Tekoäly määrittelee oppimisen ja kehittämisen uudelleen – sisällön toimittamisesta strategiseen orkestrointiin
Aloitetaan tekemällä yksi asia selväksi: oppiminen ja kehittäminen EIVÄT ole kuolemassa.
Mutta ne ovat keskellä kehitystä, joka muuttaa täysin sitä, miten kehitämme ihmisiä ja mikä niiden ihmisten tehtävä on, jotka pohtivat, miten tämä tehdään.
Kuten kaikki muukin ympärillämme, tekoäly muuttaa L&D:tä. Mieti, mitä organisaatiossasi todennäköisesti tapahtuu juuri nyt:
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
- Kehittäjäsi eivät käy kursseja Pythonin parhaista käytännöistä – he kysyvät GitHub Copilotilta neuvoja koodatessaan.
- Asiakaspalvelutiimisi ei kirjaudu LMS-järjestelmään tarkistaakseen puheluiden käsittelymenettelyjä – he pyytävät ChatGPT:ltä reaaliaikaista ohjausta.
- Myyntitiimisi ei katso koulutusvideoita vastaväitteiden käsittelystä – he käyttävät tekoälyä valmistautuakseen puheluihin ja laatiakseen seurantaviestejä.
Koko L&D:n perusajatus, eli se, että tarvitset erityisosaajia kuratoimaan, tarjoamaan ja mittaamaan oppimista, on hiipumassa, koska tekoäly tekee nämä asiat laadulla ja laajuudella, jonka kanssa on yhä vaikeampi kilpailla, ja lisäksi nopeammin ja edullisemmin.
L&D:n arvolupauksen hidas romahtaminen
Palataan hetkeksi siihen, mitä L&D on luvannut organisaatioille viime vuosikymmenen aikana.
Vaihe 1: ”Lisäämme sitoutumista”
Keskiössä oli saada ihmiset todella käyttämään oppimisresursseja. Haaste oli todellinen. Miten kilpailet kaiken muun kanssa, joka vaatii työntekijöiden huomiota?
L&D-tiimit työskentelivät ahkerasti tehdäkseen sisällöstä kiinnostavampaa, helpommin saatavilla olevaa ja vakuuttavampaa. Suoritusprosentit ja sitoutumispisteet nousivat ensisijaisiksi mittareiksi, koska niitä oli mahdollista mitata ja ne osoittivat aktiivisuutta.
Vaikeampi kysymys siitä, muuttuiko tämä sitoutuminen liiketoimintavaikutukseksi, jäi usein vaille vastausta – ei siksi, ettei L&D olisi välittänyt, vaan koska sitä oli aidosti vaikea mitata.
Vaihe 2: ”Edistämme osaamisen kehittämistä”
Tämä merkitsi todellista edistystä. Arvolupaus siirtyi kyvykkyyksien rakentamiseen: autetaan ihmisiä kehittämään uusia taitoja, jotta organisaatiot voivat ylentää työntekijöitä organisaation sisältä sen sijaan, että palkkaisivat ulkopuolelta.
Tämä oli erittäin järkevää, kun otetaan huomioon, kuinka kallista, aikaa vievää ja kilpailtua rekrytointi on. L&D:stä tuli strateginen kumppani osaajien kehittämisessä. Monille organisaatioille tämä malli toimi hyvin ja loi todellista arvoa.
Vaihe 3: ”Keskitymme tuloksiin”
Tämä on luonnollinen kehitysaskel: siirrytään sitoutumisen ja jopa taitojen kehittämisen tuolle puolen ja keskitytään suoraan suoriutumiseen ja tuottavuuteen todellisissa työtehtävissä. Suoritusten mittaamisen sijaan mitataan liiketoimintavaikutusta. Kurssien sijaan tarjotaan suoriutumisen tukea.
Tämä lähestymistapa oli saamassa vahvaa jalansijaa ja edusti L&D:n kypsymistä strategiseksi toiminnoksi.
Ja sitten tekoäly saapui ja muutti yhtälön perusteellisesti.
