ИИ может собрать курс, но не может решить, нужен ли он бизнесу

ИИ резко упростил производство обучения - клепай обучалки не хочу - можно быстро собрать структуру, тексты, задания, тесты, памятки и материалы для разных ролей.
Но скорость производства не решает главный вопрос: нужно ли бизнесу это обучение вообще.

Запрос на курс часто приходит как готовое решение, хотя частенько внутри может быть вообще другая проблема

которая, спойлер, не решится обучением. Или решится, но не тем

Например: «нам нужно обучить сотрудников клиентскому сервису». На поверхности это выглядит как учебная задача. Но дальше нужно разбирать систему.
- Кто заказчик этого запроса?
- Какой бизнес-результат его не устраивает?
- В каком процессе возникает сбой?
- Кто конечные пользователи будущего решения?
- Какие роли влияют на результат?
- Что сотрудники делают сейчас и что должны делать иначе?
- Почему они не делают этого уже сейчас?

Бывает, что проблема действительно в знаниях или навыках.
А бывает, что причина лежит в других процессах: в полномочиях, правилах, управлении, качестве продукта, перегрузе команды, устаревшей базе знаний или противоречиях между тем, чего хочет бизнес, и тем, как реально устроен процесс.

Если эту систему не распутать, ИИ просто слепит курс, который выглядит «вроде норм», но не меняет работу людей и не влияет на бизнес-результат.

Ценность L&D в эпоху ИИ смещается выше - важно не просто сделать учебный материал, а понять, какая задача стоит перед бизнесом, где находится реальный разрыв и нужно ли здесь обучение как решение.

Варвара Егорова и Команда сообщества Digital Learning

#образованиекакпродукт

Приветствую, коллеги 👋🏼

С вами Осипов Михаил.

Последнее время всё чаще замечаю одну и ту же историю. Открываешь материал про модели педагогического дизайна — и видишь в одном ряду ADDIE, Модель Дика и Кэри, цикл Колба и т.д.

И если человек впервые начинает изучать педагогический дизайн, то вполне можно решить, что перед ним хорошая систематизация моделей.

Но у меня почти сразу возникает другой вопрос:
почему всё это снова сложили в одну коробку?

Само собой, среди этих моделей нет «правильных» или «неправильных». Они просто решают разные задачи. Например, с ADDIE проектируют образовательные продукты (это проектная модель педагогического дизайна), а цикл Колба уже помогает выстроить логику самого процесса обучения.

Но именно такой «винегрет» я всё чаще вижу не только в образовательных статьях и видеоматериалах с экспертами, но и в ответах нейросетей.

Причём я бы не сводил проблему к тому, что нейросеть просто «научилась на плохих открытых источниках».

Дело в том, что она может воспроизводить уже существующую путаницу, а может и сама делать вполне правдоподобные обобщения, которые для неподготовленного человека будут выглядеть логично.

Но почему эксперт в теме видит эту ошибку, а начинающий — нет?

Теперь порассуждаем 💭

Я занимаюсь педагогическим дизайном больше десяти лет. За это время было изучено много отечественной и зарубежной литературы, научных статей, профессиональных блогов, пройдено десятки учебных курсов и т.д.

И постепенно из этого сложилась та самая профессиональная насмотренность, когда ты перестаёшь смотреть только на название модели или красивое определение и начинаешь автоматически задавать другие вопросы: что именно она описывает, какую задачу решает, где применима, какие у неё ограничения и т.д.

При этом было бы ошибкой решить, что достаточно просто прочитать правильные книги. Одной теории тоже недостаточно.

Потому что практика и только практика очень быстро показывает, насколько условными становятся красивые схемы, когда появляется реальный заказчик, неподготовленный эксперт, неоднородная целевая аудитория обучающихся, меняющиеся ограничения и т.д. В этот момент ты и понимаешь, что модель — это лишь некий фреймворк, который помогает принимать решения.

Самое интересное, что и практика сама по себе тоже не гарантирует профессионализма. Без теоретической рамки легко превратить собственный удачный опыт в универсальное правило из серии один раз получилось — значит, «так и надо делать».

