Christian Pantel, Chief Product Officer ve společnosti D2L – Interview Series

Christian Pantel je Chief Product Officer ve společnosti D2L, kde řídí globální produktovou strategii, produktový management, produktový design, výzkum uživatelské zkušenosti a přístupnost. Byl jmenován do funkce CPO v roce 2024 po vstupu do společnosti v roce 2015, kde rozšířil své vedení v oblasti produktu, designu a inženýrství.

Pantel má více než 25 let zkušeností s budováním softwaru pro podniky, s předchozími vedoucími roli ve společnostech Workday, Infor a PeopleSoft. Jeho práce je založena na uživatelsky orientovaném designu, se zaměřením na vytváření intuitivních a přístupných učebních zkušeností pro různé učitele a studenty.

D2L je kanadská společnost pro vzdělávání, která je nejznámější díky vývoji Brightspace, cloudové platformy pro správu učení, používané školami, univerzitami, vládami a podniky pro poskytování online a hybridních učebních zkušeností. Společnost byla založena v roce 1999 Johnem Bakerem a zaměřuje se na personalizované a přístupné digitální vzdělávání, integrující nástroje poháněné umělou inteligencí, analytikou, vytvářením kurzů a adaptivními funkcemi učení do svého ekosystému. Platforma D2L podporuje vše od vzdělávání K-12 až po firemní školení a profesní rozvoj, se silným zaměřením na zapojení studentů, přístupnost a celoživotní vzdělávání. Společnost se rozšířila globálně a nyní slouží milionům uživatelů prostřednictvím sady produktů navržených pro modernizaci toho, jak organizace učí, školuje a spravuje programy vzdělávání

Vy jste strávil více než dvě desetiletí formováním uživatelské zkušenosti ve společnostech jako Workday, Infor a PeopleSoft, než jste se stal Chief Product Officer ve společnosti D2L. Jak vás tato cesta ovlivnila ve vašem přístupu k začleňování umělé inteligence do platforem učení bez ohrožení uživatelské zkušenosti a přístupnosti? 

Strávit tolik času v softwaru pro podniky vám učí, kde produkty selhávají. Týmy přidávají funkce, ale ztrácejí přehled o uživateli a komplexita se dostává do popředí. Tato zkušenost formovala můj přístup k umělé inteligenci. Zamezujeme honbě za lesklými objekty a zaměřujeme se na řešení skutečných problémů, kterým čelí učitelé a studenti denně. To se přímo promítá do toho, jak stavíme v D2L. Umělá inteligence musí zapadnout do toho, jak učitelé a studenti již pracují a podporovat to, jak lidé skutečně učí. Pokud funkce přidává tření, vytváří zmatek nebo oslabuje přístupnost, nebude dodána.

Jako Chief Product Officer, řídíte produkt, design a výzkum. Jak zajišťujete, aby funkce umělé inteligence skutečně zlepšovaly výsledky učení, místo aby přidávaly složitost do platformy?

Začínáme od jednoduchého principu. Učení vyžaduje produktivní zápas. Pokud umělá inteligence odstraňuje úsilí, které učení vyžaduje, je to špatné řešení. Učení závisí na praxi, zpětné vazbě, reflexi a aplikaci, a navrhujeme umělou inteligenci tak, aby podporovala tento proces. Každá funkce musí pomoci učitelům sladit učební zkušenosti a hodnocení s výsledky a pochopit, zda studenti skutečně pokročili. Měříme tento dopad přímo.

Platforma D2L Brightspace integruje umělou inteligenci přímo do učební zkušenosti, místo aby ji považovala za doplněk. Jaké výhody vytváří tento integrovaný přístup k umělé inteligenci pro učitele a instituce?

Integrování umělé inteligence je důležité, protože kontext je důležitý. Když systém rozumí kurzu, obsahu a tomu, co student dělá, může vést učení místo toho, aby pouze generoval odpovědi. To vede k lepší podpoře v pravý čas a silnějším výsledkům v průběhu času. Také udržuje instituce v řidičském sedadle. Mohou stanovit zásady, spravovat data a pochopit, jak je umělá inteligence používána, což je kritické pro důvěru, ochranu osobních údajů a akademickou integritu.

Mnohé nástroje umělé inteligence ve vzdělávání slibují personalizaci. Jak vypadá skutečná personalizace ve velkém měřítku a kde většina platforem selhává?

Personalizace by měla vést učení dopředu, ne odstranit úroveň obtížnosti, která je vyžadována pro skutečný pokrok. Umělá inteligence může odstranit zbytečné tření, ale učení stále závisí na udržení zapojení, řešení problémů a úsilí v průběhu času. Cílem je udržet studenty na správné úrovni obtížnosti, aby mohli pokračovat v pokroku bez toho, aby se zasekli nebo byli dezorientováni.

Vy jste během své kariéry zdůrazňoval přístupnost. Jak by měly být systémy umělé inteligence navrženy tak, aby lépe sloužily studentům se zdravotním postižením, místo aby je neúmyslně vylučovaly?

Umělá inteligence může odstranit skutečné bariéry tím, že nabízí více způsobů, jak se zapojit do obsahu, a činí učení flexibilnějším. Může podporovat různé formáty, zlepšovat titulkování a snižovat manuální práci pro učitele. Nicméně systémy umělé inteligence mají tendenci průměrovat uživatele, což znamená, že mohou přehlédnout lidi, kteří potřebují podporu nejvíce. Všichni se učí jinak a někteří se spoléhají na asistivní technologie, aby podporovaly své potřeby. Týmy musí navrhovat a testovat pro tyto učitele záměrně a zahrnovat je do procesu výzkumu a vývoje, aby se zajistilo, že přístupnost se verbessí v praxi. Prioritizací inkluzivního designu se snažíme dosáhnout všech studentů bez ohledu na schopnosti a vytvořit skutečné příležitosti pro všechny.

