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

Christian Pantel er Chief Product Officer i D2L, der han leder global produktstrategi, produktledelse, produktutforming, brukeropplevelseforskning og tilgjengelighet. Han ble utnevnt til CPO i 2024 etter å ha sluttet seg til selskapet i 2015, der han utvidet sin ledelse over produkt, design og ingeniørvirksomhet.

Pantel har mer enn 25 års erfaring med å bygge bedriftsprogramvare, med tidligere lederroller i Workday, Infor og PeopleSoft. Hans arbeid er basert på brukerorientert design, med fokus på å skape intuitive, tilgjengelige læringsopplevelser for diverse lærere og elever.

D2L er et canadisk utdannings-teknologiselskap som er best kjent for å utvikle Brightspace, en sky-basert læringsplattform som brukes av skoler, universiteter, myndigheter og bedrifter for å levere online- og hybridlæringsopplevelser. Grunnlagt i 1999 av John Baker, fokuserer selskapet på personlig og tilgjengelig digital utdanning, integrerer AI-drevne verktøy, analyse, kursforfattere og adaptive læringsfunksjoner i sin økosystem. D2Ls plattform støtter alt fra grunnskole til bedriftstrenings- og profesjonsutvikling, med sterkt fokus på lærerengasjement, tilgjengelighet og livslang utdanning. Selskapet har utvidet globalt og betjener nå millioner av brukere gjennom en rekke produkter designet for å modernisere hvordan organisasjoner underviser, trener og håndterer læringsprogrammer

Du har brukt over to tiår på å forme brukeropplevelse i selskaper som Workday, Infor og PeopleSoft før du steg opp gjennom rekkene i D2L. Hvordan har den reisen påvirket din tilnærming til å integrere AI i læringsplattformer uten å kompromittere brukervennlighet og tilgjengelighet? 

Å tilbringe så mye tid i bedriftsprogramvare lærer deg hvor produkter bryter sammen. Teamene legger til funksjoner, men de mister synet på brukeren, og kompleksitet kryper inn. Den erfaringen har formet hvordan jeg nærmer meg AI. Vi unngår å jage etter skinnende objekter og fokuserer på å løse ekte utfordringer som lærere og elever møter daglig. Det bærer direkte over i hvordan vi bygger i D2L. AI må passe inn i hvordan lærere og elever allerede arbeider og støtte hvordan mennesker faktisk lærer. Hvis en funksjon legger til friksjon, skaper forvirring eller svekker tilgjengelighet, blir den ikke levert.

Som Chief Product Officer, overvåker du produkt, design og forskning. Hvordan sikrer du at AI-funksjoner faktisk forbedrer læringsresultatene og ikke bare legger til kompleksitet i plattformen?

Vi starter fra en enkel prinsipp. Læring krever produktiv kamp. Hvis AI fjerner anstrengelsen som læring krever, er det feil løsning. Læring avhenger av praksis, tilbakemelding, refleksjon og anvendelse, og vi designer AI for å støtte den prosessen. Hver funksjon må hjelpe lærere med å tilpasse læringsopplevelser og vurderinger til resultater og forstå om lærere faktisk fremover. Vi måler den effekten direkte.

D2Ls Brightspace-plattform integrerer AI direkte i læringsopplevelsen i stedet for å behandle det som et tillegg. Hva fordeler skaper denne innbygde AI-tilnærmingen for lærere og institusjoner?

Innbygging av AI er viktig fordi kontekst er viktig. Når systemet forstår kurset, innholdet og hva læreren gjør, kan det guide læring i stedet for bare å generere svar. Det fører til bedre støtte i øyeblikket og sterkere resultater over tid. Det holder også institusjonene i førersetet. De kan sette politikker, håndtere data og forstå hvordan AI brukes, som er kritisk for tillit, personvern og akademisk integritet.

Mange AI-verktøy i utdanning lover personliggjøring. Hva ser meningsfull personliggjøring ut som på større skala, og hvor svikter de fleste plattformer?

Personliggjøring bør drive læring fremover, ikke fjerne nivået av utfordring som er nødvendig for ekte fremgang. AI kan eliminere unødvendig friksjon, men læring avhenger fortsatt av vedvarende engasjement, problemløsing og anstrengelse over tid. Målet er å holde lærere på riktig nivå av vanskelighet så de fortsetter å fremme uten å bli fast eller desengasjert.

Du har betont tilgjengelighet gjennom hele din karriere. Hvordan bør AI-systemer være designet for å bedre betjene lærere med funksjonsnedsettelser i stedet for å ufrivillig ekskludere dem?

