Connect with us

ื“ื™ื™ื•ื•ื™ื“ ื’’ื™ื™ืžืก, Chief Learning Officer ื‘-360Learning – ืกื“ืจืช ืจืื™ื•ื ื•ืช

ื‘ื™ื ื” ืžืœืื›ื•ืชื™ืช

ื“ื™ื™ื•ื•ื™ื“ ื’’ื™ื™ืžืก, Chief Learning Officer ื‘-360Learning – ืกื“ืจืช ืจืื™ื•ื ื•ืช

mm

דייוויד ג’יימס הוא Chief Learning Officer ב-360Learning. הוא היה מנהל פיתוח אנשים במשך יותר מ-20 שנה, בעיקר כמנהל כישרונות, למידה ופיתוח ארגוני בחברת וולט דיסני ברחבי אירופה, המזרח התיכון ואפריקה.

ככותב בולט בתעשייה ומנחה של The Learning & Development Podcast, דייוויד מרצה באופן קבוע בוועידות על אסטרטגיות L&D (למידה ופיתוח) בעלות השפעה, מגמות חדשות וכיצד לספק ערך עסקי מקסימלי כמנהל L&D.

360Learning היא פלטפורמת למידה מבוססת ענן המשלבת אלמנטים של מערכת לניהול למידה (LMS) ופלטפורמת חווית למידה (LXP). המוקד שלה הוא למידה שיתופית — הרשאה למומחים פנימיים ליצור תוכן, מתן משוב ללומדים, אפשרות לאינטראקציות בין עמיתים וחשיפת פערים במיומנויות. כלים אוטומטיים עוזרים לנהל הדרכות ציות, התאמה אישית וגמישות, בעוד תכונות AI מסייעות באישון הלמידה. היא משמשת אלפי צוותים ברחבי העולם ומטרתה לעזור לארגונים “לשדרג מבפנים.”

הייתector of Talent, Learning & Organisation Development ב-Disney (EMEA) לפני שהפכת ל-CLO ב-360Learning. מהן הלקחים מחווית דיסני שאתה עדיין מיישם היום, במיוחד כאשר מדובר בהגדלת L&D בסביבות המונעות על ידי AI?

בדיסני, למדתי שהגדלה רק עובדת כאשר אתה מתקרב לבעיה העסקית ראשונה. אימון לשם אימון לא היה מספיק; הוא היה צריך לנער את הביצועים. המנטליות הזו נשארה איתי, במיוחד עכשיו עם עלייתה של AI והשפעתה על המקום העבודה. ללא קשר לטכנולוגיה, העיקרון עומד: התחל במה שהעסק צריך, אז תכנן למידה שמפתר אותו.

כמנחה של The Learning & Development Podcast, מהן התובנות המפתיעות או הפחות מדוברות שאתה למדת מאורחים ששינו את הדרך בה אתה חושב על L&D?

אחד הנושאים המפתיעים ביותר מאורחי הפודקאסט הוא כיצד צוותי L&D מוערכים באופן שגוי את הידע שכבר קיים בכוח העבודה שלהם. מנהיגים מספרים לי שוב ושוב שהלמידה היעילה ביותר שלהם אינה נרכשת, אלא מופיעה מבפנים. עוד דבר הוא המעבר לאסטרטגיות מבוססות מיומנויות, עם פחות דגש על ספריות תוכן ויותר על התאמה לתוצאות ביצועים.

אתה כותב באופן קבוע ומוכר כמשפיע ב-L&D. כיצד אתה מאזן מנהיגות מחשבה (כתיבה, דיבור) עם מסירה ידנית של תוכניות כמו Performance Academy? מהם הוויתורים שאתה פוגש?

מנהיגות מחשבה ומסירה הן שני צדדים של אותה מטבע. כתיבה ודיבור שומרים אותי מחובר לאתגרים חדשים ומחוברים לקהילת L&D, בעוד שהובלת תוכניות כמו Performance Academy מקרקע אותי באתגרים היומיומיים של מעצבי L&D. הוויתור הוא זמן, אבל ההשראה ההדדית הופכת את שניהם לחזקים יותר – מה שאני לומד מדיבור ואינטראקציה עם הקהילה הולך לתוצרים ושירותים שאנו מספקים.

מה גרם ל-360Learning ליצור את L&D Performance Academy עכשיו? האם היו אותות מסוימים בשוק או מלקוחות שהפכו את זה לזמן הנכון?

