De impact van het bedrijf maximaliseren met AI: een bruikbaar raamwerk voor leiders op het gebied van personeel

Hoewel AI steeds meer aandacht krijgt in de L&D-gemeenschap, blijft er één belangrijke vraag over: hoe kunnen leiders van mensen AI strategisch integreren om de impact van leren te vergroten en dit rechtstreeks af te stemmen op bedrijfsdoelstellingen?

Om deze uitdagingen gezamenlijk aan te pakken, tijdens onze eerste Impact Lab 2.0 Tijdens dit evenement van dit seizoen hebben we een groep L&D-professionals uit de hele wereld en onze experts op het gebied van impact en AI, Bo Dury en Dr. Clemens Lechner, bijeengebracht om te beginnen met het ontrafelen van de exacte manieren waarop leiders AI strategisch in hun werk kunnen integreren.

Lees verder over onze belangrijkste conclusies en een bruikbaar raamwerk om te ontdekken dat u kunt gebruiken om AI effectief te integreren in uw leer- en ontwikkelingsstrategie.

‍

‍Inhoud:

1. Waarom krijgt het onderwerp impact en het gebruik van AI in talentontwikkeling zoveel aandacht?
2. De belangrijkste uitdagingen bij de implementatie van AI in L&D
3. Hoe kan AI de impact van L&D verbeteren? Het is tijd om verder te gaan dan het creëren van content
4. Begin AI te gebruiken bij talentontwikkeling met dit raamwerk in drie stappen
5. Een lijst met AI-tools voor L&D

‍

Waarom krijgt het onderwerp impact en het gebruik van AI in talentontwikkeling zoveel aandacht?

Banen en carrières zijn de afgelopen decennia aanzienlijk geëvolueerd. In het verleden hebben individuen een verworven vaardigheid, een specifieke rol binnen hun branche bekleed en vaak hun hele carrière in die functie gebleven. Tegenwoordig veranderen mensen vaak van bedrijfstak en zijn loopbaantrajecten minder lineair; velen van ons werken en leren tegelijkertijd tijdens hun loopbaan.

In deze dynamische omgeving wordt een strategische prioriteit binnen organisaties leren om ervoor te zorgen dat de juiste vaardigheden voor het juiste talent op het juiste moment worden ontwikkeld, zodat ze kunnen reageren op markttrends en het concurrentievermogen kunnen verbeteren.

‍

„Als we kijken naar de impact van leren, blijft de vraag: 'Hoe weten we wat het meest impactvolle is om mensen te helpen zich te ontwikkelen en om organisaties te helpen meer hooggeschoolde mensen te hebben om de uitdagingen aan te gaan? '”  

‍

Bo Dury, Impact Lead bij Lepaya

Nu opzettelijk leren steeds belangrijker wordt en organisaties zich meer richten op de directe impact ervan op bedrijfsdoelstellingen, moet de integratie van AI in talentontwikkeling ook strategisch benaderd worden.

De eerste fase van de AI-hype, toen ChatGPT net was ontstaan en L&D-leiders probeerden het te begrijpen, is voorbij. We gaan nu fase twee in, waarin wordt onderzocht hoe AI kan helpen bij het oplossen van problemen. L&D-afdelingen moeten de uitdagingen waarmee ze worden geconfronteerd beoordelen en de geschikte technologieën selecteren om deze aan te pakken. En impact moet centraal staan in elk gesprek over AI in talentontwikkeling.

‍

„Nu gaat het erom het kaf van het koren te scheiden en AI te gebruiken om specifieke L&D-problemen op te lossen. AI is geen doel op zich, maar een middel om een doel te bereiken. En het einde voor L&D zou de impact op het bedrijfsleven moeten zijn.”

‍

Dr. Clemens Lechner, hoofd leertechnologie en innovatie bij Lepaya

De belangrijkste uitdagingen bij de implementatie van AI-gestuurd leren

Het potentieel van AI om de vaardigheden en carrières van talent te transformeren is enorm. Maar van nieuwe tools die voortdurend op de markt komen tot een gebrek aan duidelijkheid over hoe ze daadwerkelijk in de huidige workflows kunnen passen, is het definiëren van een AI-implementatiestrategie geen eenvoudige taak.

