David James, Chief Learning Officer hos 360Learning – Interview-serie

360Learning er en cloud-baseret læringsplatform, der kombinerer elementer fra et Learning Management System (LMS) og et Learning Experience Platform (LXP). Fokus er på samarbejdende læring — hvor interne eksperter kan samarbejde om indhold, give læsere feedback, muliggøre peer-interaktioner og fremhæve færdigheds huller. Automatiserede værktøjer hjælper med at administrere compliance-træning, onboarding og skalerbarhed, mens AI-funktioner hjælper med at personalisere læringsforløb. Det bruges af tusinder af hold globalt og har til formål at hjælpe organisationer med at “opgradere internt”.

Du var direktør for Talent, Learning & Organisation Development hos Disney (EMEA) før du blev CLO hos 360Learning. Hvad er nogle af de lektioner, du har lært fra din Disney-oplevelse, som du stadig anvender i dag, især når det kommer til at skalerer L&D i AI-drevne miljøer?

Hos Disney lærte jeg, at skala kun fungerer, når man kommer tæt på forretningsproblemet først. Træning for træningens skyld var ikke nok; det skulle drive performance. Denne holdning har været vedvarende, især nu med indførelsen af AI og dens indvirkning på arbejdspladsen. Uanset teknologien holder principperne: start med, hvad forretningsvirksomheden har brug for, og design derefter læring, der løser det.

Som vært for The Learning & Development Podcast, hvad har været nogle af de mest overraskende eller underdiskuterede indsighter, du har fået fra gæster, som har ændret, hvordan du tænker om L&D?

En af de mest overraskende temaer fra podcast-gæster er, hvor ofte L&D-hold underestimerer den viden, der allerede findes i deres arbejdsstyrke. Ledere fortæller mig gentagne gange, at deres mest effektive læring ikke er købt ind, men fremhæves fra indenfor. En anden er skiftet til færdighedsbaserede strategier, med mindre fokus på indholdsbiblioteker og mere på at tilpasse sig til performancesresultater.

Du udgiver regelmæssigt og er anerkendt som en influencer inden for L&D. Hvordan balancerer du tankeledelse (skrivning, tale) med håndtering af programmer som Performance Academy? Hvad er de kompromiser, du står over for?

Tankeledelse og levering er to sider af samme mønt. Skrivning og tale holder mig forbundet med nye udfordringer og forbundet med L&D-samfundet, mens ledelse af programmer som Performance Academy giver mig en forankring i de daglige udfordringer for L&D-praktikere. Kompromiset er tiden, men krydsbesøget gør begge dele stærkere – det, jeg lærer fra tale og interaktion med samfundet, kommer ind i de produkter og tjenester, vi leverer.

Hvad fik 360Learning til at oprette L&D Performance Academy nu? Var der bestemte signaler på markedet eller fra kunder, som gjorde dette til den rette tid?

Presset på L&D-hold for at bevise ROI er kun øget, på trods af AI-presset og den halve levetid af færdigheder, der er på 5 år eller mindre. Dette betyder, at det, folk lærer i dag, kan være forældet om to år – hvordan kan L&D-hold følge med det? Samtidig ses for mange L&D-funktioner stadig som reaktive eller “nice to have” snarere end strategiske. Forretningsvirksomheder har brug for, at L&D-hold er performance-acceleratorer, der driver målbare indvirkning, ikke kun leverer kurser, og vi vil give holdene de værktøjer, de har brug for for at gøre det.

Akademiet vil hjælpe dem med netop det: give L&D-professionelle de værktøjer til at skifte fra reaktiv til strategisk lige på det tidspunkt, hvor forretningsvirksomhederne har brug for det mest. Det vil give dem den forretningsdygtighed, AI-kendskab og praktiske værktøjer til at tilpasse sig til strategi og bevise deres værdi. Vi er spændte på at se, hvilken indvirkning dette vil have.

Akademiet inkluderer to kurser om AI: “grundlæggende AI-principper” og “integrer AI-strategi i L&D-arbejdsgange.” Kan du give et praktisk eksempel på, hvordan en organisation kan bruge disse til at ændre deres L&D-praksis i den nærmeste fremtid?

En måde, dette kan anvendes i praksis, er i onboarding, som er en kritisk del af L&D. I stedet for at give nye ansatte en bibliotek af generiske moduler, kan L&D-hold bruge AI til at kortlægge de nøjagtige færdigheder, der er nødvendige for en rolle, og derefter integrere samarbejdende læring, så erfarne kollegaer kan skabe og validere det indhold. Vores grundlæggende AI-princip-kurs giver praktikerne den tillid til at bruge disse værktøjer, og AI-strategi-kursus viser, hvordan man integrerer dem i arbejdsgange.

