David James, Chief Learning Officer di 360Learning – Intervista

360Learning è una piattaforma di apprendimento basata su cloud che combina elementi di un sistema di gestione dell’apprendimento (LMS) e di una piattaforma di esperienza di apprendimento (LXP). Il suo focus è sull’apprendimento collaborativo — consentire agli esperti interni di creare contenuti, fornire feedback agli apprendisti, abilitare interazioni tra pari e individuare lacune nelle competenze. Gli strumenti automatizzati aiutano a gestire la formazione sulla conformità, l’onboarding e la scalabilità, mentre le funzionalità di intelligenza artificiale assistono nella personalizzazione dei percorsi di apprendimento. Viene utilizzato da migliaia di team in tutto il mondo e mira ad aiutare le organizzazioni a “migliorare le competenze interne”.

Lei è stato direttore del talento, apprendimento e sviluppo organizzativo presso Disney (EMEA) prima di diventare CLO presso 360Learning. Quali sono alcune delle lezioni apprese durante la sua esperienza presso Disney che sta ancora applicando oggi, in particolare quando si tratta di scalare l’apprendimento e lo sviluppo in ambienti guidati dall’intelligenza artificiale?

Presso Disney, ho imparato che la scalabilità funziona solo quando ci si avvicina al problema aziendale per primo. La formazione per la formazione non era sufficiente; doveva guidare le prestazioni. Quella mentalità è rimasta con me, soprattutto adesso con l’avvento dell’intelligenza artificiale e il suo impatto sul luogo di lavoro. Indipendentemente dalla tecnologia, il principio vale: iniziare con ciò di cui l’azienda ha bisogno, quindi progettare l’apprendimento che risolve il problema.

Come conduttore del podcast “The Learning & Development Podcast”, quali sono stati alcuni dei più sorprendenti o meno discussi spunti che ha raccolto dagli ospiti che hanno cambiato il suo modo di pensare all’apprendimento e allo sviluppo?

Uno dei temi più sorprendenti del podcast è quanto spesso i team di apprendimento e sviluppo sottovalutino le conoscenze già presenti nel proprio organico. I leader mi ripetono che il loro apprendimento più efficace non è stato acquistato, ma è stato individuato all’interno. Un altro è il passaggio a strategie basate sulle competenze, con meno enfasi sulle librerie di contenuti e più sull’allineamento con i risultati delle prestazioni.

Lei pubblica regolarmente e viene riconosciuto come un influencer nell’apprendimento e nello sviluppo. Come bilancia il pensiero di leadership (scrittura, parlare) con la consegna di programmi come l’Accademia delle prestazioni? Quali sono i compromessi che deve affrontare?

La leadership del pensiero e la consegna sono due facce della stessa medaglia. La scrittura e il parlare mi tengono collegato alle sfide emergenti e connesso alla comunità di apprendimento e sviluppo, mentre la guida di programmi come l’Accademia delle prestazioni mi radica nelle sfide quotidiane dei pratici di apprendimento e sviluppo. Il compromesso è il tempo, ma la contaminazione incrociata rende entrambi più forti – ciò che imparo parlando e interagendo con la comunità va nei prodotti e servizi che offriamo.

Cosa ha spinto 360Learning a creare l’Accademia delle prestazioni dell’apprendimento e dello sviluppo adesso? C’erano segnali particolari nel mercato o da parte dei clienti che hanno reso questo il momento giusto?

La pressione sui team di apprendimento e sviluppo per dimostrare il ROI è solo aumentata, tra la pressione dell’intelligenza artificiale e la riduzione della durata delle competenze a cinque anni o meno. Ciò significa che ciò che le persone imparano oggi potrebbe essere superato tra due anni – come possono i team di apprendimento e sviluppo stare al passo con ciò? Allo stesso tempo, troppe funzioni di apprendimento e sviluppo sono ancora viste come reattive o “belle da avere”, piuttosto che strategiche. Le aziende hanno bisogno che i team di apprendimento e sviluppo siano acceleratori di prestazioni, guidando un impatto misurabile, non solo consegnando corsi e vogliamo dare ai team gli strumenti per farlo.

L’Accademia aiuterà a fare esattamente questo: darà ai professionisti dell’apprendimento e dello sviluppo gli strumenti per passare da reattivi a strategici nel momento in cui le aziende ne hanno più bisogno. Darà loro la conoscenza aziendale, la conoscenza dell’intelligenza artificiale e gli strumenti pratici per allinearsi con la strategia e dimostrare il loro valore. Siamo entusiasti di vedere l’impatto che questo avrà.

L’Accademia include due corsi focalizzati sull’intelligenza artificiale: “principi di base dell’intelligenza artificiale” e “inserimento della strategia di intelligenza artificiale nei flussi di lavoro di apprendimento e sviluppo”. Potrebbe fornire un esempio pratico di come un’organizzazione potrebbe utilizzare questi per cambiare la sua pratica di apprendimento e sviluppo nel prossimo futuro?

Un modo in cui questo potrebbe essere utilizzato nella pratica è nell’onboarding, che è un aspetto critico dell’apprendimento e dello sviluppo. Invece di fornire ai nuovi assunti una libreria di moduli generici, i team di apprendimento e sviluppo possono utilizzare l’intelligenza artificiale per mappare le competenze esatte necessarie per un ruolo, quindi incorporare l’apprendimento collaborativo in modo che gli esperti interni creino e convalidino quei contenuti. Il nostro corso sui principi di base dell’intelligenza artificiale fornisce ai pratici la fiducia nell’uso di questi strumenti, e il corso sulla strategia di intelligenza artificiale mostra come integrarli nei flussi di lavoro.