הלחץ על צוותי L&D להוכיח ROI רק גובר, בין היתר עקב הלחץ של AI וחיי המחצית של המיומנויות מתקצרים לחמש שנים או פחות. זאת אומרת שמה שאנשים לומדים היום עלול להיות מיושן בתוך שנתיים – כיצד יכולים צוותי L&D לעמוד בקצב? בו-זמנית, צוותי L&D רבים עדיין נתפסים כריאקטיביים או ‘נחמדים’, במקום אסטרטגיים. עסקים זקוקים לצוותי L&D שיהיו מאיצי ביצועים, מניעים השפעה מדידה, ולא רק מספקים קורסים, ואנו רוצים לתת להם את הכלים לעשות זאת.

האקדמיה תעזור להם לעשות בדיוק את זה: תיתן למקצועיי L&D את הכלים לעבור מריאקטיבי לאסטרטגי בדיוק ברגע שעסקים זקוקים לזה. היא תיתן להם את הידע העסקי, הידע של AI והכלים המעשיים להתאים לאסטרטגיה ולהוכיח את ערכם. אנו מצפים לראות את ההשפעה שזה יהיה.

האקדמיה כוללת שני קורסים המתמקדים ב-AI: “עקרונות AI בסיסיים” ו-“שילוב אסטרטגיית AI בתהליכי L&D”. האם תוכל לתת דוגמה מעשית לכיצד ארגון עשוי להשתמש באלה כדי לשנות את פרקטיקת L&D שלו בטווח הקרוב?

דרך אחת שזה עשוי להיעשות בפועל היא בהתאמה, שהיא אספקט קריטי של L&D. במקום לתת לעובדים חדשים ספרייה של מודולים גנריים, צוותי L&D יכולים להשתמש ב-AI כדי למפות בדיוק את המיומנויות הדרושות לתפקיד, אז לשלב למידה שיתופית כך שעמיתים מנוסים יוצרים ומאמתים את התוכן. קורס העקרונות הבסיסיים של AI נותן למעצבים את הביטחון להשתמש בכלים האלה, וקורס האסטרטגיה של AI מראה כיצד לשלב אותם בתהליכים.

רבים ממקצועי L&D מתקשים להראות ערך עסקי מוכח. מהם המדדים או הגישות שאתה מוצא היעילות ביותר (או הפחות מנוצלות) להדגמת ROI של L&D במקומות עבודה המונעים על ידי AI?

המדד הפחות מנוצל הוא ביצועי העסקים עצמם. שיעורי השלמת קורסים עדיין נסמכים על פני תעשייה, אבל זה נכשל בהראות ההשפעה הכוללת. במקום זאת, עקבו אחר ההשפעה על KPI שמנהיגים כבר מעריכים, כגון שיעור המרה, זמן מינימלי לתפוקה או הפחתת שגיאות. כאשר אתה מקשר למידה ישירות לתוצאות עסקיות, ROI הופך לבלתי ניתן להכחשה.

כיצד 360Learning רואה את השימוש ב-AI לאישון למידה ללא פשרה על גמישות או הגדלת הטיה?

המפתח הוא לשלב מיפוי מיומנויות המונע על ידי AI עם אישור אנושי. AI יכול לחשוף תבניות ולהמליץ על נתיבים, אבל מומחים בנושא נותנים את העדינות וההקשר ששומרים על זה רלוונטי והוגן. זאת מבטיחה שלמידה מאושרת בקנה מידה, ללא נפילה למלכודת של הטיה אלגוריתמית.

נתון שמיומנויות משתנות כה מהר (עם הערכות של חיי מחצית של מיומנויות הם 5 שנים או אפילו 2.5 בתחומים מסוימים), כיצד צריכים מנהיגי L&D להנדס מחזורי למידה רציפים או “מחזורי אפיון מחדש” בארגונים שלהם?

למידה רציפה לא יכולה להיות תוכנית שנתית. מנהיגים צריכים לחשוב במחזורי אפיון מחדש קצרים יותר, אולי כל 12 עד 18 חודשים, הקשורים ישירות לשינויים בעדיפויות העסק. לדוגמה, אם העסק מתרחב לשווקים חדשים או מוציא כלים מונעים על ידי AI, מחזור האפיון מחדש צריך לפתור את הצרכים האלה.