Inzichten uit ons gesprek met deelnemers aan het Impact Lab van Lepaya hebben aangetoond dat, ondanks veel aanvankelijke weerstand, de steun voor AI onder belanghebbenden niet langer een groot probleem is voor organisaties. In plaats daarvan beletten andere uitdagingen voor mensenleiders om het potentieel van AI volledig te omarmen.

Dit is wat we hebben geleerd:

1. Niet weten met welke tools je moet beginnen

‍

Met zoveel AI-tools om uit te kiezen en zoveel theoretische toepassingsmogelijkheden, kan het voor HR- en L&D-afdelingen overweldigend zijn om te weten waar ze moeten beginnen. De vraag is: hoe overbrugt u de kloof tussen wat beschikbaar is en wat haalbaar is voor uw organisatie en haar bedrijfsdoelstellingen? Hoe werk je terug op de impact van leerlingen en beslis je welke tool of methode zal helpen?

‍

„De grootste uitdaging die we hebben is dat veel van onze collega's niet weten welke AI-tools beschikbaar zijn en welke mogelijkheden er zijn. Ze werken op de ouderwetse manier. Het gaat er dus om te weten wat de mogelijkheden zijn en wat de waarde ervan is. Je wilt innovatief zijn, maar je weet niet waar je moet beginnen.”

‍

Impact Lab-deelnemer

2. Onduidelijkheid over de impact die AI kan hebben

‍

Een andere grote vraag waar mensenleiders aan denken is: hoe meten wij of AI-leerinitiatieven echt werken? Dit draagt bij aan de centrale vraag van hoe je bijscholing koppelt aan zakelijke impact en het meten van de impact in het algemeen. Hoewel de experts het erover eens zijn dat experimenteren cruciaal is, zullen L&D-professionals ook bekwaam moeten worden in het stellen van doelen en het ontwerpen van programma's met analyses in het achterhoofd.

‍

„Er zijn veel manieren waarop we AI kunnen zien werken, maar als we terugkijken op wat impact is voor een leerling, terwijl we naar alle mogelijke hulpmiddelen en manieren kijken, hoe weten we welke hulpmiddelen en manieren helpen? Dat is wat ik zou gebruiken om na te denken over het succes van deze AI-tools,”

‍

Bo Dury, Impact Lead bij Lepaya

3. Zorgen over gegevensprivacy

‍

Nu sommige bedrijven AI-tools blokkeren vanwege zorgen over gegevensprivacy, zal het vinden van een evenwicht tussen innovatie en het beschermen van persoonlijke informatie een andere grote uitdaging zijn die in de toekomst moet worden opgelost. Hoe kunnen organisaties zorgen voor robuuste beveiligingsmaatregelen en transparant beleid voor gegevensverwerking? Hoe kunnen ze rekening houden met zaken als vooringenomenheid in AI-algoritmen en mogelijke onbedoelde gevolgen om eerlijke en billijke leeromgevingen te behouden?

Hoe kan AI de impact van L&D verbeteren? Het is tijd om verder te gaan dan het creëren van content

Tegenwoordig wordt AI het meest gebruikt om de efficiëntie en productiviteit te verhogen: meer inhoud met minder middelen. Maar zoals uit onze discussie bleek, is het tijd voor people leaders om verder te kijken naar toepassingen die transformeren leerervaringen, analyses en impactmetingen. Apps gaan verder dan alleen de mogelijkheden van ChatGPT.

Personalisatie vormt de kern van deze transitie, waarbij overtuigende AI-gebruiksscenario's voor L&D momenteel in drie belangrijke categorieën vallen:

• Personalisatie met generatieve AI

Generatieve AI zoals ChatGPT kan, indien interactief met de leerling gebruikt, leiden tot sterk geïndividualiseerde leerervaringen. Denk maar aan een AI-coach die in realtime feedback op maat kan geven, verbeterpunten kunnen identificeren en aanvullende oefeningen kunnen voorstellen om zwakke plekken te versterken.

• Algoritmische/voorspellende AI

Dit type AI kan helpen om elke leerling de juiste inhoud te bieden. Door de sterke en zwakke punten, doelen, taal, demografische gegevens en andere voorkeuren van een leerling in te voeren, kunnen organisaties aanbevelingsengines bouwen die leerlingen precies geven wat ze nodig hebben, waar ze zich bevinden.

