Connect with us

Kunstig intelligens

David James, Chief Learning Officer i 360Learning – Intervju-serie

mm

David James er Chief Learning Officer i 360Learning. Han har vært leder for People Development i mer enn 20 år, mest kjent somektør for Talent, Learning & OD for The Walt Disney Company i Europa, Midtøsten og Afrika.

En fremtredende industriforfatter og vert for The Learning & Development Podcast, snakker David regelmessig på konferanser om effektive L&D-strategier, nye trender og hvordan man kan gi maksimal forretningsverdi som L&D-leder.

360Learning er en skybasert læringsplattform som kombinerer elementer fra et Learning Management System (LMS) og Learning Experience Platform (LXP). Fokuset er på samarbeidslæring — å la interne eksperter samarbeide om innhold, gi lærende tilbakemelding, muliggjøre peer-interaksjoner og avdekke ferdighetsgap. Automatiserte verktøy hjelper med å håndtere etterlevelsestreningsprogrammer, onboarding og skalerbarhet, mens AI-funksjoner hjelper med å tilpasse læringsstier. Det brukes av tusenvis av team over hele verden og har som mål å hjelpe organisasjoner med å “utdanne fra innen”.

Du varektør for Talent, Learning & Organisation Development hos Disney (EMEA) før du ble CLO hos 360Learning. Hva er noen lærdommer fra din Disney-erfaring som du fortsatt anvender i dag, særlig når det gjelder å skalerer L&D i AI-drevne miljøer?

Hos Disney, lærte jeg at skalerbarhet bare fungerer når du kommer nært innpå forretningsproblemet først. Trening for trenings skyld var ikke nok; det måtte drive ytelse. Denne holdningen har blitt værende hos meg, særlig nå med fremveksten av AI og dens påvirkning på arbeidsplassen. Uansett teknologi, gjelder prinsippet: start med hva forretningsbehovene er, og design læring som løser det.

Som vert for The Learning & Development Podcast, hva har vært noen av de mest overraskende eller underdiskuterte innsiktene du har samlet inn fra gjester som har endret hvordan du tenker om L&D?

En av de mest overraskende temaene fra podcast-gjester er hvor ofte L&D-team undervurderer kunnskapen som allerede finnes i arbeidsstokken. Ledere forteller meg jevnt og jevnt at deres mest effektive læring ikke er kjøpt inn, men heller avdekket fra innen. En annen er skiftet til ferdighetsbaserte strategier, med mindre fokus på innholdsbiblioteker og mer på å tilpasse seg ytelsesresultater.

Du publiserer regelmessig og er anerkjent som en influenser innen L&D. Hvordan balanserer du tankeledelse (skriving, tale) med håndtering av programlevering som Performance Academy? Hva slags kompromisser møter du?

Tankeledelse og levering er to sider av samme mynt. Skriving og tale holder meg koblet til fremvoksende utfordringer og forbundet med L&D-samfunnet, mens ledelse av programmer som Performance Academy grunner meg i dag-til-dag utfordringer for L&D-utøvere. Kompromisset er tid, men krysspollineringen gjør begge sterke – det jeg lærer fra tale og interaksjon med samfunnet går inn i produktene og tjenestene vi leverer.

Hva var grunnen til at 360Learning valgte å lage L&D Performance Academy nå? Var det bestemte signaler i markedet eller fra kunder som gjorde dette til riktig tid?

Presset L&D-teamene har vært under for å bevise ROI er bare økende, blant annet på grunn av AI-press og at halveringstiden for ferdigheter er kortere enn fem år eller mindre. Dette betyr at det folk lærer i dag kan være foreldet om to år – hvordan kan L&D-teamene holde tritt med det? Samtidig sees for mange L&D-funksjoner fortsatt som reaktive eller “hyggelige å ha”, i stedet for strategiske. Bedrifter trenger L&D-teamene til å være ytelsesakseleratorer, å drive målbare påvirkning, ikke bare levere kurs og vi ønsker å gi teamene ferdighetene til å gjøre det.

Akademiet vil hjelpe dem med nettopp det: gi L&D-profesjonelle verktøyene til å skifte fra reaktive til strategiske akkurat i øyeblikket bedrifter trenger det mest. Det vil gi dem forretningskompetansen, AI-kunnskapen og praktiske verktøyene til å tilpasse seg strategi og bevise sin verdi. Vi er spente på å se hva slags påvirkning dette vil ha.

Akademiet inkluderer to kurs som fokuserer på AI: “grunnleggende AI-prinsipper” og “innføring av AI-strategi i L&D-arbeidsflyter”. Kan du gi et praktisk eksempel på hvordan en organisasjon kan bruke disse til å endre sin L&D-praksis på kort sikt?

En måte dette kan brukes i praksis er i onboarding, som er et kritisk aspekt av L&D. I stedet for å gi nye ansatte en samling generiske moduler, kan L&D-teamene bruke AI til å kartlegge de nøyaktige ferdighetene som trengs for en rolle, og deretter innføre samarbeidslæring så erfarne kolleger kan skape og validere innhold. Vårt grunnleggende AI-prinsippkurs gir utøverne tillit til å bruke disse verktøyene, og AI-strategikursen viser hvordan man kan integrere dem i arbeidsflyter.

