L’apprendimento aziendale non riguarda più solo le aule. Avviene mentre i dipendenti lavorano. Devono trovare risposte mentre vendono, programmano, aiutano i clienti, gestiscono team o svolgono attività di conformità. Un workshop di due giorni è ancora utile. Non può coprire tutte le competenze di cui i dipendenti hanno bisogno per il loro lavoro quotidiano e che emergono durante una normale settimana. I dipendenti hanno bisogno di un apprendimento che si adatti ai loro orari. Il futuro appartiene ai sistemi di apprendimento che offrono ai dipendenti supporto breve, guida intelligente e percorsi di crescita chiari.
Questi sono i tre modelli che definiscono il futuro: microlearning, intelligenza artificiale e accademie interne. Il microlearning aiuterà il personale ad acquisire competenze in piccole unità. L’IA aiuterà i team a personalizzare i servizi e a produrre materiali migliori. Le accademie allineeranno l’apprendimento ai percorsi di carriera e alle responsabilità lavorative. Saranno utili anche da sole, ma le aziende ne traggono ancora più vantaggio quando i responsabili della formazione le uniscono in un’unica soluzione.
I responsabili della formazione devono offrire prestazioni migliori sul lavoro, non solo contenuti. I venditori hanno bisogno di domande migliori per fare scoperte. I manager hanno bisogno di script migliori per conversazioni difficili. Gli analisti hanno bisogno di un processo migliore per convalidare una nuova normativa.
Passo 1: usare il microlearning per i momenti di competenza
Il microlearning è davvero utile quando i dipendenti hanno bisogno di una risposta, di un breve compito da esercitare o di un rapido promemoria prima di fare qualcosa. Il punto del microlearning è che non prende un corso lungo per suddividerlo in tante piccole slide. Al contrario, il microlearning si concentra su una singola attività lavorativa e aiuta il discente a svolgere meglio quell’attività. Il microlearning serve a garantire che il discente sappia svolgere bene il proprio compito lavorativo.
Una risorsa di microlearning utile potrebbe includere:
● un video di due minuti che mostra un passaggio del software;
● una checklist per una chiamata con un cliente;
● un quiz di cinque domande che verifica una singola regola;
● un breve scenario che chiede al discente di scegliere una risposta;
● un supporto operativo integrato nello strumento che i dipendenti usano.
Un microlearning efficace inizia con un obiettivo molto specifico. "Comprendere la cybersecurity" è troppo vago. "Identificare un’email di phishing prima di fare clic su un collegamento ipertestuale" aiuta il progettista a mettere a fuoco l’obiettivo. La seconda affermazione implica un’azione, uno scenario e una minaccia specifici.
I dipendenti devono individuare opportunità di microlearning pertinenti in base alla loro esperienza all’interno dell’organizzazione. I nuovi dipendenti avranno bisogno di attività immediate da svolgere nelle prime settimane dopo l’ingresso in azienda. Il reparto vendite richiede informazioni sul prodotto prima che inizi qualsiasi campagna di marketing. Il manager ha bisogno di alcuni suggerimenti da considerare prima di incontrare individualmente i membri del suo team.
Il formato rende anche possibile per i dipendenti trattenere le conoscenze. Il microlearning consente una pratica distribuita distribuendo gli eventi di apprendimento in periodi diversi. Un manager potrebbe apprendere i fondamenti del fornire critiche costruttive il lunedì, rispondere a una domanda correlata il mercoledì e usare una checklist di coaching il venerdì. Il processo migliora il richiamo senza interrompere le normali attività del manager.
Passo 2: usare l’IA come assistente guidato all’apprendimento
L’intelligenza artificiale cambia il modo in cui le aziende formano i propri dipendenti perché può adattarsi alle situazioni, riassumere lunghi blocchi di informazioni, creare bozze, tradurre lingue e rispondere alle domande. Le persone responsabili della formazione possono usare l’intelligenza per rendere il loro lavoro più veloce, ma il solo fatto di andare più veloce può portare a una formazione di scarsa qualità per molte persone. L’intelligenza artificiale è davvero utile quando gli esperti sono coinvolti per assicurarsi che funzioni correttamente, testarla per vedere quanto bene funzioni e garantire che sia collegata a ciò che i dipendenti devono davvero fare per svolgere il loro lavoro
L’intelligenza artificiale può aiutare i dipendenti in modi specifici:
● consigliare l’apprendimento in base al ruolo, al livello di competenza e agli obiettivi;
● trasformare le policy in guide in linguaggio semplice;
● generare scenari di pratica per il servizio clienti o la leadership;
● guidare i dipendenti nel role-play;
● riassumere i dati di apprendimento per i manager;
● tradurre la formazione nelle lingue locali.
L’IA aiuta anche i team di apprendimento a lavorare più velocemente. Un designer può chiedere a uno strumento di IA di creare una bozza di domande per un quiz a partire da una policy approvata. Un esperto della materia può rivedere la bozza, correggere gli errori e aggiungere esempi tratti dall’azienda. Il team risparmia tempo ma mantiene il giudizio umano al comando.
La personalizzazione definirà il futuro dell’apprendimento digitale. Due colleghi possono sedersi per svolgere una valutazione e ricevere proposte diverse in base alle loro esigenze. Per esempio, uno potrebbe avere una breve sessione di ripasso, un altro potrebbe dover fare role-play, mentre un altro ancora potrebbe essere indirizzato verso formazione o mentoring.
Non c’è bisogno di temere di svolgere male il lavoro perché i tutor di IA possono aiutare i membri del personale a esercitarsi in autonomia. I nuovi manager possono fare role-play nel dare feedback, i venditori possono esercitarsi a rispondere alle obiezioni di un acquirente fittizio, mentre il personale di supporto può gestire chiamate difficili prima di doverlo fare con i clienti.
Le aziende devono predisporre paletti chiari. L’intelligenza artificiale può inventare fatti, ripetere contenuti iniqui o condividere informazioni private se i responsabili non hanno controlli adeguati. I responsabili della formazione dovrebbero stabilire regole su dove ottenere le informazioni, come conservarle, quando far revisionare qualcosa da un esperto e quando coinvolgere una persona. I dipendenti dovrebbero sapere quando l’intelligenza artificiale può essere utile e quando invece è necessario che un esperto umano prenda una decisione.
Una buona progettazione dell’apprendimento con intelligenza artificiale parte da qualcosa di concreto. Dovresti scegliere un lavoro, una competenza e un problema che puoi misurare. Per esempio, un centro assistenza telefonica potrebbe usare un coach basato sull’intelligenza per migliorare nel parlare con le persone dei rimborsi. I responsabili possono valutare la qualità delle chiamate, la soddisfazione dei clienti e la sicurezza delle persone che rispondono alle chiamate prima di decidere di fare di più.
@blade(posts.banners.random)
Passo 3: costruire accademie interne attorno alle competenze critiche
L’apprendimento all’interno delle accademie interne fornisce una struttura molto necessaria ai programmi di formazione aziendale. Le accademie raggruppano l’apprendimento attorno ad alcune capacità aziendali come leadership, vendite, dati, operations, prodotto o customer experience. Corsi, pratica, coaching, progetti e certificazioni formano un percorso che i dipendenti possono seguire.
Un’accademia ben progettata affronta quattro domande fondamentali:
● le competenze richieste dall’azienda;
● i ruoli che richiedono queste competenze;
● le esperienze che dimostrano lo sviluppo delle competenze;
● i percorsi di carriera che si aprono padroneggiando queste competenze.
La stragrande maggioranza delle aziende dispone di ampie librerie formative con migliaia di corsi a disposizione dei dipendenti. Questo crea più rumore che indicazioni utili. Un’accademia aiuta a creare chiarezza per le persone che iniziano la loro carriera e imparano nuove competenze. Aiuta i nuovi manager a capire quali competenze servono loro con maggiore urgenza. Aiuta un analista dei dati a diventare esperto di analytics invece che di reporting. Aiuta un responsabile di negozio a diventare un manager regionale.
Le migliori accademie mescolano i modi in cui le persone apprendono. I dipendenti devono vedere i contenuti, poi devono metterli in pratica, ricevere feedback e infine lavorare su progetti. Per esempio, un’accademia di leadership potrebbe avere lezioni, gruppi in cui i manager si confrontano tra loro, guide di supporto al coaching, casi reali dei colleghi e un grande progetto finale. Un’accademia di prodotto potrebbe includere demo dei prodotti, storie dei clienti, situazioni simulate e un modo per ottenere una certificazione.
Le accademie funzionano meglio quando coinvolgono persone del business. I responsabili dell’apprendimento e dello sviluppo sono bravi a progettare le accademie. I leader del business portano sul tavolo situazioni reali, standard ed esempi. Ai dipendenti piace un’accademia quando vedono manager rispettati, top performer ed esperti del settore contribuire alla sua creazione.
Passaggio 4: Collegare i tre modelli
Una combinazione di microlearning, intelligenza artificiale e accademie interne crea il sistema più efficace. L'accademia fornisce una descrizione delle competenze, il microlearning assicura buone prestazioni sul lavoro, mentre l'IA personalizza il percorso di apprendimento, la pratica e il processo di ricerca.
Verrà utilizzato l'esempio dell'accademia di vendita. L'accademia specifica i requisiti per competenze come prospezione, scoperta, negoziazione e crescita dell'account. Il microlearning fornisce ai venditori checklist per le chiamate e le obiezioni da superare. L'IA ascolta gli esercizi pratici di role-play e raccomanda i passaggi successivi nell'apprendimento. L'IA scopre come supportare i manager nelle loro ricerche.
Lo stesso concetto può essere applicato all'accademia della leadership. Competenze come feedback, delega, inclusività e pianificazione sono definite dall'accademia. Il microlearning fornirà ai manager alcuni strumenti prima delle riunioni. I manager possono esercitarsi nelle conversazioni e ricevere raccomandazioni dall'IA per la pratica futura. I casi complessi sono gestiti da coach e leader senior.
Passaggio 5: Progettare per i manager
Il manager determina se l'apprendimento attecchisce. Il dipendente potrebbe aver seguito i corsi, ma è il manager a guidare il processo di fare le cose in modo diverso. Le aziende dovrebbero preparare i propri manager a fare coaching, osservare e rinforzare.
Il manager ha bisogno di strumenti semplici:
● guide conversazionali per supportare il coaching del team;
● domande da porre dopo la formazione;
● checklist delle osservazioni;
● attività per la pratica del team;
● dashboard che indica i progressi nelle competenze.
Il manager non richiede necessariamente una teoria dell'apprendimento elaborata. Ciò di cui ha bisogno è informazione sul tipo di comportamento che deve osservare, comportamento esemplare e come fornire feedback costruttivo.
Passaggio 6: Mantenere l'apprendimento umano
La tecnologia sarà usata sempre di più nell'apprendimento aziendale, ma le persone non possono fare a meno dell'interazione umana. Le persone imparano attraverso l'interazione con altri colleghi, manager, mentor e specialisti esperti del settore. La tecnologia può fornire contenuti e pratica, mentre le persone sviluppano il giudizio.
Dovrebbero esserci spazi di interazione all'interno delle accademie interne. Discussioni tra coorti, peer review, seminari con esperti e presentazioni di progetti consentono di confrontare punti di vista e imparare dall'esperienza pratica. Questi strumenti favoriscono anche il networking.
L'IA può aiutare a facilitare anche queste aree. L'IA può creare argomenti, fare suggerimenti su fonti di informazioni pertinenti e aiutare i facilitatori a individuare problemi comuni. Tuttavia, ci sono sfumature, conflitti, questioni etiche e decisioni che determinano la carriera che solo le persone possono prendere.
Passaggio 7: Costruire una roadmap pratica
I responsabili della formazione possono iniziare con un approccio mirato.
Seleziona una sfida aziendale
Identifica un tema importante per il team di leadership, come onboarding inefficace, feedback insufficiente dei manager, tassi di conversione delle vendite o problemi di qualità del servizio.
Definisci il comportamento target
Indica esplicitamente cosa devono fare i dipendenti nel lavoro. Non scegliere un obiettivo generico come “aumentare la consapevolezza.”
Costruisci un framework di competenze
Specifica le competenze essenziali, i livelli professionali e le misure di competenza.
Progetta i componenti di microlearning
Inizia dalle esperienze che si presentano più frequentemente.
Integra le funzionalità dell'IA
Sfrutta le capacità dell'IA nell'apprendimento, nella ricerca, nei suggerimenti o nella generazione di contenuti, seguite dalla revisione degli esperti.
Lancia un piccolo percorso di accademia
Sviluppa un percorso di accademia usando risorse, pratica, coaching e valutazione. Consenti ai manager di fare coaching sul comportamento target.
Con questa roadmap, puoi mantenere ristretto l'ambito del tuo lavoro e testare la tua soluzione all'interno di un segmento di pubblico, imparando lungo il percorso grazie all'analisi dei dati.
Errori comuni da evitare
Le organizzazioni spesso adottano nuove tecnologie per l'apprendimento senza prima identificare i propri problemi. Una nuova piattaforma non risolverà problemi di progettazione scadente. L'IA non salverà contenuti deboli. Il microlearning non funzionerà se gli utenti non riescono ad accedere ai contenuti.
Ecco cosa i learning designer devono evitare:
● suddividere corsi lunghi in blocchi più piccoli di slide;
● pubblicare contenuti generati da macchine che non sono stati revisionati da esperti;
● costruire accademie che non hanno nulla a che fare con la crescita professionale;
● misurare i tassi di completamento invece dei comportamenti degli utenti;
● fornire ai manager dashboard prive di suggerimenti per il coaching;
● aggiungere altri strumenti senza eliminare quelli vecchi.
Tutti questi errori hanno una cosa in comune: la direzione dà priorità alla consegna rispetto alle prestazioni. L'approccio deve partire dall'attività e dal suo contesto.
Il ruolo futuro di L&D
L&D diventerà meno un formatore e più un alleato delle prestazioni. Il team L&D richiede competenze in dati, governance dell'intelligenza artificiale, strategia dei contenuti, facilitazione e gestione del cambiamento. Inoltre, L&D dovrà essere più strettamente allineato con la leadership aziendale.
Il cambiamento modificherà il modo in cui L&D pone le domande. Invece di chiedere: "Quale corso dovrebbero completare i nostri dipendenti?", il team L&D chiede: "Quale cambiamento comportamentale è necessario per il successo e cosa possiamo fare per aiutare i dipendenti a dimostrare il nuovo comportamento?" Invece di chiedere: "Quanti dipendenti hanno completato il corso?", L&D chiede: "I dipendenti hanno mostrato un miglioramento delle competenze nell'esecuzione dell'attività?"
La funzione L&D deve creare nuove abitudini. Esegui valutazioni trimestrali dei repository di contenuti. Elimina dal repository i materiali con prestazioni scarse. Esamina le analisi di ricerca e determina dove si trovano le tue lacune. Consulta i manager su quali competenze mancano ai loro dipendenti. Metti alla prova le tecnologie di IA usando scenari reali.
@blade(posts.banners.random)