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

Christian Pantel är Chief Product Officer på D2L, där han leder den globala produktstrategin, produktledning, produktutformning, användarupplevelseforskning och tillgänglighet. Han utsågs till CPO 2024 efter att ha anslutit sig till företaget 2015, där han utvidgade sitt ledarskap över produkt, design och teknik.

Pantel har mer än 25 års erfarenhet av att bygga företagsprogramvara, med tidigare ledande roller på Workday, Infor och PeopleSoft. Hans arbete grundar sig i användarcentrerad design, med fokus på att skapa intuitiva, tillgängliga lärupplevelser för olika lärande och utbildare.

D2L är ett kanadensiskt utbildningsteknologiföretag som är mest känt för att ha utvecklat Brightspace, en molnbaserad lärplattform som används av skolor, universitet, regeringar och företag för att leverera online- och hybridlärupplevelser. Grundat 1999 av John Baker, fokuserar företaget på personlig och tillgänglig digital utbildning, integrerar AI-drivna verktyg, analyser, kursförfattning och anpassningsbara lärverktyg i sin ekosystem. D2L:s plattform stöder allt från utbildning i årskurs 1-12 till företagsutbildning och professionell utveckling, med stark betoning på lärandeengagemang, tillgänglighet och livslång utbildning. Företaget har expanderat globalt och servar nu miljontals användare genom en serie produkter som syftar till att modernisera hur organisationer undervisar, utbildar och hanterar lärprogram

Du har tillbringat över två decennier med att forma användarupplevelse på företag som Workday, Infor och PeopleSoft innan du avancerade till en ledande roll på D2L. Hur har den resan påverkat ditt tillvägagångssätt för att integrera AI i lärplattformar utan att kompromissa med användbarhet och tillgänglighet? 

Att tillbringa så mycket tid i företagsprogramvara lär dig var produkterna bryter ned. Team lägger till funktioner, men de förlorar sikte på användaren, och komplexitet smyger sig in. Den erfarenheten har format hur jag närmar mig AI. Vi undviker att jaga efter glittrande föremål och fokuserar på att lösa verkliga utmaningar som utbildare och lärande står inför dagligen. Detta överförs direkt till hur vi bygger på D2L. AI måste passa in i hur utbildare och lärande redan arbetar och stödja hur människor faktiskt lär sig. Om en funktion lägger till friktion, skapar förvirring eller försvagar tillgänglighet, skickas den inte iväg.

Som Chief Product Officer ansvarar du för produkt, design och forskning. Hur säkerställer du att AI-funktioner verkligen förbättrar lärresultat snarare än att bara lägga till komplexitet till plattformen?

Vi börjar med en enkel princip. Lärande kräver produktiv kamp. Om AI tar bort ansträngningen som krävs för att lära, är det fel lösning. Lärande beror på övning, feedback, reflektion och tillämpning, och vi utformar AI för att stödja den processen. Varje funktion måste hjälpa utbildare att anpassa lärupplevelser och bedömningar till resultat och förstå om lärande faktiskt gör framsteg. Vi mäter den effekten direkt.

D2L:s Brightspace-plattform integrerar AI direkt i lärupplevelsen snarare än att behandla det som ett tillägg. Vilka fördelar skapar denna inbäddade AI-ansats för utbildare och institutioner?

Att integrera AI är viktigt eftersom sammanhang är viktigt. När systemet förstår kursen, innehållet och vad lärande gör, kan det vägleda lärande i stället för att bara generera svar. Det leder till bättre stöd i rätt ögonblick och starkare resultat över tid. Det håller också institutioner i förarsätet. De kan ange riktlinjer, hantera data och förstå hur AI används, vilket är avgörande för förtroende, sekretess och akademisk integritet.

Många AI-verktyg inom utbildning lovar personlig anpassning. Vad ser meningsfull anpassning ut som i stor skala, och var brister de flesta plattformar?

Personlig anpassning bör driva lärande framåt, inte ta bort den nivå av utmaning som krävs för verkligt framsteg. AI kan eliminera onödig friktion, men lärande beror fortfarande på varaktigt engagemang, problemlösning och ansträngning över tid. Målet är att hålla lärande på rätt nivå av svårighet så att de fortsätter att göra framsteg utan att fastna eller bli avskräckta.

Du har betonat tillgänglighet under hela din karriär. Hur bör AI-system utformas för att bättre betjäna lärande med funktionshinder snarare än att oavsiktligt exkludera dem?