S umělou inteligencí, která se stále více podílí na hodnoceních a zpětné vazbě, jak byste si přál, aby instituce vyrovnaly automatizaci s udržením důvěry a akademické integrity?

Umělá inteligence by měla podporovat hodnocení, ne ho převzít. Může pomoci škálovat zpětnou vazbu a vytvářet více verzí hodnocení, které testují stejné koncepty, což posiluje integritu a prohlubuje celkovou učební zkušenost. Učitelé stále potřebují vlastnit hodnocení a konečná rozhodnutí. Důvěra závisí na tom, že za výsledkem stojí člověk.

Z produktového hlediska, jaké jsou největší mýty, které univerzity mají, když přijímají umělou inteligenci do svých vzdělávacích ekosystémů?

Léčba umělé inteligence jako nástroje, který můžete zapnout a vyřešit problém. V některých případech může udělat věci horšími tím, že odstraní úsilí, které učení vyžaduje. Instituce potřebují být jasné o tom, co se snaží zlepšit. Více automatizace neznamená lepší výsledky bez správných dat, governance a designu.

Společnost D2L operuje napříč K-12, vysokoškolským vzděláním a firemním vzděláváním. Jak se role umělé inteligence liší napříč těmito segmenty a kde vidíte nejrychlejší přijetí?

Role umělé inteligence se mění na základě toho, co každý segment nejvíce hodnotí. Ve vzdělávání K-12 je zaměřeno na bezpečnost, vhodnost pro věk a poskytování silné kontroly učitelům a rodičům nad tím, jak je umělá inteligence zavedena do třídy. Ve vysokoškolském vzdělávání se instituce více zajímají o škálovatelnost a kvalitu, zejména kolem hodnocení, podpory studentů a správy velkých studentských populací. Ve firemním vzdělávání se důraz přesouvá směrem k rychlosti a efektivitě, s umělou inteligencí, která pomáhá týmům pohybovat se rychleji a snižovat provozní režii.

Přijetí tenduje k následování těchto priorit, ale liší se také významně podle regionu. Vidíme zvláště silný impuls ve vysokoškolském vzdělávání globálně, zejména v místech jako Singapur, kde instituce investují agresivně do umělé inteligence, aby škálovaly učení a zlepšovaly výsledky. Napříč Singapurem jsme měli dlouholeté rané přijímače D2L Lumi, našeho AI-poháněného učebního asistenta. Byli mezi prvními, kteří přijali tyto schopnosti, a v roce 2025 samotném se generace zvýšily o 7,5násobek. Co stojí za zmínku, není jen objem použití, ale také šíře. Instituce zde jsou často první, kdo experimentuje s novými funkcemi umělé inteligence a nasazuje je ve velkém měřítku napříč skutečnými učebními prostředími.

Také vidíme silný a zrychlovající impuls v LATAM. Od září 2025 do dubna 2026 Lumi udržovalo konzistentně vysoké použití napříč regionem, signalizující, že instituce se již přesunuly za experimentování a začleňují umělou inteligenci přímo do instrukčních pracovních postupů.

Naopak trhy, jako je USA, často přijímají více strukturovaný přístup, s pilotními projekty, přezkumy governance a fázovanými nasazeními před širším nasazením.

Umělá inteligence je nyní schopná generovat obsah, hodnocení a dokonce i tutorování. Jak by měli učitelé přehodnotit svou roli ve světě, kde se tyto schopnosti stávají standardem?

Učitelé se nestávají méně důležitými, jakmile se umělá inteligence zlepšuje. Stávají se důležitějšími. Jejich role se posouvá směrem k vedení procesu učení, stanovení očekávání a zajištění toho, aby studenti se zapojili do materiálu smysluplným způsobem. Umělá inteligence může asistovat s obsahem a zpětnou vazbou, ale nemůže nahradit soud, motivaci nebo odpovědnost. Měli bychom používat umělou inteligenci ke škálování toho, co skutečně záleží na učení, ne nahrazovat myšlenkový proces nebo doručovat hotová hodnocení studentům.

Pohledem do budoucna, jaké jsou nejdůležitější produktové rozhodnutí, která musí edtech společnosti učinit správně dnes, aby zajistily, že umělá inteligence verbessí, ne zhorší, kvalitu vzdělávání v průběhu příštích deseti let?

Pokud se vrátím k produktovým rozhodnutím, vítězi budou ti, kteří staví na silných datech, integrují umělou inteligenci do skutečných pracovních postupů a zakládají vše na důvěře, přístupnosti a vědě o učení.

Pokud to uděláme správně, umělá inteligence se stane základní schopností, která neustále zlepšuje učení, pomáhá učitelům soustředit se na vysoce dopadové činnosti a poskytuje studentům podporu v pravý čas.

Skutečná příležitost spočívá v tom, aby se přesáhla vzdělávání “jedna velikost pro všechny” a místo toho se vytvořilo něco mnohem více reagujícího a efektivního, kde je každý student lépe podporován a každý učitel je lépe vybaven, aby jim pomohl uspět.

Děkuji za skvělý rozhovor, čtenáři, kteří si přejí se dozvědět více, by měli navštívit D2L.