”Tekoäly muuttaa L&D:tä nopeudella, jollaista emme ole aiemmin nähneet, mutta se ei poista toimintoa, vaan määrittelee sen uudelleen”, sanoi Valerie Gobeil, Workleapin osaamisen johtaja. ”L&D:n arvo siirtyy sisällön luomisesta sellaisten järjestelmien, tapojen ja ympäristöjen suunnitteluun, jotka tekevät jatkuvasta oppimisesta osan jokapäiväistä työtä.”
Brandon Sammut, Zapierin henkilöstö- ja tekoälymuutoksesta vastaava johtaja, ilmaisee asian vielä suoremmin: ”Tekoälyn myötä näemme sisällön yleisyyden kiihtyvän. Tätä ei pidä ajatella L&D:hen kohdistuvana uhkana, vaan valtavana apuna ja ajansäästönä.”
Tämä kehitys ei tapahdu siksi, että L&D olisi epäonnistunut – teknologia yksinkertaisesti saavutti sen, mitä L&D oli yrittänyt rakentaa vuosien ajan. Haluatko tietää, miten SQL-kysely kirjoitetaan? Tarvitsetko apua vaikean sähköpostin laatimiseen? Haluatko ymmärtää nopeasti monimutkaisen käsitteen? Pienimmän vastuksen reitti ei enää ole ”etsi LMS-järjestelmästä” tai ”ota yhteyttä L&D:hen”. Se on ”kysy ChatGPT:ltä” ja saat räätälöidyn vastauksen 30 sekunnissa.
L&D-tiimit käyttivät vuosia puhuen ”suoriutumisen tuesta” ja ”juuri oikea-aikaisesta oppimisesta”. Visio oli oikea. Haasteena oli, ettei teknologiaa sen tarjoamiseen aidosti suuressa mittakaavassa, aidosti yksilöllisesti ja aidosti nopeasti ollut yksinkertaisesti olemassa kuvauksen edellyttämässä muodossa. Mutta tekoälyavustaja, joka on käytettävissä kaikkialla, missä työ tapahtuu, muuttaa pelin täysin.
Tohtori Jill Stefaniak, Litmosin oppimisjohtaja, korostaa L&D:n jatkuvaa tarpeellisuutta.
”Tekoälyn aikakaudella L&D:tä tarvitaan liiketoimintatoimintona, jotta se säilyy”, hän sanoo. ”Kahdeksankymmentä prosenttia johtajista on ilmoittanut tekoälyn käyttöönoton pysähtyneen tiimeissään, koska osaamista työkalujen tehokkaaseen käyttöön ei ole riittävästi. L&D-ammattilaiset tuovat strategista ja ihmiskeskeistä harkintaa varmistaakseen, että oppimiskokemukset perustuvat asiayhteyteen. Oppimista tukevaa merkityksen luomista ja valmiuksien kehittämistä tarvitaan enemmän kuin koskaan.”
Kolme toimintoa, joita L&D todella hoiti (ja kuka ottaa ne hoitaakseen)
Yritetään arvioida rehellisesti, mitä L&D on usein tarjonnut ja miltä tilanne näyttää jatkossa:
1. Tiedon kuratointi ja saatavuus
Mitä L&D teki: Etsi tai loi olennaista sisältöä, järjesti sen oppimisen hallintajärjestelmään ja teki siitä haettavaa.
Mitä tekoäly tekee: Saa kaiken ihmiskunnan tiedon välittömästi käyttöön, mukauttaa sen kontekstiisi ja vastaa jatkokysymyksiin.
Kuka omistaa sen: Tekoäly.
2. Taitojen kehittäminen ja harjoittelu
Mitä L&D teki: Loi kursseja, työpajoja ja simulaatioita auttaakseen ihmisiä kehittämään valmiuksiaan.
Mitä tekoäly tekee: Tarjoaa rajattomasti harjoittelutilanteita, välitöntä palautetta ja henkilökohtaista valmennusta laajassa mittakaavassa.
Kuka sitä oikeastaan tekee nyt: Ihmiset oppivat tekemällä tekoälyn toimiessa heidän työparinaan sen sijaan, että he suorittaisivat ensin kursseja.
