開始使用人工智慧前，學習與發展團隊需要先制定使用人工智慧的策略，其中包括如何管理數據、如何向學習者披露人工智慧的使用方式以及誰將能夠查詢的特定工具等。企業使用的許多軟體都開始支援人工智慧（例如：Microsoft Office 365、Google Workspace、Canva 和 Zoom）。可以先從這些熟悉的工具中，學習使用人工智慧功能進行小型專案，並且同時記錄所觀察到的好處和風險。

一旦準備就緒，可以先從小規模開始運用，並平衡創新和風險管理，慢慢且穩定地前進，以確保收穫到所學、風險和使用的回報。

不會寫代碼也沒問題

無代碼工具可以是入門人工智慧的一種好方式（需謹慎使用）。它們通過簡單的幾個操作實現對人工智能運用於組織的普及化，因此對於正在使用市面上常見生產力工具（例如：Microsoft Outlook 或 Articulate Studio）的人都可以使用它們。

以下是一些可以考慮的工具：

• 學習文字生成
  使用人工智慧文本生成工具，如：Copy.ai、Jasper、Writesonic 和 Rytr，團隊可以快速生成初稿內容、影片腳本、教材摘要以及其產品的文字介紹等，降低內容製作的工作量。
  
  
• 快速建構課程
  對於非專業教學設計師、小型部門和小型學習團隊來說，人工智慧工具只需要點擊幾個按鈕就可以建構課程和維持績效。例如：Coursable 可以透過提示詞生成完全完整的課程；Dunno 可以生成相關的評量；LectoMate 則可以通過擷取現有課程內容製作包含重點、字卡、心智圖和測驗等工作輔助。
  
  
• 互動式報告和影片
  人工智慧影片和報告工具，如：D-ID、Synthesia、VEED、DeepBrain、Descript 和。7taps，可以從文字或簡單提示詞製作互動影片和報告。與文字生成工具一起使用，可以建構快速且吸引人教程。透過語音收入功能有助於在無需聘用專業人才的情況下呈現影片腳本或投影片，從而減少製作時間和成本，讓較小的學習團隊更容易建立有效的學習。
  
  
• 智能教學系統
  人工智慧最受矚目的潛在用途之一是智能教學系統。一些可以用的工具包括：Mobilecoach.com、Tutor.ai、Unschooler.me 和 Adaptive Academy。
  
  
• 學習數據分析
  無代碼人工智慧啟用的數據分析工具，如：DataRobot，可以幫助學習團隊從學習者的學習數據中獲取設計策略，並且無需編寫一行代碼。這些平台分析和視覺化收集的數據，如：學習完成率、評估分數、參與率和學習行為分析等，有助於團隊將透過數據分析給予的合適任務。
  
  

人工智慧自動化

隨著生成式人工智慧的發展，社會將見證 AI 自動化工具的介入，例如：Zapier 和 Make。這些工具將 AI 融入現有工作流程中，將人工智慧整合到現有的工作流程中，連接兩個系統——人工智慧和現有使用的工具，進而啟動不同應用程式中的操作。

可以使用自動化插件進行試驗的自動化內容包括以下：

• 建構可與學習者分享的自動培訓以及摘要發送
• 根據知識水準制定自動化行動步驟以強化學習
• 分析調查回應意見、內容，並生成一份報告保存至資料庫
• 自動翻譯影片或音檔文件以建立會議記錄，並將其寄送給會議成員
• 將學習專案增加到一個工作流程中，並將內容添加到應用程式中（如：Trello），並根據專案制定一份完成程度，讓使用者瞭解進行進度
  

資料來源：TD at Work