Perspektif
AI Boleh Membangunkan Kursus. Itu Tidak Pernah Bahagian yang Paling Sukar.
AI dengan cepat meruntuhkan jarak antara idea dan artefak pembelajaran yang siap. Tetapi pengeluaran yang lebih cepat tidak menyelesaikan soalan yang lebih sukar: Adakah kita membina penyelesaian yang betul untuk masalah yang betul?
Kami telah mencapai titik di mana AI boleh menghasilkan hampir setiap komponen yang boleh dilihat dalam kursus eLearning.
Berikan topik dan ia boleh membangunkan garis besar. Berikan bahan sumber dan ia boleh menulis papan cerita, menghasilkan visual, mencipta narasi, membina interaksi, menulis penilaian, dan membungkus semuanya untuk LMS.
Apa yang dahulunya memerlukan beberapa alat khusus dan minggu pengeluaran kini semakin boleh dicapai melalui koleksi arahan, platform AI, dan aliran kerja automatik.
Itu adalah pencapaian teknikal yang luar biasa.
Ia juga bukan terobosan yang paling diperlukan oleh pembelajaran dan pembangunan.
Kami memendekkan jarak yang salah
Banyak perbincangan tentang AI dalam profesion kita tertumpu pada seberapa cepat kita boleh bergerak dari “Saya tahu apa yang ingin saya ajar” kepada “Kursus sudah dilancarkan.”
Ruang antara dua kenyataan itu semakin kecil. Storyboard yang dahulunya mengambil masa berhari-hari kini boleh dihasilkan dalam beberapa minit. Interaksi yang memerlukan kepakaran pembangunan boleh dijana daripada satu penerangan. Suara latar tidak lagi memerlukan sesi rakaman. Malah, pembungkusan teknikal dan pelaksanaan kursus boleh diautomasikan.
Dari perspektif pengeluaran, ini adalah kemajuan.
Tetapi jarak yang paling penting dalam reka bentuk pembelajaran bukanlah jarak antara mempunyai kandungan dan menerbitkan kursus.
Ia adalah jarak antara “Kami mempunyai masalah” dan “Kami memahami apa yang sebenarnya menyebabkannya.”
Kerja yang paling sukar dan berkesan berlaku sebelum prompt pertama meminta AI untuk mencipta apa-apa.
Aliran kerja bermula dengan andaian yang belum diuji
“Saya tahu apa yang ingin saya ajar” kedengaran seperti titik permulaan yang munasabah. Di banyak organisasi, ia adalah titik permulaan.
Seorang pemegang kepentingan mengenal pasti maklumat yang perlu diketahui orang. Permintaan pembelajaran dihantar. Pereka pengajaran mengatur kandungan, menulis objektif, mencipta aktiviti, membina penilaian, dan menerbitkan kursus akhir.
Proses ini nampak berfungsi kerana ia menghasilkan sesuatu yang nyata.
Tetapi memulakan dengan apa yang kita ingin ajar bermakna beberapa keputusan penting mungkin sudah dibuat tanpa pemeriksaan yang mencukupi. Kita telah menganggap bahawa pengajaran adalah perlu. Kita telah menganggap bahawa kekurangan pengetahuan atau kemahiran adalah punca masalah. Kita telah menganggap bahawa kursus adalah intervensi yang tepat. Kita telah menganggap bahawa kandungan yang diminta adalah relevan dengan kerja. Kita telah menganggap bahawa menerbitkan sesuatu dalam LMS akan membantu orang berprestasi dengan cara yang berbeza.
Andaian-andaian itu wujud jauh sebelum AI generatif. AI hanya membolehkan kita mengubahnya menjadi artefak pembelajaran yang lebih kemas dengan lebih cepat.
Soalan yang hilang
Sebelum meminta AI membina kursus, kita harus bertanya sama ada masalah prestasi memerlukan kursus sama sekali.
Artefak bukan hasil
Pembelajaran dan pembangunan telah menghabiskan dekad untuk menggambarkan kerjanya melalui hasil.
Kami membina kursus, video, alat kerja, simulasi, bengkel, dan penilaian. Kami menjejak pendaftaran, penyelesaian, kepuasan, dan skor. Platform kami diatur berdasarkan kandungan, dan proses kami sering direka untuk menggerakkan kandungan itu ke arah penerbitan.
Akibatnya, mudah untuk mengelirukan pengeluaran artefak pembelajaran dengan penyelesaian masalah prestasi.