“Taidot vanhenevat nyt nopeammin, mutta se ei tarkoita, että työntekijät tarvitsisivat vähemmän kehitystä, vaan että sen on oltava jatkuvampaa”, Gobeil sanoi. “L&D:n uusi tehtävä ei ole ‘tuottaa koulutuksia’ vaan mahdollistaa suoriutuminen. Se tarkoittaa sellaisten rakenteiden rakentamista, jotka auttavat ihmisiä venyttämään rajojaan, kokeilemaan ja mukautumaan nopeasti.”
3. Organisaation muutos ja yhdenmukaistaminen
Mitä L&D teki: Jalkautti uusia prosesseja, työkaluja tai strategioita koulutusohjelmien avulla.
Mikä todella ajaa muutosta: Esihenkilöiden suora valmennus, johdon viestintä, vertaisoppiminen ja todelliset kannustimet.
Kenen pitäisi omistaa tämä: HR (kulttuuri), johto (strategia), esihenkilöt (toimeenpano).
Kun L&D-toimittajat näkevät muutoksen merkit
Taylor Blake tekee tekoälykokeiluja Degreedillä, joka on yksi markkinoiden johtavista oppimiskokemusalustoista. Äskettäisessä keskustelussa yritin lukea rivien välistä, mitä hän tarkoitti.
"Tekoälyavustajat ja työparit ottavat työssä tapahtuvan reaaliaikaisen avun omalle vastuulleen. Jos tarvitset apua päästäksesi eteenpäin, et käänny L&D:n puoleen, vaan tartut tekoälyavustajaasi."
"Yritykset palkkaavat vähemmän ihmisiä. Ajatus siitä, että 'osaamista kehitetään organisaation sisällä kalliiden rekrytointien vaihtoehtona', ei enää toimi, kun ihmisiä tarvitaan vähemmän."
"Olemme avaamassa uuden työkalupakin tekoälypohjaisten keskustelujen, vuoropuhelun ja valmennuksen ympärille."
Käännös: Degreed tietää, että sen ydinliiketoimintamallin on muututtava. Se siirtyy kohti ”tekoälypohjaista valmennusta ja vuoropuhelua”, koska se saattaa olla ainoa jäljellä oleva puolustettava asema.
Toisin sanoen ihmiset, jotka ovat työskennelleet oppimissisällön saatavuuden ja mitattavuuden parissa, näkevät tekoälyn tekevän sisällön saatavuudesta arkipäiväistä. Niiden selviytymisstrategian on siksi kehityttävä kokonaan johonkin muuhun.
Mikä oikeastaan muuttuu ja mitä se merkitsee budjetillesi
Kysymys ei ole siitä, ”minkä rahoittaminen pitäisi lopettaa?”, vaan pikemminkin siitä, ”mitä ongelmia oikeastaan ratkaisemme ja mikä on nyt paras tapa ratkaista ne?”
L&D on edelleen osa strategiaasi, mutta se näyttää hieman erilaiselta vuonna 2026 ja sen jälkeen.
Oppimisen hallintajärjestelmät
Mitä LMS-alustat lupasivat: Yhden paikan, jossa kaikki oppimissisältö on kaikkien saatavilla ja jossa seuranta ja raportointi ovat sisäänrakennettuina.
Mikä on muuttunut: LMS-alustojen ratkaisema perusongelma – tiedon tekeminen helposti saatavaksi – on ratkaistu tekoälyn avulla elegantimmin. Kitka, joka syntyy ketjusta ”kirjaudu LMS:ään → etsi kurssiluettelosta → löydä oikea moduuli → katso 20 minuuttia videota → poimi tarvitsemasi 30 sekuntia”, on absurdi verrattuna siihen, että ”kysyt ChatGPT:ltä tai Claudelta”.
Entä sisäinen tieto? Tämä on perusteltu vastaväite. Tekoälyavustajasi ei automaattisesti tunne yrityksesi erityisiä prosesseja, toimintaperiaatteita tai organisaation hiljaista tietoa. LMS-alustat eivät kuitenkaan koskaan olleet paras ratkaisu tähänkään.
Sisäiset wikit tai tietämyskannat (Notion, Confluence), prosessien esittelyyn tarkoitettu Loom, reaaliaikaiseen tiedon löytämiseen käytettävät Slack-kanavat sekä varsinaisen työn yhteydessä oleva dokumentaatio palvelevat tätä tarkoitusta paremmin – ja niitä voidaan syöttää tekoälytyökaluille luonnollisen kielen avulla käytettäviksi.
