3 тенденции, которые могут раскрыть потенциал искусственного интеллекта для L&D в 2023 году

Запуск ChatGPT 30 ноября 2022 года стал переломным моментом в определении той роли, которую искусственный интеллект (ИИ) будет играть в мире образования и L&D. В этом году специалисты по обучению, скорее всего, столкнутся с радикальными изменениями в нашей работе, вызванными взрывной скоростью развития технологий. В этой статье описаны три тенденции, связанные с использованием искусственного интеллекта, которые, по моим прогнозам, появятся или усилятся в ближайшем будущем.

1. Метаобучение

Под метаобучением в контексте данной статьи понимаются инструменты ИИ, которые предоставляют учащимся опыт, основанный на их предпочтениях, потребностях и целях. Это надстройка, стоящая за контентными активами (например, программами, курсами, статьями, видео и т.д.), которая собирает все в целостный и целенаправленный массив знаний, доступный пользователю.

Эти инструменты не новы, но благодаря ускоренному темпу внедрения они станут такими же повсеместными, как и LMS. Наиболее популярными решениями в этой области являются платформы LXP (learning experience platforms). Частой причиной приобретения LXP является поиск путей развития талантов внутри организации; это часто рассматривается как способ заполнить пробелы, возникающие в связи с появлением новых рабочих мест, для которых на рынке уже есть и будет недостаточное предложение.

Внедрение LXP также позволяет компаниям использовать имеющихся сотрудников, хорошо знающих организацию, путем повышения квалификации или переквалификации и перевода их с работы, которая больше не будет востребована, на новую востребованную должность. По данным исследования, проведенного Forrester Consulting (спонсор - компания Degreed), экономия и возврат инвестиций при таком подходе могут достигать 312%.

Возможности этих LXP широки и необычны; некоторые общие черты включают:

отслеживание уровня квалификации персонала

предоставление возможностей для перехода сотрудников от текущей роли к следующей.

выявление навыков, необходимых организации, и поощрение сотрудников к их изучению

Предоставление потенциальным новым сотрудникам возможностей для участия в наставничестве, теневой работе, выполнении заданий на растяжку и внутренних рынках талантов.

В зависимости от философии и технологической среды, в которой они были созданы, LXP может включать дополнительные функции, такие как частные библиотеки контента, возможность создания и публикации обучающего контента, возможность замены функций LMS или возможность функционирования в качестве модуля в рамках существующего инструмента обмена сообщениями.

Среди популярных названий LXP можно назвать Degreed, 360Learning, Docebo, Viva Learning, Cornerstone, Udemy и Learning Pool.

2. Проектирование и разработка с помощью искусственного интеллекта

Это направление, которое, скорее всего, получит кардинальное развитие в этом году.

До недавнего времени использование ИИ в учебном дизайне обычно ограничивалось поиском текста и изображений, применением средств транскрипции голоса или использованием возможностей машинного обучения, встроенных в средства авторинга и дизайна. Все это должно измениться. И очень сильно.

Такие решения, как большие языковые модели, генераторы речи, генераторы контента, генераторы изображений, средства перевода, транскрипции, видеогенераторы и многие другие, изменят способы, которыми ID создают учебный опыт, используемый нашими организациями. Вот два примера:

1. ИД будут больше курировать и меньше создавать:

Многие ИД начнут получать сырой материал из генераторов контента (созданных на основе платформ обработки естественного языка, таких как Open AI GPT-3, Microsoft LUIS, IBM Watson, Google BERT и т.д.) для получения идей и черновиков, которые затем можно будет очистить и добавить в собираемые активы. По мере развития технологий результаты работы этих платформ будут становиться все более пригодными для превращения в окончательные варианты, а задачи курации и очистки будут выполняться быстрее и проще.

Затем дизайнер может использовать такое решение, как DALL-E 2 (или продукт, разработанный на его основе), для получения визуальной информации, которую можно (или нельзя) изменить с помощью таких программ, как Illustrator или Photoshop (см. рисунок ниже "Кубистическая интерпретация Dall-E в области искусственного интеллекта и науки о мозге").

Если для актива требуется видеоролик, ИД смогут быстро создать его, используя существующие материалы, без необходимости просматривать каждое видео в библиотеке (с помощью программы типа Pictory) или с нуля, подавая текст в видеогенератор (как в случае с Lumen5).

Как только эти инструменты получат возможность подключаться к внутренним информационным хранилищам и библиотекам организации, разработка учебных материалов будет занимать в разы меньше времени, чем сегодня.

2. ИД будут тратить меньше времени, а в некоторых случаях вообще не будут тратить его на создание учебных маршрутов:

В настоящее время перед L&D может быть поставлена задача создания учебной программы для определенной аудитории с целью повышения квалификации этих слушателей по определенному навыку или набору навыков. Маловероятно, что L&D будут делать это вручную.

ИИ, встроенный в LXP и другие платформы, будет выбирать подходящие курсы для сотрудников и направлять их от текущего уровня знаний и навыков к целевому состоянию с гораздо меньшим вмешательством человека.

3. Сверхперсонализированное обучение

Один из способов понимания персонализации - в контексте метаобучения: Система искусственного интеллекта понимает обучающихся и цели развития организации; она подает контент каждому обучающемуся соответственно. Другими словами, система ИИ помогает людям найти релевантный опыт, который будет способствовать развитию их навыков и карьеры.

Но есть и второе измерение персонализации, которое, возможно, начнет становиться все более популярным в этом году. Этот уровень персонализации предполагает понимание биологии каждого учащегося - знание того, когда он находится в оптимальном состоянии для обучения, творческой работы, сосредоточенной деятельности.

Такой подход предполагает использование носимых устройств, таких как "умные" часы, которые подскажут владельцу, в каком циркадном и ультрадианном ритме он находится, и посоветуют ему оптимальное время для завершения учебного процесса.

Это представляет собой персонализацию на качественно новом уровне. Она может оптимизировать процесс обучения, повышая шансы каждого учащегося на запоминание материала и его более быстрое усвоение. Сегодня уже существуют носимые устройства для фитнеса, которые могут подсказать пользователю, насколько интенсивно следует заниматься спортом и какой тип тренировки лучше всего подходит для того или иного дня, с учетом того, как человек спал, его пульса и других биометрических показателей; 2023 год может стать годом, когда мы начнем видеть подобные приложения для обучения.

Эти тенденции, основанные на использовании ИИ, окажут всеобъемлющее влияние на нашу отрасль. Они произведут революцию в том, как организации управляют развитием своих талантов с помощью метаобучения; в том, как L&D создает свои результаты с помощью ИИ; и в том, как обучающиеся потребляют контент с помощью данных и наук о мозге.

Впереди нас ждут захватывающие и сложные времена, полные быстрых и кардинальных перемен.