• Adaptief leren

Ook gebaseerd op AI-algoritmen leidt deze vorm van personalisatie ertoe dat de leerling tijdens zijn leertraject de juiste inhoud in de juiste volgorde krijgt. Stel je een leermodule voor die de prestaties en voorkeuren van een leerling kan analyseren om het leertraject en de inhoud dynamisch aan te passen aan hun leerstijl. Dit zorgt ervoor dat elk individu in zijn eigen tempo vooruitgang boekt en inhoud ontvangt die is afgestemd op zijn behoeften.

‍

„Voor mij betekent personalisatie op het gebied van AI in de context van L&D dat de AI taal en stijl zich aanpast aan mij als gebruiker, en ik dus complexe samenvattingen van betere onderwerpen kan opnemen — zodat AI me helpt sneller te leren door middel van 'personalisatie'.”

‍

Moritz Benjamin Hoffmann, manager bedrijfsontwikkeling, VIPM bij Dell Technologies

Waar te beginnen met strategisch gebruik van AI in talentontwikkeling: gebruik dit raamwerk in drie stappen

‍

Voordat u kiest voor AI-oplossingen, is het belangrijk om duidelijk te zijn over de bedrijfsdoelstellingen en breng ze in lijn met de talentstrategie. Ons raamwerk „AI in L&D Impact Plan” is ontworpen om u te helpen de verbinding tussen beide te leggen.

Gebruik dit raamwerk als leidraad voor discussies met relevante belanghebbenden, waaronder budgethouders, afdelingshoofden, IT, leerlingen, managers en andere zakenpartners. Als je eenmaal de basis van je AI-leerstrategie in kaart hebt gebracht, wordt het creëren en volgen van impact veel eenvoudiger.

Stap 1: bedrijfsdoelen definiëren

‍

Voordat er iets anders kan worden gedaan, is het essentieel om de basisvraag te beantwoorden: wat gaat onze organisatie verbeteren?

Dit begint met het definiëren van bedrijfsdoelen en de gedragsveranderingen die nodig zijn om die doelen te bereiken. Betrek belanghebbenden om te begrijpen welke uitdagingen dit met zich meebrengt en wie bij het proces betrokken moet worden.

Denk vervolgens na over welke daadwerkelijke acties of processen moeten worden toegepast of geleerd om leeroverdracht te stimuleren, zodat u ervoor kunt zorgen dat de initiatieven het gewenste effect hebben op de werkplek. Het laatste deel van dit proces — dat niet over het hoofd mag worden gezien — bestaat uit het verzamelen van gegevens over de zakelijke uitdaging, de leeroplossing, gedrag (verandering) en gerichte KPI's. Door deze gegevens vooraf te verzamelen, kun je uiteindelijk de impact volgen wanneer je begint met het ontwerpen en implementeren van AI-leeroplossingen.

Stap 2: Leeroplossingen identificeren op basis van AI

‍

Voordat u begint met het onderzoeksintensief proces van het testen en selecteren van AI-tools, moet u bepalen op welke praktische manieren AI uw L&D-proces kan helpen en welke opties op dit moment het meest gunstig zijn voor uw organisatie. Via het raamwerk hebben we vier belangrijke use-cases gedefinieerd die u als uitgangspunt kunt gebruiken:

‍

• Ontdek de leerbehoeften

‍Het brainstorm- en onderzoeksproces is een gebied waar AI uitblinkt. Gebruik het om je te helpen de leerbehoeften, uitdagingen en doelen van je leerlingen en organisatie te ontdekken. Je kunt ChatGPT bijvoorbeeld vragen stellen om interviewvragen te stellen voor belanghebbenden of om potentiële leeruitdagingen te identificeren op basis van gegevens die je al hebt. De focus ligt op het koppelen van deze leerbehoeften aan bedrijfsdoelen.