Sisältökirjastot: 10 000 kurssista oikea-aikaiseen koostamiseen
Mitä sisältökirjastot lupasivat: Pääsyn tuhansiin kursseihin kaikista aiheista, jotta työntekijät voisivat oppia kaiken tarvitsemansa.
Mikä on muuttunut: ”Meillä on 10 000 kurssia” -arvolupaus on romahtanut, kun tekoäly voi syntetisoida tietoa miljoonista lähteistä ja mukauttaa sen täsmällisesti käyttäjän kontekstiin. Kukaan ei tarvitse neljän tunnin kurssia aiheesta ”Tehokas sähköpostiviestintä” – hän tarvitsee apua tämän tietyn vaikean sähköpostin kirjoittamiseen juuri nyt.
Varsinainen ongelma: Useimpien sisältökirjastotilausten käyttöaste on 5–15 prosenttia. Maksat kursseista, joihin 85 prosenttia työntekijöistäsi ei koskaan tutustu. Ja kun heidän tarvitsee oppia jotain, he menevät yhä useammin YouTubeen, Redditiin tai tekoälyn pariin ennen kuin kirjautuvat sisältöalustallesi.
France Hoang, koulutuksen ja työelämävalmiuksien yhteistyöhön perustuvan tekoälyalustan BoodleBoxin toimitusjohtaja ja perustaja, tarkastelee uudelleen sitä, mihin L&D:n tulisi keskittyä.
”Pienissä ja keskisuurissa yrityksissä, joissa jokainen euro merkitsee, meillä ei ole enää varaa toimia sisällönkirjastonhoitajina. Kysymys ei ole siitä, ’mitä tietoa työntekijät tarvitsevat?’ vaan siitä, ’mitä kysymyksiä he eivät vielä esitä?’ Tekoäly demokratisoi tiedonsaannin, joten L&D:n on demokratisoitava viisaus.”
Mikä oikeasti toimii? Tekoälytyökalujen käyttöoikeus reaaliaikaisia selityksiä ja esimerkkejä varten, huolellisesti kuratoidut kokoelmat todella erinomaisia resursseja, yhteydet organisaation asiantuntijoihin sekä maksulliset kurssit tai sertifioinnit vain silloin, kun joku tarvitsee tietyn alan syvällistä ja jäsenneltyä asiantuntemusta.
L&D:n henkilöstömäärä: palveluntarjoajista strategisiksi koordinoijiksi
Mitä L&D-tiimit lupasivat: Erikoistunutta osaamista opetussuunnittelussa, opetussuunnitelmien kehittämisessä, toimittajahallinnassa, oppimisteknologiassa ja ohjelmien toteutuksessa.
Mikä on muuttunut: Tekoäly tekee monista näistä erikoistaidoista standardoituja hyödykkeitä. Kurssirungon luominen? Tekoäly. Oppimistavoitteiden luonnostelu? Tekoäly. Asiaankuuluvan sisällön löytäminen? Tekoäly. Opetussuunnittelun erittäin erikoistunut ala kohtaa saman murroksen kuin kaikki muutkin asiantuntijatyön alat.
Vivahteikas todellisuus: L&D-ammattilaisten taidot, kuten ymmärrys siitä, miten ihmiset oppivat, kokemusten suunnittelu, muutoksen fasilitointi ja vaikutusten mittaaminen, ovat edelleen arvokkaita. Ne ovat vain nykyään arvokkaita erilaisissa yhteyksissä.
Chris Eigeland, L&D-johtajille suunnatun sisältöjen koontipalvelun Go1:n toimitusjohtaja ja toinen perustaja, näkee tämän hetken uhkan sijaan mahdollisuutena.
”Erinomaiset L&D-johtajat ja -toiminnot eivät ainoastaan selviydy siirtymästä tekoälyä hyödyntävään työvoimaan, vaan menestyvät siinä”, hän sanoo. ”Viime vuosina L&D on keskittynyt hallinnollisiin tehtäviin, kuten sisällön hankintaan, kampanjoiden toteuttamiseen ja työlääseen raportointiin. Tekoälyä hyödyntävän HR- ja L&D-tiimin lupaus on, että suuri osa tästä ’perinteisestä’ roolista voidaan automatisoida, jolloin L&D-johtajat voivat keskittyä selkeän liiketoimintavaikutuksen tuottamiseen ja mittaamiseen.”
