L'apprentissage en entreprise ne concerne plus seulement les salles de classe. Il se fait pendant que les employés travaillent. Ils doivent trouver des réponses lorsqu'ils vendent, codent, aident des clients, gèrent des équipes ou effectuent des tâches de conformité. Un atelier de deux jours reste utile. Il ne peut pas couvrir toutes les compétences dont les employés ont besoin pour leur travail quotidien et qui se présentent au cours d'une semaine normale. Les employés ont besoin d'un apprentissage qui s'intègre à leur emploi du temps. L'avenir appartient aux systèmes d'apprentissage qui offrent aux employés une aide brève, des conseils intelligents et des parcours de progression clairs.
Voici les trois modèles qui définissent l'avenir : le microlearning, l'intelligence artificielle et les académies internes. Le microlearning aidera le personnel à acquérir des compétences par petites séquences. L'IA aidera les équipes à personnaliser les services et à produire de meilleurs contenus. Les académies aligneront l'apprentissage sur les parcours de carrière et les responsabilités professionnelles. Elles seront utiles à elles seules, mais les entreprises en tireront encore plus de bénéfices lorsque les responsables de la formation les réuniront dans une solution unique.
Les responsables de la formation doivent fournir de meilleures performances au travail plutôt que du contenu. Les commerciaux ont besoin de meilleures questions pour faire des découvertes. Les managers ont besoin de meilleurs scripts pour les conversations difficiles. Les analystes ont besoin d'un meilleur processus pour valider une nouvelle réglementation.
Étape 1 : utiliser le microlearning pour les moments de compétence
Le microlearning est vraiment utile lorsque les employés ont besoin d'une réponse à une question, d'une courte tâche à pratiquer ou d'un rappel rapide avant de faire quelque chose. Le propre du microlearning, c'est qu'il ne consiste pas à prendre un long cours pour le découper en une multitude de petites diapositives. Au contraire, le microlearning se concentre sur une seule tâche professionnelle et aide l'apprenant à mieux réaliser cette micro-tâche d'apprentissage. Le microlearning vise à s'assurer que l'apprenant peut bien accomplir sa tâche professionnelle.
Un support de microlearning utile peut inclure :
● une vidéo de deux minutes qui montre une étape d'un logiciel ;
● une checklist pour un appel client ;
● un quiz de cinq questions qui vérifie une règle ;
● un court scénario qui demande à l'apprenant de choisir une réponse ;
● une aide au poste de travail intégrée à l'outil utilisé par les employés.
Un microlearning efficace commence par un objectif très précis. « Comprendre la cybersécurité » est beaucoup trop vague. « Identifier un e-mail de phishing avant de cliquer sur un lien hypertexte » aide le concepteur à se concentrer sur l'objectif. La deuxième formulation implique une action, un scénario et une menace spécifiques.
Les employés doivent identifier des opportunités de microlearning pertinentes en fonction de leur expérience au sein de l'organisation. Les nouveaux employés auront besoin d'activités immédiates à réaliser au cours des premières semaines suivant leur arrivée dans l'organisation. Le service commercial a besoin d'informations sur le produit avant le lancement de toute campagne marketing. Le manager a besoin de quelques conseils à prendre en compte avant de rencontrer individuellement les membres de son équipe.
Ce format permet aussi aux employés de mieux retenir les connaissances. Le microlearning permet une pratique espacée en répartissant les moments d'apprentissage sur différentes périodes. Un manager peut apprendre les bases d'une critique constructive le lundi, répondre à une question connexe le mercredi, puis utiliser une checklist de coaching le vendredi. Ce processus améliore la mémorisation sans interrompre les activités habituelles du manager.
