Christian Pantel, Chief Product Officer hos D2L – Intervju-serie

Christian Pantel er Chief Product Officer hos D2L, hvor han leder den globale produktstrategi, produktledelse, produkt-design, bruger-erfaring-forskning og tilgængelighed. Han blev udnævnt til CPO i 2024 efter at have tiltrådt virksomheden i 2015, hvor han udvidede sin ledelse over produkt, design og ingeniørarbejde.

Pantel har mere end 25 års erfaring med at bygge enterprise-software, med tidligere ledelsesroller hos Workday, Infor og PeopleSoft. Hans arbejde er baseret på brugercentreret design, med fokus på at skabe intuitive, tilgængelige læringsoplevelser for diverse lærere og elever.

D2L er en canadisk uddannelses-teknologivirksomhed, der er bedst kendt for at udvikle Brightspace, en cloud-baseret læringsplatform, der bruges af skoler, universiteter, regeringer og virksomheder til at levere online- og hybrid-læringsoplevelser. Virksomheden blev grundlagt i 1999 af John Baker og fokuserer på personlig og tilgængelig digital uddannelse, med integration af AI-drevne værktøjer, analytics, kursusforfattere og adaptive læringsfunktioner i deres økosystem. D2L’s platform understøtter alt fra K-12-uddannelse til virksomhedsuddannelse og professionel udvikling, med stærkt fokus på lærerengagement, tilgængelighed og livslang uddannelse. Virksomheden har udvidet globalt og betjener i dag millioner af brugere gennem en række produkter, der er designet til at modernisere, hvordan organisationer underviser, træner og administrerer læringsprogrammer.

Du har brugt over to årtier på at forme brugeroplevelsen hos virksomheder som Workday, Infor og PeopleSoft, før du avancerede i D2L. Hvordan har den rejse påvirket din tilgang til at integrere AI i læringsplatforme uden at kompromittere brugervenlighed og tilgængelighed? 

At tilbringe så megen tid i enterprise-software lærer dig, hvor produkterne bryder sammen. Teams tilføjer funktioner, men de mister sight of brugeren, og kompleksitet sniger sig ind. Den erfaring har formet, hvordan jeg tilgår AI. Vi undgår at jagte lysende objekter og fokuserer på at løse ægte udfordringer, som lærere og elever møder dagligt. Det fører direkte ind i, hvordan vi bygger hos D2L. AI skal passe ind i, hvordan lærere og elever allerede arbejder, og støtte, hvordan mennesker faktisk lærer. Hvis en funktion tilføjer friktion, skaber forvirring eller svækker tilgængelighed, så kommer den ikke på markedet.

Som Chief Product Officer overvåger du produkt, design og forskning. Hvordan sikrer du, at AI-funktioner faktisk forbedrer læringsresultaterne, og ikke blot tilføjer kompleksitet til platformen?

Vi starter fra en simpel princip. Læring kræver produktiv kamp. Hvis AI fjerner den indsats, der kræves for at lære, så er det den forkerte løsning. Læring afhænger af praksis, feedback, refleksion og anvendelse, og vi designer AI til at støtte den proces. Hver funktion skal hjælpe lærere med at alignere læringsoplevelser og vurderinger til resultater og forstå, om eleverne faktisk fremover. Vi måler den indvirkning direkte.

D2L’s Brightspace-platform integrerer AI direkte i læringsoplevelsen i stedet for at behandle det som et tilføjelse. Hvad er fordelene ved denne indbyggede AI-tilgang for lærere og institutioner?

At indbygge AI er vigtigt, fordi kontekst er vigtigt. Når systemet forstår kursus, indhold og hvad eleven laver, kan det guide læring i stedet for kun at generere svar. Det fører til bedre støtte i øjeblikket og stærkere resultater over tid. Det holder også institutionerne i førersædet. De kan fastsætte politikker, administrere data og forstå, hvordan AI bruges, hvilket er kritisk for tillid, privatliv og akademisk integritet.

Mange AI-værktøjer i uddannelse lover personliggørelse. Hvad ser meningsfuld personliggørelse ud til i stor målestok, og hvor fejler de fleste platforme?

Personliggørelse skal drive læring fremad, ikke fjerne niveauet af udfordring, der kræves for reel fremgang. AI kan eliminere unødvendig friktion, men læring afhænger stadig af vedvarende engagement, problemløsning og indsats over tid. Målet er at holde eleverne på det rigtige niveau af sværhedsgrad, så de kan fortsætte med at fremme uden at blive fast eller fraværende.

Du har understreget tilgængelighed gennem hele din karriere. Hvordan skal AI-systemer være designet til bedre at betjene elever med handicaps i stedet for ufrivilligt at lukke dem ude?