Поэтому для меня теория и практика работают только вместе. Теория помогает структурировать и интерпретировать опыт. Практика помогает увидеть ограничения теории. А между ними постепенно формируется твоя личная профессиональная оптика.

Именно поэтому мне очень сложно согласиться с идеей, что нескольких запросов к ИИ достаточно, чтобы «разобраться в педагогическом дизайне».

Как думаете, ИИ действительно снижает порог входа в профессию — или только создаёт иллюзию, что в ней стало проще разобраться?

Наши партнёры из Лабмедиа 7 октября проводят вебинар про систему адаптацию новичков. Тема острая: по данным Работа.ру и СберПодбора, каждый пятый сотрудник уходит ещё на испытательном сроке. 

На встрече разберут, как выстроить адаптационный трек, чтобы не терять людей: 
- где уместна автоматизация, 
- какие роли нужны в процессе, 
- как проверять прогресс,
- как мотивировать через игрофикацию. 

🎙 Спикер: эксперт по внедрению платформы «Вовлекай» Мария Мосеева.

Во второй части — реальный кейс клиента про трек адаптации на платформе «Вовлекай».

Будет полезно и тем, кто запускает адаптацию с нуля, и тем, кто хочет докрутить текущую систему.

Если интересно — можно почитать подробнее и записаться по ссылке: https://labmedia.su/events/trek-adaptatsii-kak-sposob-uderzhaniya-novichkov-v-kompanii/?utm_source=dl 

#инфопартнёры

Всем привет!
Весь октябрь в нашем канале часть постов выходит под общей тематикой о передаче ИИ части задач в корпоративном обучении. Изначально я планировало написать о главе Белой книги этики в сфере ИИ, которая прямо так и называется «Этично ли преподавателю вести предмет через свою цифровую имитацию без личного присутствия в аудитории?», но сделаю несколько шагов назад в эпоху, когда зарождалась дисциплина этики ИИ.

В середине прошлого века американские банки столкнулись с одним из последствий потребительского бума – выросло число чеков, которые требовали ручной обработки. Решением стала разработка специальной ЭВМ ERMA для автоматизации процесса. История захватывающая, достойная отдельной публикации (так, для распознавание текстов даже попутно придумали технологию OCR, которой в итоге не воспользовались).

Один из участников этого проекта - Джозеф Вайценбаум - создал из любопытства программу «Элиза», которая могла поддерживать диалог с пользователем – по сути, первый электронный чат-бот в истории.

Сам Вайценбаум относился к «Элизе» как к техническому эксперименту, Его коллеги-технари тоже прекрасно понимали, что имеют дело с простым алгоритмом, выдающим шаблонные фразы. Но дальше произошло нечто, что заставило его всерьез заняться вопросами этики.

Во-первых, некоторые сотрудники начали относиться к программе как к живому собеседнику: обсуждать с ней личные вопросы и даже закрывать дверь в комнату во время общения.

Во-вторых, и это было еще более ошеломительным: после диалога с программой, люди изменили свою манеру общения с другими людьми. Живые собеседники стали восприниматься ими просто как «более продуманные машины».

В 1976 году он изложил эти наблюдения в книге Computer Power and Human Reason. Вайценбаум утверждал: в некоторых сферах мы не должны передавать машине те задачи, которые требуют подлинных человеческих качеств — эмпатии, сочувствия, искреннего желания помочь.
Машина может имитировать участие, но она не может участвовать по-настоящему. И чем больше мы позволяем ей это делать, тем больше рискуем начать относиться друг к другу как к NPC в компьютерной игре.

Сейчас ИИ уже отлично генерирует контент, проверяет тесты и может вести вебинар через цифровой аватар.
Как вы считаете, обязательны ли эмпатия и «человеческое присутствие» для преподавателя в корпоративном обучении? Или нам достаточно просто качественной передачи знаний?

Делитесь в комментариях 👇

Марат Немешев
директор департамента цифровых решений ООО ЛАНИТ-ТЕРКОМ
преподаватель кафедры системного программирования СПбГУ
член комиссии по реализации кодекса этики Альянса в сфере ИИ
https://ethics.a-ai.ru

Друзья, я открываю серию публикаций о тех, кто делает DL ДВИЖ живым пространством для профессионального роста.

