ਸੰਖੇਪ ਵਿੱਚ, AI ਸਿਖਲਾਈ ਵਿੱਚ ਕਿੰਨਾ ਸਮਾਂ ਲੱਗਦਾ ਹੈ?

ਸ਼ੁਰੂਆਤੀ ਲਾਭਦਾਇਕ ਪੱਧਰ ਤੱਕ ਪਹੁੰਚਣ ਲਈ ਪ੍ਰਤੀ ਵਿਅਕਤੀ ਕੁਝ ਘੰਟਿਆਂ ਦੀ ਅਸਲ ਸਿੱਖਿਆ ਦੀ ਉਮੀਦ ਰੱਖੋ, ਜੋ ਇੱਕ ਦਿਨ ਵਿੱਚ ਪੂਰੀ ਕਰਨ ਦੀ ਥਾਂ ਕਈ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਵੰਡੀ ਹੋਵੇ। ਇੱਕ ਜਨਤਕ ਹਵਾਲੇ ਵਜੋਂ, ਜਦੋਂ ਅਸੀਂ 16 October 2026 ਨੂੰ ਜਾਂਚਿਆ ਸੀ, ਤਾਂ Google ਦੇ AI ਬੁਨਿਆਦੀ ਜਾਣਕਾਰੀ ਕੋਰਸ ਦੇ ਪੰਨੇ ਮੁਤਾਬਕ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਪੰਜ ਘੰਟਿਆਂ ਤੋਂ ਘੱਟ ਸਮਾਂ ਲੱਗਦਾ ਸੀ। ਇਸ ਦੀ ਕੋਈ ਨਿਯਮਾਂ ਅਧੀਨ ਨਿਰਧਾਰਤ ਜਾਂ ਮਿਆਰੀ ਮਿਆਦ ਨਹੀਂ ਹੈ।

ਕੁੱਲ ਸਮੇਂ ਨਾਲੋਂ ਉਸ ਨੂੰ ਵੱਖ-ਵੱਖ ਦਿਨਾਂ ਵਿੱਚ ਵੰਡਣਾ ਵਧੇਰੇ ਅਹਿਮ ਹੈ। ਜਿਹੜਾ ਵਿਅਕਤੀ ਸੋਮਵਾਰ ਨੂੰ ਕਿਸੇ ਸਾਧਨ ਨੂੰ ਕੰਮ ਸਮਝਾਉਣਾ ਸਿੱਖਦਾ ਹੈ ਅਤੇ ਵੀਰਵਾਰ ਨੂੰ ਅਸਲ ਕੰਮ ਲਈ ਉਸ ਨੂੰ ਵਰਤਦਾ ਹੈ, ਉਸ ਨੂੰ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਉਹ ਕੀ ਨਹੀਂ ਸਮਝਿਆ ਸੀ। ਇੱਕ ਦਿਨ ਦੀ ਵਰਕਸ਼ਾਪ ਅਜਿਹੀ ਦੂਜੀ ਕੋਸ਼ਿਸ਼ ਨਹੀਂ ਦਿੰਦੀ। ਪਹਿਲਾਂ ਘੰਟਿਆਂ ਦੀ ਯੋਜਨਾ ਬਣਾਓ, ਫਿਰ ਉਨ੍ਹਾਂ ਹਫ਼ਤਿਆਂ ਦੀ ਯੋਜਨਾ ਬਣਾਓ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਉਹ ਘੰਟੇ ਵਰਤੇ ਜਾਣਗੇ।

ਪਹਿਲਾ ਸੈਸ਼ਨ

ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਇੱਕ ਘੰਟੇ ਤੋਂ ਘੱਟ ਸਮਾਂ: ਇੱਕ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਟੂਲ, ਇੱਕ ਨੀਤੀ, ਇੱਕ ਅਮਲੀ ਕੰਮ।

