AI als ‘game-changer’ voor L&D?
Revolutionair veranderen, disruptief, game-changer. Als het gaat om nieuwe technologieën en L&D kijkt Josh Bersin niet op een superlatief meer of minder. En dat is al jaren zo. Nu is AI volgens hem weer de ‘game-changer‘ van L&D.
Volgens Bersin staat de L&D-sector voor een noodzakelijke heroriëntatie van het traditionele onderwijsmodel naar een nieuw paradigma dat gebaseerd is op nieuwsgierigheid en zelfsturing. Het traditionele L&D-model volgt een didactische benadering waarbij cursussen, curricula en certificeringen worden ontwikkeld die medewerkers vervolgens moeten doorlopen. Dit lineaire systeem botst echter met de verwachtingen van moderne lerenden, vooral van de jongere generaties die volgens Bersin gewend zijn aan directe toegang tot informatie via AI-tools zoals ChatGPT.
Met inmiddels meer dan een miljard gebruikers en 400 miljoen wekelijkse actieve gebruikers wereldwijd overtreft ChatGPT volgens de auteur alle traditionele L&D-aanbieders. Gebruikers leren door vragen te stellen, directe antwoorden te krijgen en dieper te graven in onderwerpen. Dat resulteert volgens hem in verhoogde productiviteit.
Bersin onderscheidt twee leermodellen: “wat je moet weten” (lineaire, voorgeschreven kennis over het bedrijf en de functie) en “wat je zou willen weten” (vragen, nieuwsgierigheid en verkenning). Het eerste model wordt adequaat bediend door bestaande L&D-methoden, maar het tweede – nu mogelijk gemaakt door AI – biedt naar zijn mening transformatieve mogelijkheden.
Een praktijkvoorbeeld illustreert dit: een verkoper die een deal verliest, kan vragen “Wat had ik anders kunnen doen?” Een goed ontworpen AI-gestuurd leersysteem geeft een eerste antwoord, gaat in gesprek met de medewerker om het probleem te analyseren, en presenteert relevante trainingsmaterialen, video’s en casestudies. Deze “nieuwsgierigheidsgedreven” benadering stimuleert voortgezet leren.
Google-onderzoek laat volgens Bersin zien dat ‘AI’ de drempel voor het stellen van vragen verlaagt. Elizabeth Reid, Global Head of Search bij Google, observeert dat mensen meer en complexere vragen stellen wanneer AI-tools dit vergemakkelijken. Jongere gebruikers stellen niet alleen meer vragen, maar ook langere en genuanceerdere vragen.
Deze ontwikkeling bedreigt de relevantie van de traditionele L&D-industrie, die dit jaar naar verwachting de 400 miljard dollar zal overschrijden. Het klassieke model, waarbij een expert lerenden door een vast curriculum leidt, voldoet niet meer aan de behoeften van de huidige beroepsbevolking. Deze benadering moet plaatsmaken voor iets dynamischer en meer gestuurd door de lerende.
Lerenden hebben veel meer ondersteuning nodig om kennis daadwerkelijk op te nemen en vast te houden. Onderzoek naar de vergeetcurve en het belang van gespreide herhaling toont aan hoe snel we vergeten wat we proberen te leren zonder voortdurende versterking.
De afgelopen dertig jaar heeft de L&D-sector geëxperimenteerd met interactievere methoden, micro-learning modules en videocontent. Ondanks aanzienlijke investeringen vinden veel chief learning officers het nog altijd moeilijk om te stellen dat deze benaderingen werkprestaties daadwerkelijk transformeren.
De ‘nieuwsgierigheidscyclus’ verandert volgens Bersin alles. Wanneer medewerkers hun eigen leerproces leiden, aangedreven door professionele nieuwsgierigheid, verliezen traditionele “impact”-metrieken hun betekenis. AI maakt nu echt leren tijdens het werk mogelijk. Het nieuwe model transformeert L&D van een top-down manier van leveren naar een interactieve bron die instructie faciliteert, individuele groei ondersteunt en dynamische, on-demand toegang biedt tot leerinhoud. Dit vereist wendbaarheid en relevantie in contentcreatie en -distributie.
Bersin waarschuwt dat L&D-teams die niet proactief meegaan met deze verschuiving, het risico lopen gemarginaliseerd te raken. Tegelijkertijd biedt deze ontwikkeling kansen voor organisaties om hun L&D-functie te herpositioneren als een bedrijfsondersteunende functie die prestaties stimuleert binnen de gehele organisatie.
Mijn opmerkingen
Josh Bersin simplificeert het zogenaamde ’traditionele onderwijsmodel’, en hij miskent m.i. ontwikkelingen zoals performance support. Het leggen van een relatie met de leeftijd van medewerkers is onzin. Daarnaast gaat hij m.i. te gemakkelijk voorbij aan verschillende typen leervragen die om verschillende leerinterventies vragen. Ik ga daar in het boek “Van start met e-learning in 60 minuten” uitgebreider op in.
Hij heeft echter wel een punt als het gaat om de invloed van toepassingen als ChatGPT op leren. Deze toepassingen zijn oorspronkelijk niet ontwikkeld voor leerdoeleinden, maar worden er wel voor gebruikt. In Jane Hart’s overzicht van de top 100 leertechnologieën staan al meerdere AI-tools. De manier waarop we informatie zoeken, scannen, selecteren en verwerken, verandert ook drastisch. We krijgen nu namelijk kant en klare teksten, in plaats van bronnen die we nog moeten beoordelen. Dit stelt ook andere eisen aan het beoordelen van de kwaliteit van de output. Bersin staat daar niet bij stil. Als het gaat om andere manieren van leren, gaat het echter niet alleen om de beschikbaarheid van nieuwe AI-toepassingen. Het gaat er ook om dat we weten hoe we die nieuwe tools op een goede manier gebruiken voor leren.
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.