Hvorfor indholdshamstring ikke er svaret på kløften

Mange organisationer på virksomhedsniveau har investeret i Learning Experience Platforms (LXP’er), der er afhængige af algoritmer og indholdsaggregationsmotorer til at anbefale læringsindhold. Men ved at kombinere indhold med generiske færdighedskategorier og servere feeds, har LXP’er ofret noget afgørende.

Hvad skal der til for at bygge bro over kompetencekløften?

Spørg Fuse Product Director Rhys Giles, hvordan folk virkelig lær, og den første ting, han vil sige, er, at aggregering af indhold bestemt ikke er svaret på engageret læring. Mange virksomheder på virksomhedsniveau har investeret i Learning Experience Platforms (LXP’er), der reklamerer for, at de lægger læring i hænderne på elever i stedet for administratorer, og som fuldt ud er afhængige af algoritmer og indholdsaggregeringsmekanismer til at anbefale læringsindhold. .

Tag ikke fejl, der er et voksende kvalifikationskløft hos virksomheder, som analytikere som Gartner altid har været hurtige til at påpege. I sin UK Shift Skills Survey fra 2018 nåede Gartner ud til mere end 7.000 medarbejdere, som blev bedt om selv at vurdere deres færdighedsniveau i efterspurgte færdigheder. Af dem sagde 70 %, at de ikke beherskede de færdigheder, de havde brug for til deres nuværende job, og 80 % sagde, at de ikke havde de færdigheder, de havde brug for til deres nuværende rolle og fremtidige karriere.

I denne opløftende Q&A med Rhys fik vi nogle gode svar på, hvorfor LXP’er fokuseret på indholdsaggregering ikke løser kompetencekløften, såvel som hans indsigt i, hvordan man giver folk mulighed for at grave dybere og forbinde med viden og viden. oplever, at de har brug for at forbedre deres færdigheder og præstere over forventning.

Q: Rhys, hvorfor virker den nuværende LXP-tilgang til færdigheder ikke?

Rhys: Før vi kommer ind på selve teknologien, eller endda nogle af de problemer, LXP’er har med engagement i læring, er det vigtigt at se på historien, der har ført til, hvad der i øjeblikket sker med LXP’ers tilgang til færdigheder.

LXP-kategorien blev opfundet, fordi mange virksomheder tidligere følte, at LMS-platforme fokuserede for meget på læringsledelse på bekostning af erfaring. Med en dårlig oplevelse bliver du ikke engageret i at lære.

LXP’er skyndte sig at løse problemet og lovede at reducere læringsstyring ved at sætte oplevelsen først, på en Netflix-lignende måde på forbrugerniveau. Ved at fokusere på indholdsaggregering og opdagelse vil LXP’er forbinde biblioteker med indhold og anbefale indhold til elever baseret på deres opfattede kvalifikationsmangler. Gennem automatiseret kuration kunne L&D skalere mængden af ​​tilbudt indhold, hvilket teoretisk betyder, at alle funktioner kunne dækkes.

Her er “men” og nøglespørgsmålet: Ved at kombinere enorme mængder indhold med generiske færdighedskategorier og servering af feeds har LXP’er ofret noget ekstremt vigtigt – relevans. Kontekst er nøglen til en god anbefaling, og med det mener jeg at forstå hvem eleven er og at forstå deres situation og motivation. Hvad er din rolle på arbejdet? Hvilken forretningsenhed er de i? Hvilken branche tilhører din virksomhed? Og oven i det er der en anden sammenhæng, som om den studerende leder efter et svar på et spørgsmål eller et helt kursus?

Lad os f.eks. sige, at jeg har et mærkbart sammenbrud i kommunikationen, og jeg skal tage det op med bestyrelsen. Et indholdsfeed med kommunikation fra tre forskellige udbydere vil næppe være særlig nyttigt, og du bliver sandsynligvis træt af at vælge – ligesom Netflix!

Hvis dit eneste datapunkt er færdighed, så vil indholdet altid være generisk og ikke reelt relevant for den lærende. Vi skal gå meget længere, hvis vi skal tilfredsstille elevens behov – vi er nødt til at gå ud over generiske makrofærdigheder.

Spørgsmål: Du nævnte engagement i læring, og det ser ud til at være vigtigt at udforske, før vi går i gang, hvor teknologien ikke opfylder kravene til kløften. Har læring et engagementsproblem?

Rhys: På det mest fundamentale niveau handler læring om at være engageret, og hvor mange virksomheder kommer til kort er, at de blot presser teknologiplatforme, der er automatiserede og ikke strategisk skabt, baseret på en gennemprøvet model, der fokuserer på, hvordan folk rent faktisk lærer.

Hos Fuse er hele vores forretningsmodel bygget op omkring at skabe engagerede elever, hvilket er grunden til, at når du ser på vores kundecase-side, kan du ikke se historier om de virksomheder, der simpelthen har forbindelse med Fuse, de forlod og håbede på det bedste. Du ser historier om Avon, Panasonic og Hilti, som alle dramatisk øgede deres engagement i læring på kort tid på grund af deres forståelse af, hvad der skal til for at engagere eleverne, og på grund af hvordan Fuse-platformen understøtter det.

