ArtikelenPijl afbeelding
Leren in de winkel: Hoe L&D waarde kan toevoegen in een wereld van AI-gegenereerde content

Leren in de winkel: Hoe L&D waarde kan toevoegen in een wereld van AI-gegenereerde content

Geschreven door:
Linda Vecvagare
Datum aangemaakt
1 november 2023
Laatst bijgewerkt:
2 nov 2023
|
5 min lezen
Inhoudsopgave
Klaar om je mensen bij te scholen en
vandaag nog je bedrijf te transformeren?

Wij bieden een schaalbare trainingsoplossing die meegroeit met je teams. Zo kunnen je mensen continu nieuwe vaardigheden leren en zich blijven ontwikkelen.

Plan een demo
Belangrijkste opmerkingen

AI is klaar om industrieën en de wereld zoals we die kennen te veranderen. Voor leiders op het gebied van leren en ontwikkelen (L&D) die nu al moeite hebben om zich strategisch te positioneren binnen organisaties, zal het cruciaal zijn om hun waarde aan te tonen en manieren te vinden om zich aan AI aan te passen.

Een belangrijke kans voor L&D ligt in 'boutique learning' - het aanbieden van de juiste vaardigheden op het juiste niveau - in plaats van AI te gebruiken om generieke content te creëren met een laag niveau van vaardigheidsoverdracht. 

Maar hoe ziet dit er in de praktijk uit? We spraken met L&D strategy consultant Peter Meerman om dit onderwerp uit te diepen. Hij werkt met toonaangevende bedrijven in verschillende sectoren, waaronder Shell, Phillips en Novartis, en heeft een grondige kennis van leerstrategie, data-analyse en andere tools en processen die L&D leiders naar een hoger niveau kunnen tillen.

In ons gesprek bespreken we:

  • Hoe AI het L&D vak zal veranderen
  • Het belang van "boetiekleren" in een wereld van AI-gegenereerde inhoud   
  • Een stapsgewijze blik op hoe L&D zijn impact kan kwantificeren.

Klaar om dieper op het onderwerp in te gaan? Markeer je agenda voor onze paneldiscussie op 22 november en bespreek AI in leren met experts Peter Meerman, Ross Stevenson en Dr. Clemens Lechner.

Hoe zietu AI de toekomst van vaardigheidstraining en het L&D-beroep zelf vormgeven?

Op het gebied van vaardigheden zal het hele landschap veranderen. 

Mijn zorg is dat als we geen stap vooruit zetten in de wereld van bedrijfsopleidingen, technologie zoals ChatGPT het grootste deel ervan zal overnemen. Ik denk dat je alleen zult overleven in L&D als je een heel specifieke toegevoegde waarde hebt. 

We moeten gaan nadenken over wat ik "trainingsprogramma's in de boutique" noem, oftewel trainingsaanbod dat oefening, feedback en de juiste context biedt om mensen echt te helpen nieuwe vaardigheden te leren. Als je die elementen kunt bieden, denk ik dat je relevant blijft. Als je heel algemene inhoud blijft maken zoals iedereen, zul je worden vervangen door chatGPT en andere generatieve AI-oplossingen.

Dit geldt zowel voor commerciële bedrijven als voor interne L&D afdelingen. Daarom ben ik zo gepassioneerd over dit onderwerp. We moeten vaardigheden serieus nemen en ik denk niet dat we dat genoeg doen. Iedereen heeft het erover, maar ik denk dat heel weinig mensen proberen te begrijpen wat het echt betekent om nieuwe vaardigheden te leren en dat heel weinig L&D-teams hun strategie daarop afstemmen. 

‍Wat moetenL&D-teams in gedachten houden als ze AI gaan gebruiken voor opleidingen?

We moeten de juiste vaardigheden in L&D ontwikkelen om het potentieel van AI volledig te kunnen benutten. Het valluik is ervoor te zorgen dat we AI niet gebruiken om meer betekenisloze, generieke inhoud te genereren met een zeer lage mate van overdracht van vaardigheden. We kunnen AI gebruiken om die dingen sneller en goedkoper te maken, maar als je 100.000 dollar uitgeeft aan een reeks betekenisloze programma's die je 200.000 dollar zouden hebben gekost zonder AI te gebruiken, zal AI nog steeds niet veel waarde genereren. Het is het verschil tussen efficiënt en effectief.

We moeten ons gaan realiseren dat AI veel van de behoefte aan trainingsprogramma's die we nu maken zal wegnemen, omdat mensen gewoon naar hun persoonlijke AI-coach kunnen gaan. We moeten onszelf dus de vraag stellen: waarom zou je naar een L&D bedrijf of afdeling gaan?

Dit is wat ik bedoel met boetieks leren; selectiever zijn in wat je doet en programma's afstemmen op individuele behoeften.

Er kunnen onderwerpen zijn die heel strategisch zijn voor een bedrijf of onderwerpen die de kern vormen van het intellectuele eigendom van een bedrijf, en ik denk dat dat gebieden zijn waarop L&D zich moet richten.

Het leren in boetieks is ook veel meer gericht op vaardigheden dan op kennis. Omdat we tegenwoordig zoveel kennis binnen handbereik hebben, doet kennis er eigenlijk niet meer toe.

