كانت محو الأمية في بيانات القوى العاملة أولوية منذ أن بدأت الشركات في استخدام تحليلات البيانات. من خلال الذكاء الاصطناعي ، الذكاء الاصطناعي ، والتحليلات المعززة ، تستمر الحاجة ، مما يعني أن المستخدمين النهائيين يجب أن يفهموا الأساسيات حتى يتمكنوا من دفع قيمة أعمال واضحة باستخدام البيانات.
“في عام 2025 ، يجب أن تعني” محو الأمية البيانات “القدرة على التعامل مع البيانات بشكل نقدي وثقة ، مع التأكيد على جودة البيانات وفعاليتها. يقول دان ميرزلياك ، نائب الرئيس الأول للرئيس العالمي للبيانات والتحليلات و AI في Postgres ، “لا ينبغي أن تعرف الأدوار غير التقنية كيفية تفسير البيانات فحسب ، بل تقوم أيضًا بتقييم موثوقيتها وأهميتها وآثارها الأخلاقية في سير عملها لتحقيق أهداف العمل”. Data و AI Company EnterprisedB. “يجب أن تكون هذه الأدوار مريحة أيضًا باستخدام الأدوات التي تعمل بالنيابة وسير العمل الآلي ، وفهم كيفية تبسيط المهام المتكررة ، وكشف الرؤى ، وتعزيز الإنتاجية.”
كيسي فوس ، كبير المسؤولين التجاريين في شركة Global Business and Technology Consulting غرب مونرو، تم التركيز على أهمية محو الأمية للبيانات في جميع أنحاء شركته على مدار العامين الماضيين ، بسبب دورها في الذكاء الاصطناعي والميزة التنافسية التي يمكن أن تقودها في أي مؤسسة.
يقول فوس: “إذا لم تكن قد استثمرت في بناء هذه المهارات حتى الآن ، فأنت بالفعل متأخرة”. “بالنسبة للأدوار غير التقنية ، ينصب التركيز على استخدام البيانات لاتخاذ قرارات أسرع وأكثر ذكاءً. يتعلق الأمر بالاستفادة من البيانات لرواية قصص مقنعة لفريقك أو العملاء أو المستثمرين. يتعلق الأمر باستخدام البيانات للحفاظ على المنافسة وقياس أدائك ضد قادة السوق وتوقع صانعي السوق في المستقبل. ”
ما يجب أن يعرفه الجميع في عام 2025
في جوهرها ، تتطلب محو الأمية للبيانات فهم جودة البيانات بما في ذلك الدقة والاكتمال والتوقيت لاتخاذ قرارات مستنيرة.
“[Data literacy] يمتد إلى تقييم رؤى منظمة العفو الدولية من خلال فهم الأساسيات النموذجية والقيود والاعتبارات الأخلاقية. يقول ميرزلياك: “إن محو الأمية الفعالة للبيانات تتضمن أيضًا ممارسات بيانات تعاونية ، مثل استخدام المصدر الفردي المشترك لألواح معلومات الحقيقة لضمان عمل الفرق مع معلومات ثابتة ومحدثة”. “أخيرًا ، يتطلب الوعي الأخلاقي في التعامل مع البيانات ، بما في ذلك التعرف على التحيزات ، وحماية الخصوصية ووزن التأثيرات التجارية والمجتمعية لقرارات استخدام البيانات. معًا ، تمكن هذه المكونات المهنيين من الاستفادة الفعالة من البيانات و AI مع الحفاظ على الممارسات المسؤولة. ”
.jpg?width=700&auto=webp&quality=80&disable=upscale "dan_merzlyak_ (002) .jpg")
Dan Merzlyak ، EnterprisedB
أليكس لي ، مؤسس الدراسة في شركة تعليم الذكاء الاصطناعي studyx.ai يقول محو الأمية للبيانات للأشخاص غير التقنيين يعني القدرة على فهم معنى البيانات ، واتخاذ قرارات معقولة بناءً على البيانات ، والتعاون بفعالية مع الفرق الفنية للترويج بشكل مشترك لتطوير الأعمال.
