Оценка компетенций в ИИ: 12 вопросов, балл и рекомендации

Зачем оценивать компетенции в ИИ

Когда команда говорит «мы используем ИИ», за этим может стоять что угодно: от еженедельного сеанса генерации текстов до продвинутых автоматизаций с проверкой результата. Без общей шкалы разговор о развитии скатывается в анекдоты и вкусовщину: каждый меряет собой.

Числовая оценка решает три задачи. Она даёт общий язык: «специалист с упором в применение» понятнее, чем «продвинутый пользователь». Она показывает профиль, а не только итог: человек с сильными знаниями и слабой практикой требует совсем другого плана развития, чем наоборот. И она делает прогресс видимым: повторная оценка через квартал показывает, что изменилось на самом деле.

Важно только не превращать метрику в кнут. Оценка компетенций — это карта для маршрута, а не рейтинг людей.

Что такое VQ и как устроена шкала

VQ (Vektor Quotient) — методология самооценки компетенций в применении ИИ. Двенадцать вопросов закрывают четыре категории: знания (как это работает), применение (что вы реально делаете инструментами), рост (как вы учитесь) и этика и оценка (как вы контролируете качество и риски).

Категории весят по-разному: знания — 250 баллов, применение — 350, рост — 200, этика — 200. Применение весит больше всего намеренно: в ИИ важнее то, что человек реально делает, чем то, что он может рассказать. Итог показывается баллом из 100 (внутренняя шкала методологии — 1000) и короткой фразой о том, как вы на самом деле используете ИИ: от «почти не использую» до «использую постоянно» и «строю работу на ИИ». Отдельные звания вроде «эксперт» тест намеренно не выдаёт: сильный профиль виден по баллу и полосам категорий.

Две особенности методологии стоит знать заранее. Нормирование привязано к минимуму: нейтральные ответы дают середину шкалы, а не завышают её — честный «середняк» останется серединой. А потолок теста — 89 из 100: высший уровень по методологии подтверждается только измеримым влиянием на индустрию или организацию, и никакая самооценка его не присваивает.

Как читать результат

Итоговый балл — это только верхний слой. Настоящая ценность — в профиле по категориям: четыре полосы показывают, где вы сильны и что проседает.

Частые профили предсказуемы. «Знаю больше, чем делаю» — сильные знания при слабом применении: человек читает про ИИ больше, чем применяет; лечение — доверить ему реальную задачу с измеримым результатом. «Делаю, но не объясняю» — сильное применение при слабых знаниях: работает, но не может передать навык команде и не видит рисков. «Всё средне» — самый частый случай, и это нормально: равномерный профиль легко раскачивать по одной категории за раз.

Рекомендации в отчёте отсортированы по слабым зонам: первые две категории — те, где шаг даст наибольший прирост. Это не список «прокачать всё», а два конкретных следующего шага.

Что делать с результатом команды

Индивидуальный тест занимает две-три минуты, поэтому команде из десяти человек несложно пройти его за неделю. Когда результаты собраны, картина команды отвечает на три вопроса.

• Кого ставить на ИИ-задачи: люди с упором в применение берут автоматизации, с упором в этику — контроль качества и политики использования.
• Кого делать наставником: «специалисты» с сильными знаниями хорошо передают базу, «эксперты применения» — практику.
• Где системная дыра: если у всей команды проседает одна категория (чаще всего этика и оценка) — это не личный, а организационный вопрос: нужен внутренний стандарт, а не десять индивидуальных планов.

Честно об ограничениях

Это самооценка, а не сертификация. Она не проверяет навык в бою и не видит контекста вашей работы: человек, который глубоко применяет ИИ в закрытом контуре компании, честно ответит скромнее, чем энтузиаст из открытых чатов. Балл VQ — точка отсчёта для разговора, а не приговор.

Поэтому результаты не публикуются сами по себе, не собираются в рейтинг и не привязываются к имени. Отчёт живёт по приватной ссылке, которую вы сами решаете показать или не показать. Если хотите обсудить профиль команды и план роста — напишите нам, разбор бесплатный.