AI maakt autonome leerplatforms mogelijk voor bedrijven Geplaatst 7 maart 2024 door Redactie Sinds de uitvinding van e-learning in de jaren negentig van de vorige eeuw, zijn er veel pogingen geweest om trainingen eenvoudiger, gemakkelijker te consumeren en persoonlijker te maken. Volgens Josh Bersin waren deze innovaties goed bedoeld, maar werkten ze vaak niet zoals gepland. Maar nu staan we voor een grote verandering, schrijft hij op zijn website. Een nieuw soort AI-aangedreven dynamische inhoudsystemen zal alles veranderen. Het dynamische inhoudsprobleem Laten we beginnen met het probleem. Scholing binnen organisaties is heel divers. Organisaties hebben duizenden onderwerpen, professionele vaardigheden, technische vaardigheden en bedrijfsstrategieën om te onderwijzen. Werknemers moeten leren over tools, bedrijfsstrategieën, hoe ze hun werk moeten doen en hoe ze anderen moeten managen. En het kenniscorpus van elk bedrijf is anders. Rolls Royce is bijvoorbeeld een bedrijf dat 120 jaar expertise op het gebied van techniek, technologie en productie heeft ingebed in zijn producten, documentatie, ondersteuningssystemen en mensen. Hoe kan het bedrijf deze expertise overbrengen aan nieuwe ingenieurs? Het is een lastig probleem waar iedere organisatie mee te maken heeft. Instructieontwerpers en trainingsmanagers creëren fascinerende trainingsprogramma’s die variëren van klassikale sessies tot lange cursussen, simulaties, taakhulpmiddelen en podcasts. Maar hoe hard ze ook proberen en hoe creatief ze ook zijn, het ‘inhoudsprobleem’ blijft groeien. Op dit moment is iedereen bijvoorbeeld in paniek over AI-vaardigheden, mensgericht leiderschap, duurzaamheidsstrategieën en cloudgebaseerde oplossingen. Het werk van instructieontwerpers kost tijd en moeite. Het bouwen van elke speciale cursus, video, beoordeling en leertraject kost tijd en geld. En als het eenmaal is gebouwd, willen we dat het ‘adaptief’ is voor de leerling. Veel tools hebben geprobeerd adaptief leren op te bouwen, maar de schaal en het nut van deze innovaties zijn beperkt. Inhoud van trainingen bouwen met AI Wat als we AI en machine learning gebruiken om eenvoudigweg on-the-fly inhoud te bouwen? En medewerkers simpelweg vragen laten stellen om de leerervaring te vinden en te creëren die zij willen? Dankzij moderne innovaties zijn dit soort persoonlijke ervaringen vandaag de dag beschikbaar. Wat is een autonoom leerplatform? Om uit te leggen wat een autonoom leerplatform is, heeft Bersin de analogie bedacht van de ‘vijf niveaus van autonoom rijden’. We gaan van ‘geen automatisering’ naar ‘chauffeursassistentie’, naar ‘voorwaardelijke automatisering’ naar ‘volledig geautomatiseerd’. Volgens Bersin is dit precies is wat er gebeurt bij bedrijfstrainingen. De nieuwe generatie leerplatformen kan veel dingen doen die we nodig hebben: Ze kunnen inhoud dynamisch indexeren en opnemen in een LLM, waardoor een ‘expert’ of ‘tutor’ ontstaat om vragen te beantwoorden. Ze kunnen op dynamische wijze cursussen, video’s, quizzen en simulaties maken. Ze kunnen werknemers interactieve docenten en coaches geven om te leren. Ze kunnen de inhoud personaliseren. Waar gaat dit heen? Bersin ziet enorme kansen voor autonome leerplatformen. Ten eerste kunnen bedrijven nu miljoenen uren aan verouderde inhoud gebruiken en deze in een betere vorm ‘opnieuw publiceren’. Al die oude SCORM- of videogebaseerde cursussen, oefeningen en simulaties kunnen veranderen in intelligente docenten en kennisbeheersystemen voor werknemers. Dit zal geen eenvoudige taak zijn. Waarom zou je rond willen dwalen in