在人工智能工具驱动的世界里，学习与发展领域的下一步是什么？

根据 Gartner 的研究，推动学习“重置”的首要因素包括：对快速技能提升和再培训的需求；整个组织及 L&D 职能内部对 AI 素养的更大需求；以及成本或效率压力。

尽管技术发展的迅猛步伐让所有人都清楚地看到变革的必要性，但对更多 L&D 的需求“越来越多地来自高层”，Gartner 人力资源实践部门高级首席分析师 Rebecca Burton 在 10 月 26 日 Gartner 人力资源研讨会/Xpo 的一场会议上表示。

当 Gartner 就 CHRO 在 AI 领域取得领先的首要任务对董事会成员进行调查时，与 L&D 相关的方面——例如更多员工培训项目以及员工重新部署——占据了前五名中的三个位置。

“我们的 CHRO 和董事会都抱有相当高的期望，”Burton 指出——这可能会给 L&D 领导者带来沉重的焦虑。“我们一路走来付出了巨大努力，但前方的道路并不轻松。”

Burton 概述了 L&D 领导者在迈向 2027 年时应牢记的四大趋势，尤其是在变革并未放缓的背景下。

L&D 需要在新的“混乱”中建立可扩展的再培训流程

Burton 承认，劳动力重塑这一理念本身可能令人不知所措，也容易被误解，并概述了雇主在实践中看待这一问题的方式。

例如，“技能混乱”急剧上升，其定义不仅是某项工作所需技能数量的增加，还包括技能更替和过时的加速。“单一工作所需的技能数量每年持续增长约 5%，”她说，而 2025 年所需技能的三分之一到 2030 年可能不再需要。

“这种技能混乱意味着我们的工作也在快速变化，”Burton 解释道——这意味着“工作混乱”也将持续存在。根据 Gartner 的研究，到 2031 年，每年可能有 3200 万个工作岗位需要重新设计。

Gartner 将劳动力重塑定义为：为实现业务成果，工作岗位、技能、思维模式和工作方式需要快速转变。“因此，随着 AI 承担工作以及决策方式发生变化，我们劳动力中的很大一部分将不得不转型，”Burton 说。“这不是一个静态事件。这对我们来说是一个持续的机会。而我们工作的很大一部分就是能够建立系统来帮助管理这一变革。”

她继续说道，L&D 通常必须停止将自己仅仅视为组织内的学习提供者。该部门在技能和行为改变方面拥有专业知识，可以帮助员工适应持续的转型——这是一个关键问题，因为持续的中断 很容易摧毁职场文化.

对剩余员工进行再培训将是 L&D 未来角色的核心。“我们需要一个可重复的再培训流程，而不是一系列互不关联的项目，”Burton 说。她指出，要让员工更清楚地看到工作变化，因为员工“无法为看不到的变化做好准备”，并帮助员工自我评估其技能，以便他们能够为新的工作现实做好准备。

为关键知识流失风险加剧做好准备

劳动力中存在的知识和专业技能“是组织在考虑职场转型和变革时经常忽视的东西，”Burton 说。

例如，由于更多员工退休以及自动化工具采用引发的裁员，组织正受到人才流失的困扰。“这些力量共同作用，正在形成日益增长的风险，”Burton 说。“组织失去关键知识的速度快于转移知识的速度。”

但雇主需要做的不仅仅是记录这些知识。相反，组织需要灌输 Burton 所说的集体智慧，即系统性地连接人员与工具的集体诀窍并据此采取行动的能力。

因此，知识转移是 L&D 的一项关键职责，其结构可以千差万别，从非正式会议和文件共享到有针对性的导师计划、工作轮换和广泛的知识管理平台。

Burton 鼓励 L&D 领导者思考其组织当前存在的情况。“你可以利用什么来更有意识地开展知识转移？因为对于我合作的大多数组织来说，这非常临时……而这正在给企业带来风险。”

换句话说，L&D 需要成为组织知识的守护者，尤其是在 AI 时代，并确保其能够大规模流动。Burton 说，一些公司已经专门设立了知识经理角色来确保这一点。

谨慎地为管理者实施 AI 辅导

虽然人与人之间的辅导仍然备受青睐，但它很难规模化，尤其是对于本已繁忙的角色，比如管理者。于是 AI 驱动的工具登场了，它们“正成为为员工扩展发展机会的一种非常令人兴奋的方式，”Burton 说。

Gartner 调查的 CHRO 中近八成表示，他们的管理者因职责范围过大而不堪重负，而 AI 只会加剧这种感觉。但 Burton 说，AI 也可以减轻该角色常见的部分行政负担并改善决策。

Gartner 预测，到 2028 年，40% 的员工在进入新角色时将首先由 AI 进行培训和辅导——高于目前的不到 5%。38% 的人力资源领导者表示，他们正在试点或专门使用 AI 教练进行领导力发展。

Burton 说，与此相关的是，如果雇主没有尽职评估与供应商相关的数据风险和 AI 偏见，这些工具可能会侵蚀信任。

但讽刺的是，实施不当可能导致管理者的技能实际上退化。“当你把这些能力外包出去时会发生什么？我们需要这种批判性思维，我们需要为我们的管理人群提供这些辅导能力，”她指出。

作为回应，许多组织正在倾向于一种混合方法，即由人类为 AI 解决方案发挥关键支持作用，这些解决方案可以部署在员工生命周期的高风险时刻。Burton 说，这一切都是为了帮助管理者更好地准备应对日常挑战。

培训需要对抗“认知投降”

随着员工越来越多地使用 AI，例如将工作委托给 AI 代理，学习支持也不得不随之演变——部分是为了对抗“认知投降”，Burton 说。

Gartner 将认知投降定义为停止批判性或独立思考、转而依赖外部来源做出决策和判断的倾向。“我们应当积极对抗这种倾向，”她说。

这种行为的 风险很高。Burton 说，试想一位护士在没有意识到患者数据缺失的情况下接受了 AI 风险评估，或者一位律师在未核实来源的情况下提交了 AI 生成的简报。为了对抗这种冲动，雇主可以设置培训练习，让学习者调查 AI 生成的回答，例如审查其主张并通过非 AI 的一手来源核实其信息。

Burton 将这一练习称为“幻觉搜寻”。AI 可能给工作带来的常见缺陷包括捏造或错误归属的引用、缺失的注意事项或依赖关系，甚至完全错误的前提。

“在处理 AI 输出时，我们必须采取‘未经证实即不信任’的心态，”她说。