每项工作都是不同能力的结合，但是大多数培训课程仅关注少数能力，现在AI可以告诉您您所缺乏的所有能力以及如何获得它们。

　　这是与企业在线学习的难题，Coursera，EDX和Udacity等网站可用很多课程，因此公司不知道哪些内容可以为员工提供服务。一旦公司选择学习计划或跟踪，他们就很难弄清员工掌握的技能以及他们对他们的掌握程度。简而言之，他们需要一个客观的指标来评估熟练程度，而Coursera开发的新的人工智能（AI）供电工具旨在成为该指标。

　　该功能是几天前湾区创业公司宣布的，允许其培训计划的公司查看其哪些员工在Coursera课程中获得最高成绩，以及员工的技能如何达到竞争对手；哪些课程将有助于填补任何知识空白。公司将能够访问该工具，该工具在今年晚些时候在其Coursera配置文件的在线仪表板中使用机器学习来获得见解。

　　新功能只是在线学习提供商使用AI与课程相匹配，评估其能力和调整课程内容以响应反馈的方式的一个例子。Coursera拥有一个数据科学团队，该团队从“收集和存储数据在仓库中收集和存储数据到解释以做出内部决策的信息来构建算法，这些算法可以反馈到该网站中，”该小组的Emily Glassberg Sands表示。

　　同时，Udacity的AI研究团队在2017年成立，分析了学生的情感，以了解如何改善课程，并计算学习者是否喜欢这些变化。Udacity还使用基于AI的聊天机器人来帮助学生找到相关课程并在入学过程中回答常见问题，而EDX表示，它与AI进行了实验，以提高人们的学习和教学程度。

　　通过解决在线学习中一些最有害的挑战，希望这些新的AI功能可以激发更多的人并付费公司来注册公司的培训。根据培训杂志对2017年对基于的企业的调查，提高教育计划的有效性并衡量其影响是培训员工培训员工的公司的前两个优先事项。

　　该市场也有足够的增长空间，例如Coursera的业务计划，该计划针对公司，目前拥有1400名客户，总体而言，Coursera拥有3100万学习者，这使其成为世界上最大的在线学习提供者。

　　“企业学习行业的阿喀琉斯高跟鞋是，没人知道如何展示投资回报率（ROI），”欧洲纪念公司（Coursera for Business Progron）负责商业计划的莉亚·贝尔斯基（Leah Belsky）指出。“公司知道他们的员工需要学习新技能才能保持竞争力，但是他们很难传达学习的价值。”

　　Coursera也希望能够量化其班级的好处。因此，一年半前，其数据科学团队开始开发机器学习算法，以绘制其平台上教授的40,000个技能。首先，该团队使用自然语言处理（NLP）来弄清讲师在课堂上提到特定概念的频率。这些信息帮助它确定了哪些类传授了哪些技能。Coursera可以通过简单地询问其讲师来获取一些数据。Glassberg Sands说，它也使用NLP，因为教育者经常将自己视为教授理论概念，而学习者则想知道他们将掌握哪些特定工具和技术。

　　最近，该团队将一种称为项目响应理论（IRT）的心理测量方法纳入了一些机器学习模型中，以根据他们在Coursera测验和作业中的表现来评估学习者的能力。Glassberg Sands说，该方法使团队能够衡量在回答不同问题的学习者之间在给定技能领域的熟练程度。这很重要，因为一个更高级的学习者平均将在Coursera上学习更艰难的课程，并尝试比初学者更艰难的问题。IRT模型通过弄清楚特定的测验问题正在评估哪种技能以及在评估学习者的熟练程度之前评估该问题问题的相对难度来解释这一点。

　　Glassberg Sands说：“相对于您选择的任何比较组，无论是Coursera上的所有公司还是您的行业中的所有公司，您的国家，您的国家或类似规模的公司，您都会获得的员工都有一个百分位数。”

　　大多数在线学习提供商都让他们的企业客户看到他们的哪些员工参加了课堂，他们的进步方式以及他们提供的经验的反馈。Coursera说，机器学习使其能够研究其数百万学习者在其平台上的表现，并提供预测性见解，例如给定的学习者的技能水平以及更多标准的学生指标。从理论上讲，这些机器学习模型也应该变得更聪明，因为学习者和讲师创建了更多可以回到系统中的数据。

　　Coursera期望每天更新的技能基准信息对学习和发展专家，人力资源专业人员和招聘经理有用，他们以前必须猜测其他公司正在获得哪些技能，以及哪些员工最专家，例如一种特定的计划语言。但这也必须使一些Coursera学习者振奋他们，他们不希望老板根据他们的在线学习表现做出就业决定。

　　Glassberg Sands和Belsky认为，这项技术将以其他方式使个人受益，例如引起可能被忽视的熟练人士的关注。过去一个月一直在测试新的Coursera功能的软件巨头Adobe表示同意。

　　领导Adobe的数字学习计划的贾斯汀·弥斯（Justin Mass）说：“我们可能有一些专家，他们可能无法轻松地识别他们的人才水平。”“这些功能使我们对员工了解和擅长的知识具有真正的感觉，这应该帮助我们更聪明地评估人才。”