Vores kunder ved, at der er mange væsentlige elementer til at opbygge og fastholde engagerede elever, men du skal starte med villighed til at engagere sig: Folk skal føle, at de har et valg, og de skal have lyst til at deltage i engageret læring. Dernæst har du brug for lederskab, der går foran med et godt eksempel, og som hjælper med at skabe en engageret læringskultur, hvor folk føler sig trygge ved at lære kontinuerligt.

En vigtig del af engageret læring er den strategiske karakter af selve indholdet, men dette er en helt separat diskussion!

Spørgsmål: Vi kommer til strategien og den specifikke karakter af engageret læringsindhold om et minut, men lad os først vende tilbage til den operationelle teknologi, jeg stillede i det første spørgsmål: Hvorfor er LXP’er ikke, som er afhængige af algoritmer og indholdsaggregering at anbefale læringsindhold, der hjælper med at lukke kompetencekløften?

Rhys: For det første siger jeg ikke, at anbefalingsmotorer ikke har deres plads, det gør de. Men dette sted er ved siden af ​​en meget personlig læringsmodel, der er udviklet og kortlagt for at imødegå kløften. For at være virkelig relevante og engagerende skal anbefalinger være kontekstuelle og hjælpe os med at forstå mere om brugeren ud over kun deres nødvendige og opfattede færdigheder.

I modsætning til Fuse er LXP’er (undtagen når de arbejder med et LMS) blot kursusaggregatorer, indkøbskurser fra tredjepartsudbydere, hvilket stort set er generisk indhold og ikke relateret til roller og ansvar. Ofte kommer indhold fra indholdsbiblioteker, og så går en anbefalingsmotor ud over det. Det, du ender med at få, er bare et hit eller miss flow af indhold og vil sandsynligvis ikke løse et elevbehov i arbejdsgangen.

Hvad hvis du for eksempel som studerende har et møde med en brancheanalytiker om morgenen, og du vil vide bedre, hvordan du positionerer dig? Dette er et eksempel på en given kompetencekløft, der eksisterer her og nu.

Det andet problem med LXP’s læringsanbefalingsmotorer er, at de ikke er designet med læring i tankerne, og i stedet blev designet omkring Netflixs medieforbrugsmodel, hvor folk får anbefalinger baseret på deres historie. Skærm. I en læringssammenhæng virker dette ikke, fordi folk ender med at blive anbefalet mere, end de har forbrugt, snarere end det, de virkelig har brug for (nu eller i fremtiden), hvilket kunne være et helt andet indhold.

For at være virkelig relevante er vi nødt til at levere indhold i sammenhæng med branchen. Generisk indhold om markedsføring eller salg er ikke nok.

Q: Hvad er løsningen?

Rhys: For at lære skal være rigtig vellykket, kan vi ikke bare se på elevens historie. Vi skal være opmærksomme på den situation, som eleven befinder sig i i øjeblikket, og hvad han skal nå. Det handler om gennem data at forstå den verden, de lever i, og hvilke opgaver og ansvar de har i det øjeblik, afstemt med deres rolle, ansvar, fællesskab og den virksomhed, de arbejder i.

På det tidspunkt kan du begynde at tage en stor mængde indhold og nedbryde det, ligesom at indtaste andre datapunkter: I Fuse kan vi undersøge op til 330 datapunkter.

Vi kan også bygge et billede af, hvordan elever engagerer sig i indhold på platformen: Hvad ser de på, hvad ingen de er ? Social er et andet sæt datapunkter. Vi er i stand til at crowdsource indholdets popularitet og se, om folk deler eller “synes godt om” indhold og interagerer med hinanden om det.

Fællesskaber er en vigtig del af Fuses sociale element. De giver os mulighed for at tage indhold og matche det til et publikum gennem konteksten af ​​et fællesskab, som kan tilpasses til færdigheder og/eller jobtitler eller endda hierarkier. Ikke alle medarbejdere vil se alt indhold, fordi de ikke vil være en del af alle fællesskaber. Vi bruger fællesskaber til at se, hvad der er populært blandt lignende typer brugere – for eksempel, hvad der er trending inden for marketing eller detailhandel. Den bedste del af crowdsourcings popularitet er, at fællesskaber gør det mere målrettet.

Sammenlign det med et system, hvor du har adgang til alt: LinkedIn Learning alene har 280.000 videoer. Hvis du kombinerer det med over 100.000 læringsressourcer, som en virksomhed måske har akkumuleret gennem årene, og du bare lægger en simpel anbefalingsmotor oven i det, hvad er chancerne for at få indhold, der er relevant for dig? Slank i bedste fald vil jeg sige.

I slutningen af ​​dagen bruges alt dette til at skabe et øjebliksbillede af et øjeblik i tiden (husk Whitney Houston-citatet) for at skabe en mere specifik, relevant og engagerende læringsoplevelse. I betragtning af at mængden af ​​data og viden i verden sandsynligvis er firedoblet, mens vi taler, synes ideen om at være så specifik og relevant som muligt at være en topprioritet for virksomhedslæring og udvikling, især hvis de fokuserer på kvalifikationskløften for medarbejdere. kan holde trit og præstere godt i nutidens hurtige forretningslandskab.

About admin

Skriv et svar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *