6个方向13项标准——ICF 人工智能(AI)教练框架与标准全新上线


Coach8导读ICF于2024年推出《ICF 人工智能(AI)教练框架与标准》,涉及13项AI 教练coaching的核心技能以及AI教练系统设置的框架标准,coach8将该标准全文翻译。




作为全球教练职业发展的市场领导者,ICF(国际教练联合会)认识到数字教练平台和人工智能 (AI) 的使用给我们的职业带来的影响,全新推出《ICF 人工智能(AI)教练框架与标准》,2024年,人工智能已经与人类教练相结合或作为其教练手段应用了数年如今,教练比以往任何时候都更受世界各地个人和组织的认可、接受和利用。


AI与教练协作的方法,可以兼取两者之长,教练可以将诸如进行评估、安排预约或发送日志提醒等繁琐的教练活动交给人工智能处理。因此,合理运用人工智能,能让教练将更多精力投入到高价值的复杂转型教练工作中。


人工智能还提供了全自动教练服务的机会,完全由人工智能提供,有可能极大地扩大受益于教练服务的人群数量。


人工智能技术使教练能够深入组织内部,例如与经理和领导者合作以提升他们的教练技能,为学生和学员提供更多学习机会,或协助组织构建教练文化。


由于人工智能使教练变得更加经济实惠,它可以让全球更多人获得教练,增强教练在发展中国家的社会影响力。随着教练变得更加普及,人们的意识会提高,市场规模也可能大幅增长。


根据ICF更新的核心能力,人工智能教练互动旨在促进反思、学习和做出最符合客户需求、目标、经验和价值观的选择。人工智能教练还可能包括来自人工智能教练系统或其他支持的输入,以促进客户决策和行动。


通过这种方式,人工智能教练可被视为一种支持学习、发展和绩效的资源,可供个人、团队和组织独立使用或与人类教练活动结合使用。


还可以让人工智能系统开发者认识到在众多重要领域采取保障措施的必要性,包括谨慎处理客户和教练数据、将教练科学融入人工智能系统、尽量减少偏见以及明确区分教练和治疗。


我们还希望这些人工智能教练标准的制定能帮助消费者做出更好的购买决策,因为他们知道特定的人工智能教练技术已经通过了一个或多个级别的能力和道德评估,从而感到安心。


国际教练联合会(ICF)人工智能教练标准是为广泛的受众制定的:


  • 希望负责任地使用技术的教练;

  • 教练客户;

  • 购买教练服务的组织;

  • 教练监督者;

  • 软件开发人员(提供者);

  • 教练培训组织;

  • 广大公众。



ICF人工智能教练标准框架分为6大领域,13个标准。


  • (A) 基础

  • (B) 共同创建关系

  • (C) 有效沟通

  • (D) 培养学习与成长

  • (E) 保证与测试*

  • (F) 安全与隐私*


前四个域反映了用于人类教练的ICF核心能力框架。这里应用了相同的原则,尽管产生了不同的标准。域E和F是新颖的,是针对人工智能和应用特定考虑而制定的。



在每个域中,要求根据要求类型进行分组。不同域之间的类型有所不同。例如,在A-D域中发现的许多要求与人工智能教练系统中所需的内容、功能或动作有关。而在域E中,许多要求与验证和测试措施有关。


不同类型的要求需要不同的属性,并且需要寻求不同类型的证据来证明要求已得到满足。例如,内容要求可以通过提供内容副本来证明,而测试和验证要求可以通过测试结果来证明。






ICF制定这些标准是为了指导开发者创建负责任的人工智能教练应用,并帮助客户识别遵循这些最佳实践的系统,确保扩大访问并减轻系统风险。


ICF人工智能教练标准


每个要求都是框架内标准规范元素的一部分。每个元素可能只有基本要求,也可能既有基本要求又有高级要求。如果提供者希望声称满足高级要求,他们还必须满足该元素的基本要求。


用于指定适用于四种类型人工智能的四种要求类型的框架包括:
  • 要求类型:内容、功能、动作和验证。

  • 适用于:日程安排、数据处理、交互式、对话式。


>>> 标准1:基础-人工智能伦理


教练是一种需要客户认同才能有效的合作关系。为确保客户参与并致力于这种合作关系及其目标,他们需要参与决策,感到安全并信任教练和教练过程,并且感到教练在场并努力理解和支持他们。人工智能教练系统与客户和相关利益相关者合作,就教练关系、过程、计划和目标创建明确的协议。他们为整个教练参与以及每次教练课程建立协议。


1、人工智能披露


用户应知道何时他们正在与算法而非人交互。人们在认为自己在与人类交谈时的行为会有所不同,被欺骗可能会损害信任并引起用户担忧。在提供教练服务之前,向用户清楚表明他们正在与算法交互(例如,通过使用图标或表明实体不是人类的名称)可以帮助避免这种情况。


· 要求类型:动作。


· 适用于:交互式、对话式。


· 要求(基本):系统应在向客户提供教练服务之前向客户表明它不是人类。


· 要求(高级):系统应在每次交互式或对话式会话中至少向客户表明一次它不是人类。


2、系统限制


用户应了解系统的限制。设定预期很重要,以确保系统不会被不当使用,或者用户不会错误地认为他们的需求可以通过系统得到满足而不寻求替代方案(如果这是不现实的)。为了设定预期,提供者必须首先评估相关限制是什么,然后考虑如何以及何时将此信息呈现给用户。


· 要求类型:内容、动作交互式、对话式。


· 适用于:交互式、对话式。


· 要求(基本):系统应在向客户提供教练服务之前说明其能力的相关限制。


· 要求(高级):系统应在相关的各种用例中说明其能力的相关限制。


3、算法透明度


人工智能教练应用应透明地说明其底层算法的工作原理。应考虑哪种程度的描述最有价值。对大多数受众来说,完整的技术分解将难以理解,但突出所使用的方法类型和底层逻辑可以帮助增强信任。


· 要求类型:内容。


· 适用于:日程安排、数据处理、交互式、对话式。


· 要求(基本):提供者应公开提供所使用算法类型及其基本功能的文档。提供者无需发布机密或专有信息来满足此要求。


4、行动可解释性


当人工智能做出有意义的决策时,人工智能教练应用应支持希望了解该决策具体原因的用户。人工智能的可解释性可能很复杂,但有一些工具可以部署来提供帮助。例如,有时帮助解释决策的一种有用方法是解释其他可能做出的决策,以及为了让人工智能选择另一个选项需要有什么不同。


· 要求类型:内容。


· 适用于:日程安排、数据处理、交互式、对话式。


· 要求(基本):提供者应公开提供关于人工智能教练系统做出决策的一般方式的文档。提供者无需发布机密或专有信息来满足此要求。


· 要求(高级):提供者应公开提供关于人工智能教练系统在每个类别中做出决策所使用的类别和方法的文档。提供者无需发布机密或专有信息来满足此要求。


5、偏见


人工智能系统在现实世界数据上进行训练,常常使用难以解释的理论方法,可能会延续现有的偏见和偏见。它们也可能遭受新的偏见,如采样偏差,即训练数据不能代表现实世界。偏差也可能来自设计决策;为一个结果而不是另一个结果进行优化可能会导致偏差。


在部署人工智能系统时,仔细考虑系统可能存在的偏差以及如何减轻这些偏差的影响非常重要。开发人工智能教练应用的组织应该检查他们的数据和模型是否存在偏差,并采取适当的步骤,如在可能的情况下纠正偏差,或使用质量保证方法来消除偏差对用户的影响。作为最后手段,系统应在适当的情况下提醒用户潜在或实际的偏差。