L&D-ammattilaiset voisivat opettaa työntekijöille, miten aikuisina opitaan tehokkaasti – miten esittää parempia kysymyksiä, harjoitella tavoitteellisesti, siirtää tietoa eri konteksteihin ja opettaa muita. He voisivat fasilitoida vertaissoppimisverkostoja, tukea esihenkilöitä oppimisen johtajina ja mitata sitä, millä todella on merkitystä: oppimisen nopeutta, käyttöönottoprosentteja ja liiketoiminnan tuloksia.
Sammut tarjoaa näkemyksen tästä kehittyneestä roolista.
”L&D-tiimit voivat tulevina vuosina vaikuttaa erityisesti kuvittelemalla toiminnon uudelleen siten, että se varmistaa laadukkaan tietokerroksen, jonka avulla tekoäly voi yksilöidä oppimista ja valmennusta, sekä kehittää vaikutusmalleja, jotka yhdistävät L&D-toimenpiteet (oikea-aikaisen mikrokoulutuksen, työn ohessa tapahtuvan valmennuksen) yksilön kehittymiseen ja liiketoimintavaikutuksiin.”
”Tulevaisuuden L&D-ammattilainen on teknologiaosaaja, joka ymmärtää inhimillisen kehityksen taidon, hyödyntää tietomalleja oppimiskokemusten yksilöimisessä ja osaa yhdistää L&D-investoinnit liiketoiminnan tuloksiin.”
Henkilöstömäärää koskeva todellisuus: Et todennäköisesti tarvitse kahdeksaa L&D-työntekijää opetussuunnitteluun ja ohjelmien hallintaan. Saatat kuitenkin tarvita 2–3 henkilöä koordinoimaan vertaissoppimista koko organisaatiossa, valmentamaan esihenkilöitä tiimiensä kehittämisessä, mittaamaan oppimisen nopeutta ja vaikutuksia, poistamaan kokeilujen esteitä sekä yhdistämään sisäiset asiantuntijat heidän tietojaan tarvitseviin ihmisiin.
Missä L&D voi todella johtaa: hallinto, suojakaiteet ja strateginen koordinointi
Vaikka suuri osa perinteisestä L&D-työstä automatisoidaan tai hajautetaan, esiin on nousemassa kriittinen aukko, ja juuri siinä L&D:n tulisi ottaa suurempi rooli. Eigeland nostaa esiin huolestuttavan yhteyden puutteen.
”Vaikka 82 prosenttia organisaatioista käyttää jo tekoälyä oppimiseen, vain 23 prosenttia L&D-ammattilaisista sanoo, että heidän yrityksensä tekoälyä koskevan oppimissuunnitelman vastuut ja selkeys ovat ’erittäin selkeitä’. Hallinto on hajanaista, koska ihmiset ovat reagoineet muuttuvaan maailmaan, mutta juuri tällä alueella L&D:n tulisi johtaa: rakentaa viitekehys, asettaa suojakaiteet ja antaa ihmisille luottamusta käyttää tekoälyä vastuullisesti ja heidän roolinsa kannalta tarkoituksenmukaisesti.”
Tämä on kehittynyt rooli: ei sisällön toimittaminen, vaan sellaisen rakenteen luominen, jonka puitteissa oppiminen tapahtuu tehokkaasti ja turvallisesti.
Miltä tämä näyttää käytännössä:
Suunnittele oppiminen roolin, älä aiheen, perusteella. Kuten Eigeland toteaa, ”’tekoälylukutaito’ tulisi määritellä eri tavoin palveluasiantuntijalle, talouspäällikölle tai henkilöstöjohtajalle. Roolikohtaiset odotukset vähentävät epäselvyyttä ja tekevät hallinnosta käytännönläheistä.”