AI הופך את זה למעשי יותר על ידי סריקת נתוני שוק, תפקידים ופרופילי מיומנויות פנימיות דרך אונטולוגיות מיומנויות כדי להדגיש פערים עולים לפני שהם הופכים לקריטיים. אבל העבודה האמיתית היא באיך L&D משלב את התובנות האלה לתוך פעילות יומיומית. זה אומר לשלב למידה לתוך זרימת העבודה, כך שאנשים לא רק עוצרים את עבודתם כדי “לקחת הדרכה”, אלא תמיד מרכשים מיומנויות כחלק מתפקידיהם. זה על מעבר מאירועי למידה אפיזודיים לפיתוח רציף ואיטרטיבי. כאשר עושים זאת נכון, מחזורים אלה לא רק משאירים את העובדים עדכניים, אלא גם מבטיחים את הארגון נגד הפרעות.

מהם הסיכונים הגדולים ביותר או המלכודות שארגונים פוגעים בהם כאשר הם קופצים מדי מהר ל-AI ללמידה/אימון (למשל, הבטחות יתר, אימוץ נמוך, חששות אתיים)?

המלכודות הגדולות ביותר שארגונים פוגעים בהן כאשר הם קופצים מדי מהר לשימוש ב-AI לכל דבר, לא רק L&D, הן היפר-הגזמה של יכולות, דחיפת כלים ללא הקשר, ואי-תמיכה באימוץ. AI צריך להיות מוצג כמאפשר, לא כפתרון קסם. אם אתה לא מחבר אותו לעבודה אמיתית, אנשים לא ישתמשו בו. גרוע יותר, היחידה יכולה ליצור חוסר אמון אם עובדים מרגישים שהם נצפים, נשפטים או ננטשים.

כיצד אתה מבטיח ש-L&D נשאר כלל-ידי כאשר מוצגים כלים של AI? לדוגמה, ודאי שאנשים עם ספרות דיגיטלית נמוכה או במיקומים עם משאבים פחותות לא ננטשים.

כלל-ידיות מתחילה בהכרה שלא לכולם יש את אותה ספרות דיגיטלית. הדרכה צריכה לפגוש אנשים במקום שהם נמצאים, עם מקרים מעשיים פשוטים. זוגות צעירים י

ืื ื˜ื•ืืŸ ื”ื•ื ืžื ื”ื™ื’ ื—ื–ื•ื ื™ ื•ืฉื•ืชืฃ ืžื™ื™ืกื“ ืฉืœ Unite.AI, ื”ืžื•ื ืข ืขืœ ื™ื“ื™ ืชืฉื•ืงื” ื‘ืœืชื™ ืžืขื•ืจืขืจืช ืœืขืฆื‘ ื•ืœืงื“ื ืืช ืขืชื™ื“ ื”-AI ื•ื”ืจื•ื‘ื•ื˜ื™ืงื”. ื™ื–ื ืกื“ืจืชื™, ื”ื•ื ืžืืžื™ืŸ ืฉ-AI ื™ื”ื™ื” ืžืฉื‘ืฉ ื›ืžื• ื—ืฉืžืœ ืœื—ื‘ืจื”, ื•ืœืขื™ืชื™ื ืงืจื•ื‘ื•ืช ื ืชืคืก ื›ืžื™ ืฉืžื“ื‘ืจ ื‘ื”ืชืœื”ื‘ื•ืช ืขืœ ื”ืคื•ื˜ื ืฆื™ืืœ ืฉืœ ื˜ื›ื ื•ืœื•ื’ื™ื•ืช ืžืฉื‘ืฉื•ืช ื•-AGI. ื›-ืคื•ื˜ื•ืจื™ืกื˜, ื”ื•ื ืžื•ืงื“ืฉ ืœื—ืงืจ ื”ืื•ืคืŸ ืฉื‘ื• ื—ื™ื“ื•ืฉื™ื ืืœื” ื™ืขืฆื‘ื• ืืช ืขื•ืœืžื ื•. ื‘ื ื•ืกืฃ, ื”ื•ื ื”ืžื™ื™ืกื“ ืฉืœ Securities.io, ืคืœื˜ืคื•ืจืžื” ื”ืžืชืžืงื“ืช ื‘ื”ืฉืงืขื” ื‘ื˜ื›ื ื•ืœื•ื’ื™ื•ืช ื—ื“ืฉื ื™ื•ืช ืฉืžื’ื“ื™ืจื•ืช ืžื—ื“ืฉ ืืช ื”ืขืชื™ื“ ื•ืžืฉื ื•ืช ืืช ื›ืœ ื”ืžื’ื–ืจื™ื.