Im Zuge der Digitalisierung verändern sich Arbeit und Leistungsprozesse, die damit verbundenen Kompetenzerfordernisse und auch die Lernformate. Ein aktuelles Beispiel sind generative Assistenzsysteme wie ChatGPT / GPT-4 und deren Einsatz für Arbeitsaufgaben.
Unsere Argumentationskette “New Work” – “New Skills” – “New Learning” haben wir ja schon an anderer Stelle ausführlicher entwickelt (z.B. in diesem Vortrag / Blogpost). Jetzt hatte ich Gelegenheit, diesen Gedanken in kompakter Form für personalSCHWEIZ zu skizzieren.
New Work
Ganz aktuell erleben wir wieder einen Schub im Bereich der digitalen Arbeitsmittel – konkret im Hinblick auf generative KI-Assistenzsysteme wie ChatGPT bzw. GPT-4. Aus der Verbreitung dieser und ähnlicher generativer KI-Anwendungen ergeben sich Anpassungserfordernisse im Hinblick auf
- die Aufteilung von Arbeit zwischen Menschen und «intelligenten» Maschinen,
- die Überprüfung von Arbeitsergebnissen dieser Mensch-Maschine-Tandems und
- die Übernahme von Verantwortung für die Ergebnisse dieser Tandems.
New Skills
Vor dem Hintergrund der raschen Verbreitung dieser generativen KI-Assistenzsysteme braucht es Fähigkeiten und Fertigkeiten für eine produktive Zusammenarbeit mit diesen Systemen. Aktuell viel diskutierte Beispiele hierfür sind das Prompt-Design, das Prompt-Engineering und das Model-Finetuning.
Da im Zeitschriftenbeitrag der Raum eng beschränkt war, an dieser Stelle eine kurze Erläuterung dazu:
- Prompt Design
Prompt Design bezeichnet die Ausformulierung der Anweisung bzw. Abfrage, die einem Sprachmodell wie z.B. ChatGPT übergeben wird. Dazu gehört die sorgfältige Gestaltung des Eingabetextes, um dem Modell die gewünschte Ausgabe oder Antwort zu entlocken. Das Ziel des Prompt-Designs ist es, klare Anweisungen zu geben, das Format oder die Struktur der gewünschten Antwort zu spezifizieren und das Modell zur Erzeugung der gewünschten Ausgabe anzuleiten. - Prompt Engineering
Prompt-Engineering bezeichnet den iterativen Prozess der Verfeinerung und Optimierung des ur-sprünglichen Prompt-Designs, um die Leistung und Ausgabequalität des Sprachmodells zu verbessern. Dazu gehören beispielsweise das Experimentieren mit verschiedenen Prompts, das Hinzufügen von Kontext oder Einschränkungen, das Anpassen der Anweisungen oder das Einfügen zusätzlicher Hinweise, um das Verhalten des Modells zu steuern. - Model Finetuning
Model Finetuning bezieht sich auf den Prozess des weiteren Trainings eines bereits vorhandenen Sprachmodells unter Verwendung domänenspezifischer Daten oder benutzerdefinierter Datensätze. Dabei wird ein Basismodell, das zuvor auf einem großen Textkorpus trainiert wurde, auf spezifischen Daten trainiert, um es an eine bestimmte Aufgabe oder Domäne anzupassen. Bei der Feinabstimmung wird das Modell aufgabenspezifischen Beispielen ausgesetzt und seine Parameter werden so angepasst, dass es die Zielaufgabe besser bewältigt.
New Learning
Wie können und sollen diese neuen Kompetenzen bzw. Skills, die für die sich verändernde Arbeitswelt wichtig sind, gefördert und entwickelt werden? In der Tendenz stehen Entwicklungsformate dann im Einklang mit den aktuellen Erfordernissen, wenn sie modular und flexibel sind, wenn sie sich gut in den Arbeitsalltag einpassen lassen («in the flow of work»), wenn sie erfahrungsorientiert und aktivierend sind, wenn sie Interaktion ermöglichen und soziale Integration fördern, wenn sie personalisiert werden können und wenn sie die Eigenverantwortung der Beteiligten für ihren Kompetenzentwicklung fördern.
Hierzu ein kurzes Beispiel. Für die Entwicklung von Kompetenz im Bereich Prompt Design bei generativen KI-Assistenzsystemen bieten sich etwa Formate an, die folgende Elemente zusammenführen:
- aktuelle YouTube Videos zum Thema;
- den Zugriff auf eine Instanz von ChatGPT / GPT-4;
- eine Gruppe von Gleichgesinnten, mit denen man gemeinsam arbeiten kann;
- Aktivitäten wie Herumprobieren, Ergebnisse diskutieren, Ideen spinnen und ausprobieren, die eigenen Erfahrungen in einem “Cheat Sheet” konsolidieren und diesen “Cheat Sheet” wiederum im WWW zur Diskussion zu stellen.
Meier, Christoph (2023): New Work – New Skills – New Learning. Neues Arbeiten erfordert neue Fähigkeiten. personalSCHWEIZ, Mai 2023, S. 26-27.
Schreiben Sie einen Kommentar