Tämä tarkoittaa siirtymistä pois mallista ”kaikki suorittavat Tekoäly 101 -kurssin” kohti mallia ”tällaista on hyvä tekoälyn käyttö juuri sinun roolissasi ja juuri sinun vastuualueillasi”.
Upota oppiminen osaksi nykyisiä työnkulkuja. "Jos L&D vastaa kehyksen muodostamisesta", Eigeland jatkaa, "nopein tapa edistää käyttöönottoa on sijoittaa oppiminen sinne, missä työ jo tapahtuu, erillisen itsenäisen portaalin sijaan. Tämä luo luontevat suojakaiteet ja varmistaa johdonmukaisen harjoittelun."
Anna tekoälyn hoitaa operatiivinen työ. "Kun L&D omistaa rakenteen ja valvonnan, tekoäly voi ottaa hoitaakseen operatiivisia tehtäviä, kuten sisällön tiivistämisen, oppimispolkujen ensimmäisten luonnosten laatimisen tai palautteen analysoinnin. Tämä vapauttaa asiantuntijat keskittymään tärkeisiin hallinnollisiin osa-alueisiin: suunnittelun laatuun, valmentamiseen ja liiketoimintatavoitteiden mukaiseen toimintaan."
Eigelandin johtopäätös kiteyttää mahdollisuuden: "Tekoälyn lupaama tehokkuus toteutuu vain, jos ihmiset osaavat käyttää työkaluja. Siksi L&D on välttämätön. Se ei katoa, vaan terävöittää painopistettään. Tiimit, jotka panostavat koordinointiin, ongelmanratkaisuun ja todelliseen käyttäytymisen muutokseen, pysyvät korvaamattomina."
Tässä toimintaympäristössä L&D muuttuu sisällön kuratoijasta strategiseksi mahdollistajaksi ja varmistaa, että ihmisillä ei ole ainoastaan pääsyä tekoälytyökaluihin, vaan myös kehykset, suojakaiteet ja tehtäväkohtainen ohjeistus niiden tehokkaaseen käyttöön.
Missä nämä tehtävät todella hoidetaan nyt
Jos L&D erillisenä toimintona on kehittymässä, minne nämä vastuut siirtyvät?
HR ottaa vastuulleen: Organisaation muutosjohtamisen, esihenkilöiden valmiuksien kehittämisen, urakehitystä koskevat keskustelut sekä hyvinvoinnin ja kestävän suorituskyvyn (erityisen tärkeää nyt, kun tekoäly poistaa joutoaikaa).
Tekniikka/IT hoitaa: Työkalujen käyttöoikeudet, tietoturvan ja hallinnon, mukautetut tekoälyintegraatiot ja työnkulut, teknisten taitojen kehittämisen sekä innovaatiolaboratoriot.
Esihenkilöt vastaavat: Oikea-aikaisesta valmentamisesta todellisessa työympäristössä, suoritusta koskevasta palautteesta ja kehittymiskeskusteluista, tiimikohtaisesta taitojen kehittämisestä sekä kokeiluille tilan luomisesta.
Yksilöt edistävät: Tekoälyn avulla tapahtuvaa taitojen kehittämistä juuri silloin, kun sitä tarvitaan, vertaisoppimista ja tiedon jakamista, henkilökohtaista kokeilua ja löytämistä sekä vastuun ottamista omasta kehittymisestään.
Mitä L&D:lle jää? Strategisesti toimivat ihmiset, jotka koordinoivat tekoälyn käyttöönoton tukistrategiaa (mutta eivät toteuta sitä), seuraavat käyttöönottoa ja vaikutuksia (mutta eivät laadi raportteja), yhdistävät organisaation eri osia (mutta eivät omista työtä) ja tunnistavat mahdollisuuksia järjestelmällisiin toimenpiteisiin (mutta tekevät toteutuksessa yhteistyötä muiden kanssa).
Todellisuudessa kyse ei luultavasti ole tiimistä. Kyse on yhdestä roolista. Ehkä kahdesta.
Todellinen keskustelu, joka sinun pitäisi käydä
Jos olet johtaja tai ylimmän johdon edustaja, tässä ovat todelliset kysymykset seuraavaa budjettikokoustasi varten.
