David James, Chief Learning Officer bij 360Learning – Interviewreeks

360Learning is een cloud-gebaseerd leerplatform dat elementen van een Learning Management System (LMS) en Learning Experience Platform (LXP) combineert. De focus ligt op samenwerkend leren — het laten co-authoriseren van inhoud door interne experts, het geven van feedback aan leerlingen, het mogelijk maken van peer-interacties en het blootleggen van vaardigheidslacunes. Geautomatiseerde tools helpen bij het beheer van compliance-training, onboarding en schaalbaarheid, terwijl AI-functies helpen bij het personaliseren van leerpaden. Het wordt gebruikt door duizenden teams wereldwijd en heeft als doel om organisaties te helpen “van binnenuit op te leiden”.

U was Director of Talent, Learning & Organisation Development bij Disney (EMEA) voordat u CLO werd bij 360Learning. Wat zijn enkele lessen uit uw Disney-ervaring die u nog steeds toepast, vooral bij het opschalen van L&D in AI-gedreven omgevingen?

Bij Disney leerde ik dat schaal alleen werkt als je eerst dicht bij het bedrijfsprobleem komt. Training voor de training was niet genoeg; het moest prestaties drijven. Die mentaliteit is bij me gebleven, vooral nu met de opkomst van AI en zijn impact op de werkplek. Ongeacht de technologie, het principe blijft hetzelfde: begin met wat het bedrijf nodig heeft, en ontwerp dan leren dat dat probleem oplost.

Als presentator van The Learning & Development Podcast, wat zijn enkele van de meest verrassende of onderbelichte inzichten die u hebt opgepikt van gasten die uw denken over L&D hebben veranderd?

Een van de meest verrassende thema’s van podcast-gasten is hoe vaak L&D-teams de kennis die al in hun workforce aanwezig is, onderschatten. Leiders vertellen me herhaaldelijk dat hun meest effectieve leren niet wordt ingekocht, maar van binnenuit naar boven komt. Een ander thema is de verschuiving naar vaardigheidsgebaseerde strategieën, met minder focus op contentbibliotheken en meer op het uitlijnen met prestatie-resultaten.

U publiceert regelmatig en wordt erkend als een invloedrijke figuur in L&D. Hoe balanceert u thought leadership (schrijven, spreken) met hands-on programma-uitvoering zoals de Performance Academy? Wat zijn de compromissen die u tegenkomt?

Thought leadership en uitvoering zijn twee kanten van dezelfde medaille. Schrijven en spreken houden me verbonden met opkomende uitdagingen en de L&D-gemeenschap, terwijl het leiden van programma’s zoals de Performance Academy me verankert in de dagelijkse uitdagingen van L&D-praktijkmensen. De compromis is tijd, maar de kruisbestuiving maakt beide sterker – wat ik leer van spreken en interactie met de gemeenschap, gaat in de producten en diensten die we leveren.

Wat heeft 360Learning ertoe aangezet om de L&D Performance Academy nu te creëren? Zijn er specifieke signalen in de markt of van klanten die dit het juiste moment maakten?

De druk op L&D-teams om ROI te bewijzen is alleen maar toegenomen, temidden van AI-druk en de halveringstijd van vaardigheden die terugloopt tot vijf jaar of minder. Dit betekent dat wat mensen vandaag leren, over twee jaar verouderd kan zijn – hoe kunnen L&D-teams daarbij blijven? Tegelijkertijd worden te veel L&D-functies nog steeds als reactief of “leuk” gezien, in plaats van strategisch. Bedrijven hebben L&D-teams nodig die prestatieversnellers zijn, die meetbare impact drijven, en niet alleen cursussen leveren, en we willen teams de vaardigheden geven om dat te doen.

De Academy zal hen precies dat geven: geeft L&D-professionals de tools om van reactief naar strategisch te schakelen, precies op het moment dat bedrijven dat het meest nodig hebben. Het zal hen het bedrijfsinzicht, AI-kennis en praktische tools geven om uit te lijnen met de strategie en hun waarde te bewijzen. We zijn enthousiast om de impact te zien die dit zal hebben.

De Academy omvat twee cursussen over AI: “basisprincipes van AI” en “het integreren van AI-strategie in L&D-workflows”. Kunt u een praktisch voorbeeld geven van hoe een organisatie deze kan gebruiken om hun L&D-praktijk in de nabije toekomst te veranderen?

Een manier waarop dit in de praktijk kan worden gebruikt, is bij onboarding, wat een kritisch aspect van L&D is. In plaats van nieuwe medewerkers een bibliotheek met generieke modules te geven, kunnen L&D-teams AI gebruiken om de exacte vaardigheden te kaarten die nodig zijn voor een rol, en dan samenwerkend leren inschakelen, zodat ervaren collega’s die inhoud creëren en valideren. Onze basisprincipes van AI-cursus geeft praktijkmensen het vertrouwen om deze tools te gebruiken, en de AI-strategie-cursus laat zien hoe ze deze over workflows heen kunnen integreren.

