在数智化浪潮的推动下，人工智能（Artificial Intelligence，简称AI）技术已成为重塑教育培训格局、提升人才竞争力的关键力量。中国电信作为通信行业的领军企业，正在全面统筹谋划人工智能相关工作，加快布局和发展人工智能产业，努力培育新质人才。
TIP1 中国电信全面统筹布局“AI+”工作
秉持“适度超前部署算力”的战略，中国电信推出“AI+计划”，开发超2万种AI场景算法，自主研发了星辰AI大模型并在2024年全面开源。
与此同时，中国电信正在加速从通用大模型向行业大模型转变，构建了涵盖教育培训、政务、应急等20多个行业大模型，覆盖全行业500余个应用场景，满足各行各业对人工智能技术的多样化需求。
在中国电信内部，AI技术在智能客户服务、用户信用评级、网络运营自动化、网络资源配置优化、数据分析与业务决策等场景中深入与广泛应用。
中国电信党校（人才发展中心）（以下简称“党校（中心）”）充分重视人工智能等新技术在促进员工发展及推动企业创新中的重要作用，第一时间开展“AI+学习”的研究与实践。
通过将AI技术在培训与学习场景中深度融合与应用，我们构建了一个更高效、更智能、更个性的智慧学习平台，为培养适应未来社会需求的高技能人才提供新的路径与方法，也为企业发展注入新的活力。
依托智慧平台
擘画“AI+学习”产品蓝图
人工智能技术与应用正处于快速变革与更新迭代的关键时期。其中，“AI+教育培训”的应用场景正在不断拓宽，培训与学习模式也因AI的加持发生显著变化，这些都为人才发展领域带来深远影响。
党校（中心）作为中国电信教育培训的主阵地、党建研究的智力库、转型变革的助推器、知识管理的大平台，为推动企业整体可持续发展和行业科技进步，培育适应新环境的新质人才，以及满足广大员工日益增长的个性化教与学需要，第一时间接应集团战略部署，开展“AI+学习”专项工作。
此项工作旨在重构覆盖全体员工的学习平台，通过对中国电信智慧学习平台进行全链条智能升级，以智能化手段支撑全集团大学习工作，切实推动新质人才发展工作转型突破。
以推动学习方式智能化转型升级、建设与AI适配的学习管理体系、以AI模式创新助力AI文化建设等为目标，中国电信智慧学习平台在近年来的探索与研究基础上，已完成对“AI+学习”的整体规划与设计。
全面需求调研，梳理应用场景
事实上，自2022年起，党校（中心）就已经开始持续跟踪内外部新兴技术业态力量发展情况，并与行业内优势单位建立良好的沟通与交流渠道。
同时，通过对国内外已有大模型的特点和能力展开比较研究，以及评估相关所需资源投入、技术要求与数据基础等，形成了专项调研报告和持续研究跟踪机制，为进一步技术研发与场景探索提供有力的智慧与数据支撑。
为明确员工对个性化学习形式的需求与期待，我们面向全体员工和培训管理人员开展了“中国电信数字化学习现状”的调研，共收集7650份有效问卷，结合调研结果进一步梳理形成AI应用于培训领域的三大具体场景。
第一，学员学习方面的主要需求落在提升课程搜索与推荐、应用生成式智能问答获得工作帮助，以及个性化学习主页指导学习路径等场景。
第二，针对内容建设场景，调研提出了辅助课程制作、内容标签生成、关键词提取、语义分析助力课程质量治理等需求。
第三，在培训管理场景中，智能化监考、AI助教协助导学、更精准的督学促学数据服务等，成为主要需求。
这些具体的应用场景，也为第一阶段构建“AI+学习”的产品体系奠定基础。
构建AI学习产品体系，评估技术安全风险
结合需求场景与当前大模型应用成熟度，我们以大模型知识底座为基础，形成了“1+N”多元化AI产品体系，并选择学员学习场景中对AI感知最明显、针对性辅助最强的生成式智能问答“AI专家”作为主产品。
“AI+学习”产品与需求关系图
在学员侧，该AI产品体系聚焦学员“要我学”“我要学”“互相学”三类学习场景，提供AI专家、AI教练、AI导学等能力；
在管理侧，对于培训管理督学促学、考试监考等场景，提供AI助教、AI出题、AI监考等能力；
在内容侧，针对内训师等内容建设需求，提供AI审课、AI文本生成、AI辅助设计等能力。
秉承对数据与信息安全的高度重视，以及充分结合中国电信自主研发的星辰大模型产品，我们成功将上述各大需求场景接入智慧学习平台。
同时，为了在推动技术创新的过程中确保应用安全，我们还对模型整合环节的技术安全展开风险评估，为用户的数据与隐私安全保驾护航。
宏观布局实施
落地“AI+学习”版图
基于“AI+学习”产品的系统规划与设计，我们按部就班地展开了落地环节。实施过程主要分为先行先试、协作共创与优化推广三个阶段，在循序渐进中落地“AI+学习”专项工作。
先行先试，设计AI培训运营管理体系
党校（中心）举办多次主题研讨会，分析组织内人工智能在学习培训领域中的趋势与现状。
同时，通过“智能客服”等短平快的AI学习产品的试点与运营探索，我们针对内容建设、培训管理、技能认证、学习运营等多项核心业务进行研究与总结，系统设计了培训管理与学习运营体系的优化重构方案，为人工智能技术与学习工作的深度融合、相互促进奠定基础。
协作共创，开展试运行工作
由集团人力资源部牵头，党校（中心）与电信研究院等单位共同组建“AI+学习”工作组，举办方案研讨工作坊，明确了专项工作的方向和推进日程。
随后，我们研发并整合了内外部AI能力，推出AI专家、AI监考、AI审课等产品，并开始在集团内部展开试运行。
TIP2 中国电信“AI+培训”产品
AI专家 将大模型与企业知识库结合的生成式智能问答产品，能够为学员提供实时的问题解答、方案建议等服务。相较于传统的课程学习模式而言，该大模型基于问题触发，聚焦业务赋能，满足员工“即需即学”“即学即用”的绩效改进诉求。
AI监考 利用人工智能技术监控在线考试的智能系统。通过人脸识别、实时视频监考、监考大屏、AI监测考生替考、离开座位、多人陪同作答等行为分析手段，该系统可以提升认证、考试的组织效能，确保其公正性与诚信性。
AI审课 通过人工智能对课程内容进行深度分析和质量把控，包括识别黑屏、花屏、模糊等画面问题，以及音量过低、声音间断等音频问题。
同时，还能对视频质量进行审核，并对视频内容涉政、涉黄、涉敏等进行标注，辅助提升审课质量与效率，进一步确保课程符合高标准的教学要求。目前，该系统已为37门课程出具AI审课报告，至少节约576分钟的人力成本。
优化推广，完善学习平台功能
自2024年6月开始（预计将在12月结束），我们计划上线人工智能业务、战略性新兴业务、人力资源政策等专家智能问答服务，譬如AI教练、AI个人中心、AI课程导学等。
“AI+学习”产品与需求关系图
同时，该阶段还将持续改善语料准备与产品设计，推进AI搜索与推荐能力优化，并根据评估结果进一步调整平台功能。
微观建设思路
打造优质AI专家助手
“AI+学习”的系统规划与实施，为我们建设具体的学习大模型提供了根本性指引。以人力资源政策AI专家助手为例，我们通过“数据—能力—知识—运营”的建设路径，进一步阐明如何将AI大模型设计融入培训学习场景。
夯实数据基础，供给高质量语料
这是设计开发学习大模型的第一步，也是影响使用体验与效果的关键一步。
该环节主要包括两个步骤，一是梳理目标场景，收集人力资源相关语料，并从覆盖度、权威性、时效性、结构化程度等维度，对所提取的数据信息进行现状评估。
二是根据评估结果，利用大模型数据工具链对已有数据进行处理，完成从原始数据到高价值、高结构化信息与语料的转变。语料训练能够不断提高组织内部知识库的准确性、逻辑性和完整性，一定程度上促进了知识的有序管理与快速共享，能够为企业持续创新、适应市场变化提供知识基础。
依靠AI能力，按需调用算力资