Sen sijaan että kysyt: "Kuinka paljon meidän pitäisi käyttää tekoälykoulutukseen?" Kysy: "Miten meidän pitäisi järjestellä L&D uudelleen keskittymään hallintoon, koordinointiin ja käyttöönoton tukemiseen sisällön toimittamisen sijaan?"
Sen sijaan että kysyt: "Mihin koulutusalustaan meidän pitäisi investoida?" Kysy: "Mitä valmiuksia meidän on kehitettävä tekoälyn käyttöönottoa varten, joita alustat eivät yksin pysty tarjoamaan?"
Sen sijaan että kysyt: "Miten mittaamme koulutuksen tehokkuutta?" Kysy: "Miten mittaamme oppimisen nopeutta ja sen vaikutusta liiketoiminnan tuloksiin suoritusten valmistumisasteiden sijaan?"
Sen sijaan että kysyt: "Kenen pitäisi johtaa tekoälykoulutusohjelmaamme?" Kysy: "Miten jaamme oppimisen tukemisen L&D:n, esihenkilöiden ja vertaisverkostojen kesken sen sijaan, että keskitämme sen?"
"Johtajia eivät kiinnosta valmistumisasteenne", Hoang sanoi. "Heitä kiinnostaa kilpailuetu. Uusi keskustelu investointien tuotosta on yksinkertainen: selitä, miten oppiminen auttaa teitä voittamaan. Pk-yrityksissä ei ole ylellisyyttä tehdä pitkän aikavälin panostuksia, jotka eivät tuota tulosta. Johtajat haluavat tietää, miten tekoälyä hyödyntävä oppiminen lyhensi osaamisen saavuttamiseen kuluvaa aikaa tai miten se auttoi etulinjan esihenkilöitä tekemään parempia päätöksiä nopeammin."
Hoangin näkemys kiteyttää L&D:n uuden tehtävänannon. "Tekoäly on työkalu. L&D on arkkitehti. Älä vain hallinnoi teknologiaa, vaan hyödynnä sitä rakentaaksesi jotain, mitä ei voisi olla olemassa ilman ihmisen oivallusta."
Eri tyyppinen investointi
Tältä älykkään tekoälyvalmiuksien budjetin tulisi näyttää – ei yksityiskohtaiselta kolmivuotissuunnitelmalta, vaan perusteelliselta menojen uudelleensuuntaamiselta.
Siirrytään pois: LMS-lisensseistä, sisältökirjastojen tilauksista, suuren L&D-tiimin palkoista, kurssien kehittämisestä ja valmistumisasteiden seurannasta.
Siirrytään kohti: tekoälytyökalujen käyttömahdollisuuksia kaikille, kokeiluille varattua aikaa, esihenkilöiden valmennusvalmiuksia, vertaisoppimisverkostoja, tehtäväkohtaisia hallintokehyksiä sekä oppimisen nopeutta ja liiketoiminnan tuloksia mittaavia mittareita.
Rahaa ei käytetä alustoihin ja ohjelmiin, vaan käyttömahdollisuuksiin, aikaan ja strategiseen koordinointiin.
Tie eteenpäin
Oppiminen on tärkeämpää kuin koskaan. Mutta perinteisiä koulutusohjelmia toteuttavat oppimisen osastot, joita seurataan oppimisen hallintajärjestelmissä? Tämä toimintamalli on todennäköisesti lähestymässä viimeisiä päiviään.
Tulevaisuus ei edellytä 1 miljoonan dollarin koulutusbudjettia, joka investoidaan alustoihin ja sisältöön. Se edellyttää rehellistä arviointia, järkevää uudelleenkohdentamista ja L&D-johtajia, jotka ovat valmiita muuttamaan toimintoaan sen puolustamisen sijaan.
Loppujen lopuksi niillä on tärkeä rooli siinä, miten työ käytännössä nykyään tapahtuu: tekoäly toimii apupilottina, esihenkilöt valmentajina ja L&D strategisena toimintona, joka varmistaa, että tämä kaikki vahvistaa todellista osaamista ja tuottaa liiketoimintavaikutuksia.
Kannattaa lähteä liikkeelle, sillä työntekijäsi oppivat jo tekoälyltä riippumatta siitä, onko sinulla siihen strategiaa vai ei.