het LMS (of zelfs LinkedIn Learning) om de video of informatie te vinden die je nodig hebt? Je zou gewoon een systeem willen vragen een vraag te beantwoorden, en het platform de vraag laten beantwoorden en je naar de pagina of het woord in de video brengen om te bekijken. Hoewel er altijd behoefte zal zijn aan geweldige ontwerpers, kunnen we dit proces van instructieontwerp nu democratiseren, waardoor verkopers en andere ‘niet-ontwerpers’ sneller inhoud en cursussen kunnen bouwen. Ook kunnen we live leren eindelijk integreren met zelfgestuurd studeren. Elk live-evenement kan worden opgenomen en geïndexeerd in de LLM. Een webinar van twee uur wordt nu een vindbaar leerobject, waarin elke minuut uitleg kan worden gevonden en gebruikt om te leren. Verkopers opgelet Deze verschuiving is ongeveer net zo ontwrichtend als Tesla is geweest voor de drie grote autofabrikanten. Oude LMS- en LXP-systemen zullen er onhandiger uitzien dan ooit. Mobiel leren zal geen gespecialiseerde ruimte meer zijn zoals voorheen. En de meeste door ERP geleverde trainingssystemen zullen moeten veranderen. Sana en Uplimit zijn bijvoorbeeld beide systemen met een AI-architectuur. Deze platforms zijn geen ‘LMS’en waaraan generatieve AI is toegevoegd’, ze zijn in de kern AI. Ze zullen waarschijnlijk veel traditionele systemen ontwrichten, waaronder Workday Learning, SuccessFactors, Cornerstone en andere. Denk aan de contentaanbieders. Grote spelers als LinkedIn Learning, Skillsoft, Coursera en Udemy hebben de mogelijkheid om hun hele strategie te heroverwegen en Gen AI bovenop hun oplossing te plaatsen of mogelijk met een nieuwe aanpak te beginnen. Kleinere aanbieders kunnen hun kennisverzameling snel tot leven brengen. Er zal een enorme markt van AI-tools zijn die hierbij kunnen helpen. Dit artikel is een vertaalde samenvatting van het artikel Autonomous Corporate Learning Platforms: Arriving Now, Powered by AI op de website van Josh Bersin. Geplaatst in Beheren, Innovatie | Tags beheren, innovatie | Reacties uitgeschakeld voor AI maakt autonome leerplatforms mogelijk voor bedrijven
Het tijdperk van AI: hoe L&D-initiatieven organisaties kunnen transformeren Geplaatst 5 maart 2024 door Redactie In de snel veranderende bedrijfswereld komt het verschil tussen succesvol zijn en overleven vaak neer op het vermogen van een bedrijf om aan te passen, innoveren en ontwikkelen. Volgens een onderzoek van Josh Bersin maakt het vermogen om ‘dynamisch van ontwerp’ te zijn in plaats van statisch in structuur een cruciaal verschil. Organisaties die dit principe omarmen: Hebben 7 keer meer kans om marktleider te zijn Scoren 20 keer hoger op productiviteit van het personeelsbestand Scoren 31 keer hoger op personeelsbehoud en -betrokkenheid. De sleutel tot competitief zijn (en blijven) Analisten schrijven de val van organisaties die ooit prominent waren vaak toe aan een gebrek aan innovatie of het verkeerd beoordelen van markttrends. Maar nieuw onderzoek wijst een andere oorzaak aan: hun organisatorische structuren zijn niet dynamisch genoeg. De bedrijven die achter raken, maken niet per se slechte beslissingen; ze passen zich alleen niet goed genoeg aan aan het tempo van verandering. Goed omgaan met verandering is het meest kritische probleem in het huidige bedrijfsleven. Bedrijven die ‘dynamisch van ontwerp’ zijn, presteren beter dan anderen. Deze organisaties investeren ook veel in training en ontwikkeling. Ze belonen mensen op basis van hun skills, in plaats van alleen op hun werk. De rol van L&D in deze transformatie L&D-leidinggevenden leiden deze transformatie. Hun