· 要求类型:内容、动作。


· 适用于:日程安排、数据处理、交互式、对话式。


· 要求(基本):系统应通知客户应用中可能存在的任何偏差,并提供用于确定这些偏差可能存在的任何证据来源。


· 要求(高级):质量保证方法,保证偏差很少或不存在。


6、数据透明度


参与人工智能教练的所有各方都关心他们的数据存储在哪里、如何存储,以及谁将有权访问它。


· 要求类型:内容、动作。


· 适用于:日程安排、数据处理、交互式、对话式。


· 要求(基本):提供者应提供文档,确定其组织内谁将有权访问教练和客户数据,以及用户访问的规定。


· 要求(高级):提供者应公开提供文档,确定可能有权访问教练和客户数据的所有各方以及数据将存储的位置。


7、对人工智能教练的同意


对客户来说,重要的是他们要明白教练过程何时开始。


· 要求类型:内容、动作。


· 适用于:交互式、对话式。


· 要求(基本):系统应要求客户同意人工智能教练,并声明不会涉及人类。


>>> 标准2: 基础-体现教练心态


无论是由人工智能还是人类提供教练,教练都具有某些基本的原则和互动类型,这些塑造了教练课程和关系的运作方式。重要的是这些教练元素应体现在人工智能教练系统中。


1、教练方法


人工智能教练系统应遵循开放、灵活的方法,可能分享观察和见解,而不遵循僵化的协议或算法。这种方法应有可能为客户创造新的学习或绩效支持。


· 要求类型:内容、动作。


· 适用于:交互式、对话式。


· 要求(基本):人工智能教练系统大多是非指令性的,通常支持教练心态和与客户合作的方法。如果客户比较人工智能教练系统的回复,他们可能会发现一些相似之处。


· 要求(高级):人工智能教练系统仅在科学表明额外支持最合适时才表现出方向性,并且人工智能应以流畅、优雅和动态的方式响应,帮助客户实现他们的目标。比较人工智能教练系统回复的客户将发现回复几乎没有相似之处。


>>> 标准3: 共同创建关系-建立和维护协议


系统与客户和相关利益相关者合作,就教练关系、过程、计划和目标创建明确的协议非常重要。有效的教练关系需要客户在每次教练课程以及每个商定的行动中都认同,并且认同更广泛的关系和长期目标。


1、服务信息和好处


系统应提供关于所提供服务和潜在好处的清晰全面信息,以确保客户做出明智的决策。


· 要求类型:行为。


· 适用于:交互式、对话式。


· 要求(基本):系统应在向客户提供教练服务之前告知客户其能够提供的服务和潜在好处。


2、客户选择加入服务


在启动教练服务之前,系统必须获得客户的明确同意,维护知情选择的原则。


· 要求类型:动作。


· 适用于:交互式、对话式。


· 要求(基本):系统应在向客户提供教练服务之前要求客户选择加入服务。


3、对新工具的同意


为了维护一个尊重和知情的教练环境,应用在教练过程中引入新工具之前必须寻求客户的同意。


· 要求类型:验证。


· 适用于:交互式、对话式。


· 要求(基本):应用在进入大多数新工具之前应要求客户同意。


>>> 标准4: 共同创建关系-培养信任和安全


教练应在一个安全、支持性的环境中进行,让客户能够自由分享。系统保持相互尊重和信任的关系非常重要。


1、工智能设计和意图信息


系统应提供关于其创建者、科学基础、所有权和支持其设计的研究的全面信息,以提高透明度、信任和用户理解。


· 要求类型:内容。


· 适用于:日程安排、数据处理、交互式、对话式。


· 要求(基本):系统应向客户提供关于应用中人工智能的创建者、理论基础、所有权和支持设计的研究的信息。


· 要求(高级):应用在进入大多数新工具之前应要求客户同意。


2、包容性对话和响应能力


在教练过程中,促进客户与专家之间的包容性对话至关重要。系统必须设计为促进开放、尊重和理解的沟通,创造一个让客户感到被倾听和重视的空间。此外,系统对支持和反馈做出适当反应的能力对于适应客户不断变化的需求和维持有效的教练关系至关重要。