Mange L&D-utøvere sliter med å vise målbare forretningsverdi. Hva slags metrikker eller tilnærminger finner du mest effektive (eller underutnyttede) for å demonstrere ROI av L&D i AI-drevne arbeidsplasser?

Den mest underutnyttede metrikken er forretningsytelse i seg selv. Fullføringsrater for kurs er fortsatt avhengig av hele industrien, men dette lykkes ikke å vise den samlede påvirkningen. I stedet skal du spore påvirkningen på KPI-er som ledelsen allerede bryr seg om, som salgsomsetning, reduksjon av tid til produktivitet eller feilreduksjon. Når du kobler læringekte til forretningsresultater, blir ROI uimotståelig.

Hvordan ser 360Learning for seg bruken av AI til å tilpasse læring uten å ofre skalerbarhet eller øke bias?

Nøkkelen er å kombinere AI-drevne ferdighetskartlegging med menneskelig validering. AI kan avdekke mønster og anbefale stier, men fagfolk tilfører nyanser og kontekst som holder det relevant og rettferdig. Dette sikrer at læring tilpasses i skala, uten å falle i fellen med algoritmbias.

Med tanke på hvor raskt ferdigheter nå endrer seg (med estimater om at halveringstiden for ferdigheter er fem år eller 2,5 år i noen domener), hvordan bør L&D-ledere strukturere kontinuerlig læring eller “omskolingscykler” i sine organisasjoner?

Kontinuerlig læring kan ikke være et én-gangs-program. Ledere bør tenke i kortere omskolingscykler, kanskje hver 12 til 18 måneder,ekte knyttet til endrede forretningsprioriteter. For eksempel, hvis bedriften utvides til nye markeder eller ruller ut AI-drevne verktøy, bør omskolingscyklenekte adresse disse behovene.

AI gjør dette mer praktisk ved å scanne markeddata, jobbroller og interne ferdighetsprofiler gjennom ferdighetsontologier for å avdekke fremvoksende gap før de blir kritiske. Men den virkelige innsatsen ligger i hvordan L&D integrerer disse innsiktene i daglige operasjoner. Det betyr å innføre læring i arbeidsflyter, så folk ikke bare tar pause fra jobben for å “ta opplæring”, men konstant plukker opp ferdigheter som en del av rollene sine. Det handler om å gå fra episodiske læringshendelser til kontinuerlig, iterativ utvikling. Gjort riktig, vil disse syklusene ikke bare holde ansatte oppdaterte, men også fremtidssikre organisasjonen mot forstyrrelser.

Hva er de største risikoene eller fallgruvene organisasjoner møter når de hopper for raskt inn i AI for læring/trening (f.eks. overlover, lav tilpasning, etiske bekymringer)?

De største fallgruvene organisasjoner møter når de hopper for raskt inn i å bruke AI til noe som helst, ikke bare L&D, er å overdrive evner, å skyve verktøy uten kontekst og å ikke støtte tilpasning. AI bør introduseres som en muliggjører, ikke en magisk løsning. Hvis du ikke kobler det til virkelig arbeid, vil folk ikke bruke det. Verre, å skynde kan skape mistillit hvis ansatte føler seg overvåket, dømt eller etterlatt.

Hvordan sikrer du at L&D forblir inklusivt når du introduserer AI-verktøy? For eksempel, sikre at personer med lavere digitale ferdigheter eller i mindre ressurssterke lokasjoner ikke blir latt tilbake.

Inklusivitet starter med å anerkjenne at ikke alle har samme digitale ferdigheter. Trening må møte folk der de er, med enkle, praktiske brukstilfeller. Å pare yngre digitale innfødte med mer erfarne kolleger for peer-læring hjelper også – dette er en del av hvorfor vi er store tilhengere av samarbeidslæring. Hvis AI-verktøy rulles ut uten denne støtten, risikerer du å åpne opp kløfter i stedet for å lukke dem, og det vil gi deg enda flere problemer lenger frem.

Om 5 år, hvordan ser du for deg rollen til CLO utvikler seg (spesielt i forhold til AI, ytelse og forretningsjustering)?

CLO-rollen utvikler seg bort fra fokus på trening og blir mer om å orkestrere ytelse. AI vil automatisere administrasjonen, og frigjøre CLO-er og deres team til å fokusere på å tilpasse ferdigheter til strategi, bevise påvirkning og guide etisk bruk av teknologi. Rollen vil bli bedømt ikke av hvor mye trening som leveres, men av hvor synlig det driver forretningsvekst og holder folk sysselatte.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke 360Learning eller lytte til The Learning & Development Podcast.

Antoine er en visjonær leder og grunnleggende partner i Unite.AI, drevet av en urokkelig lidenskap for å forme og fremme fremtiden for AI og robotikk. En seriegründer, han tror at AI vil være like disruptiv for samfunnet som elektrisitet, og blir ofte tatt i å tale om potensialet for disruptiv teknologi og AGI.
Som en futurist, er han dedikert til å utforske hvordan disse innovasjonene vil forme vår verden. I tillegg er han grunnleggeren av Securities.io, en plattform som fokuserer på å investere i banebrytende teknologier som omdefinerer fremtiden og omformer hele sektorer.