AI kan fjerne reelle barrierer ved at tilbyde flere måder at engagere sig med indhold og gøre læring mere fleksibel. Det kan understøtte forskellige formater, forbedre undertekster og reducere manuelt arbejde for lærere. Men AI-systemer har tendens til at gennemsnitte brugere, hvilket betyder, at de kan overse de personer, der har brug for støtte mest. Alle lærer på forskellige måder, og nogle afhænger af hjælpemidler til at støtte deres behov. Teams skal designe og teste for disse elever formål og inkludere dem i forsknings- og udviklingsprocessen for at sikre, at tilgængelighed forbedres i praksis. Ved at prioritere inklusiv design stræber vi efter at nå alle elever uanset evne og skabe meningsfulde muligheder for alle.

Med AI, der stadig mere er involveret i vurderinger og feedback, hvordan skal institutioner balancere automatisering med vedligeholdelse af tillid og akademisk integritet?

AI skal støtte vurdering, ikke overtage den. Det kan hjælpe med at skala feedback og oprette multiple versioner af vurderinger, der tester de samme koncepter, hvilket styrker integritet og dybder den samlede læringsoplevelse. Lærere skal stadig eje karaktergivning og finale beslutninger. Tillid afhænger af at vide, at en menneskelig står bag resultatet.

Set fra et produkt-perspektiv, hvad er de største misforståelser, universiteter har, når de adopterer AI i deres lærings-økosystemer?

At behandle AI som et værktøj, du kan tænde og løse problemet. I nogle tilfælde kan det gøre tingene værre ved at fjerne den indsats, der kræves for at lære. Institutioner skal være klare om, hvad de prøver at forbedre. Mere automatisering betyder ikke bedre resultater uden den rigtige data, styring og design på plads.

D2L opererer på tværs af K-12, højere uddannelse og virksomhedsuddannelse. Hvordan adskiller AI’s rolle sig på tværs af disse segmenter, og hvor ser du den hurtigste adoption?

AI’s rolle skifter baseret på, hvad hvert segment værdsætter mest. I K-12 er fokus på sikkerhed, alderspassende brug og giver lærere og forældre stærk kontrol over, hvordan AI introduceres i klasselokalet. I højere uddannelse er institutionerne mere fokuseret på skala og kvalitet, især omkring vurdering, elev-støtte og administration af store studenter-populationer. I virksomhedsuddannelse skifter fokus mod hastighed og effektivitet, hvor AI hjælper hold med at flytte hurtigere og reducere operationel overhead.

Adoptionen følger generelt disse prioriteringer, men det varierer også betydeligt afhængigt af region. Vi ser en særligt stærk momentum i højere uddannelse globalt, især i steder som Singapore, hvor institutioner investerer aggressivt i AI for at skala læring og forbedre resultater. På tværs af Singapore har vi haft langvarige tidlige adopterer af D2L Lumi, vores AI-drevne læringsassistent. De var blandt de første til at omfavne disse kapaciteter, og i 2025 alene voksede generationer 7,5 gange. Det, der fremhæver sig, er ikke kun volumen af brug, men også bredde. Institutioner der er ofte de første til at eksperimentere med nye AI-funktioner og implementere dem i stor målestok på virkelige læringsmiljøer.

Vi ser også en stærk og accelererende momentum i LATAM. Fra september 2025 til april 2026 opretholdt Lumi en konstant høj brug på tværs af regionen, hvilket signalerer, at institutioner har flyttet sig langt ud over eksperimentering og nu integrerer AI direkte i instruktions-workflows.

I modsætning hertil tager markeder som USA ofte en mere struktureret tilgang, med piloter, styringsgennemgange og faserede implementeringer, før bredere udrulning.

AI er nu i stand til at generere indhold, vurderinger og endda undervisning. Hvordan skal lærere omdefinere deres rolle i en verden, hvor disse kapaciteter bliver standard?

Lærere bliver ikke mindre vigtige, da AI forbedres. De bliver mere vigtige. Deres rolle skifter mod at guide læringsprocessen, fastsætte forventninger og sikre, at elever engagerer sig med materialet på en meningsfuld måde. AI kan assistere med indhold og feedback, men det kan ikke erstatte dømmekraft, motivation eller ansvar. Vi skal bruge AI til at skala, hvad der virkelig betyder noget i læring, og ikke erstatte tænkeprocessen eller levere færdige vurderinger til eleverne.

Set fremad, hvad er de vigtigste produkt-beslutninger, uddannelses-teknologivirksomheder skal træffe i dag for at sikre, at AI forbedrer, og ikke svækker, uddannelsens kvalitet i de næste ti år?

Hvis jeganker det tilbage til produkt-beslutninger, vil vinderne være dem, der bygger på stærk data, integrerer AI i virkelige workflows og grundlægger alt i tillid, tilgængelighed og læringsvidenskab.

Hvis vi får det rigtigt, bliver AI en kernekapacitet, der kontinuerligt forbedrer læring, hjælper lærere med at fokusere på høj-impact-arbejde og giver elever støtte på det rigtige tidspunkt.

Den rigtige mulighed er at gå ud over en-size-fits-all-uddannelse til noget langt mere responsivt og effektivt, hvor hver elev er bedre understøttet, og hver lærer er bedre udstyret til at hjælpe dem med at lykkes.

Tak for det store interview, læsere, der ønsker at lære mere, skal besøge D2L.