śledzić postępy i świętować awans na skali dojrzałości.
  • Opcja „Nie dotyczy” istnieje dla ról, w których pewne wymiary naprawdę nie mają zastosowania — nie wymuszaj oceny.

Często zadawane pytania

Kto powinien wypełnić tę samoocenę?
Każdy, kto korzysta z narzędzi AI w ramach swojej pracy — od użytkowników okazjonalnych po zaawansowanych. Jest przeznaczona dla osób ze wszystkich ról i funkcji, nie tylko zespołów technicznych.
Ile czasu zajmuje ocena?
Większość osób wypełnia ją w 10–15 minut. Format macierzy pozwala sprawnie przejść przez wszystkie dziewięć grup wymiarów.
Czy powinienem podzielić się wynikami z moim menedżerem?
To zależy od Ciebie i kultury Twojego zespołu. Ocena jest najcenniejsza jako narzędzie rozwoju osobistego, ale podzielenie się wynikami z menedżerem lub zespołem może otworzyć rozmowy coachingowe i wspólne doskonalenie.
Co oznacza pięć poziomów dojrzałości?
Poziomy układają się w standardową progresję: Doraźne (nieustrukturyzowane, reaktywne), Wyłaniające się (pewna świadomość, ale niespójne), Zdefiniowane (jasna i spójna praktyka), Zarządzane (świadome i przeglądane) oraz Zoptymalizowane (ciągłe doskonalenie, praktyka wiodąca).
Jak często powinienem przeprowadzać tę ocenę?
Dla większości zespołów dobrym rytmem jest cykl kwartalny. Daje wystarczająco dużo czasu na znaczącą zmianę, jednocześnie utrzymując pętlę informacji zwrotnej na tyle ścisłą, by pozostawała istotna.
Co zrobić, gdy dany wymiar nie dotyczy mojej roli?
Użyj opcji „Nie dotyczy”. Nie każdy wymiar będzie istotny dla każdej roli — wymuszanie oceny tam, gdzie nie ma zastosowania, zniekształca wyniki.
Czy można użyć tego jako oceny na poziomie zespołu, a nie jednostki?
Tak. Przeprowadzenie jej indywidualnie, a następnie zagregowanie wyników daje obraz dojrzałości AI na poziomie zespołu, co jest przydatne do identyfikacji wspólnych luk i planowania zbiorowej nauki.