· 要求类型:沟通、响应能力。


· 适用于:交互式、对话式。


· 要求(基本):系统应促进客户与专家之间的包容性对话,确保所有互动都是尊重、文化敏感和以客户为中心的。系统还必须展示对客户支持需求和反馈做出有效反应的能力。


3、领域特定性信息


系统应清楚地告知客户其领域特定性以及在该领域内的效用,以设定准确的预期和实现有效的使用。


· 要求类型:内容。


· 适用于:日程安排、数据处理、交互式、对话式。


· 要求(基本):系统应告知客户它是否是领域特定的,并解释其在该领域内的效用。


4、接触人类教练的途径


为确保客户有选择与人类教练互动的机会,系统应提供这种互动的机制。


· 要求类型:功能交互式、对话式。


· 适用于:交互式、对话式。


· 要求(基本):提供寻找人类教练的基本说明。


· 要求(高级):系统应提供一种让客户通过预约或按需访问教练的方式。


5、心理健康风险指标


系统应积极寻找客户中潜在的心理健康风险指标,并传达其在处理此类情况时的局限性。


· 要求类型:功能和内容。


· 适用于:交互式、对话式。


· 要求(基本):系统应警告它不用于心理健康,并提供如果需要如何获得帮助的信息。


· 要求(高级):系统应搜索客户中潜在的心理健康风险指标。如果发现指标,应用应传达其能力和服务的限制。


>>> 标准5: 共同创建关系-保持在场


为确保有效的客户参与,教练系统需要努力确保客户保持专注并有一种在场感。这可以通过采用开放、灵活、脚踏实地和自信的风格来实现。


1、避免欺骗概述


为避免混淆和任何“恐怖谷”效应(Ciechanowski等人,2018),人工智能教练应用不应过度拟人化,或以欺骗或误导的方式呈现。应用应在语气和呈现上保持平衡,以确保客户的清晰度和舒适度。


①人工智能性质的清晰表示


系统应向客户明确表明其人工智能的性质,避免对其非人类身份的任何歧义。


· 要求类型:内容和动作。


· 适用于:交互式、对话式。


· 要求(基本):系统应在其用户界面和交互中清楚地说明其人工智能驱动的性质。


· 要求(高级):系统应在持续的交互中定期提醒其人工智能的性质,确保持续的清晰度并防止误解。


语气和呈现


系统的语气和呈现应设计为专业、直截了当,并且没有可能误导或使客户不安的过度人类特征。


· 要求类型:内容和动作。


· 适用于:交互式、对话式。


· 要求(基本):系统应在其通信和界面设计中采用中立和专业的语气。


· 要求(高级):系统应纳入反馈机制,根据客户偏好和反馈不断评估和调整其语气和呈现,确保舒适度和清晰度。


2、客户输入审查和修改


系统应通过允许客户审查和修改他们的输入来赋予客户权力。此功能尊重客户的自主权,并支持更个性化和准确的教练体验。


· 要求类型:功能。


· 适用于:交互式、对话式。


· 要求(基本):系统应允许客户审查和更改他们的输入。


3、情绪状态评估和响应


在法律允许的情况下,定期评估客户的情绪状态对于有效教练至关重要。系统应具有进行这些评估并以同理心和适合客户情绪需求的方式做出响应的能力。


· 要求类型:功能。


· 适用于:交互式、对话式。


· 要求(基本):系统应定期评估客户的情绪状态,并在大多数情况下做出适当响应。


· 要求(高级):系统应利用情绪评估来提高其在维果茨基最近发展区内支持客户目标的能力。


>>> 标准6:有效沟通-积极倾听


积极倾听在教练中对于充分理解和支持客户的自我表达至关重要。它不仅涉及听到客户所说的话,还涉及注意未说的话,以把握客户沟通的完整上下文。


1、基于客户输入的响应性交互


应用在交互过程中必须根据客户之前的输入调整其响应。这展示了积极倾听和个性化的教练方法。


· 要求类型:功能、动作。


· 适用于:交互式、对话式。


· 要求(基本):在交互过程中,应用应根据先前的客户输入改变其响应。


· 要求(高级):先前的交互应使人工智能系统的教练随着客户维果茨基区域的变化而调整。


2、问题的解释性信息


为了帮助理解和清晰,系统应该为它提出的大多数问题提供解释性信息。这有助于确保客户完全理解问题的上下文和目的。


· 要求类型:内容、功能。


· 适用于:交互式、对话式。


· 要求(基本):系统应为大多数问题提供解释性信息。


· 要求(高级):系统应提供或引用高级发展资源(如培训、指导、书籍、视频、期刊文章、绩效支持工具),以补充其提供的教练。


3、给客户的定期反馈


定期反馈是有效教练的关键方面。应用应该定期向客户提供反馈,帮助他们发展并理解教练过程。


· 要求类型:功能和动作。


· 适用于:交互式、对话式。


· 要求(基本):应用应在规定的时间段内向客户提供定期反馈。


· 要求(高级):应用应提供准确、诚实且令人惊喜的主动赞扬,以激励客户练习,此外,在合理的情况下,根据客户目标提供定期的人工智能反馈。


>>> 标准7:有效沟通-唤起意识


促进客户的自我意识是常见的教练目标。教练(无论是人类还是人工智能系统)可以通过各种工具和技术(如有力的提问、反馈、隐喻或类比)唤起这种意识,促进客户的洞察力和学习。


