Wie doet het beter, AI of de e-Learningexpert? FLOWSPARKS deed de test.
De beweringen over Artificiële Intelligentie in Learning&Development stapelen zich op en zouden niets minder dan een revolutie beloven: trainingen die in een fractie van tijd ontwikkeld worden, zonder writer’s block en met meer ruimte voor een doordacht ontwikkelingsproces. Zeker voor L&D-teams die werken onder druk van krappe deadlines en hoge verwachtingen, klinkt dat als een gamechanger. Maar tussen al die grote claims blijft het echte verhaal vaak vaag. Waarop zijn die cijfers gebaseerd? Wat zijn de kosten bij het gebruik van deze tools? En hoe zit het met de kwaliteit onderweg? Dat bracht FLOWSPARKS tot één centrale vraag: Wat levert AI nu écht op in het ontwikkelingsproces van e-Learning?
Lees hier het volledige performance experiment report!
Bij FLOWSPARKS namen we de proef op de som met een AI performance experiment; een praktische studie waarin we AI-tools naast de manuele aanpak van ervaren e-Learningexpers legden. We kozen bewust voor een eerlijke vergelijking met gevestigde vakexpers die hun sporen hebben verdiend, want alleen in vergelijking met sterke competitie wordt duidelijk wat AI écht kan opleveren voor L&D-professionals.
Elke deelnemer, opgebouwd in duo’s, kreeg exact dezelfde opdracht en werkte op basis van identiek bronmateriaal: een expert in het opstellen van digitale trainingen werkte volledig handmatig, terwijl de andere auteur gebruik maakte van AI, met de FLOWSPARKS Co-Author als basis en met eventueel extra tools zoals ChatGPT.
We volgden het volledige ontwikkelingsproces en richtten ons daarbij op drie kernvragen die voor elk L&D-team herkenbaar zijn:
1. Tijdswinst – Kan AI het ontwikkelingsproces echt versnellen, en op welke momenten levert dat de meeste impact op?
2. Kostenbesparing – Hoe vertaalt de inzet van AI zich naar concrete kosten in de praktijk?
3. Inhoudelijke kwaliteit – Hoe scoort een AI-ondersteunde training ten opzichte van een handmatig opgebouwde module van een expert, als het gaat om effectiviteit, relevantie en beleving?
In het experiment zie je wat er gebeurt als AI wordt ingezet als strategische partner in het opzetten van digitale leeroplossingen. We onderzochten hierbij niet alleen hoe snel digitale trainingen kunnen worden opgebouwd met behulp van AI-tools, maar ook wat die snelheid betekent voor kwaliteit en kostenefficiëntie, door de belangrijkste stappen van elke deelnemer gedetailleerd in beeld te brengen.
Zelfs met een goed team en duidelijke leerdoelen kan het bouwen van e-Learning nog steeds moeizaam verlopen. Je verspilt tijd aan eindeloos herschrijven, worstelt met opstartfases en de balans tussen snelheid en kwaliteit is vaak moeilijk te bewaren. In die context bieden de bevindingen relevante inzichten voor L&D-professionals, met een diepere kijk op waar je de meeste winst behaalt wanneer je met AI-tools aan de slag gaat.
Je ontdekt tastbare resultaten over welke verschillende voordelen deze tools kunnen opleveren, welke fases van het ontwikkelingsproces het meeste baat hebben bij AI-ondersteuning en hoe je AI slim kunt inzetten binnen jouw strategische aanpak. En minstens zo belangrijk: je krijgt een helder beeld van waar het fout kán lopen, en hoe je dat voorkomt.
Wil je weten waar AI het verschil maakt en waar het nog niet op kan tegen menselijke expertise?
Dit experiment geeft je de nodige antwoorden, onderbouwd met data, praktijkvoorbeelden en concrete handvatten voor L&D-teams die AI effectief willen integreren in hun workflow.
Klik hier voor het volledige AI in L&D performance experiment report!