ਪਹਿਲਾ ਲਾਭਦਾਇਕ ਪੱਧਰ

ਦੋ ਤੋਂ ਛੇ ਹਫ਼ਤਿਆਂ ਦੌਰਾਨ ਹਰੇਕ ਵਿਅਕਤੀ ਲਈ ਕੁਝ ਘੰਟਿਆਂ ਦੇ ਪਾਠ ਅਤੇ ਅਭਿਆਸ।

ਸੈਸ਼ਨ ਦੀ ਮਿਆਦ

10 ਤੋਂ 30 ਮਿੰਟ ਦੇ ਛੋਟੇ ਸੈਸ਼ਨ ਅੱਧੇ ਦਿਨ ਦੇ ਸੈਸ਼ਨਾਂ ਨਾਲੋਂ ਕੰਮਕਾਜੀ ਹਫ਼ਤੇ ਵਿੱਚ ਵਧੇਰੇ ਆਸਾਨੀ ਨਾਲ ਫਿੱਟ ਹੋ ਜਾਂਦੇ ਹਨ।

ਮੈਨੇਜਰ ਦਾ ਸਮਾਂ

ਇੱਕ ਛੋਟੇ ਸਮੂਹ ਦੇ ਕੰਮਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਅਤੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਲਈ ਹਫ਼ਤੇ ਵਿੱਚ ਲਗਭਗ ਇੱਕ ਘੰਟਾ।

ਉਸ ਤੋਂ ਬਾਅਦ

ਲਗਾਤਾਰ: ਟੂਲ ਬਦਲਦੇ ਰਹਿੰਦੇ ਹਨ, ਅਤੇ ਨਵੇਂ ਕੰਮਾਂ ਲਈ ਨਵੇਂ ਸਿਰੇ ਤੋਂ ਪਰਖ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਸਿਖਲਾਈ ਇੱਕ ਦਿਨ ਵਿੱਚ ਦੇਣ ਦੀ ਬਜਾਏ ਕਈ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਕਿਉਂ ਵੰਡੀਏ?

ਅਭਿਆਸ ਨੂੰ ਸਮੇਂ ਵਿੱਚ ਵੰਡਣ ਨਾਲ ਲੋਕਾਂ ਨੂੰ ਅਸਲ ਕੰਮ 'ਤੇ ਵਾਰ-ਵਾਰ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਅਤੇ ਵਿਚਕਾਰ ਸੁਝਾਅ ਮਿਲਣ ਦੇ ਮੌਕੇ ਮਿਲਦੇ ਹਨ। ਇਸੇ ਤਰ੍ਹਾਂ ਹੁਨਰ ਆਦਤ ਬਣਦਾ ਹੈ। ਕੰਮ 'ਤੇ AI ਵਰਤਣ ਦੇ ਔਖੇ ਪੱਖ, ਜਿਵੇਂ ਲੋੜੀਂਦਾ ਸੰਦਰਭ ਦੇਣਾ, ਬਿਨਾਂ ਸਬੂਤ ਵਾਲਾ ਦਾਅਵਾ ਪਛਾਣਨਾ ਅਤੇ ਇਹ ਫ਼ੈਸਲਾ ਕਰਨਾ ਕਿ ਕੀ ਪੇਸਟ ਨਹੀਂ ਕਰਨਾ, ਤਦੋਂ ਹੀ ਸਾਹਮਣੇ ਆਉਂਦੇ ਹਨ ਜਦੋਂ ਲੋਕ ਇਸ ਨੂੰ ਆਪਣੇ ਕੰਮਾਂ 'ਤੇ ਅਜ਼ਮਾਉਂਦੇ ਹਨ।

ਇੱਕੋ ਵਰਕਸ਼ਾਪ ਵਿਅਸਤ ਹਫ਼ਤਿਆਂ ਨਾਲ ਵੀ ਟਕਰਾ ਸਕਦੀ ਹੈ। ਜੇ ਉਹ ਇੱਕੋ ਸੈਸ਼ਨ ਕੰਮ ਸੌਂਪਣ ਦੀ ਆਖ਼ਰੀ ਤਾਰੀਖ਼ ਵਾਲੇ ਦਿਨ ਹੋਵੇ, ਤਾਂ ਅੱਧੀ ਟੀਮ ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੋ ਸਕਦੀ। ਛੋਟੇ ਸੈਸ਼ਨਾਂ ਦਾ ਸਮਾਂ ਮੀਟਿੰਗਾਂ ਦੇ ਅਨੁਸਾਰ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਕੰਮ ਵਾਲੀ ਥਾਂ ਉੱਤੇ ਅਭਿਆਸ ਕਰਨ ਦੇ ਤਰੀਕੇ ਤੋਂ ਨਿਕਲਿਆ ਸਾਡਾ ਤਰਕ ਹੈ, ਮਾਪਿਆ ਗਿਆ ਨਤੀਜਾ ਨਹੀਂ।