Étape 2 : utiliser l'IA comme assistant d'apprentissage guidé
L'intelligence artificielle change la manière dont les entreprises forment leurs employés, car elle peut s'adapter aux situations, résumer de longs contenus, créer des brouillons, traduire des langues et répondre aux questions. Les personnes chargées de la formation peuvent utiliser l'intelligence artificielle pour accélérer leur travail, mais aller simplement plus vite peut aboutir à une formation de mauvaise qualité pour un grand nombre de personnes. L'intelligence artificielle est vraiment utile lorsque des experts participent pour s'assurer qu'elle fonctionne correctement, la tester pour voir dans quelle mesure elle fonctionne et vérifier qu'elle est reliée aux tâches que les employés doivent réellement accomplir pour faire leur travail.
L'intelligence artificielle peut aider les employés de façons précises :
● recommander des apprentissages en fonction du rôle, du niveau de compétence et des objectifs ;
● transformer les politiques en guides rédigés dans un langage simple ;
● générer des scénarios de pratique pour le service client ou le leadership ;
● accompagner les employés dans des jeux de rôle ;
● résumer les données d'apprentissage pour les managers ;
● traduire les formations dans les langues locales.
L'IA aide aussi les équipes formation à travailler plus vite. Un concepteur peut demander à un outil d'IA de rédiger des questions de quiz à partir d'une politique approuvée. Un expert métier peut relire le brouillon, corriger les erreurs et ajouter des exemples issus de l'entreprise. L'équipe gagne du temps tout en gardant le jugement humain aux commandes.
La personnalisation définira l'avenir de l'apprentissage numérique. Deux collègues peuvent s'asseoir pour passer une évaluation, et on peut leur proposer quelque chose de différent en fonction de leurs besoins. Par exemple, l'un peut avoir une brève session de révision, un autre peut devoir faire un jeu de rôle, tandis qu'un autre encore peut être orienté vers une formation ou du mentorat.
Il n'y a pas lieu d'avoir peur de mal faire son travail, car les tuteurs IA peuvent aider les membres du personnel à s'entraîner de manière autonome. Les nouveaux managers peuvent s'exercer à donner du feedback, les commerciaux peuvent s'entraîner à répondre aux objections d'un acheteur fictif, tandis que le personnel d'assistance peut gérer des appels difficiles avant de devoir le faire avec des clients.
Les entreprises doivent mettre en place des garde-fous. L'intelligence artificielle peut inventer des faits, répéter des choses injustes ou partager des informations privées si les personnes responsables ne disposent pas de bons contrôles. Les responsables de la formation doivent établir des règles sur l'origine des informations, la manière de les conserver, le moment où il faut demander à un expert de relire quelque chose, et le moment où il faut faire intervenir un humain. Les employés doivent savoir quand l'intelligence artificielle peut être utile et quand un expert humain doit prendre une décision.
Une bonne conception de l'apprentissage avec l'intelligence artificielle commence par quelque chose de précis. Vous devez choisir un poste, une compétence et un problème que vous pouvez mesurer. Par exemple, un centre d'appels pourrait utiliser un coach d'intelligence artificielle pour mieux parler avec les gens des remboursements. Les responsables peuvent examiner la qualité des appels, la satisfaction des clients et la confiance des personnes qui répondent aux appels avant de décider d'aller plus loin.
@blade(posts.banners.random)
Étape 3 : créer des académies internes autour des compétences critiques
L'apprentissage au sein d'académies internes fournit un cadre indispensable aux programmes de formation en entreprise. Les académies regroupent l'apprentissage autour de certaines capacités de l'entreprise telles que le leadership, la vente, la donnée, les opérations, le produit ou l'expérience client. Les cours, la pratique, le coaching, les projets et les certifications forment un parcours que les employés peuvent suivre.
Une académie bien conçue répond à quatre questions fondamentales :
● les compétences requises pour l'entreprise ;
● les postes qui exigent ces compétences ;
● les expériences qui démontrent le développement des compétences ;
● les parcours de carrière ouverts par la maîtrise de ces compétences.