‍

„We doen veel interviews, praten met teamleiders en vragen wat hun teams nodig hebben. Zet ik vervolgens mijn aantekeningen in ChatGPT en krijg ik een resultaat over wat de meest urgente leerbehoeften zijn.” ‍

‍

Impact Lab-deelnemer

‍

• Ontwerpen van leerinhoud

‍Als de leerbehoeften duidelijk zijn, kun je beginnen met het ontwerpen van het leermateriaal. AI kan hierbij helpen om leerstrategieën, inhoud en middelen te creëren (tekst, audio, video, enz.). Dit is momenteel waar de meeste mensenleiders op dit moment AI gebruiken. De sleutel is om AI niet alleen te gebruiken om meer inhoud te creëren, maar ook om deze te gebruiken om te creëren relevant, hoogwaardige ervaringen in lijn met de bedrijfsstrategie.

‍

„Als we kijken naar het gebruik van AI om L&D te verbeteren, ligt de focus voor ons niet alleen op inhoud. Het gaat om opleidingsbehoeften vanuit een meer holistisch oogpunt, inclusief het gebruik ervan voor administratieve taken, zoals het schrijven van e-mails, zodat wij L&D-professionals zich meer kunnen concentreren op het creëren van hoogwaardige inhoud.” ‍

‍

Impact Lab-deelnemer

‍

• Lever leerervaringen

‍Een van de meest opwindende gebieden waar AI kan helpen, is het creëren van meer dynamische en interactieve leerervaringen (zoals hierboven beschreven). Denk aan vaardigheden zoals spreken in het openbaar of onderhandelen die kunnen worden geoefend en verbeterd met een AI-coach, of hoe inhoud kan worden gepersonaliseerd voor boeiendere ervaringen die relevant zijn voor de leerling.

‍

• Leerprocessen analyseren

‍Het potentieel van het gebruik van AI voor analyses is enorm, maar het is een gebied dat nog grotendeels onbenut is gebleven door leerprofessionals. AI-modellen hebben de mogelijkheid om snel grote hoeveelheden gebruikersgegevens te analyseren, met name kwalitatieve gegevens, die leiders misschien niet zelf effectief kunnen analyseren. Gebruik specifieke aanwijzingen om de belangrijkste punten samen te vatten en leerpatronen en resultaten op grote schaal te identificeren.

‍

„We willen verbeteringen in het leertraject meten, niet alleen de impact van de training meten, maar ook de langetermijnimpact op gedragsverandering en hoe AI daar invloed op kan hebben.”

‍‍

- Deelnemer aan het Impact Lab

Stap 3: Plan de volgende stappen

‍

Nu het probleem duidelijk is gedefinieerd en de oplossingsopties zijn geïdentificeerd, is de laatste stap het definiëren van de concrete acties die u zullen helpen de bal aan het rollen te krijgen. Het doel is om de eerste stappen klein te houden en gaandeweg te herhalen.

Waar vind je bestaande AI-tools voor L&D

Nadat je AI-implementatiestrategie met het framework in kaart is gebracht, is het tijd om de ideale tools voor je organisatie te vinden en te beginnen met experimenteren. Ontdek hieronder onze bronnen voor de nieuwste AI-technologie.

Websites en winkels van AI-aggregators

‍

• OpenAI GPT-winkel
• Aggregatorwebsites van derden (niet gerelateerd aan de officiële OpenAI GPT Store):

• Er is een AI voor
• GPT-winkel

‍Waarschuwende opmerking: Controleer zorgvuldig de kwaliteit en gegevensbeveiliging van kant-en-klare AI-tools. Zorg ervoor dat de tools aansluiten bij de beveiligings- en privacynormen van je organisatie.

‍Blogs, nieuwsbrieven en sociale media

‍

Volg blogs, nieuwsbrieven en social media-accounts van L&D/AI-influencers zoals Donald Taylor, Eagle Vinauskaite, Ross Stevenson, Donald Clark, busje Josh Bersin.

‍Waarschuwende opmerking: Sommige inhoud is mogelijk betaald en niet echt objectief. Pas op voor de hype.

Meer informatie over bijscholing met AI

Wil je meer ondersteuning bij het uitzoeken hoe je AI het beste kunt integreren in je leerstrategie? Bekijk onze Gids voor HR-leiders voor strategisch gebruik van AI.

Blijf bovendien op de hoogte van onze volgende Impact Labs hier.

‍