Mange L&D-praktikere kæmper med at vise målbare forretningsværdi. Hvad er de metrikker eller tilgange, du finder mest effektive (eller underudnyttede) til at demonstrere ROI af L&D i AI-drevne arbejdspladser?

Den mest underudnyttede metrik er forretningspræstationen i sig selv. Kursusgennemførelsesrater er stadig afhængigt af hele industrien, men dette fejler at vise den samlede indvirkning. I stedet skal man spore indvirkningen på KPI’er, som ledelsen allerede er bekymret for, som f.eks. salgsomvendelser, reduceret tid til produktivitet eller fejlmindskning. Når man kobler læring direkte til forretningsresultater, bliver ROI uafviselig.

Hvordan ser 360Learning for sig, at AI bliver brugt til at personalisere læring uden at ofre skalerbarhed eller øge bias?

Nøglen er at kombinere AI-drevet færdighedskortlægning med menneskelig validering. AI kan fremhæve mønstre og anbefale forløb, men fageksperter giver den nuance og kontekst, der holder det relevant og retfærdigt. Dette sikrer, at læring er personaliseret i skala, uden at falde i fælden af algoritme-bias.

Givet, hvor hurtigt færdigheder nu ændrer sig (med estimerede halve levetider af færdigheder på 5 år eller endda 2,5 i visse domæner), hvordan bør L&D-ledere strukturere kontinuerlig læring eller “genoptræningscykler” i deres organisationer?

Kontinuerlig læring kan ikke være et en-gangs-program. Ledere skal tænke i kortere genoptræningscykler, måske hver 12 til 18 måneder, direkte knyttet til ændrende forretningsprioriteter. For eksempel, hvis forretningsvirksomheden udvider sig til nye markeder eller ruller AI-drevne værktøjer ud, skal genoptræningscyklen direkte adresse disse behov.

AI gør dette mere praktisk ved at scanne markedets data, jobroller og interne færdighedsprofiler gennem færdighedsontologier for at fremhæve fremvoksende huller, før de bliver kritiske. Men det virkelige arbejde ligger i, hvordan L&D-integrerer disse indsighter i daglige operationer. Det betyder at integrere læring i arbejdsgange, så mennesker ikke bare holder pause i deres job for at “tage træning,” men konstant samler færdigheder op som en del af deres roller. Det handler om at gå fra episodiske læringsbegivenheder til kontinuerlig, iterativ udvikling. Hvis det gøres godt, holder disse cykler ikke kun ansatte aktuelle, men giver også organisationen en fremtidssikring mod disruption.

Hvad er de største risici eller faldgruber, organisationer står over for, når de springer for hurtigt ind i AI til læring/træning (f.eks. overlover, lav adoption, etiske bekymringer)?

De største faldgruber, organisationer står over for, når de springer for hurtigt ind i brug af AI til noget som helst, ikke kun L&D, er overhypning af kapaciteter, udvikling af værktøjer uden kontekst og manglende støtte til adoption. AI skal introduceres som en muliggører, ikke en magisk løsning. Hvis du ikke kobler det til rigtigt arbejde, vil mennesker ikke bruge det. Endnu værre kan hastighed skabe mistillid, hvis ansatte føler sig overvåget, dømt eller efterladt.

Hvordan sikrer du, at L&D forbliver inklusivt, når du introducerer AI-værktøjer? For eksempel, hvordan sikrer du, at personer med lavere digitale kompetencer eller i mindre ressourcerige lokaliteter ikke bliver efterladt?

Inklusivitet begynder med at anerkende, at ikke alle har den samme digitale kompetence. Træning skal møde mennesker, hvor de er, med simple, praktiske brugs eksempler. Par-rengement af yngre digitale naturlige med mere erfarne kollegaer til peer-læring hjælper også – dette er en del af, hvorfor vi er store tilhængere af samarbejdende læring. Hvis AI-værktøjer rulles ud uden denne støtte, risikerer du at udvide kløfter i stedet for at lukke dem, og det vil give dig endnu flere problemer længere nede ad vejen.

I 5 år, hvordan ser du på, at rollen som CLO udvikler sig (især i forhold til AI, præstation og forretnings-tilpasning)?

Rollen som CLO udvikler sig væk fra en fokus på træning og bliver mere om at orkestrere præstation. AI vil automatisere administrationen, frie CLO’er og deres hold til at fokusere på at tilpasse færdigheder til strategi, bevise indvirkning og guide etisk brug af teknologi. Rollen vil blive vurderet ikke af, hvor meget træning der leveres, men af, hvor synligt det driver forretningsvækst og holder mennesker beskæftiget.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge 360Learning eller lytte til The Learning & Development Podcast.