يكمن أساس محو الأمية في البيانات في وجود فهم أساسي للبيانات. يقول لي: “يحتاج الأشخاص غير الفنيين إلى إتقان المفاهيم والمصطلحات وأنواع البيانات الأساسية ، وفهم كيفية جمع البيانات ومعالجتها”. وفي الوقت نفسه ، يجب أن تتضمن محو الأمية في البيانات الألفة مع أدوات تحليل البيانات. على الرغم من أنه لا توجد حاجة إلى أن تصبح محلل بيانات محترف ، إلا أن إتقان بعض أدوات تحليل البيانات الشائعة يمكن أن يساعد الأشخاص غير الفنيين في إجراء تحليلات بسيطة على البيانات وتحديد الاتجاهات أو الأنماط أو الحالات الشاذة في البيانات. بالإضافة إلى ذلك ، فإن المعرفة الأساسية لأمن البيانات والخصوصية هي أيضًا جزء مهم من محو الأمية في البيانات. ”
لماذا يعتقد البعض أن محو الأمية في البيانات وحدها غير كافية
في هذه المرحلة الزمنية ، Raviraj Hegde ، SVP للنمو في منصة جمع التبرعات غير الربحية عبر الإنترنت Donorbox، يعتقد أن محو الأمية في البيانات لا يعني فقط معرفة كيفية قراءة الرسوم البيانية أو فهم أنواع مختلفة من البيانات.
يقول هيغدي: “من المهم التركيز على محو الأمية منظمة العفو الدولية”. “للحصول على أقصى استفادة من البيانات ، يحتاج الأشخاص إلى تعلم كيفية القيام بشيء ما ، مثل استخدام أدوات الذكاء الاصطناعى لتحويلها إلى شيء مفيد. يركز الكثير من التدريب على الأدوات والكلمات الطنانة بدلاً من كيفية استخدام البيانات أو الذكاء الاصطناعي لحل المشكلات. ”
مادلين والاس ، مؤسس ورئيس تنفيذي لشركة الاستشارات التنظيمية والتكنولوجية رؤية Windrose ومؤلف تزدهر في الذكاء الاصطناعى والعصر الرقمييقول الموظفون غير التقنيين أيضًا إلى فهم أساسيات الذكاء الاصطناعي ، بما في ذلك نقاط القوة والقيود والاعتبارات الأخلاقية ، إلى جانب المهارات العملية لأدوات مثل لوحات المعلومات ومنصات الذكاء الاصطناعي.
يقول والاس: “من وجهة نظري ، فإن معرفة القراءة والكتابة للبيانات هي مزيج من فهم AI وأدوات إتقان لتطبيق المعرفة بشكل مفيد في المهام اليومية”. “تضمين أدوات البيانات في سير العمل اليومي يضمن المشاركة في البيانات مع البيانات بشكل طبيعي. إن إقران هذا مع مشاريع البيانات العملية الخاصة بالدوار يجلب التعلم إلى الحياة. ”
Kjell Carlsson ، رئيس استراتيجية الذكاء الاصطناعي في منصة Enterprise MLOPS مختبر Domino Data، يؤمن في عام 2025 ، أكثر المهارة التي تشتد الحاجة إليها للقادة والموظفين هي محو الأمية Genai.
“[GenAI literacy] يدور حول إتقان كيفية استخدام نماذج GENA بشكل فعال) لتعزيز عملهم وأدوارهم وإنتاجيته. [It] يتضمن معرفة كيفية العثور على المعلومات وفهمها باستخدام أدوات Genai ؛ إنشاء محتوى مثل النص والصور والعروض التقديمية ؛ دمج مخرجات Genai في سير العمل اليومي ، وتحديد الهلوسة وتصحيحها لضمان نتائج موثوقة. ”
ومع ذلك ، فإن محو الأمية Genai ليس تطورًا لمحو الأمية في البيانات. لا يزال محو الأمية التقليدية للبيانات – تحليل القرارات واتخاذ القرارات مع البيانات – أمرًا حيويًا كما كان دائمًا ، خاصة وأن أدوات Genai الحالية لا تزال ناشئة في التعامل مع بيانات المؤسسة المنظمة.