initiatieven staan centraal in het vormgeven van de dynamische toekomst van organisaties. Een dynamische organisatie worden is complexer dan alleen een groei-mindset aannemen. Er is een dynamisch besturingssysteem voor nodig dat mensen van alle niveaus van de organisatie aanmoedigt om met nieuwe ideeën te komen. Veel dynamische organisaties halen hun innovatie uit de frontlinie, wat het belang van een cultuur van constant leren en aanpassen benadrukt. In deze context zijn upskilling-programma’s naar voren gekomen als een belangrijke tool om de skills gap te dichten en het personeelsbehoud te verbeteren. Volgens een onderzoek van Wiley gelooft 69% van de HR-professionals dat hun organisatie een skills gap heeft. In 2021 was dit nog 55%. Een effectief upskilling-programma bouwen kan deze kloven dichten. Het kan de productiviteit van medewerkers verhogen, betrokkenheid en retentie verbeteren en stelt het bedrijf in staat om zich effectiever aan te passen aan verandering. Effectieve upskilling-programma’s maken In het verleden waren upskilling-programma’s onmogelijk te ontwerpen en leveren op dezelfde schaal en met dezelfde snelheid als traditionele programma’s, door hun gedetailleerde, doelgerichte focus als onderdeel van een bredere organisatorische context. Maar dankzij technologie als AI is het nu wel mogelijk om snel en op grote schaal programma’s te leveren en dat is een belangrijke reden waarom organisaties nu ineens meer skills-based worden in hun structuur. Dit betekent natuurlijk niet dat teams simpelweg ChatGPT kunnen gaan gebruiken tijdens hun dagelijkse werk en schaalbare, consistente studieprogramma’s kunnen maken. Het betekent dat er mooie kansen zijn voor L&D teams om samen te werken met AI-aangedreven Skills Academies zoals Hive Learning. Dit kun je daarmee: Ontwerpen Een proces van 6 maanden 3 dagen maken Leveren aan honderden cohorten en duizenden werknemers Leveren Een 100% registratiepercentage behalen 75% wekelijks actief gebruik bereiken Meten Een 10,4% toename in productiviteit Toekomstige skills gaps voorspellen voor onmiddellijke ontwikkeling van skills Minimaal 80.000 euro besparen per 1000 werknemers Samen met jouw en je teams ervaring kun je sneller en op grotere schaal dan ooit impactvolle en consistente studieprogramma’s leveren. De toekomst In de komende jaren zal de rol van L&D in het bevorderen van de dynamiek van organisaties steeds belangrijker worden. De constante versnelling van technologische ontwikkelingen en de steeds competitievere markt vragen om een organisatorische cultuur die verandering omarmt en waarde hecht aan leren. AI en machine learning zullen het ontwerp en de levering van upskilling-programma’s blijven revolutionaliseren. Het vermogen om programma’s aan te passen aan individuele behoeften en ze op grote schaal te leveren zal een game-changer zijn. Het zal ervoor zorgen dat organisaties zich snel aan kunnen passen aan veranderingen in de industrie, kunnen innoveren en een competitieve voorsprong kunnen behouden. Toch is technologie niet de ultieme oplossing. Het menselijke aspect van learning en development blijft een belangrijk element. De balans tussen technologie gebruiken om trainingen efficiënt aan te bieden en voor menselijke verbinding zorgen om de betrokkenheid te behouden, zal een belangrijke uitdaging zijn voor L&D-professionals de komende jaren. Terwijl we door dit snel veranderende landschap navigeren, blijft er één ding duidelijk: de organisaties die investeren in hun mensen en daarmee een cultuur van constant bijleren en aanpassen creëren, zullen de leiders zijn binnen hun industrie. Vanaf 2024 zal L&D niet slechts een functie zijn binnen organisaties, maar een belangrijke drijfveer van hun succes. Dit is een vertaling van het artikel The Age of AI: How L&D Initiatives Can Transform Organizations in 2024 op HRD Connect. Geplaatst in Innovatie | Tags innovatie | Reacties uitgeschakeld voor Het tijdperk van AI: hoe L&D-initiatieven organisaties kunnen transformeren
