Využijte umělou inteligenci ve vzdělávání a osobním rozvoji

Umělá inteligence (AI) má již nyní vliv na to, co čteme, sledujeme nebo kupujeme. Umělá inteligence nás neustále posouvá dopředu a díky doporučujícímu obsahu formuje naše životy. Filmy na Netflixu, videa z Youtubu, produkty z Amazonu, všechny tyto kanály využívají umělé inteligence pro předpověď toho, které objekty by mohly být pro uživatele v budoucnu zajímavé.  Tento základní koncept se také často využívá v oblasti vzdělávání.

personal learning & development

Alfou a omegou je personalizace

Ve studii Global Leadership Forecast 2018 si více než 25 tisíc lídrů volilo vzdělávací prvky (ze široké škály – od samostudia, přes mobilní nástroje až po dlouhodobé vzdělávací programy), které jsou podle nich ty nejžádanější. Personalizace byla prakticky u všech studentů volbou číslo jedna. Bez ohledu na to, zda se jednalo o lídra seniorské pozice nebo frontline lídra, nebo lídra z řad mileniálů či z generace X. Na volbu nemělo vliv ani zda respondent pochází z Číny, Německa, Spojených států, Brazílie nebo Indie, ani jak dlouho tuto pozici zastává či zda se pohybuje v oblasti prodeje, financí, IT nebo HR. Personalizace nechyběla v horním žebříčku ani u jedné z hlavních skupin lídrů- studentů.

Podle všeho vzdělávání a osobní rozvoj napříč všemi segmenty lídrů je to, co se nejvíce žádá. Manažeři  pro vzdělávání a rozvoj zaměstnanců mají za úkol hledat nové způsoby, jak efektivně naplnit tato očekávání napříč celým podnikem. Tato potřeba uživatelů i podniků – vzdělávání prostřednictvím personalizace – je oblast, v níž může hrát umělá inteligence rozhodující roli.

Co znamená vzdělávání a osobním rozvoj?

Ve většině případů se uvádějí tři klasické metody doporučovacího systému využívající AI, z nichž všechny se v oblasti vzdělávání zaměřují na „co dále”.

Metoda Popularity-based: je metoda založená na popularitě, u doporučovacích systémů se jedná o nejprimitivnější způsob doporučení, pro něž je charakteristické, že ani vzdělávací obsah ani uživatel nejsou důležité. Umělá inteligence využívá principu nejvíce volený vzdělávací přístup vycházející z celkových voleb všech předchozích studentů.

Metoda Content-Based: je metoda doporučení založená na obsahu, pro doporučovací systémy tohoto typu je charakteristický význam obsahu, nikoliv uživatelské charachteristiky. AI volí následující vzdělávací přístup v závislosti na podobnosti obsahu, který si před tím daný uživatel zvolil. Toto podobenství vychází z modality (jako je virtuální versus osobní), z dovedností a mnoha klasifikačních faktorů.

Metoda Collaborative Filtering: metoda funguje na principu kolaborativního filtrování,  u doručovacích systémů tohoto typu je důležitá uživatelská stránka nikoliv obsah. AI systém volí další vzdělávací přístup v závislosti tom, co si v minulosti uživatelé s podobnou charakteristikou zvolili. Mezi tyto charakteristiky lze zařadit pozice studenta (např. individuální přispěvatel, frontline lídr, senior lídr), funkce (jako například prodej, provoz, finance) a mezi dalšími uživatelské profily například funkční období.

My v Duotrainin vycházíme z metody User-based. Každý člověk se liší, ale vezmeme-li v potaz výše zmíněné metody, výsledná individuální školení jsou stále pro všechny stejná. To není přijatelné. Znalosti, zážitek a funkční hledisko každého jednotlivce by se mělo stát součástí každého školení, bez ohledu na to, o jaké téma či obor se jedná. Jinak bude první polovina každého školení pouhým potvrzením již nabytých znalostí. User-based AI přístup ve vzdělávání funguje na principu zajištění personalizovaného přístupu, díky němuž se u studenta dostavují výsledky rychleji.

Podtrženo sečteno: Umělá inteligence by se měla více soustředit na inteligenci vestavěnou do každého školení a méně na vzdělávací cestu. Vzdělávací cesta jednotlivce by neměla vycházet z principu popularity a ostatních uživatelů. Vzdělávací cesta jednotlivce  by měla vycházet z jeho schopností a mezer v dovednostech, které lze identifikovat za pomoci mentora, kouče nebo manažera. To je skutečné vzdělávání a osobní rozvoj.

personal learning & development

Typická chyba

Tento zkreslený pohled na vzdělávací cestu rovněž vede ke zásadní chybě, kterou HR/L&D hned od začátku dělají – ke vzdělávání a rozvoji zaměstnance využívají od prvopočátku přístup Content-based. Jedná se o design a kategorizaci obsahu na základě dovedností, na něž se vztahuje, způsob, jakým je poskytován (např. digitálně, samostudiem, prezenčně), cílené úrovni studenta a rozsahu řízení.

V popředí zájmu stojí student

V popředí zájmu musí být naopak hned od začátku student. Tedy skutečný student, z masa a kostí, ne persona nebo avatar. Pokud zamýšlíte využít jakoukoli z metod kolaborativního filtrování pro AI, musíte pochopit skutečné potřeby uživatelů. Toho lze pouze dosáhnout pomocí spolupráce napříč celou organizací, na všech úrovní řízení. Překonání komunikace a plná transparentnost jsou klíčovým předpokladem k úspěchu.

Skutečné vzdělávání a osobní rozvoj 

K maximalizaci uživatelského zážitku a obchodních hodnot  je ideální nejprve z vašich vzdělávacích aktivit využít personalizaci. Propojením zážitků organizace za účelem vytvoření vzdělávací cesty pro jednotlivé zaměstnance v kombinaci s AI inteligencí vestavěnou do každého školení, budou odborníci ve vzdělávání schopni připravit cestu pro přístupy typu people-data-driven, které odpovídají potřebám moderního studenta a současně čerpají z nejnovějších AI technologií.

Přečtěte si také: V roce 2019 je hlavním přáním LD personalizace vzdělávání
Učíme se učit – je to cesta
Vzdělávání jako strategie: tajemství úspěchu organizace ?
Šest tipů pro to, aby individualizace vzdělávacího programu byla úspěšná

Leave a comment

name*

email* (not published)

website

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Subscribe
* indicates required
Email Address*
Profession

Email Format


×