“يجب على المنظمات أيضًا تجنب الاعتقاد الخاطئ بأن تعزيز معرفة القراءة والكتابة في Genai وحده سيساعد في تطوير حلول Genai. لهذا ، تحتاج الشركات إلى استثمارات أكبر في مواهب الذكاء الاصطناعى الخبراء – علماء البيانات ومهندسي التعلم الآلي ومهندسي البيانات والمطورين ومهندسي الذكاء الاصطناعى “، كما يقول كارلسون. “في حين أن محو الأمية في Genai يمكّن الأفراد في جميع أنحاء القوى العاملة ، فإن بناء قدرات الذكاء الاصطناعي التحويلي يتطلب فرقًا ماهرة لتصميم هذه الحلول وضبطها وتشغيلها. يجب على الشركات معالجة كليهما. ”
جو ديبا ، كبير مسؤولي الابتكار العالمي في شركة الاستشارات إدارة الأعمال ey يعتقد أن محو الأمية في البيانات هي أولوية على مستوى الشركة يمكن أن تصنع أو كسر المنظمة.
“لم يتم إصلاح محو الأمية في البيانات باستخدام ورش العمل أو التدريب عبر الإنترنت. إنه يخبز في “عضلة الابتكار” لكيفية عمل فريقك يومًا بعد يوم. يقول ديبا: “يتعلق الأمر أيضًا ببناء ثقافة [in which] يعد استخدام البيانات لاتخاذ القرارات جزءًا من الحمض النووي للشركة. يتضمن ذلك إنشاء بيئة حيث لا بأس في اختبار الأخطاء والتعلم معًا. يتطلب تحقيق ذلك التنسيق بين فرق التكنولوجيا ، وقادة الأمن وأعمال الأعمال لمواءمة تعليم القوى العاملة مع الأهداف التنظيمية. ”
لماذا التدريب على محو الأمية في البيانات لا يكفي
يؤثر برنامج محو الأمية على البيانات نفسه على قدرة القوى العاملة على استخدام البيانات. وفقا لبيانكا جاين ، الرئيس التنفيذي في شركة استشارات تحليلات البيانات aryng، يجوز للشركات تدريب الموظفين على الإحصاءات والتعلم الآلي وتصور البيانات ، ولكنها تتجاهل المهارات المهنية مثل تعاون أصحاب المصلحة واتخاذ القرارات.
“في عام 2025 ، التركيز [of data literacy] يحتاج إلى التحول. لا يتعلق الأمر بتحويل الجميع إلى عالم بيانات. يقول جين: “يتعلق الأمر بتمكين الموظفين من تقديم قيمة أعمال قابلة للقياس باستخدام البيانات – وهذا هو المكان الذي تكمن فيه التحديات الحقيقية”.
تحتاج المنظمات إلى أن تكون على دراية بمعالجة المقاومة الثقافية والصوامع والعمليات التي عفا عليها الزمن. يحتاجون أيضًا إلى إدراك أن أدوات الذكاء الاصطناعي والتحليل تتطور بسرعة بحيث لا يستطيع العديد من الموظفين مواكبة ذلك.
“لا يمكن أن تكون محو الأمية في البيانات في عام 2025 حول تمكين الموظفين من العمل مع البيانات. يقول جين: “يجب أن يكون الأمر يتعلق بتمكينهم من قيادة قيمة الأعمال الحقيقية”. “هكذا ستحول المؤسسات البيانات إلى دولارات وتضمن استثماراتها في التكنولوجيا والتدريب تؤتي ثمارها بالفعل.”
Alejandro Manzocchi ، Americas CTO في شركة خدمات التكنولوجيا Endava يعتقد أيضًا أن تحسين محو الأمية للبيانات يتطلب دمجها في ثقافة المنظمة وسير العمل اليومي.