AI-jargon dat je moet kennen als HR-professional Geplaatst 4 maart 2024 door Redactie Als werkgevers AI gebruiken, is het belangrijk dat ze de kernpunten van de technologie begrijpen, zegt David Lloyd, chief data officer bij Dayforce. Op een conferentie van Dayforce zei hij het volgende: “AI is niet nieuw, maar we hebben pas recent de computerkracht en data gekregen die het revolutionair maken.” “Naarmate we er meer toepassingen voor vinden op het werk, horen we steeds meer termen voorbij komen en kan het ingewikkeld voelen. Maar eerlijk gezegd is het niet zo mysterieus. Werkgevers moeten terug naar de basis gaan en er zeker van zijn dat ze die begrijpen, zodat we AI op een effectieve en ethische manier kunnen gebruiken.” Dit zijn vijf belangrijke termen die je moet kennen: Generatieve AI Generatieve AI, zoals ChatGPT en Google Bard, leert patronen van data zodat het tekst, afbeeldingen of andere data kan genereren die vergelijkbare kenmerken hebben. Katya Kudashkina, directeur van engineering, intelligent search en assistent bij Dayforce, zei op dezelfde conferentie: “AI zelf is slechts een machine die iets kan doen wat mensen normaal doen.” “Generatieve AI is daar een subgroep van die leert van data om nieuwe, vergelijkbare data te produceren. ChatGPT is bijvoorbeeld een generatief AI large language model. Het bootst het begrip van taal na door data te gebruiken om tekst te genereren gebaseerd op vergelijkbare tekst.” “De systemen zijn gebaseerd op wiskunde. Ze begrijpen taal niet, maar op deze manier kunnen ze je laten denken dat ze dat wel doen.” Programma’s als ChatGPT kunnen helpen met het schrijven van teksten voor interne communicatie en functiebeschrijvingen. Maar het is ook belangrijk om voorzichtig te zijn met de data die werknemers in generatieve AI-programma’s stoppen, om zorgen over de beveiliging van gegevens te voorkomen. Algoritme Een algoritme is een set regels die het AI-model moet volgen om de gewenste uitkomst te bereiken. Ze worden gebruikt in alle AI-systemen. Algoritmes zorgen ervoor dat AI kan leren, data kan analyseren en inzicht in patronen kan geven. Ze kunnen bijvoorbeeld gebruikt worden om data over de loonkloof te analyseren om trends te vinden in hoeveel werknemers worden betaald, gebaseerd op gender, leeftijd en etniciteit. Black box AI/White box AI Bij black box AI worden er resultaten gedeeld zonder uitleg over hoe die tot stand zijn gekomen. Het wordt vaak gebruikt in AI-processen die moeilijk te begrijpen zijn voor mensen, zoals stem- of afbeeldingsherkenning. Black box AI kan gezien worden als een ethisch probleem wanneer het gebruikt wordt voor HR-processen, omdat het lastig is om vooroordelen te onderscheiden. White box AI is juist transparant over hoe het tot conclusies komt. Dit betekent dat het mogelijk is om te checken hoe een AI-model een beslissing heeft gemaakt. AI en vooroordelen Als AI wordt getraind met bevooroordeelde data, zullen de resultaten ook bevooroordeeld zijn. Op een conferentie waarschuwde Labour-kamerlid Chi Onwurah al dat AI discriminatie in stand kan houden als de data waarop het is gebaseerd niet gecheckt wordt. Ze zei: “AI wordt