Szkolenie AI z pracy na arkuszach: od pytania do zrozumiałego wniosku

W Syntalith proponujemy program na wybranym zadaniu analitycznym. Z osobą korzystającą z zestawień omawiamy pytania, które wracają przy raportowaniu, oraz miejsca wymagające ręcznego wyjaśniania. Przed zamówieniem pokazujemy proponowany przykład i zakres praktyki. Firma wybiera materiały dopuszczone do pracy, a prowadzący pomaga połączyć obsługę AI z rozumieniem danych.

Arkusz potrzebuje objaśnienia

Program obejmuje opis celu analizy, rozpoznanie znaczenia kolumn i ustalenie, co stanowi pojedynczy zapis. Pracownik ćwiczy przygotowanie kontekstu dla AI oraz pytań do właściciela danych. To ważne także przy prostym zestawieniu: identyczne nazwy kolumn nie przesądzają, że dwa pliki opisują to samo.

W zatwierdzonym ChatGPT Work lub Claude Cowork można omawiać pracę na udostępnionych plikach i redagować komentarz. Dostępne funkcje oraz format materiału ustalamy przed zajęciami. Obliczenia i reguły porównania trzeba sprawdzić w odpowiednim narzędziu; płynne wyjaśnienie modelu nie potwierdza wyniku liczbowego. Szkolenie może korzystać z istniejącego arkusza, bez budowy nowego systemu raportowania.

Dalsza praktyka dotyczy porównania zbiorów, opisu braków i oddzielania obserwacji od przypuszczenia. Autor uczy się pokazywać podstawę wniosku, dobierać poziom szczegółowości do odbiorcy i przygotować pytanie, gdy zestawienie nie wystarcza. Prowadzący omawia zarówno wybór danych, jak i czytelność komentarza.

Ten sam nagłówek, inny zakres

Załóżmy, że dział porównuje dwa arkusze z kolumną „zamówienia”. Pierwszy pokazuje nowe zgłoszenia, drugi zamówienia zaakceptowane. AI pisze o spadku liczby zamówień, choć zestawienia opisują różne etapy. Przydatna praca zaczyna się od wyjaśnienia tej różnicy. Uczestnik przygotowuje pytanie do właścicieli plików i wskazuje, jakich danych potrzebuje do porównania. Nie musi od razu formułować tezy o zmianie sprzedaży.

W późniejszym zadaniu zakres danych jest już zgodny, lecz część zapisów nie ma uzupełnionego pola. Autor samodzielnie opisuje, co potrafi porównać i co wymaga wyjaśnienia. Informacja zwrotna pokazuje, czy zachował znaczenie danych i napisał komentarz użyteczny dla odbiorcy.

Kogo zaprosić do pracy

Analityk może znać arkusz, a kierownik pytanie biznesowe. Osoba utrzymująca zestawienie wyjaśnia definicje i sposób jego powstawania. Nie wszyscy potrzebują identycznej praktyki: ktoś dopiero poznaje AI, a ktoś inny potrzebuje lepiej uzasadniać jego wynik. Znajomość programu arkuszowego również warto omówić osobno.

CIPD w analizie potrzeb rozwojowych zaleca uwzględnienie obecnych umiejętności i wymagań pracy. Przy tym programie pozwala to odróżnić potrzebę nauki podstaw arkusza od praktyki interpretowania i komunikowania wyniku z pomocą AI.

Jeżeli przyczyną problemu jest niepoprawny eksport, trzeba poprawić źródło. Jeżeli ludzie regularnie odtwarzają te same obliczenia, warto rozpatrzyć funkcje obecnego narzędzia lub automatyzację. Zakres integracji jest osobny. Materiały, spotkania i ewentualny przegląd kolejnej analizy ustalamy w ofercie.

Opowiedz o pytaniu, na które trudno odpowiedzieć z waszego arkusza. Na pierwszą rozmowę wystarczy opis zestawienia i odbiorcy, bez pliku z firmowymi danymi. Informacje o współpracy są w cenniku.