Nieuws

Een overzicht van nieuwsbericht van onze redactie en aanbieders die zich hebben aangesloten bij e-Learning.nl.


Van Wilfred Rubens (redactie) | 20-03-2019 | Article Rating | (0) reacties

Ontwikkelingen op het gebied van Learning Experience Platforms

Ontwikkelingen op het gebied van Learning Experience Platforms

Learning Experience Platforms (LXP) staan, als het gaat om leertechnologie voor Learning & Development, in het brandpunt van de belangstelling. Josh Bersin ziet zes richtingen waarin de LXP’s zich begeven.

Via LinkedIn wees John May mij een tijdje geleden op Bersin’s bijdrage. De auteur wijst daarin op de snelle groei van learning experience platforms (LXP). Volgens Bersin kijken op dit moment duizenden bedrijven of zij hun LMS kunnen vervangen door een LXP.

Wat betreft omzet valt de markt van LXP’s nog in het niet bij de LMS-markt (300 miljoen versus 4 miljard dollar). Toch neemt Bersin interessante trends waar. Behalve een groei in omzet van 50% per jaar zijn dat:

  • Leveranciers groeien in omvang.
  • Producten worden meer complex.
  • Partijen bewegen zich in verschillende richtingen.
  • Elke LMS-leverancier houdt zich nu ook bezig met het LXP.

Bersin stelt dat een LXP de lerende meer centraal stelt bij het ontdekken van relevante leermaterialen (een cursus of andere content), mede op basis van een gebruikersprofiel en gedrag. Aanvankelijk fungeerde het LXP hierbij als een soort schil bovenop een LMS, met slimme manieren om leerinhouden aan te bevelen. Inmiddels maakt een LXP ook content en experts van derden toegankelijk.

Zes richtingen

Een LXP richt zich volgens Bersin op het complexe vraagstuk van het kunnen ontdekken van voor jouw relevante content (de speld) binnen de enorme hoeveelheid mogelijk interessante cursussen, leerobjecten, video’s, podcasts en webpagina’s (de hooiberg). Het LXP moet het mogelijk maken dat jij gemakkelijk vindt wat je nodig hebt.

Josh Bersin denkt dat LXP’s hierbij zes richtingen in kunnen slaan:

  1. Vaardigheden vormen het vertrekpunt voor leren. Bijvoorbeeld op basis van assessments van vaardigheden of vaardigheden die gekoppeld zijn aan rollen en functies. Eenvoudig is dat niet. IBM’s Watson Talent Frameworks kent bijvoorbeeld meer dan 3000 functieprofielen en meer dan 2000 vaardigheden. Ga daar als LXP-aanbieder maar eens mee aan de slag.
  2. Aanbevelingen doen op basis van gebruik. Daarbij leunen aanbieders op grote hoeveelheden data die LMS-leveranciers bijvoorbeeld in de loop der jaren hebben vergaard. LinkedIn Learn is uiteraard ook een bekend voorbeeld. Een risico hiervan is dat andere content wellicht beter en meer geloofwaardig is dan de content die wordt aanbevolen. Of dat bepaalde content wordt aanbevolen op basis van de voorkeuren van een oververtegenwoordigde doelgroep. Slimme vormen van aanbevelen vergt nog de nodige R&D, meent Bersin. Bijvoorbeeld door gebruik te maken van aanbevelingen van een community.
  3. Aanbevelingen op basis van kunstmatige intelligentie (AI). AI-technologie scant de inhoud en analyseert wat de inhoud mensen probeert te leren. Op basis van documentatie kunnen dan ook korte instructies worden ontwikkeld. De applicatie Valamis -ooit een leeromgeving op basis van portalsoftware Liferay en destijds vergelijkbaar met Moodle- is hier bijvoorbeeld al toe in staat, schrijft Bersin.
  4. Praat met de lerende en begrijp de lerende. Het LXP kent de rol, ervaringen, bestudeerde leerinhouden, leervoorkeuren en ambities en doelen van de lerende. Daarbij gaat men verder dan interesses die binnen een profiel worden ingevuld. Een applicatie als Magpie doet dat bijvoorbeeld op basis van het stellen van vragen.
  5. Ga uit van de bedrijfsregels en drijfveren van de organisatie. Dit is in feite de traditionele manier van content ontsluiten. De organisatie bepaalt welke inhouden lerenden moeten bestuderen, bijvoorbeeld op basis van wet- en regelgeving. Een verschil is dat lerenden nu suggesties krijgen dankzij conversaties met chatbots. Bersin noemt dit het “well-known, but badly needed model”. Deze benadering stelt de lerende niet centraal, maar is nog steeds relevant.
  6. Data opslag. Volgens Bersin genereren LXP’s veel data, maar slaan zij historische data mbt leren niet op. Volgens mij komt dit doordat men er aanvankelijk vanuit ging dat een LXP gebruikt zou worden als schol bovenop het LMS. Bersin stelt dat je in elk geval een besluit moet nemen waar je data rond leren wilt opslaan en analyseren.