als erg handig gezien omdat het zoveel processen kan automatiseren… maar het kan ook racisme, seksisme en exploitatie automatiseren. Technologie is niet neutraal, de richting ervan wordt bepaald door degene die de technologie aanstuurt en de data waarop ze gebaseerd is.” “Als iets niet divers ontworpen is, zal de uitkomst ook niet divers zijn.” Een goed voorbeeld hiervan is toen het screeningsysteem voor kandidaten van Amazon bevooroordeeld bleek te zijn tegen vrouwen. Omdat de functies in het verleden vaak door mannen werden vervuld, was de AI getraind met data die gericht was op mannen. Daarom gaf de AI mannen hogere scores dan vrouwen. Machine learning onder en zonder toezicht Er is sprake van machine learning wanneer een AI-systeem data en algoritmes gebruikt om na te bootsen hoe mensen leren. Met de tijd wordt dit langzaam steeds preciezer. Dit kan leren onder of zonder toezicht zijn. Voor leren onder toezicht wordt er gecategoriseerde data gebruikt om algoritmes te trainen om andere data te classificeren in categorieën of labels. Een toepassing hiervan binnen HR zou zijn om sollicitaties te beoordelen om te zien welke kandidaten de meeste kans hebben om aangenomen te worden en eerst op sollicitatiegesprek moeten komen, gebaseerd op eerdere aangenomen kandidaten. Leren zonder toezicht neemt ongecategoriseerde data en gebruikt algoritmes om er patronen in te ontdekken. Dit kan gebruikt worden om verschillen in salaris, werkpatronen of de betrokkenheid van medewerkers te ontdekken onder verschillende groepen op de werkvloer. Lees hier het originele (Engelse) artikel. Geplaatst in Beheren | Tags AI versus privacy, beheren | Reacties uitgeschakeld voor AI-jargon dat je moet kennen als HR-professional
Waar staan we in de AI hype cycle volgens HRtech-leiders? Geplaatst 1 maart 2024 door Redactie Afgelopen jaar publiceerde McKinsey het rapport “the next productivity frontier”. Deze analyse voorspelde dat kunstmatige intelligentie enorme financiële winsten voor de wereldeconomie zou opleveren: zo’n 2,6 tot 4,4 miljard dollar per jaar. Veel HR-leiders maken zich zorgen over hoe hun afdeling in deze berekening past. Volgens Gartner’s “Hype Cycle” rapport geeft meer dan de helft van de leiders aan snel AI te willen implementeren in de HRTech van hun bedrijf. Dit maakt dat in 2025, naar voorspelling, 60% van de bedrijfsorganisaties verantwoorde AI in HR-technologie zal gebruiken. Geschiedenis van de “Hype Cycle” De Hype Cycle methodologie van Gartner biedt een raamwerk voor bedrijfsleiders om de volwassenheid van de opkomende technologie te begrijpen. Op veel manieren geeft het een maatstaf voor de toepassing hiervan. Volgens een rapport in Gartner in januari 2024 gaat AI de editie van dit jaar domineren. Ondanks dat AI de jaren voor 2023 en 2024 niet domineerde, was het al wel onderwerp van gesprek. Om wat meer context te geven, leest u hier een quote van Chris Howard in een Gartner rapport van januari 2019: “Vier jaar geleden, was het gebruik van AI zeldzaam. Slechts 10% van de respondenten van de enquête gaf aan dat hun ondernemingen AI hadden ingezet of dat binnenkort zouden gaan doen. In 2019 steeg dat nummer naar 37%. Dat is een toename van 270% in vier jaar.” En dat was vijf jaar geleden. ‘Betekenisvol’ gebruik maken van AI In 2024 zullen veel HR-leiders namens hun organisaties AI-gestuurde technische oplossingen onderzoeken, maar AI behandelen als goudkoorts van de 21e eeuw is een fout, waarschuwt Eddie Kim, hoofd van technologie bij alles-in-één HR-platform Gusto. Op de vraag waar kunstmatige intelligentie zich