ਕੀ ਲੱਗਣ ਵਾਲਾ ਸਮਾਂ ਭੂਮਿਕਾ ਜਾਂ ਸ਼ੁਰੂਆਤੀ ਪੱਧਰ ਮੁਤਾਬਕ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ?

ਹਾਂ। ਜਿਸ ਵਿਅਕਤੀ ਨੇ ਕਦੇ AI ਟੂਲ ਨਹੀਂ ਖੋਲ੍ਹਿਆ, ਉਸ ਨੂੰ ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਲਈ ਵੱਧ ਸਮਾਂ ਚਾਹੀਦਾ ਹੈ, ਜਦਕਿ ਰੋਜ਼ਾਨਾ ਵਰਤਣ ਵਾਲੇ ਨੂੰ ਨਤੀਜਿਆਂ ਦੀ ਜਾਂਚ ਅਤੇ ਜਾਣਕਾਰੀ ਦੀਆਂ ਹੱਦਾਂ ਉੱਤੇ ਕੇਂਦਰਿਤ ਛੋਟਾ ਸਿੱਖਣ-ਕ੍ਰਮ ਚਾਹੀਦਾ ਹੋ ਸਕਦਾ ਹੈ। ਸ਼ੁਰੂ ਵਿੱਚ ਇੱਕ ਛੋਟੀ ਪੱਧਰ-ਜਾਂਚ ਕਰਨ ਨਾਲ ਤਜਰਬੇਕਾਰ ਲੋਕਾਂ ਨੂੰ ਉਹ ਸਮੱਗਰੀ ਦੁਬਾਰਾ ਨਹੀਂ ਪੜ੍ਹਨੀ ਪੈਂਦੀ ਜੋ ਉਹ ਪਹਿਲਾਂ ਹੀ ਜਾਣਦੇ ਹਨ।

ਭੂਮਿਕਾ ਵੀ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ। ਜਵਾਬਾਂ ਦੇ ਖਰੜੇ ਤਿਆਰ ਕਰਨ ਵਾਲਾ ਸਹਾਇਤਾ ਕਰਮਚਾਰੀ ਉਸ ਵਿਸ਼ਲੇਸ਼ਕ ਨਾਲੋਂ ਲਾਭਦਾਇਕ ਪੱਧਰ ਤੱਕ ਜਲਦੀ ਪਹੁੰਚ ਸਕਦਾ ਹੈ ਜਿਸ ਨੂੰ ਅੰਕੜਿਆਂ ਅਤੇ ਤਰਕ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨੀ ਸਿੱਖਣੀ ਪੈਂਦੀ ਹੈ। ਤਿਆਰੀ ਦਾ ਮੁਲਾਂਕਣ ਇਸ ਆਧਾਰ 'ਤੇ ਕਰੋ ਕਿ ਕੀ ਵਿਅਕਤੀ ਨਿਰਧਾਰਤ ਮਿਆਰ ਅਨੁਸਾਰ ਅਸਲ ਕੰਮ ਵਰਗਾ ਕੋਈ ਕਾਰਜ ਪੂਰਾ ਕਰ ਸਕਦਾ ਹੈ, ਨਾ ਕਿ ਦਰਜ ਕੀਤੇ ਘੰਟਿਆਂ ਦੇ ਆਧਾਰ 'ਤੇ।

ਦੇਖਣਾ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਇਹ ਕਿਸੇ ਭੂਮਿਕਾ ਨਾਲ ਕਿਵੇਂ ਜੁੜਦਾ ਹੈ?