1、使用多样化的提问技术


在交互过程中,应用应该混合使用开放式和封闭式问题,以及隐喻、类比和策略性停顿,以激发客户的思考和自我反思。


· 要求类型:内容和动作。


· 适用于:交互式、对话式。


· 要求(基本):在与客户的交互中,应用应使用开放式和封闭式问题,以及隐喻、类比和/或停顿。


· 要求(高级):人工智能系统应根据每个客户不断变化的维果茨基区域动态调整问题,以提供最佳支持。


2、隐喻、沉默和类比的策略性使用


在教练对话中,有选择地使用隐喻、沉默或类比可能非常有力。应用应该适当地纳入这些元素,以增强客户的洞察力。


· 要求类型:行为和内容。


· 适用于:交互式、对话式。


· 要求(基本):在与客户的交互中,应用应有时使用隐喻、沉默或类比。


· 要求(高级):用户可以自定义人工智能的本体、角色和/或示例类型范围。


3、指令性和非指令性交互的平衡


人工智能应用应该提供指令性和非指令性交互的平衡,让客户能够探索自己的想法和感受,同时在必要时获得指导。


· 要求类型:功能与动作。


· 适用于:交互式、对话式。


· 要求(基本):应用应向客户提供指令性和非指令性交互。


4、提供替代视角


提供替代视角是有效教练的另一个方面。应用应该具备向客户呈现不同观点的功能,帮助拓宽他们的理解和意识。


· 要求类型:功能。


· 适用于:交互式、对话式。


· 要求(基本):应用应向客户提供替代视角。


· 要求(高级):用户可以自定义人工智能的本体、角色和/或示例类型范围。


>>> 标准8:培养学习与成长-促进客户成长



教练是一个协作过程,旨在通过将见解和学习转化为可操作的目标,同时尊重和促进客户的自主性,促进客户成长。


1、目标设定与进度跟踪


应用应使客户能够设定明确的目标并跟踪他们的进度,培养成就感和方向感。


· 要求类型:功能。


· 适用于:交互式、对话式。


· 要求(基本):应用应提供目标设定和进度跟踪功能。


· 要求(高级):应用应集成高级目标跟踪功能,根据客户进度提供预测性见解和自适应目标推荐。


2、通过客户分享进行情境理解


为了进行有效教练,应用必须营造一个环境,让客户能够分享个人见解,使应用能够更好地理解并响应他们的独特情境。


· 要求类型:功能。


· 适用于:交互式、对话式。


· 要求(基本):应用应包括对话功能,以收集和理解客户信息,进行情境评估。


· 要求(高级):应用应利用语言人工智能(如大语言模型)从客户对话中获取更深入的见解,增强情境理解。


3、探索调整或替代目标


客户的想法经常会发生变化。应用应该允许客户探索和重新定义他们的目标,以适应这种变化。


· 要求类型:功能。


· 适用于:交互式、对话式。


· 要求(基本):应用应使客户能够探索和设定替代目标。


· 要求(高级):应用应采用智能算法,根据客户不断变化的偏好和已知成就,建议个性化的替代目标。


4、目标验证


确保目标现实可行至关重要。应用应该参与验证客户目标的可行性和挑战水平。


· 要求类型:动作。


· 适用于:交互式、对话式。


· 要求(基本):应用应评估和验证目标难度和可行性,指导客户制定SMART目标。


· 要求(高级):应用应实施高级分析,对目标难度和可实现性进行详细评估,包括潜在障碍和成功概率。


5、问题澄清


澄清客户面临的挑战是教练的基本步骤。应用应该积极协助定义和理解客户的问题。


· 要求类型:动作。


· 适用于:交互式、对话式。


· 要求(基本):应用应帮助澄清客户的问题。