Мы часто говорим о миссии сообщества - в Digital Learning мы развиваемся сами и развиваем подходы к обучению. Мне кажется, нет лучшего способа показать эту миссию в действии, чем познакомить вас с людьми, которые каждый день не только проверяют ее на прочность, но и превращают идеи сообщества в ЯРКИЕ и ЖИВЫЕ СОБЫТИЯ.

Сегодня с нами Наталия Горбачевская. Экспериментатор и исследователь в теме обучения, человек, который пришел в Digital Learning, когда еще руководил корпоративным университетом, внедрял Websoft и сам собирал курсы. Сегодня Наталия работает на стыке обучения и орг. дизайна, руководит собственной студией, а для ДВИЖа готовит секцию «Нетворкинг и мастермайнды».

Я выбрала Наталию для открытия серии не случайно. В год, когда наше исследование показало, что 97% компаний создают образовательный контент самостоятельно, а 95% уже используют ИИ при разработке, особенно важно говорить не только о технологиях, но и о мышлении. О том, как отличить обучение, которое меняет работу, от обучения, которое создает иллюзию движения. Наталия умеет задавать неудобные вопросы - и себе, и команде, и заказчику.

Вот что она рассказала мне о том, как обучение помогает решать проблемы бизнеса ⬇️

«Перед тем как взять проект, я всегда проверяю, есть ли у заказчика ответ на вопрос - проблема компании решается обучением? Обучение работает только тогда, когда дело действительно в ликвидации разрыва между текущим и желаемым знанием или навыком. Во всех остальных случаях стоит посмотреть на организационные, коммуникационные и даже политические варианты решения».

«На мой взгляд, нет ничего плохого в том, чтобы быть хорошим поставщиком образовательных решений. А вот для того, чтобы не быть плохим поставщиком, стоит как минимум начать с базового изучения основ методологии, концепций обучения взрослых, а уже потом как стразы и бантики собирать коллекцию технологичных фишечек».

Я спросила Наталию: почему живой разговор с коллегой иногда дает больше развития, чем безупречно спроектированный курс?

«При общении мы обмениваемся не только информацией, у нас задействованы все органы чувств, мы проявляем и считываем эмоции, подкрепляем факты интонацией. К тому же ошибки и находки других - это увлекательные истории, в которых мы представляем себя, своих коллег, и это позволяет сделать картинку яркой и запомнить лучше».

Но самый ценный практический совет Наталия дала про нетворкинг. О том, что делать после конференции, когда обмен контактами уже случился, а НАСТОЯЩИЙ контакт - еще нет.

«На конференциях мы не можем долго и глубоко пообщаться и узнать человека. Поэтому если мне интересно - я всегда предлагаю после краткого знакомства созвониться на час онлайн, попить кофе вместе. И такие встречи нередко заканчиваются хорошими совместными проектами».

А еще она, как лидер секции DL ДВИЖа, приоткрыла секрет - что делает мастермайнд работающим форматом.

«Для того чтобы мастермайнд сработал, важно, чтобы тема была заранее известна участникам, чтобы они приходили с определенным опытом, а не просто посмотреть. Профессионализм модератора и активная позиция группы тоже играют не последнюю роль».

Я вижу в этих словах простую, но сильную мысль: настоящее развитие начинается там, где мы перестаем быть зрителями и становимся участниками. Секция Наталии на ДВИЖе — это именно такое пространство. Приходите 19 ноября, чтобы попробовать формат, в котором разговор становится инструментом!

"Хочу пожелать каждому участнику стремительного ДВИЖа в правильном направлении!" - Наталия Горбачевская

Ну а если хотите начать прямо сегодня 😉 - вот вам подсказка: выберите одного человека из своего профессионального окружения, с которым давно хотели поговорить, и предложите ему часовой созвон без плана или повестки. Просто чтобы услышать, чем он живет. Я уверена, вы удивитесь, сколько нового откроется в этом разговоре.

Диана Зверева и сообщество Digital Learning