Veel L&D-praktijkmensen worstelen met het aantonen van meetbare businesswaarde. Wat zijn de meest effectieve (of onderbenutte) metrics of benaderingen die u vindt voor het demonstreren van ROI van L&D in AI-gedreven werkplekken?

De meest onderbenutte metric is de bedrijfsprestatie zelf. Cursusvoltooiingspercentages worden nog steeds over de hele industrie heen gebruikt, maar dit faalt om de algehele impact te laten zien. In plaats daarvan moet u de impact op KPI’s volgen die leiders al belangrijk vinden, zoals omzettoename, vermindering van de tijd tot productiviteit of reductie van fouten. Wanneer u leren rechtstreeks koppelt aan bedrijfsresultaten, wordt ROI onweerlegbaar.

Hoe ziet 360Learning AI gebruiken om leren te personaliseren zonder schaalbaarheid te offeren of vooroordelen te vergroten?

De sleutel is om AI-gedreven vaardigheidskaarten te combineren met menselijke validatie. AI kan patronen oppikken en leerpaden aanbevelen, maar subject-matter-experts bieden de nuances en context die het relevant en eerlijk houden. Dit zorgt ervoor dat leren op schaal wordt gepersonaliseerd, zonder in de valkuil van algoritmische vooroordelen te vallen.

Gezien de snelheid waarmee vaardigheden nu veranderen (met schattingen van halveringstijden van vaardigheden van 5 jaar of zelfs 2,5 in sommige domeinen), hoe moeten L&D-leiders continue leren of “herbekwaamingscycli” in hun organisaties structureren?

Continue leren kan niet een eenmalig programma zijn. Leiders moeten denken in kortere herbekwaamingscycli, misschien elk 12 tot 18 maanden, rechtstreeks gekoppeld aan veranderende bedrijfsprioriteiten. Als het bedrijf bijvoorbeeld nieuwe markten betreedt of AI-gedreven tools uitrolt, moet de herbekwaamingscyclus daar rechtstreeks op aansluiten.

AI maakt dit praktischer door marktgegevens, jobrollen en interne vaardigheidsprofielen te scannen via vaardigheidsontologieën om opkomende lacunes te benadrukken voordat ze kritiek worden. Maar het echte werk zit in hoe L&D die inzichten in dagelijkse operaties integreert. Dat betekent leren in workflows inbedden, zodat mensen niet alleen hun baan onderbreken om “training te volgen”, maar constant vaardigheden oppikken als onderdeel van hun rollen. Het gaat erom van episodische leerervaringen naar continue, iteratieve ontwikkeling te gaan. Als dat goed wordt gedaan, houden deze cycli niet alleen werknemers up-to-date, maar ze future-proofen de organisatie ook tegen verstoring.

Wat zijn de grootste risico’s of valkuilen die organisaties tegenkomen wanneer ze te snel in AI voor leren/trainen springen (bijv. overbeloven, lage adoptie, ethische zorgen)?

De grootste valkuilen die organisaties tegenkomen wanneer ze te snel AI voor alles, niet alleen L&D, gebruiken, zijn het overbeloven van capaciteiten, het pushen van tools zonder context, en het falen om adoptie te ondersteunen. AI moet worden geïntroduceerd als een enablement, niet als een magische oplossing. Als u het niet verbindt met echt werk, zullen mensen het niet gebruiken. Erger nog, haasten kan wantrouwen creëren als werknemers zich in de gaten gehouden, beoordeeld of achtergelaten voelen.

Hoe zorgt u ervoor dat L&D inclusief blijft wanneer u AI-hulpmiddelen introduceert? Bijvoorbeeld, door te zorgen dat mensen met lagere digitale geletterdheid of in minder goed uitgeruste locaties niet achterblijven.

Inclusiviteit begint met het erkennen dat niet iedereen dezelfde digitale geletterdheid heeft. Training moet mensen ontmoeten waar ze zijn, met eenvoudige, praktische use cases. Het koppelen van jongere digitale inheemsen aan meer ervaren collega’s voor peer learning helpt ook – dit is deel van waarom we grote voorstanders zijn van samenwerkend leren. Als AI-hulpmiddelen worden uitgerold zonder die ondersteuning, riskeert u het vergroten van de kloof in plaats van het dichten, en dat zal u nog meer problemen geven verderop de weg.

Over 5 jaar, hoe ziet u de rol van de CLO evolueren (met name met betrekking tot AI, prestaties en bedrijfsuitlijning)?

De rol van de CLO evolueert weg van een focus op training en wordt meer een rol van prestatie-orkestratie. AI zal de administratie automatiseren, waardoor CLO’s en hun teams zich kunnen concentreren op het uitlijnen van vaardigheden met strategie, het bewijzen van impact en het leiden van ethisch gebruik van technologie. De rol zal niet langer worden beoordeeld op hoeveel training wordt geleverd, maar op hoe zichtbaar het bedrijfsresultaat drijft en mensen inzetbaar houdt.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten 360Learning bezoeken of naar The Learning & Development Podcast luisteren.