· 要求(高级):应用应使用高级诊断工具澄清问题,并且在存在多个问题时,根据其影响和紧迫性对客户问题进行优先级排序。


6、生成替代解决方案


应用应该通过使客户能够生成和考虑各种解决方案来培养创造性思维,以应对他们面临的挑战。


· 要求类型:功能。


· 适用于:交互式、对话式。


· 要求(基本):应用应促进客户生成替代解决方案。


· 要求(高级):应用应纳入创造性问题解决框架,以提高客户生成解决方案的质量和多样性。


7、考虑解决方案后果


客户了解他们所选解决方案的潜在结果非常重要。应用应该促使客户进行这样的考虑。


· 要求类型:动作。


· 适用于:交互式、对话式。


· 要求(基本):应用应鼓励客户思考他们解决方案的后果。


· 要求(高级):应用应提供对潜在结果的复杂分析,包括所选解决方案的概率性和长期影响。


>>> 标准9:培养学习与成长-强化客户成长


有效的人工智能教练使用方法来强化和促进期望的未来行为或结果,这对客户的持续成长至关重要。


1、自我评估与成长跟踪


应用应提供客户进行手动或自动自我评估的功能,使他们能够随着时间的推移跟踪自己的成长。


· 要求类型:功能。


· 适用于:数据处理、交互式、对话式。


· 要求(基本):应用应提供自我评估和成长跟踪功能。


· 要求(高级):应用应包括不显眼的分析,以进行全面的成长跟踪,提供见解和进一步发展的建议。


2、目标承诺通知


在设定目标时,应用应提醒客户他们之前为实现目标而努力的承诺,培养责任感。


· 要求类型:动作。


· 适用于:交互式、对话式。


· 要求(基本):应用应在设定目标时通知客户他们的责任。


· 要求(高级):应用应提供个性化的激励信息和策略,以保持对实现目标的承诺。


3、定期练习提醒


应用应定期向客户发送提醒,鼓励持续应用和反思,包括在与人类教练的教练步骤或课程之间提供强化。


· 要求类型:行为。


· 适用于:数据处理、交互式、对话式。


· 要求(基本):应用应定期向客户发送成长提醒。


· 要求(高级):应用应根据客户进度和偏好定制这些提醒,确保有效和及时的强化。


4、行动提示


应用应鼓励客户从他们的见解中确定可操作的步骤,帮助将学习应用于实践。


· 要求类型:动作。


· 适用于:数据处理、交互式、对话式。


· 要求(基本):应用应提示客户将见解转化为行动。


· 要求(高级):应用应使用智能算法,根据客户的独特熟练程度建议具体的可操作步骤。


5、客户进步认可


庆祝进步在教练中至关重要。应用应该承认并庆祝客户的成功和里程碑。


· 要求类型:功能和动作。


· 适用于:交互式、对话式。


· 要求(基本):应用应注意并庆祝客户的进步。


· 要求(高级):应用应包括一个高级认可系统,以个性化和引人入胜的方式庆祝里程碑。


6、客户成就评估


评估和验证客户的成就是持续成长的重要因素。应用应该具备评估这些里程碑的能力。


· 要求类型:功能。


· 适用于:数据处理、交互式、对话式。


· 要求(基本):应用应评估一些客户成就。


· 要求(高级):应用应实施一个全面的测量系统,对客户成就提供深入分析和反馈,促进更深入的理解和学习。


>>> 标准10:保证与测试-教练可靠性措施

标准10:保证与测试-教练可靠性措施

使用指标对于表达系统的可靠性和预期行为、确保其有效性和可靠性至关重要。


1、系统有效性的客户反馈收集


组织应系统地收集客户关于系统有效性的反馈。


· 要求类型:功能与验证。


· 适用于:反馈导向、评估性。


· 要求(基本):组织应收集关于系统有效性的定性反馈。


· 要求(高级):组织应实施一个全面的测量系统,包括定期调查和互动反馈机制,以收集关于有效性的深入见解。


2、系统能力验证


系统应仅声称其拥有的功能。组织必须进行正式研究,以验证系统关于其能力和好处的声明。


· 要求类型:验证。


· 适用于所有4种:日程安排、数据处理、交互式、对话式。


· 要求(基本):组织应对系统的声明进行基本验证研究。


· 要求(高级):组织应进行广泛、严格的研究,涉及不同的客户群体,以验证和支持系统的声明。



3、准确性和偏差监测


系统应持续评估其准确性、结果、精度以及应用中的任何偏差。


· 要求类型:功能。


· 适用于:数据处理、交互式、对话式。


· 要求(基本):系统应监测基本性能指标,包括准确性和偏差。


· 要求(高级):系统应采用高级分析工具评估和最小化偏差,确保操作的精确性和公平性。



4、不同客户的系统测试


组织应用不同的客户群体测试系统,确保广泛的适用性和可靠性。


· 要求类型:验证。


· 适用于所有4种:日程安排、数据处理、交互式、对话式。


· 要求(基本):组织应用足够大且多样化的客户群体测试系统,以确保合理的可靠性。


· 要求(高级):组织应进行广泛的测试,使用多样化且更大的客户群体,以确保在不同人口统计学和上下文中的可靠性。



5、训练数据监测和质量测试


定期监测和评估应用所使用的训练数据的质量对于维护系统完整性至关重要。


· 要求类型:功能与验证。


· 适用于:数据处理、交互式、对话式。


· 要求(基本):系统应监测并偶尔测试其训练数据和规则的质量。


· 要求(高级):系统应实施连续和自动化的质量检查和更新训练数据,确保持续的相关性和准确性。


6、教练专家的系统设计审查


系统的设计应由合格的教练专家监督和定期审查。


· 要求类型:验证。


· 适用于:交互式、对话式。


· 要求(基本):设计应由至少一名教练专家审查。


· 要求(高级):设计应接受多样化教练专家小组的定期审查,确保符合最新行业标准和最佳实践。


7、客户情境理解和适当响应


应用应在其响应中展示对客户情境和需求的理解,确保响应永远不会不适当。


· 要求类型:验证。


· 适用于:交互式、对话式。


· 要求(基本):应用应展示对客户情境的基本理解,避免冒犯性回复。


· 要求(高级):应用应采用高级情境算法,根据个别客户需求定制响应,确保高度相关性和敏感性。


>>> 标准11:保证与测试-系统可用性

标准11:保证与测试-系统可用性

在开发用于人机交互的人工智能系统,特别是关于敏感话题时,遵守伦理原则和人工智能行为准则至关重要,这与ICF伦理准则一致。


1、用户体验和技术采用研究


组织应进行研究,以了解用户对系统可用性和技术采用方面的体验。


· 要求类型:验证。


· 适用于所有4种:日程安排、数据处理、交互式、对话式。


· 要求(基本):组织应进行基本可用性研究。


· 要求(高级):组织应提供全面、持续研究的证据,纳入广泛的全球用户人口统计学,以不断提高可用性和技术采用。


2、可访问性和指导支持


应用的主要功能应直观,无需事先指导即可供客户使用,同时提供额外帮助以获取进一步指导。



· 要求类型:功能、内容和验证。


· 适用于所有4种:日程安排、数据处理、交互式、对话式。


· 要求(基本):应用应确保基本功能易于访问和理解(如常见问题解答)