Kursus boleh direka dengan cantik dan masih tidak perlu. Senario bercabang boleh interaktif dan masih mengamalkan keputusan yang salah. Semakan pengetahuan boleh menghasilkan skor yang sempurna dan masih tidak memberitahu kita apa-apa tentang prestasi di tempat kerja. Pakej SCORM boleh berfungsi seperti yang dimaksudkan dan masih gagal mengubah satu tingkah laku yang bermakna.
Tiada apa-apa daripada ini menjadikan artefak itu secara inheren buruk. Nilainya bergantung pada kualiti keputusan yang membentuknya.
Sebelum kita mula membina, kita perlu memahami apa yang diharapkan orang untuk dilakukan, apa yang mereka lakukan hari ini, dan apa yang menghalang mereka daripada menutup jurang itu.
Adakah masalahnya benar-benar kekurangan pengetahuan? Atau adakah pekerja bekerja dalam proses yang rosak? Adakah jangkaan tidak jelas? Adakah alat yang diperlukan sukar digunakan? Adakah insentif memberi ganjaran kepada tingkah laku yang salah? Adakah pengurus menguatkuasakan keutamaan yang berbeza? Adakah maklumat kritikal tidak tersedia pada saat diperlukan?
Kursus tidak boleh menyelesaikan setiap halangan prestasi.
Menghasilkan kursus dengan lebih cepat tidak mengubah itu.
Pengeluaran tanpa usaha boleh memperkuat keputusan yang lemah
AI mengubah ekonomi pengeluaran kandungan. Storyboard, skrip, ilustrasi, suara latar, interaksi, penilaian, dan kod kerja kini boleh dihasilkan dalam sebahagian kecil daripada masa.
Itu mencipta peluang besar untuk pasukan pembelajaran. Ia juga mencipta risiko baru.
Apabila kursus menjadi lebih mudah untuk dihasilkan, organisasi mungkin mencipta lebih banyak tanpa menjadi lebih selektif tentang yang mana yang sepatutnya wujud. Setiap kemas kini polisi boleh menjadi modul. Setiap permintaan pemegang kepentingan boleh menjadi kursus. Setiap kebimbangan prestasi boleh dirujuk kepada LMS kerana kos untuk mengatakan ya nampaknya telah menurun.
Tetapi kos sebenar kursus yang tidak berkesan tidak pernah terhad kepada jam yang diperlukan untuk membinanya.
Terdapat masa pelajar. Terdapat masa operasi yang diambil dari kerja. Terdapat perhatian yang diambil oleh kandungan yang mungkin tidak relevan. Terdapat beban penyelenggaraan yang dicipta oleh aset lain. Terdapat keyakinan palsu yang datang daripada kadar penyelesaian yang tinggi. Terdapat kos peluang untuk tidak menangani halangan sebenar.
AI mungkin mengurangkan kos pengeluaran, tetapi ia tidak menghapuskan akibat menyelesaikan masalah yang salah.
Ia mungkin sebenarnya menjadikan akibat tersebut lebih mudah untuk didarab.
Peluangnya lebih besar daripada pengeluaran kursus automatik
Peranan yang paling menarik untuk AI dalam reka bentuk pembelajaran mungkin bukan menghasilkan artefak akhir.
Ia mungkin membantu kita meningkatkan keputusan yang datang sebelum itu.
AI seharusnya membantu kita menyiasat permintaan sebelum kita memenuhinya. Ia seharusnya membantu kita memeriksa bukti di sebalik jurang prestasi yang dirasakan. Ia seharusnya membantu kita membezakan antara masalah pengetahuan, masalah kemahiran, masalah persekitaran, dan masalah motivasi. Ia seharusnya membantu kita menghubungkan keperluan perniagaan dengan tingkah laku yang boleh diperhatikan dan tingkah laku tersebut dengan amalan yang bermakna.
Ia seharusnya mencabar objektif yang tidak boleh diperhatikan. Ia seharusnya mengenal pasti penilaian yang mengukur perkara yang salah. Ia seharusnya mendedahkan apabila senario tidak menyerupai tekanan, ketidakjelasan, atau akibat kerja sebenar. Ia seharusnya membantu kita menentukan sama ada pelajar memerlukan pengajaran, latihan, maklum balas, sokongan prestasi, perubahan aliran kerja, atau gabungan beberapa daripadanya.
Yang paling penting, ia seharusnya membantu kita mengenali apabila kursus tidak diperlukan.