AI kan ta bort verkliga hinder genom att erbjuda flera sätt att engagera sig i innehållet och göra lärande mer flexibelt. Det kan stödja olika format, förbättra undertextning och minska manuellt arbete för utbildare. Men AI-system tenderar att genomsnitta användare, vilket innebär att de kan missa de människor som behöver stöd mest. Alla lär sig olika och vissa är beroende av hjälpmedel för att stödja sina behov. Team måste utforma och testa för dessa lärande medvetet och inkludera dem i forsknings- och utvecklingsprocessen för att säkerställa att tillgänglighet förbättras i praktiken. Genom att prioritera inkluderande design strävar vi efter att nå alla lärande oavsett förmåga och skapa meningsfulla möjligheter för alla.

När AI alltmer är involverat i bedömningar och feedback, hur bör institutioner balansera automatisering med att upprätthålla förtroende och akademisk integritet?

AI bör stödja bedömning, inte ta över den. Det kan hjälpa till att skala feedback och skapa flera versioner av bedömningar som testar samma koncept, vilket stärker integritet och fördjupar den övergripande lärupplevelsen. Utbildare måste fortfarande äga betygsättning och slutliga beslut. Förtroende beror på att en människa står bakom resultatet.

Från ett produkt perspektiv, vad är de största missuppfattningarna universitet har när de antar AI i sina lär ekosystem?

Att behandla AI som ett verktyg som du kan slå på och lösa problemet. I vissa fall kan det göra saker värre genom att ta bort ansträngningen som lärande kräver. Institutioner måste vara tydliga med vad de försöker förbättra. Mer automatisering betyder inte bättre resultat utan rätt data, styrning och design på plats.

D2L opererar över K-12, högre utbildning och företagslärande. Hur skiljer sig AI:s roll sig åt över dessa segment, och var ser du den snabbaste antagandet?

AI:s roll skiftar beroende på vad varje segment värdesätter mest. I K-12 fokuserar man på säkerhet, åldersanpassat användande och att ge utbildare och föräldrar stark kontroll över hur AI introduceras i klassrummet. I högre utbildning bryr sig institutioner mer om skala och kvalitet, särskilt kring bedömning, lärandestöd och hantering av stora studentpopulationer. I företagslärande skiftar fokus mot hastighet och effektivitet, med AI som hjälper team att flytta snabbare och minska operativa kostnader.

Antagandet tenderar att följa dessa prioriteringar, men det varierar också betydligt beroende på region. Vi ser särskilt stark momentum i högre utbildning globalt, särskilt på platser som Singapore, där institutioner investerar aggressivt i AI för att skala lärande och förbättra resultat. I Singapore har vi haft långvariga tidiga antagare av D2L Lumi, vår AI-drivna lärassistent. De var bland de första som antog dessa funktioner, och under 2025 ökade generationerna med 7,5 gånger. Vad som sticker ut är inte bara volymen av användning, utan också bredden. Institutioner där är ofta de första som experimenterar med nya AI-funktioner och distribuerar dem i stor skala över verkliga lär miljöer.

Vi ser också ett starkt och accelererande momentum i Latinamerika. Från september 2025 till april 2026 upprätthöll Lumi en konsekvent hög användning i regionen, vilket signalerar att institutioner har gått långt bortom experiment och nu direkt integrerar AI i instruktionsflöden.

I kontrast, tar marknader som USA ofta en mer strukturerad ansats, med piloter, styrningsgranskningar och fasade distributioner innan bredare distribution.

AI kan nu generera innehåll, bedömningar och till och med handledning. Hur bör utbildare omdefiniera sin roll i en värld där dessa funktioner blir standard?

Utbildare blir inte mindre viktiga när AI förbättras. De blir mer viktiga. Deras roll skiftar mot att vägleda lärprocessen, ange förväntningar och se till att studenter engagerar sig i materialet på ett meningsfullt sätt. AI kan assistera med innehåll och feedback, men det kan inte ersätta bedömning, motivation eller ansvar. Vi bör använda AI för att skala det som verkligen är viktigt i lärande, inte ersätta tänkandet eller leverera färdiga bedömningar för lärande.

Om vi ser framåt, vad är de viktigaste produktbesluten utbildningsteknologiföretag behöver fatta idag för att säkerställa att AI förbättrar, snarare än urholkar, utbildningskvaliteten under de kommande decennierna?

Om jag anknyter det tillbaka till produktbeslut, kommer vinnarna att vara de som bygger på starka data, integrerar AI i verkliga arbetsflöden och grundar allt i förtroende, tillgänglighet och lärvetenskap.

Om vi får det rätt, blir AI en kärnförmåga som kontinuerligt förbättrar lärande, hjälper utbildare att fokusera på högimpaktarbete och ger lärande stöd i rätt ögonblick.

Den verkliga möjligheten är att gå bortom en-storlek-passar-alla-utbildning till något mycket mer responsivt och effektivt, där varje lärande får bättre stöd och varje utbildare är bättre utrustad för att hjälpa dem att lyckas.

Tack för det utmärkta samtalet, läsare som vill lära sig mer bör besöka D2L.