· 要求(高级):应用应包括高级、互动教程和帮助选项,以满足不同用户熟练程度的需求。



3、基本系统功能披露


系统应以用户友好的语言清楚地披露其基本功能,使具有九年教育阅读水平的个人能够理解。



· 要求类型:验证。


· 适用于:交互式、对话式。


· 要求(基本):系统应使用清晰、简单的语言披露基本功能。


· 要求(高级):系统应采用语言优化工具,确保清晰度和可访问性,包括为非母语人士提供翻译。



4、语言专家管理内容


系统中的所有内容应由合格的语言专家管理和策划。



· 要求类型:验证。


· 适用于:交互式、对话式。


· 要求(基本):语言专家应监督内容创建。


· 要求(高级):系统应涉及多样化的语言专家小组进行内容管理,确保语言准确性、文化敏感性和跨地区相关性。



5、非歧视性内容


系统内的所有内容都应是非歧视性和包容性的。



· 要求类型:验证。


· 适用于:数据处理、交互式、对话式。


· 要求(基本):系统应确保内容是非歧视性的。


· 要求(高级):系统应实施高级筛选工具,检测并消除任何偏见或歧视性语言,确保包容性。



6、平台可用性


应用应至少在一个平台上可用,确保基本用户访问。


· 要求类型:功能。


· 适用于所有4种:日程安排、数据处理、交互式、对话式。


· 要求(基本):应用应在一个平台上可用。


· 要求(高级):应用应针对多平台可访问性进行优化,包括桌面、移动和其他相关平台,以最大限度地扩大用户覆盖范围。


>>> 标准12:技术因素-安全与隐私

标准12:技术因素-安全与隐私

保护个人和敏感客户信息至关重要,需要在系统中实施强大的隐私和安全控制。


1、存储和传输数据加密


系统应在存储和传输过程中对所有数据实施加密,以确保机密性和安全性。



· 要求类型:功能。


· 适用于所有4种:日程安排、数据处理、交互式、对话式。


· 要求(基本):系统应使用标准加密协议进行数据存储和传输。


· 要求(高级):系统应使用高级加密技术,包括端到端加密和定期更新的安全协议,以防范新兴威胁。



2、安全登录过程


用户应通过安全的身份验证过程访问应用,以防止未经授权的访问。



· 要求类型:功能。


· 适用于所有4种:日程安排、数据处理、交互式、对话式。


· 要求(基本):系统应要求标准的安全登录过程。


· 要求(高级):系统应集成高级用户身份验证方法,如双因素身份验证或生物特征验证,以增强安全性。



3、系统可用性


系统应在大部分时间对用户可用,确保可靠访问。


· 要求类型:验证。


· 适用于所有4种:日程安排、数据处理、交互式、对话式。


· 要求(基本):系统应确保大部分时间对用户基本可用。


· 要求(高级):系统应追求近乎连续的可用性,采用先进的服务器管理和故障转移策略,以最大限度地减少停机时间并保持一致的用户访问。


>>> 标准13: 技术因素-弹性与可访问性概述

标准13: 技术因素-弹性与可访问性概述

为了发挥作用,系统必须是可访问的。可用性是指系统在需要时准备好执行任务的属性,例如客户试图登录并访问教练服务。


确保系统的可访问性和准备好执行任务(如促进客户登录和访问教练服务)对其有效性至关重要。


1、向客户披露数据管理


系统应在提供教练服务之前,向客户告知数据管理实践,特别是关于安全和机密性的方面。



· 要求类型:内容与动作。


· 适用于所有4种:日程安排、数据处理、交互式、对话式。


· 要求(基本):系统应向客户提供关于数据管理实践的基本信息。


· 要求(高级):系统应提供详细、易于理解的指南,包括安全和机密性协议,以及示例和常见问题解答,以增强客户理解和信任。


2、数据处理同意


系统应从客户那里获得任何数据处理活动的明确同意。


· 要求类型:动作。


· 适用于所有4种:日程安排、数据处理、交互式、对话式。


· 要求(基本):系统应从客户那里收集基本的数据处理同意。


· 要求(高级):统应实施交互式同意过程,清楚地概述数据处理的范围、目的和程度,并为客户提供对其数据的精细控制。



* 参考文献:


1、Akter, S., McCarthy, G., Sajib, S., Michael, K., Dwivedi, Y. K., D’Ambra, J., & Shen, K. N. (2021). 人工智能时代数据驱动创新中的算法偏见. International Journal of Information Management, 60, 102387.

2、Athanasopoulou, A., & Dopson, S. (2018). 高管教练成果的系统综述:是旅程重要还是目的地重要?The Leadership Quarterly, 29, 70–88.

3、Ciechanowski, L., Przegalinska, A., Magnuski, M., & Gloor, P. (2018). 恐怖谷阴影下:人类与聊天机器人交互的实验研究. Future Generation Computer Systems, 92, 539 - 548.

4、Graßmann, C., & Schermuly, C. C. (2020). 人工智能教练:概念与能力. Human Resource Development Review, 20, 106–126.

5、arrahi, M. H. (2018). 人工智能与工作的未来:组织决策中的人机共生. Business Horizons, 61, 577–586.

6、Malafronte, O. O., & Loufrani - Fedida, S. (2023, October 25). 用教练问题和基于人工智能的工具培养领导者能力:图式的改变和多层次影响. 在第34届AGRH大会上提交,科尔特,科西嘉岛. 科尔特,科西嘉岛.

7、Mikalef, P., & Gupta, M. (2021). 人工智能能力:概念化、测量校准及其对组织创造力和公司绩效影响的实证研究. Information & Management, 58, 103434.

8、Terblanche, N., Molyn, J., Haan, E. de, & Nilsson, V. O. (2022). 比较人工智能和人类教练的目标达成效果. PLOS ONE, 17, e0270255.






阅读 255