非技術團隊如何分享知識和技術培訓,以提升團隊成員的能力和專業水平?
30 天寫作挑戰:連續 30 天,每天都會請 ChatGPT 問我一個跟工程師、技術產品經理、產品經理有關的問題,並且寫一篇 200–500 字的文章來回答。說明可以參考宣示文。(雖然有幾天不是請 ChatGPT 問)
因為網友沒有特別說明,所以我假定提問是要具有相同專業的團隊成員,彼此之間要增進知識和專業能力。
一樣。可以從頻率來拆分成定期、非定期分享。每項專業都有其可以深入探討的專業知識,可以透過讀書會、共同報名課程的方式,讓團隊成員在相同時間內一起針對專業的特定領域學習和分享。這裏主要對於「分享」的行為多作著墨。
分享的前提:為自己負責
修行在個人。如果要讓牛走到北京,那應該是讓牛自己覺得北京必去不可,而不是在前面死拖活拖,都出社會了,對自己負責一點。
但如果是主管希望底下的成員可以有所成長,除了制度面強迫大家學習以外,最好還是誘發大家願意主動學習,會比用鞭子來得更有效果。
分享的要訣
最好是做中學,在學習的過程中,如果有讓聽眾可以動手實作,對於學習的效果絕對比單純聽講來得有效。要是聽就可以吸收的話,我們在求學階段就不會有各種回家作業了,對吧?
另外,學習的主題最好也是跟團隊現在(或是三個月內)有關的主題,甚至是學了馬上可以應用在工作中,這樣對於成員來說,會對於學習這項知識可產生的成效有更加具體的想像,也會更有意願。
分享前的注意事項
不要歹戲拖棚,也不要為了分享而分享。個人跟敝公司的經驗是最好在一個半月內就把單一主題的分享結束掉,超過就會疲乏(覺得這個主題開始無趣了)。
分享前的準備
主要針對分享者要做的事前準備來說。首要當然是先了解聽眾想要聽到的是什麼,針對聽眾在意的內容多加著墨。今天聽眾是來了解 AI 如何應用在工作上,結果分享者一直在講 AI 的原理,卻沒有講到要怎麼應用,那絕對是所有人的損失。
再者,僅管聽眾有想要了解的部分,但分享者仍然要判斷哪些需求才是真正需要滿足的。今天多數聽眾想要了解 AI 如何應用在工作,結果有人想了解 AI 會消滅哪些工作,不是不能講,但相較前者,後者可能就不是事前統計下來大家最想知道的。因此在內容的編排上仍需要取捨。
實作。沒有實作,沒有收穫。不管是小的練習也好,或是回家作業也好,讓參與的人可以透過實際的練習換取實際的經驗,絕對利大於弊。但考慮到回家會偷懶,建議還是現場實作練習會比較好。
分享後的回饋
在分享後可以搜集參與者的回饋,知道這次分享中哪些內容是聽眾最喜歡以及還有疑惑的地方,後續不管是分享者自身想要再繼續精進,或是下一位分享者想要接續分享,都可以使大家最想知道的部分更加明確。可以參考 Scrum 的 Retrospective meeting 的
4Ls 框架,幫助分享者搜集聽眾的回饋。
今日寫作觀察
今天的內容可以說是在先前分享後,蒐集到回饋而轉變成文章。不只是提問的網友有想要更深入了解的面相,也幫助我自己將想法整理得更加清楚。分享的好處大概就是這樣吧。