vandaag de dag in de hype-cyclus bevindt, zei Kim tegen HRE dat “AI should help, not hype”. In andere woorden, AI moet betekenisvol zijn voor de mensen die het al gebruiken. Als jouw organisatie daar nog niet is, is er nog werk aan de winkel. Kim geeft een voorbeeld aan de hand van zijn bedrijf, Gusto, dat zich richt op kleine bedrijven. “We hebben besloten onze AI-inspanningen te richten op de middelen die deze bedrijfseigenaren het meest missen – tijd en geld”, zegt Kim. “Als we met AI oplossingen kunnen creëren die onze klanten of tijd bespaart, of geld, of allebei, dan doen we ons werk goed.” Arvind Jain, CEO van het AI-aangedreven zoekplatform Glean, zegt dat er bij elke belangrijke technologie die nieuw uitkomt, aanvankelijk sprake is van “te veel enthousiasme of overschatting van wat mogelijk is op de korte termijn.” In 2023 verschoven HR-leiders van het zien van AI als een nieuwigheid naar het beschouwen van AI als een legitiem instrument voor organisatorisch succes, zegt Jain. Hij zegt dat CHRO’s, na de intense belangstelling van vorig jaar rond AI, nu onderzoeken hoe ze de nieuwe technologie veilig en effectief kunnen implementeren. Jain waarschuwt dat deze fase waardevolle gesprekken binnen de hele organisatie vereist, waarbij de privacy van gegevens, AI-vooroordelen en onbedoelde fouten worden onderzocht. Hij gelooft dat AI transformatieve vooruitgang zal inluiden, maar dat dit niet van de ene op de andere dag zal gebeuren. “Als het gaat om generatieve AI in HR, merk ik dat mensen aanzienlijk onderschatten hoe ingrijpend AI de werkwijze van HR-professionals zal veranderen en hoe dit op de lange termijn een positieve invloed zal hebben op de employee experience”, zegt Jain. De volgende stap voor AI in HR “Nu het AI-landschap voortdurend evolueert, is het moeilijk te zeggen wat er het komende jaar precies kan gebeuren”, zegt Jain. HR-leiders moeten AI behandelen als een “assistent in plaats van een vervanger” van de mensen in hun organisaties, stelt hij. In de komende zes tot twaalf maanden, denkt Jain dat HR-teams beter zullen investeren in een AI strategie. Hij zegt dat deze organisaties “praktische manieren zullen ontdekken om de technologie te gebruiken om hun workflows opnieuw vorm te geven en efficiënter te worden”. Desondanks verwacht Jain dat het wel wat langer zal duren voor deze teams de impact van de veranderingen zullen merken. Hij verwacht een verdere evolutie op het raakvlak van generatieve AI en HR op twee belangrijke gebieden: trainingsmateriaal en onboarding. “De dagen dat werknemers lange pdf’s, webinars of mappen moeten doorzoeken op zoek naar antwoorden op werkgerelateerde vragen zijn voorbij”, zegt hij. HR-teams zullen in 2024 moeten helpen bij het opstellen van richtlijnen voor medewerkers rond het gebruik van AI, als ze dat nog niet hebben gedaan, zegt Jain. Een groot deel hiervan zal waarschijnlijk bestaan uit het bieden van praktische training aan werknemers en een forum waar ze vragen kunnen stellen en zorgen kunnen delen over de impact van AI op hun dagelijkse werk. Om dit binnen ondernemingen te kunnen opbouwen, bevinden velen zich midden in samenwerkingsinspanningen. “HR- en IT-leiders moeten nauw samenwerken om te bepalen hoe AI-technologie het beste bij de organisatie en haar medewerkers past”, zegt hij. Dit is een vertaling van het artikel ‘Here’s where we are in the AI ‘Hype Cycle, according to HR-tech leaders’ op hrexecutive.com. Geplaatst in Beheren | Tags AI versus privacy, beheren | Reacties uitgeschakeld voor Waar staan we in de AI hype cycle volgens HRtech-leiders?