Josh Bersin gaat ook kort in op het leren dat geïnitieerd wordt door de bedrijfsregels van de organisatie. Daarbij doelt hij onder meer op wet- en regelgeving, performance support, maar ook op leren van klanten. Bersin voorspelt dat deze functionaliteit door de grote HR-systemen gefaciliteerd zal worden (denk aan SAP-HR). Het LXP wordt daardoor een steeds belangrijker systeem binnen de architectuur van een organisatie. Hij beschouwt het LXP als het leerplatform van de toekomst. Voor LMS-leveranciers wordt het moeilijk die achterstand in te halen. Sommigen komen met een nieuw product (zoals Skillsoft), anderen zullen op overnamepad gaan.

Bersin is ervan overtuigd dat organisaties keuzes gaan maken omdat ze niet voor twee systemen wensen te betalen. Daar komt bij dat organisaties ook hun uitgaven voor een LMS willen verminderen.

Mijn opmerkingen

Interessant om te lezen dat LXP’s steeds losser komen te staan van het LMS. Tegelijkertijd leidt dit wel tot een interessante uitdaging. Formeel leren, geïnitieerd vanuit de organisatie, zal niet verdwijnen. Leertechnologieën moeten ‘learning-centred‘ zijn. Er zijn namelijk ook grenzen aan leren waarbij de lerende centraal staat. Bersin wijst zelf al op beperkingen van aanbevelingen op basis van gebruik. Een leerbehoefte formuleren is best complex binnen een dynamische context van een arbeidsorganisatie. Het zoeken van content om die behoefte te bevredigen is al helemaal geen sinecure. Volgens mij heb je als organisatie niet voldoende aan een LXP, al herken ik de behoefte aan één systeem (en het verlangen om minder budget uit te geven aan leeromgevingen).

Bovendien zijn LXP’s zeer contentgedreven. Leren vindt echter niet alleen plaats door het bestuderen van content. Je hebt ook leertechnologie nodig die werknemers in staat stelt om eenvoudig van elkaar te leren. Bovendien vraag ik me af of een LXP ook goed in staat is content van beperkte omvang te presenteren binnen de context waarin deze content moet worden toegepast.

Ik kan me dus goed voorstellen dat een LXP een relevante applicatie is voor een arbeidsorganisatie. Het is echter zeker niet de enige relevante applicatie. Wellicht is huidige grote aandacht voor het LXP overdreven. Op het gebied van leertechnologie hebben we vaker tijdelijke explosieve groei gezien. Het bleken niet altijd blijvertjes of dominante toepassingen te zijn. De toekomst zal het leren.


Hoe waardeert u deze bijdrage?




Reacties

Plaats hieronder uw reactie.

Naam (verplicht)

E-mail (verplicht)

CAPTCHA Afbeelding
Voer de hierboven staande code in:

Meest gelezen nieuws

Geen artikelen gevonden

Achtergronden aanbieders

Column

0 reacties
Van Let’s Learn! 09-10-2023

Retentie en AI

Helma van den Berg van Let's Learn! beluisterde de bijdrage van Jeanne Bakker aan de podcastserie BrainBakery. Bakker vertelde over de bedreiging en kansen die we nu en in de toekomst van AI kunnen verwachten. In de podcast sprak zij haar verwachtingen uit voor de toekomst van AI in leren. Helma is het met haar eens. Zoals de gedachte om AI voor gepersonaliseerd leren te gebruiken.