Versi AI itu tidak hanya menjadikan pereka pengajaran lebih cepat. Ia membantu mereka menjadi lebih teliti.
Alat yang lebih baik memerlukan pereka yang lebih kuat
Apabila AI mengambil alih lebih banyak kerja pengeluaran, peranan pereka pembelajaran menjadi lebih strategik, bukan kurang penting.
Pereka perlu menjadi lebih baik dalam merangka masalah. Mereka perlu mengenali apabila permintaan pembelajaran dibina atas andaian. Mereka perlu menghubungkan matlamat organisasi dengan tingkah laku tertentu dan bukti yang boleh dipercayai. Mereka perlu merancang amalan yang mencerminkan keputusan sebenar dan bukannya menghias kandungan dengan interaksi.
Mereka juga perlu berfikir di luar sempadan kursus dan mempertimbangkan sistem lengkap yang mengelilingi prestasi.
Jika kita terus meletakkan reka bentuk pengajaran terutamanya sebagai keupayaan untuk menukar kandungan menjadi kursus, AI akan difahami menggantikan banyak kerja itu.
Jika kita mendefinisikan reka bentuk pembelajaran sebagai amalan mendiagnosis keperluan prestasi, merancang amalan yang bermakna, menyokong pemindahan, dan mengukur perubahan, maka AI menjadi sesuatu yang berbeza.
Ia menjadi rakan pengeluaran yang berkuasa dalam disiplin reka bentuk yang jauh lebih besar.
AI boleh merangka papan cerita. Ia boleh menghasilkan interaksi. Ia boleh menulis kod. Ia boleh mencipta suara latar. Ia boleh membungkus kursus.
Tetapi ia tidak dapat menyelamatkan penyelesaian yang dibina di sekitar masalah yang salah.
Kita harus meningkatkan penanda aras.
Kursus yang berfungsi yang dihasilkan melalui aliran kerja AI adalah demonstrasi yang mengagumkan tentang ke mana teknologi ini menuju.
Kita harus belajar daripadanya. Kita harus bereksperimen dengannya. Kita harus mempertimbangkan bagaimana ia mungkin menjadikan kerja kita lebih cepat dan lebih mudah diakses.
Tetapi "Ia hidup dalam LMS" tidak boleh kekal sebagai definisi kejayaan kita.
Masa depan reka bentuk pembelajaran tidak seharusnya diukur dengan seberapa cepat kita boleh bergerak dari kandungan ke kursus. Ia seharusnya diukur dengan kualiti keputusan yang kita buat sebelum apa-apa dibina.
Adakah kita mengenal pasti masalah prestasi yang sebenar? Adakah kita menentukan sama ada pembelajaran diperlukan? Adakah kita mendefinisikan tingkah laku yang perlu diubah? Adakah kita mencipta peluang yang bermakna untuk berlatih? Adakah kita menangani syarat yang mengelilingi kerja? Adakah kita memberikan sokongan pada saat diperlukan? Adakah apa-apa yang bertambah baik selepas pengalaman itu?
AI boleh membantu kita menjawab soalan-soalan itu, tetapi hanya jika kita memintanya untuk melakukan lebih daripada sekadar membina.
Masa depan reka bentuk pembelajaran tidak akan ditentukan oleh siapa yang boleh menghasilkan paling banyak kursus atau siapa yang boleh memindahkan kandungan ke dalam LMS dengan paling cepat. Ia akan ditentukan oleh siapa yang boleh menggunakan alat yang semakin berkuasa untuk membuat keputusan yang lebih baik tentang apa yang sebenarnya diperlukan oleh orang.
AI boleh membina kursus. Itu tidak pernah menjadi bahagian yang paling sukar.
Learning Rewired Lab
Gunakan AI untuk meningkatkan pemikiran, bukan sekadar mempercepatkan pembinaan.
The Lab adalah ruang kerja profesional lengkap untuk mengubah permintaan pembelajaran menjadi penyelesaian prestasi yang boleh dipertahankan. Cabar permintaan itu, selidik sistemnya, reka responsnya, dan rancang bukti dalam satu projek yang terhubung.
Cabar permintaan itu, periksa sistemnya, dan reka untuk prestasi sebelum pengeluaran bermula.
- Rekod projek yang terhubung
- Permintaan dan diagnosis prestasi
- Alat pembelajaran berfokus produk
- Aliran kerja reka bentuk dibantu AI
- Aplikasi praktikal di tempat kerja