Molti pratici di apprendimento e sviluppo lottano per mostrare un valore aziendale misurabile. Quali metriche o approcci ritiene più efficaci (o meno utilizzati) per dimostrare il ROI dell’apprendimento e dello sviluppo in ambienti guidati dall’intelligenza artificiale?

La metrica più sottovalutata è la prestazione aziendale stessa. I tassi di completamento dei corsi sono ancora affidabili in tutta l’industria, ma questo non dimostra l’impatto complessivo. Invece, monitorare l’impatto sui KPI che la dirigenza già si preoccupa, come il tasso di conversione delle vendite, la riduzione del tempo per raggiungere la produttività o la riduzione degli errori. Quando si collega l’apprendimento direttamente ai risultati aziendali, il ROI diventa innegabile.

Come 360Learning prevede di utilizzare l’intelligenza artificiale per personalizzare l’apprendimento senza sacrificare la scalabilità o aumentare i pregiudizi?

La chiave è combinare la mappatura delle competenze guidata dall’intelligenza artificiale con la convalida umana. L’intelligenza artificiale può individuare modelli e raccomandare percorsi, ma gli esperti del settore forniscono la sfumatura e il contesto che li mantengono rilevanti e giusti. Ciò garantisce che l’apprendimento sia personalizzato su larga scala, senza cadere nella trappola dei pregiudizi algoritmici.

Considerando quanto rapidamente le competenze stanno cambiando (con stime di durata delle competenze di 5 anni o anche 2,5 in alcuni domini), come i leader dell’apprendimento e dello sviluppo dovrebbero strutturare i cicli di apprendimento continuo o “riciclaggio” nelle loro organizzazioni?

L’apprendimento continuo non può essere un programma una volta all’anno. I leader dovrebbero pensare a cicli di riqualificazione più brevi, forse ogni 12 o 18 mesi, legati direttamente alle priorità aziendali in evoluzione. Ad esempio, se l’azienda sta espandendosi in nuovi mercati o sta introducendo strumenti guidati dall’intelligenza artificiale, il ciclo di riqualificazione dovrebbe affrontare direttamente quelle esigenze.

L’intelligenza artificiale rende ciò più pratico analizzando i dati di mercato, i profili di lavoro e i profili di competenze interne attraverso le ontologie delle competenze per evidenziare le lacune emergenti prima che diventino critiche. Ma il vero lavoro consiste nel modo in cui l’apprendimento e lo sviluppo integrano quelle informazioni nelle operazioni quotidiane. Ciò significa incorporare l’apprendimento nei flussi di lavoro, in modo che le persone non debbano solo interrompere il loro lavoro per “seguire una formazione”, ma possano costantemente acquisire competenze come parte del loro ruolo. Si tratta di passare da eventi di apprendimento episodici a sviluppo continuo e iterativo. Se fatto correttamente, questi cicli non solo mantengono i dipendenti aggiornati, ma proteggono anche l’organizzazione dalle interruzioni.

Quali sono i più grandi rischi o trabocchetti che le organizzazioni affrontano quando saltano troppo rapidamente nell’utilizzo dell’intelligenza artificiale per l’apprendimento/formazione (ad esempio, promesse eccessive, bassa adozione, preoccupazioni etiche)?

I più grandi trabocchetti che le organizzazioni affrontano quando saltano troppo rapidamente nell’utilizzo dell’intelligenza artificiale per qualsiasi cosa, non solo per l’apprendimento e lo sviluppo, sono quelli di esagerare le capacità, spingere gli strumenti senza contesto e non supportare l’adozione. L’intelligenza artificiale dovrebbe essere introdotta come un abilitatore, non come una soluzione magica. Se non la si collega al lavoro reale, le persone non la useranno. Peggio, un’adozione affrettata può creare sfiducia se i dipendenti si sentono osservati, giudicati o lasciati indietro.

Come assicurarsi che l’apprendimento e lo sviluppo rimangano inclusivi quando si introducono strumenti di intelligenza artificiale? Ad esempio, assicurandosi che le persone con bassa alfabetizzazione digitale o in luoghi con meno risorse non vengano lasciate indietro.

L’inclusività inizia con il riconoscimento che non tutti hanno la stessa alfabetizzazione digitale. La formazione deve incontrare le persone dove si trovano, con casi d’uso pratici e semplici. Accoppiare i giovani nativi digitali con colleghi più esperti per l’apprendimento tra pari aiuta anche – questo fa parte del motivo per cui siamo grandi sostenitori dell’apprendimento collaborativo. Se gli strumenti di intelligenza artificiale vengono distribuiti senza quel supporto, si rischia di allargare le divisioni invece di chiuderle e ciò creerà ancora più problemi in futuro.

Nel giro di 5 anni, come vede l’evoluzione del ruolo del CLO (in particolare in relazione all’intelligenza artificiale, alle prestazioni e all’allineamento aziendale)?

Il ruolo del CLO sta evolvendo verso una maggiore enfasi sull’orchestrazione delle prestazioni e meno sulla formazione. L’intelligenza artificiale automatizzerà l’amministrazione, liberando il CLO e i suoi team per concentrarsi sull’allineamento delle competenze con la strategia, sulla dimostrazione dell’impatto e sulla guida dell’uso etico della tecnologia. Il ruolo sarà giudicato non per quanto addestramento viene consegnato, ma per quanto visibilmente guida la crescita aziendale e mantiene le persone impiegabili.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare 360Learning o ascoltare il podcast “The Learning & Development Podcast”.