“يجب على المؤسسات تضمين أدوات البيانات في العمل اليومي ، وتشجيع الموظفين على الاعتماد على البيانات عند اتخاذ القرارات. على سبيل المثال ، اطلب من الفرق تقديم التفكير المدعوم بالبيانات لمقترحاتها “. “لتسهيل هذا النهج ، يمكنك إقران الموظفين غير الفنيين مع مرشدين للبيانات لتعزيز التعلم غير الرسمي القائم على المهام. يمكن أن تكون فرق العمل التي تخلط خبراء البيانات مع أعضاء الفريق الآخرين فعالة. واستخدام أساليب جذابة مثل تحديات التوافه ، واختراق البيانات أو منصات مخصصة لتلبية عملية التعلم. في نهاية المطاف ، يجب على المنظمات تعزيز ثقافة الفضول حيث يتم قبول الأسئلة التي تعتمد على البيانات فقط ولكن يتم تشجيعها “.
روهيت تشودري ، acceldata
روهيت تشودري ، مؤسس ورئيس تنفيذي في شركة قابلية مراقبة بيانات المؤسسة acceldataيقول أن محو الأمية في البيانات يجب أن تكون مهارة عمل أساسية منسوجة في اتخاذ القرارات اليومية.
“هذا يعني فهم أنواع البيانات الأساسية ومقاييس الجودة ، وتفسير التصورات الشائعة بشكل صحيح ، والتعرف على السياق والنسب وراء أي مجموعة بيانات لتقييم موثوقيتها. يقول تشودري: “يتضمن أيضًا ترجمة الرؤى إلى العمل ، من اكتشاف الاتجاهات إلى طرح الأسئلة الصحيحة حول الحالات الشاذة أو التحيزات”.
تحتاج الفرق غير التقنية أيضًا إلى إدراك قوانين الخصوصية ، والاعتبارات الأخلاقية (مثل تحيز البيانات) ومبادئ الاستخدام العادل. بالإضافة إلى ذلك ، يحتاج محترفي البيانات والمهنيين من غير DATA إلى لغة مشتركة لمناقشة التحديات والفرص التي تعتمد على البيانات.
يقول تشودري: “يمكن للمؤسسات تضمين محو الأمية في البيانات في العمليات اليومية والثقافة من خلال جعل التفكير القائم على البيانات جزءًا أساسيًا من كل دور”. “بالإضافة إلى التدريب الرسمي ، يتضمن ذلك مطالبة الفرق بدعم القرارات بالبيانات ، وتوفير لوحات معلومات بديهية للرؤى الخاصة بالدوار ، وتشجيع القيادة على السلوك المتمحور حول البيانات. يساعد تعيين أبطال البيانات في كل قسم على سد الفرق التقنية وغير التقنية ، في حين أن برامج التوجيه والتعرف على مكافأة استخدام البيانات القوية. ”
كما يقول إنه من المهم دمج مفاهيم البيانات في التنقل حتى يتمكن التعيينات الجديدة من معرفة كيفية إعلام البيانات بمسؤولياتها المحددة وأن فرص التعلم المستمرة للوجبات الخفيفة تبقي مهارات الجميع حالية. بالإضافة إلى ذلك ، يجب أن تشارك القيادة التنظيمية مقاييسًا رئيسية وقصص نجاح لتشجيع الفضول ، بحيث يتم تمكين الموظفين لاستكشاف البيانات ورؤى الأسئلة والتعاون عبر وظائف لدفع نتائج أفضل.
“بالنظر إلى عام 2025 ، ستكون محو الأمية في البيانات محركًا رئيسيًا للابتكار والقدرة التنافسية. مع مرور الوقت ، قد تتقدم المؤسسات من “محو الأمية” إلى “الطلاقة” ، حيث يقوم الموظفون بتشكيل استراتيجيات تعتمد على البيانات بدلاً من مجرد استهلاك الأفكار “، كما يقول تشودري. “أولئك الذين يعززون الشفافية وإمكانية الوصول وثقافة التعلم المستمر في النظم الإيكولوجية للبيانات الخاصة بهم سيكونون أفضل وضعا لتزدهر في هذا العصر الجديد.”
