Článek
Když jsem začal v naší firmě, byla možnost ve spolupráci s jiným oddělením působit jako školitel.
Vybral jsem si Excel. Program jsem znal dobře, ale musel jsem se naučit, jak ho učit ostatní.
Školení byla poměrně přímočará.
Šli jsme od základů ke složitějším příkladům.
Začínal jsem kurzem o kontingenčních tabulkách – od práce s daty až po průřezy a časové osy.
Mezitím jsme vlastně probrali skoro všechny funkce, které „pivotky“ nabízejí.
Podobně to vypadalo i u kurzů na funkce nebo Power Query.
Když se na to ale dívám zpětně, trochu pochybuju, jestli je to správně.
Mám pocit, že se z účastníků snažíme udělat odborníky – v tomto případě na Excel.
Proč učíme všechny funkce?
Proč musíme začínat od úplných základů?
A proč strávíme první hodinu teorií o tom, co je kontingenční tabulka?
Často kritizujeme školy za styl výuky.
Ale děláme to ve firmách opravdu lépe?
Do toho přišel ChatGPT a další nástroje založené na generativní AI.
Dnes už opravdu nemusíte čekat na školitele, až vám něco vysvětlí – stačí se zeptat.
Loni jsme proto v našem oddělení (Controlling) zkusili školení na Power Query, které nemělo za cíl udělat z lidí odborníky.
Naopak – chtěli jsme na jednom komplexním příkladu ukázat, co všechno se s Power Query dá udělat.
Úvod měl asi tři věty a pak se šlo rovnou pracovat.
I s vědomím, že někteří s programem nikdy nepracovali.
Daní za tento přístup bylo pomalejší tempo a méně samostatné práce.
Cílem ale nebylo naučit všechny funkce, nýbrž ukázat, že se to dá pochopit i bez jejich detailní znalosti.
Opakovaně jsme zmiňovali i to, že když něco nevíte, není problém se zeptat chatu nebo Copilota.
Po několika těchto školeních měli účastníci jasnější představu, co všechno se s programem dá dělat a jaké nástroje k tomu asi budou potřebovat.
A možná právě to je dnes to nejdůležitější.
Po kurzu je samozřejmě potřeba vynaložit vlastní úsilí, abyste si něco skutečně vytvořili.
Ale to, co se snažíme dát my, je především představa toho, co je vůbec možné.
Text původně vyšel jako LinkedIn post.