ਟੀਮ ਲਈ ਯੋਜਿਤ ਅਜ਼ਮਾਇਸ਼ ਬਾਰੇ ਜਾਣੋ ↗

ਇੱਕ ਹਕੀਕਤ ਦੇ ਅਨੁਕੂਲ ਸਮਾਂ-ਸਾਰਣੀ ਕਿਹੋ ਜਿਹੀ ਹੁੰਦੀ ਹੈ?

ਨੌਰਥਫੀਲਡ ਅਕਾਊਂਟਸ ਨਾਮ ਦੀ ਇੱਕ ਕਾਲਪਨਿਕ ਅੱਠ-ਵਿਅਕਤੀਆਂ ਵਾਲੀ ਬਹੀ-ਖਾਤਾ ਫ਼ਰਮ ਦੀ ਮਿਸਾਲ ਲਓ ਜੋ Copilot ਵਰਤਦੀ ਹੈ। ਇਹ ਚਾਹੁੰਦੀ ਹੈ ਕਿ ਕਰਮਚਾਰੀ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਗਾਹਕਾਂ ਲਈ ਈਮੇਲਾਂ ਦੇ ਖਰੜੇ ਲਿਖਣ ਅਤੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਸਾਰ ਬਣਾਉਣ।

ਹਫ਼ਤਾ 1

ਇੱਕ ਪੰਨੇ ਦੀ ਨੀਤੀ ਪੜ੍ਹੋ, ਸ਼ੁਰੂਆਤ ਦਾ ਇੱਕ ਛੋਟਾ ਕੰਮ ਅਤੇ ਸੰਦਰਭ ਤੇ ਸਮੀਖਿਆ ਬਾਰੇ 15-ਮਿੰਟ ਦੇ ਦੋ ਪਾਠ ਪੂਰੇ ਕਰੋ।

ਹਫ਼ਤਾ 2

ਸਾਰ ਲਿਖਣ ਬਾਰੇ ਦੋ ਪਾਠ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਦੇ ਅੰਤ ਵਿੱਚ ਅਭਿਆਸ ਵਜੋਂ ਲਿਖੇ ਸਾਰ ਨੂੰ ਮੂਲ ਸਮੱਗਰੀ ਨਾਲ ਮਿਲਾ ਕੇ ਜਾਂਚਿਆ ਜਾਂਦਾ ਹੈ।

ਹਫ਼ਤਾ 3

ਕਿਸੇ ਗਾਹਕ ਦੀ ਅਸਲ ਪਰ ਘੱਟ ਜੋਖਮ ਵਾਲੀ ਈਮੇਲ ਉੱਤੇ ਅਭਿਆਸ ਕਰੋ, ਜਿਸ ਨੂੰ ਭੇਜਣ ਤੋਂ ਪਹਿਲਾਂ ਪ੍ਰੈਕਟਿਸ ਮੈਨੇਜਰ ਜਾਂਚੇ।

ਹਫ਼ਤਾ 4

ਹਫ਼ਤੇ 1 ਨਾਲ ਤੁਲਨਾ ਕਰਨ ਲਈ ਇੱਕ ਨਵਾਂ ਕੰਮ, ਫਿਰ ਇਸ ਬਾਰੇ ਛੋਟੀ ਗੱਲਬਾਤ ਕਿ ਅੱਗੇ ਕਿਸ ਚੀਜ਼ ਦਾ ਅਭਿਆਸ ਕਰਨਾ ਹੈ।

Tosheo.ai ਕਿੱਥੇ ਢੁਕਵਾਂ ਹੈ?

