最近，Speexx有幸与OpenSesame的市场副总裁Diane Haines共同举办了关于人工智能和机器学习的线上研讨会。我们讨论了人工智能和机器学习在学习发展和企业培训中的实际应用，例如如何有效利用数据帮助培训达到更佳的效果，以及如何分析这些数据并投入实际运用，从而提高员工能力。

对于许多人来说，如何使用人工智能和机器学习，或者如何制定使用他们的策略，仍然是一个未知数。在研讨会中我们进行了一项现场调查，向参与者询问在他们的企业或组织中，使用机器学习和人工智能的障碍是什么? 超过半数的参与者表示，他们的企业中此前没有明确可参考的人工智能或机器学习实例，因此无从操作。此外值得注意的是，参与者表示缺乏如何在企业中使用此类技术的战略。

人工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它试图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

为了更好地理解人工智能如何助力您的学习发展项目，您可以首先关注自动、推荐与预防这三点，并询问自己一些问题。

自动：线上研讨会上，Diane将人工智能描述为处理信息的机器。它可以如同真人一般适应不同的环境并行动，基本上可以模拟人类的智能而不需要人类的参与。

如放射科医生标记的图片、以元数据标记的文件和以预算是否超支为标准标记的项目都可以作为机器学习自动化的例子。

在Speexx，我们实时自动地安排虚拟课堂，以最佳方案为学员智能匹配课程，满足他们偏好的日期和时间、选择的主题及培训师。以人工智能为支持的自动流程还能够为学员选择最适合他们的私人培训师，通过提供支持、激励、纠正、电话与虚拟课堂，满足学生在学习过程中的个性化需求。

她还解释了几种不同类型的机器学习，如有监督的，无监督的和强化型的。所有类型的机器学习都是通过运算预测接下来会发生什么，然后交付这些结果。机器学习能使工作流程自动化，使人类减少繁复的行政工作，然后为我们推荐下一步行动的最佳路径，或是能达到最佳结果的数据筛选方式等等指向未来的建议

推荐：您是否有希望系统向您和您的团队推荐一些内容，以帮助业务顺利开展？

• 在培训和发展领域中经常看到的一个例子是，许多人才发展经理希望得到个性化学习路径方面的建议。团队中的每个成员可能都有不同的职业目标，并且每个人在企业内部发展与晋升的职业道路也不同。也许团队中已经有两到三名员工晋升至管理层，那么人才发展经理可以了解一下他们的学习路径和接受的培训，并以此为例向其它希望晋升与发展的员工提供学习发展建议。
• 另一个例子是，Speexx使用AI来预测用户行为，然后根据这些行为模式给出学习建议并采取个性化的措施来防止这些用户中途退课。我们的系统还能够分析用户行为偏好，比如用户正在接受的不同培训、他们所做的工作、他们在哪些领域还有提高的空间或擅长哪些领域，然后为个性化学习路径提供建议。
• 我们也使用协同过滤推荐系统[1]，每周向用户发送他们感兴趣的学习内容。

[1] 协同过滤推荐算法的主要功能是预测和推荐，算法通过对用户历史行为数据的挖掘发现用户的偏好，基于不同的偏好对用户进行群组划分并推荐相似的产品。

预防：最后一点是预防。我们希望通过人工智能可以防患于未然。

当谈及最后一步预防时，可以问问自己哪一个部分会出错。一个预防应用实例就是风险员工预警。

• 通过定期分析历史培训记录与沟通数据，您可以在员工面临一些风险问题时收到警报。据此您可以朝着正确的方向引导员工采取行动，避免出现负面或不利的结果。
• 在Speexx，我们会观察学员是否付出了足够努力能跟上学习进度，以防他们中途退学或者失败。

为了提供有效的发音培训，Speexx开发了一款专为学习语言而设计的专用语音识别软件。在接受Android Pit采访时，Armin Hopp详细阐述了Speexx的learning feed是如何使用人工智能来提供个性化的学习体验、间隔重复的词汇训练及写作、听力和发音训练。

通过跟踪当前学员的学习模式和行为，您可以为他们提供更个性化的人工智能和机器学习体验，您可以通过数据制定出一个理想的学习路径，然后重复它，并与您的团队一起改进与加强。这可以归结为了解系统中已经有哪些数据，比如绩效，然后通过分析找到最佳实践案例。看起来可能非常耗时，但实际上各类建议已经存在于您的系统中，您只需要跟踪员工已经参加的培训，收集信息并分析，然后通过人工智能的帮助来推荐个性化的学习路径给未来的员工。

最终，Diane提炼出了一些关于人工智能与机器学习的夸大与困惑，帮助我们更好地理解企业如何更有效地利用学习发展项目中的大量数据，做出更明智的商业决策。

OpenSesame助力全球最具生产力与影响力的企业发展。OpenSesame成立于 2002 年，位于美国俄勒冈州波特兰市，提供了超过两万多种针对企业的课程，课程内容覆盖了会计、客服、IT 证书、冲突解决等领域。用户在选择课程时，有专门的课程专家为客户解答问题，定制计划，并可与企业的LMS嫁接，提升您的学习发展项目。