In de praktijk zou dit kunnen betekenen dat je je richt op persoonlijke trainingen met uitstekende begeleiders die signalen uit het publiek oppikken en het programma gaandeweg aanpassen. Of het doen van een serieuzere intake om echt te begrijpen waar mensen moeite mee hebben en waar ze hulp bij nodig hebben, in plaats van ze gewoon een one-size-fits-all programma te geven. 

We moeten ook expliciet zijn in hoe we onze waarde aantonen

"We maken van jou een betere leider" is niet tastbaar. Maar als je zou zeggen: "Mensen die onze programma's volgen, krijgen doorgaans 10% betere beoordelingen in 360s", en je hebt goed gestructureerd bewijs om dat te staven, dan zouden mensen overtuigd kunnen worden om het programma te volgen. 

Hoe kunnenL&D teams evalueren of een trainingsprogramma de gewenste impact heeft gehad?

Het komt neer op een paar belangrijke stappen.

1. Stel je doelen & definieer je publiek

Het beginpunt is om je doelstellingen expliciet te maken. Stel een doel voor welke vaardigheden je wilt ontwikkelen voor welke mensen (met vermelding van hun niveau), want je wilt niet dat mensen de verkeerde vaardigheden ontwikkelen. In een ideale situatie zou je ook heel expliciet moeten zijn over je publiek, niet in termen van aantallen, maar in termen van gegevenskenmerken: functie, locatie, mensen die structureel ondermaats presteren, enz. Als je je publiek uitdrukt in termen van data, dan kun je beginnen met het genereren van inzichten of je daadwerkelijk de juiste mensen traint. 

2. Prestaties kwantificeren

Als we het dan over impact hebben, is het uiteindelijke doel om je trainingsgegevens te correleren met bedrijfsprestatiegegevens, d.w.z. kijken naar mensen die de training hebben gevolgd om te zien of hun prestaties zijn verbeterd. Het is ook belangrijk om te kwantificeren hoe prestaties eruit zien. Hopelijk heeft het bedrijf een idee van KPI's die een gekwantificeerd doel kunnen geven - bijvoorbeeld 5% meer verkoop of 10% minder omzet. 

3. Ontwerp voor analyse & meet vroegtijdig

Begin ten slotte zo snel mogelijk met meten, want de resultaten kunnen je heel snel laten zien of de vragen en inhoud die je in je programma gebruikt ook echt begrepen worden door je publiek, en je kunt gaandeweg beginnen met verbeteren. Zorg er ook voor - en dit is cruciaal - dat alles wat je ontwerpt de analyses ondersteunt. Ik noem dit datagestuurd ontwerpen. Meestal denken we te laat in het proces na over gegevens. Dus, als je de voortgang over modules heen wilt volgen, ontwerp je modules dan zo dat je dat kunt doen. Een voorbeeld is het stroomlijnen van evaluatieformulieren in verschillende programma's om programmaoverschrijdende analyses mogelijk te maken. 

Alle sectoren ondergaan een of andere transformatie als gevolg van digitalisering en AI. Wat betekent dat voor de toekomst van bijscholing?

Ik geloof oprecht dat we niet weten welke vaardigheden we in de toekomst nodig zullen hebben, omdat we weinig betrouwbare gegevens of bewijs hebben om dingen te onderbouwen. Ik denk dat het belangrijker is om een structuur op te bouwen die continu gegevens kan bijhouden en analyseren om te voorspellen welke vaardigheden je denkt dat je organisatie nodig zal hebben, in plaats van deze analyses uit te voeren als een jaarlijks project.

Voortdurende vaardigheidsanalyses zullen belangrijk zijn en het zal je in staat stellen om sneller te reageren als dingen zich in een andere richting ontwikkelen dan verwacht of gewenst.

En er zijn vaardigheden die je gemakkelijker kunt bijhouden dan andere, dus daar zou ik mee beginnen.

Als je bijvoorbeeld denkt dat een van de vaardigheden "eigenaarschap nemen" is, denk dan na over wat dat in de praktijk betekent. Hoe zou u meten of iemand verantwoordelijkheid neemt? Analyseert u e-mailtekst? Scan je actielijsten? Deze vragen zijn echt moeilijk te beantwoorden. Ik zou dus beginnen met vaardigheden die gemakkelijker te volgen en te analyseren zijn.

Wat ik wel hoop is dat alle L&D-professionals zich bijscholen op het gebied van data en analytics, want anders zullen ze moeite hebben om bij te blijven. Ongetwijfeld zullen we veel startups zien die AI-training gebruiken in plaats van de talking heads-aanpak. 

L&D-professionals zullen beter moeten nadenken over waar ze waarde toevoegen en daar explicieter over zijn naar hun klanten en werknemers. 

We moeten onszelf ook opnieuw uitvinden en daar heel duidelijk over zijn. Anders eindigen we weggestopt in een stoffig hoekje van de organisatie en komt niemand meer naar onze programma's omdat ze een oplossing hebben gevonden die sneller, gemakkelijker en even goed is. Wij zijn hierin niet de enige - veel bedrijfstakken stellen zich deze existentiële vragen ook. Dit is dus het moment om ons voor te stellen wat die verandering zou kunnen zijn.

Klaar om uw mensen te Upskillen & uw bedrijf te Transformeren?

Wij bieden een schaalbare trainingsoplossing voor werknemers. Hiermee kunt u uw mensen voortdurend bijscholen.

Boek een gesprek
Geen items gevonden.