Tosheo.ai ਨੂੰ 5-ਮਿੰਟ ਦੀ ਸ਼ੁਰੂਆਤੀ ਪੱਧਰ ਜਾਂਚ ਅਤੇ 10 ਤੋਂ 15 ਮਿੰਟ ਦੇ ਪਾਠਾਂ ਨੂੰ ਕੇਂਦਰ ਵਿੱਚ ਰੱਖ ਕੇ ਬਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ। ਹਰ ਪਾਠ ਵਿੱਚ ਛੋਟੀ ਵਿਆਖਿਆ, ਭੂਮਿਕਾ ਨਾਲ ਜੁੜੀ ਹੱਲ ਕੀਤੀ ਮਿਸਾਲ ਅਤੇ ਇੱਕ ਅਮਲੀ ਕੰਮ ਹੁੰਦਾ ਹੈ। ਸਿੱਖਣ ਲੜੀ ਕਾਰਗੁਜ਼ਾਰੀ ਅਨੁਸਾਰ ਬਦਲਦੀ ਹੈ, ਇਸ ਲਈ ਚੰਗੀ ਕਾਰਗੁਜ਼ਾਰੀ ਵਾਲਾ ਸਿੱਖਿਆਰਥੀ ਅੱਗੇ ਵਧਦਾ ਹੈ ਅਤੇ ਕਮਜ਼ੋਰ ਕੋਸ਼ਿਸ਼ ਤੋਂ ਬਾਅਦ ਸੌਖੀ ਵਿਆਖਿਆ ਅਤੇ ਦੂਜਾ ਮੌਕਾ ਮਿਲਦਾ ਹੈ। ਮੈਨੇਜਰਾਂ ਨੂੰ ਰਫ਼ਤਾਰ ਬਣਾਈ ਰੱਖਣ ਵਿੱਚ ਮਦਦ ਦੇਣ ਲਈ ਹਫ਼ਤਾਵਾਰੀ ਸਾਰ ਅਤੇ ਯਾਦ-ਦਿਹਾਨੀਆਂ ਯੋਜਿਤ ਹਨ। ਹਾਲੇ ਤੱਕ ਗਾਹਕਾਂ ਨਾਲ ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਵੀ ਚੀਜ਼ ਦੇ ਨਤੀਜੇ ਨਹੀਂ ਮਾਪੇ ਗਏ ਹਨ।

Tosheo.ai ਕਦੋਂ ਹੱਲ ਨਹੀਂ ਹੁੰਦਾ?

ਜੇ ਤੁਹਾਡੀ ਟੀਮ ਨੂੰ ਕਿਸੇ ਨਵੀਂ ਨੀਤੀ ਬਾਰੇ ਇੱਕ ਘੰਟੇ ਦੀ ਜਾਣਕਾਰੀ ਚਾਹੀਦੀ ਹੈ, ਤਾਂ ਮੀਟਿੰਗ ਕਰਨਾ ਵਧੇਰੇ ਤੇਜ਼ ਹੈ। ਜੇ ਲੋਕਾਂ ਨੂੰ ਡੂੰਘੀ ਤਕਨੀਕੀ ਜਾਂ ਕੋਡਿੰਗ ਸਿਖਲਾਈ ਚਾਹੀਦੀ ਹੈ, ਤਾਂ ਮਾਹਰ ਕੋਰਸ ਵਧੇਰੇ ਢੁਕਵਾਂ ਹੈ। ਜੇ ਤੁਹਾਨੂੰ ਅੰਗਰੇਜ਼ੀ ਤੋਂ ਇਲਾਵਾ ਕਿਸੇ ਹੋਰ ਭਾਸ਼ਾ ਵਿੱਚ ਜਾਂ Slack ਜਾਂ Teams ਦੇ ਅੰਦਰ ਪਾਠ ਚਾਹੀਦੇ ਹਨ, ਤਾਂ ਇਹ ਸ਼ੁਰੂਆਤ ਵੇਲੇ ਸ਼ਾਮਲ ਨਹੀਂ ਹਨ।

ਸਰੋਤ ਅਤੇ ਦਾਇਰਾ

Google, AI ਦੀਆਂ ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਦੇ ਕੋਰਸ ਦਾ ਪੰਨਾ, 16 ਅਕਤੂਬਰ 2026 ਨੂੰ ਜਾਂਚਿਆ ਗਿਆ ↗

ਯੂਰਪੀ ਕਮਿਸ਼ਨ, AI ਸਾਖਰਤਾ ਸਬੰਧੀ ਸਵਾਲ ਅਤੇ ਜਵਾਬ, ਮਿਤੀ 27 July 2026, ਜਾਂਚ ਦੀ ਮਿਤੀ 16 October 2026 ↗