AI能力决定了企业能否独立自主地搭建一个成熟的学习大模型。
基于中国电信强大的AI能力，我们借助电信云网安平台能力建立了基础设施保障，并利用云计算的弹性资源优势，实现算力资源的灵活调度与按需分配。
随后，围绕人力资源业务场景，进一步建立适配相关规则和能力的嵌入机制，实现业务场景灵活调用最适合的AI能力。
立足本地业务，打造特色知识服务
知识库加载技术可提升AI问答与人力资源业务的结合度与精准性，增强模型的知识表示与推理能力。随后，我们设计并实现了相关API（Application Program Interface）服务接口，完成面向用户的产品设计。
持续运营迭代，提升场景应用性能
产品开发完成之后，并不意味着建设工作就此结束，我们还需要根据人力资源业务场景更新情况，不断迭代完善语料库与相关服务。在该阶段，应展开这三项工作。
第一，建立迭代优化机制，持续收集用户反馈，对AI助手能力进行升级与性能优化。
第二，完善监控和运维体系，确保产品稳定运行。
第三，搭建常态化的知识管理机制，为AI专家助手的长期发展提供内容供给保障。
目前，我们所提供的智能问答系统和虚拟助教等服务，能够以更自然、更智能的方式为员工提供操作建议、实施方案，丰富了学员的个性化学习路径，增强了互动式学习体验，有效提升学习的吸引力和参与度，助力解决员工工作场域下真实的学习问题。
立足自身实际
逐步构建“AI+学习”生态
总之，AI大模型能够在企业培训与学习中发挥诸多作用，极大提高了培训工作的效能。因此，企业培训部门不妨依靠自身技术能力或借助外部技术力量，逐步打造满足组织需求的“AI+学习”生态系统。
具体而言，企业若想系统化推进“AI+学习”工作体系，我们认为，首先要具备起步阶段的整合能力，满足急用先行原则。
譬如，我们率先打造了“AI专家”生成式对话辅助与“AI 搜索推荐”应用，为学员提供随问随答服务，助力精准学习，并为打造全链条智能学习平台做好准备。
其次，在开发与设计具体的学习大模型的过程中，企业需要关注与解决这些关键事项。
一是要制定清晰的发展战略与计划，明确数字化学习目标和方向；
二是要形成完善的数据采集和梳理体系，并整合内部专家资源，对采集到的数据进行处理和分析，提取有价值的信息和知识；
三是选择合适的模型底座与合作伙伴，充分考虑合作伙伴的技术实力、服务质量以及平台的可扩展性、稳定性与易用性等多方面因素；四是加强安全保障和管理，确保数据的安全性和隐私保护。
最后，还应积极推进AI文化建设，构建开放合作的人工智能生态。
我们借助“大学习”“战略性新兴业务”“人工智能”等重点学习专题，打通全员认知AI、体验AI、关注AI的渠道，不仅提升员工对AI技术的认识与理解，还激发了他们对AI的兴趣和参与热情，从而在集团内部形成积极向上、勇于探索的AI文化氛围。
例如，我们通过组织开展人工智能大学习线上专题班，帮助干部员工积极洞察、把握人工智能发展趋势，加深他们对“AI+”赋能新质生产力的理解，加快推进人工智能与产业发展深度融合。
在学习的基础上，我们还开设社区论坛，鼓励员工组织人工智能学习大讨论，结合人工智能发展趋势、行业应用和企业实际，思考“我为AI做什么”“AI为我做什么”等问题；
同时，积极推动员工试用自主产品，为人工智能发展建言献策，加速形成推动人工智能高质量发展的思路举措。
党校（中心）始终把“促进新技术与教育教学深度融合”作为长期奋斗的目标和动力。尽管当前已建设形成一些成果，但在探索“AI+学习”的道路上仍有较大的提升空间，需在推广应用、产品迭代、业务创新、内容丰富、教学研究等方面不断创新与突破。
展望未来，新技术应用于教育领域并非昙花一现。培训人应以员工的学习目标为核心，立足当下的同时结合时代需要形成动态想象，注重教育教学的生成性，有效推动企业在可持续发展的道路上稳步前行。
来源：培训杂志