AI kan fjerne ekte barrierer ved å tilby flere måter å engasjere innhold og gjøre læring mer fleksibel. Det kan støtte forskjellige formater, forbedre underteksting og redusere manuelt arbeid for lærere. Imidlertid tenderer AI-systemer til å gjennomsnittlige brukere, som betyr at de kan overse de personene som trenger støtte mest. Alle lærer forskjellig og noen avhenger av hjelpemidler for å støtte deres behov. Teamene må designe og teste for disse lærerne med vilje og inkludere dem i forsknings- og utviklingsprosessen for å sikre at tilgjengelighet forbedres i praksis. Ved å prioritere inkluderende design, streber vi etter å nå alle lærere uavhengig av evne og skape meningsfulle muligheter for alle.

Med AI stadig mer involvert i vurderinger og tilbakemelding, hvordan bør institusjoner balansere automatisering med å opprettholde tillit og akademisk integritet?

AI bør støtte vurdering, ikke ta over. Det kan hjelpe med å skalerer tilbakemelding og skape flere versjoner av vurderinger som tester de samme konseptene, som styrker integritet og dyper den totale læringsopplevelsen. Lærere må fortsatt eie karakterer og endelige beslutninger. Tillit avhenger av å vite at en menneskelig står bak resultatet.

Fra et produkt-perspektiv, hva er de største misforståttene universitetene har når de tar i bruk AI i sine lærings-økosystemer?

Behandle AI som et verktøy du kan slå på og løse problemet. I noen tilfeller kan det gjøre ting verre ved å fjerne anstrengelsen som læring krever. Institusjoner må være klare om hva de prøver å forbedre. Mer automatisering betyr ikke bedre resultater uten riktig data, styring og design på plass.

D2L opererer over K-12, høyere utdanning og bedriftslæring. Hvordan forskjeller rollen til AI seg over disse segmentene, og hvor ser du den raskeste tilpasningen?

Rollen til AI skifter basert på hva hvert segment verdsetter mest. I K-12 er fokuset på sikkerhet, aldersmessig bruk og å gi lærere og foreldre sterk kontroll over hvordan AI introduseres i klasserommet. I høyere utdanning, er institusjoner mer opptatt av skala og kvalitet, spesielt rundt vurdering, lærerstøtte og håndtering av store studentpopulasjoner. I bedriftslæring, skifter fokuset mot hastighet og effisiens, med AI som hjelper team å flytte raskere og redusere operasjonell overhead.

Tilpasning tenderer å følge disse prioritetene, men det varierer også betydelig avhengig av region. Vi ser spesielt sterk momentum i høyere utdanning globalt, spesielt i steder som Singapore, hvor institusjoner investerer aggressivt i AI for å skalerer læring og forbedre resultater. Over Singapore, har vi hatt langvarige tidlige tilpasere av D2L Lumi, vårt AI-drevne læringshjelpemiddel. De var blant de første som omfavnet disse kapasitetene, og i 2025 alene, økte generasjoner med 7,5 ganger. Det som skiller seg ut, er ikke bare volumet av bruk, men også bredde. Institusjoner der er ofte de første til å eksperimentere med nye AI-funksjoner og deployere dem i skala over ekte læringsmiljøer.

Vi ser også sterk og akselererende momentum i LATAM. Fra september 2025 til april 2026, opprettholdt Lumi konsistent høy bruk over hele regionen, som indikerer at institusjoner har flyttet langt beyond eksperiment og nå embedder AI direkte i instruksjonsarbeidsflyten.

I motsetning til markedene som USA, tar ofte en mer strukturert tilnærming, med piloter, styringsgjennomganger og fase-utrullinger før bredere distribusjon.

AI er nå i stand til å generere innhold, vurderinger og sogar veiledning. Hvordan bør lærere omdefinere sin rolle i en verden hvor disse kapasitetene blir standard?

Lærere blir ikke mindre viktige når AI forbedres. De blir mer viktige. Deres rolle skifter mot å guide læringprosessen, sette forventninger og sikre at studenter engasjerer seg med materialet på en meningsfull måte. AI kan assisterer med innhold og tilbakemelding, men det kan ikke erstatte dømmekraft, motivasjon eller ansvar. Vi bør bruke AI til å skalerer det som virkelig betyr noe i læring, ikke erstatter tenkeprosessen eller levere ferdige vurderinger for lærere.

Ser fremover, hva er de viktigste produkt-beslutningene utdannings-teknologiselskaper må få rett i dag for å sikre at AI forbedrer, ikke svekker, kvaliteten på utdanningen over de neste ti årene?

Hvis jeganker det tilbake til produkt-beslutninger, vil vinnerne være de som bygger på sterk data, innbygger AI i virkelige arbeidsflyter og grunner alt i tillit, tilgjengelighet og læringsvitenskap.

Hvis vi får det rett, blir AI en kjernekapasitet som kontinuerlig forbedrer læring, hjelper lærere å fokusere på høy-impakt-arbeid og gir lærere støtte på rett øyeblikk.

Den virkelige muligheten er å gå beyond en-størrelse-passer-til-alle-utdanning til noe mye mer responsivt og effektivt, hvor hver lærer er bedre støttet, og hver lærer er bedre utrustet til å hjelpe dem å lykkes.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke D2L.