La très grande majorité des entreprises disposent de vastes bibliothèques d'apprentissage avec des milliers de cours à la disposition des employés. Cela crée plus de bruit que d'orientation utile. Une académie aide à apporter de la clarté aux personnes qui démarrent leur carrière et apprennent de nouvelles compétences. Elle aide les nouveaux managers à comprendre les compétences dont ils ont le plus urgemment besoin. Elle aide un analyste de données à devenir expert en analytique plutôt qu'en reporting. Elle aide un responsable de magasin à devenir manager régional.
Les meilleures académies varient les façons d'apprendre. Les employés doivent voir le contenu, puis le pratiquer, recevoir du feedback et enfin travailler sur des projets. Par exemple, une académie du leadership peut proposer des leçons, des groupes où les managers échangent entre eux, des guides pour aider au coaching, des cas réels venant de pairs et un grand projet final. Une académie produit peut proposer des démonstrations des produits, des témoignages de clients, des situations simulées et un moyen d'obtenir une certification.
Les académies sont meilleures lorsque des personnes de l'entreprise y participent. Les responsables de la formation et du développement sont compétents pour concevoir les académies. Les dirigeants de l'entreprise apportent des situations concrètes, des standards et des exemples. Les employés apprécient une académie lorsqu'ils voient des managers respectés, des top performers et des experts du domaine contribuer à sa création.
Étape 4 : Connecter les trois modèles
Une combinaison de microlearning, d’intelligence artificielle et d’académies internes crée le système le plus efficace. L’académie fournit une description des compétences, le microlearning garantit de bonnes performances au travail, tandis que l’IA personnalise le parcours d’apprentissage, la pratique et le processus de recherche.
L’exemple de l’académie commerciale sera utilisé. L’académie précise les exigences pour des compétences comme la prospection, la découverte, la négociation et le développement des comptes. Le microlearning fournit aux commerciaux des check-lists pour les appels et les objections à surmonter. L’IA écoute les exercices pratiques de jeux de rôle et recommande les étapes suivantes de l’apprentissage. L’IA détermine comment aider les managers dans leurs recherches.
Le même concept peut être appliqué à l’académie du leadership. Des compétences comme le feedback, la délégation, l’inclusion et la planification sont définies par l’académie. Le microlearning fournira aux managers des outils avant les réunions. Les managers peuvent s’entraîner à des conversations et recevoir de l’IA des recommandations pour les pratiques futures. Les cas complexes sont pris en charge par des coachs et des dirigeants seniors.
Étape 5 : Concevoir pour les managers
C’est le manager qui détermine si l’apprentissage s’ancre réellement. L’employé a peut-être suivi les cours, mais c’est le manager qui fait avancer le processus pour faire les choses différemment. Les entreprises doivent préparer leurs managers à coacher, observer et renforcer.
Le manager a besoin d’outils simples :
● des guides de conversation pour aider au coaching d’équipe ;
● des questions à poser après la formation ;
● une check-list d’observations ;
● des activités pour la pratique en équipe ;
● un tableau de bord indiquant la progression des compétences.
Le manager n’a pas nécessairement besoin d’une théorie de l’apprentissage élaborée. Il a besoin d’informations sur le type de comportement qu’il doit observer, sur ce qu’est un comportement exemplaire et sur la manière de donner un feedback constructif.
Étape 6 : Garder l’apprentissage humain
La technologie sera davantage utilisée dans l’apprentissage en entreprise, mais on ne peut pas se passer d’interaction humaine. Les gens apprennent grâce aux échanges avec d’autres collègues, managers, mentors et spécialistes connaissant bien le domaine. La technologie peut fournir du contenu et de la pratique, tandis que les personnes développent le jugement.
Il devrait y avoir des espaces d’interaction au sein des académies internes. Les échanges entre cohortes, l’évaluation par les pairs, les séminaires d’experts et les présentations de projets permettent de comparer les points de vue et d’apprendre de l’expérience pratique. Ces outils favorisent également le réseautage.
L’IA peut aussi aider à faciliter ces domaines. L’IA peut créer des sujets, suggérer des sources d’information pertinentes et aider les animateurs à identifier les problèmes courants. Néanmoins, il existe des subtilités, des conflits, des questions éthiques et des décisions de carrière que seules des personnes peuvent prendre.
Étape 7 : Élaborer une feuille de route pratique
Les responsables formation peuvent commencer par une approche ciblée.
Sélectionner un défi métier
Identifiez un sujet important pour l’équipe de direction, comme un onboarding insuffisant, un feedback manager insuffisant, des taux de conversion commerciale ou des problèmes de qualité de service.
Définir le comportement cible
Indiquez explicitement ce que les employés doivent faire dans leur travail. Ne choisissez pas un objectif général comme « accroître la sensibilisation ».
Construire un cadre de compétences
Précisez les compétences essentielles, les niveaux de poste et les mesures de compétence.
Concevoir des composants de microlearning
Commencez par les expériences qui reviennent le plus souvent.
Intégrer des fonctionnalités d’IA
Exploitez les capacités de l’IA dans l’apprentissage, la recherche, les suggestions ou la génération de contenu, suivies d’une révision par des experts.
Déployer un parcours d’académie pilote
Développez un parcours d’académie à l’aide de ressources, de pratique, de coaching et d’évaluation. Permettez aux managers de coacher le comportement cible.
Avec cette feuille de route, vous pouvez garder un périmètre de travail restreint et piloter votre solution auprès d’un segment d’audience, tout en apprenant en chemin grâce aux analyses.
Erreurs courantes à éviter
Les organisations adoptent souvent de nouvelles technologies d’apprentissage sans d’abord identifier leurs problèmes. Une nouvelle plateforme ne résoudra pas des problèmes de mauvaise conception. L’IA ne sauvera pas un contenu faible. Le microlearning ne fonctionnera pas si les utilisateurs ne peuvent pas accéder au contenu.
Voici ce que les concepteurs pédagogiques doivent éviter :
● découper de longs cours en plus petits ensembles de diapositives ;
● publier du contenu généré par machine qui n’a pas été relu par des experts ;
● créer des académies qui n’ont rien à voir avec l’évolution de carrière ;
● mesurer les taux d’achèvement plutôt que les comportements des utilisateurs ;
● fournir aux managers des tableaux de bord dépourvus de conseils de coaching ;
● ajouter davantage d’outils sans supprimer les anciens.
Toutes ces erreurs ont un point commun : la direction donne la priorité à la livraison avant la performance. L’approche doit commencer par la tâche et son contexte.
Le rôle futur du L&D
Le L&D deviendra moins un formateur et davantage un allié de la performance. L’équipe L&D doit posséder une expertise en données, en gouvernance de l’intelligence artificielle, en stratégie de contenu, en facilitation et en gestion du changement. En outre, le L&D devra être plus étroitement aligné sur la direction de l’entreprise.
Ce changement modifiera la façon dont le L&D pose des questions. Au lieu de demander : « Quel cours nos employés doivent-ils suivre ? », l’équipe L&D demande : « Quel changement de comportement est nécessaire pour réussir, et que pouvons-nous faire pour aider les employés à adopter ce nouveau comportement ? » Au lieu de demander : « Combien d’employés ont terminé le cours ? », le L&D demande : « Les employés ont-ils montré une amélioration de leurs compétences dans l’exécution de la tâche ? »
La fonction L&D doit créer de nouvelles habitudes. Effectuez des évaluations trimestrielles des référentiels de contenu. Éliminez de votre référentiel les contenus peu performants. Examinez les analyses de recherche et déterminez où se situent vos lacunes. Consultez les responsables pour savoir quelles compétences manquent à leurs employés. Testez les technologies d’IA à l’aide de scénarios réels.
@blade(posts.banners.random)