Kako veštačka inteligencija tiho menja ono za šta su ljudi spremni da plate da nauče!

AI ne remeti obrazovanje glasno, ali stvara promenu perspektive u pogledu onoga za šta mnogi smatraju da vredi potrošiti novac.

Prodaja proizvoda za učenje je donedavno omogućavala pristup informacijama, stručnjacima i sistematskim objašnjenjima. Danas je pristup postao sveprisutan. Upit se može objasniti, ispitati i prilagoditi za nekoliko sekundi.

Ljudi nisu nespremni da plate za učenje; nerado plaćaju za ono što je nekada imalo vrednost.

To je primetna, ali snažna promena. Vredni kursevi u učionici sada deluju precenjeno. Mentorstvo je važnije. Video-biblioteke nestaju, a kratki programi usmereni na rezultate dobro prolaze.

Transformacija nije u tome da veštačka inteligencija zameni edukatore. Reč je o AI i ponovnom uspostavljanju očekivanja polaznika.

Informacije su jeftine kada su odgovori trenutni. Sadržaj je prazan kada je struktura tražena. Uz automatizovane povratne informacije, generička nastava prestaje da bude premijum.

Međutim, druge vrednosti su sve važnije: jasnoća, usmerenje, ljudska procena, odgovornost i jasni ishodi.

Ljudi i dalje plaćaju za učenje, ali postavljaju novo pitanje: „Šta će mi ovo pružiti što AI neće?“

Stara logika određivanja cena 

Pre pojave AI-ja, korisnicima su se prodavale tri stvari.

Pre svega, pristup informacijama. Bilo je teško pronaći dobro objašnjenje. Knjige su bile teške za čitanje. Rezultati pretrage bili su nejasni. Stručnjacima je bilo teško pristupiti, jer su se obično nalazili iza univerzitetskih zidova ili u skupim programima. Nešto je vredelo ako su prave informacije već bile prikupljene na jednom mestu.

Drugo, važnost stručnog tumačenja. Znati šta je važno bilo je vrednije od znanja o svemu. Tu je edukator ili autor kursa uklanjao nepotreban materijal i definisao ključna pitanja kojima polaznici prvo treba da se posvete.

Treće, struktura. Sigurnost u procesu učenja bila je lakše postići kada ste znali šta se očekuje i kojim redosledom: prva lekcija, zatim druga, pa treća. To je bilo prijatnije jer ste, prateći ono što radite, lako mogli da steknete utisak da ste na dobrom putu. Iako su informacije verovatno postojale negde drugde, bilo je lakše ostati posvećen jer su bile strukturisane.

Uz takve aranžmane, cene su bile usklađene s onim što dobijate i dokle stižete.

• Više sati znači veću vrednost

• Više modula znači opravdane cene

• Veće biblioteke delovale su ozbiljnije

• „Doživotni pristup“ delovao je prilično velikodušno

Marketing je naglašavao obim sadržaja i nivo uključenog stručnog znanja.

To ne znači da je prethodni model bio pogrešan. Prethodni model je nastao za drugačiji kontekst. Zatim ćemo se usredsrediti na to koje je konkretne komponente te vrednosti AI pojeftinio i koje su komponente postale gotovo besplatne.

Šta AI čini jeftinijim (ili čak potpuno besplatnim) 

AI ne čini učenje nemogućim. Menja cenu određenih funkcija učenja.

Najznačajnija promena odnosi se na pristup informacijama.

Objašnjenjima, definicijama, primerima, poređenjima i sažecima može se pristupiti odmah. Ne morate trošiti novac na kurs da biste naučili neki koncept na osnovnom, pa čak i srednjem nivou. Postavljanje pitanja radi dodatnog pojašnjenja ne naplaćuje se i traje samo nekoliko sekundi.

Druga promena je u generisanju vežbi.

Mogu se osmisliti i zadaci za učenje u obliku vežbi, kvizova, studija slučaja ili scenarija. Ako polaznik smatra da bi, umesto tri primera, želeo deset primera nekog problema, može ih dobiti deset.

Treća promena je lični tempo. U toj promeni polaznici više nisu bili vezani za unapred zadati format. Mogli su da ponove, premotaju unapred ili zamene objašnjenje dok im nešto ne postane jasno. To je bio posao tutora. Sada je dovoljan upit.

AI smanjuje trošak povratnih informacija, barem na prvi pogled. Može da analizira pisanje, ukaže na greške, ponudi predloge za poboljšanje i objasni zašto nešto nije u redu. Iako kvalitet možda nije najbolji, u prvoj i drugoj fazi bi u većini slučajeva bio „dovoljno dobar“.

Svi ovi pomaci zajedno umanjuju vrednost tradicionalnih ponuda: 

• Duga video-predavanja deluju sporo 

• Statični PDF-ovi su nefleksibilni 

• Opšta objašnjenja su nepotrebna 

• Generičke vežbe deluju zamenljivo 

Ono što ljudi zaista preispituju kada porede plaćenu opciju s odmah dostupnom AI opcijom nema mnogo veze s tim da li je plaćena opcija dobra, već više s tim da li je bolja.

Za šta su ljudi sada spremniji da plate

Pošto AI smanjuje cenu informacija, polaznici će više trošiti na aktivnosti koje smanjuju rizik i maksimalno povećavaju ishode.

Ovo su oblasti čija će vrednost porasti:

1. Konkretni ishodi

Kupci će platiti više kada je jasno da je ponuda usmerena na konkretan krajnji rezultat. Izraz „Naučite digitalni marketing“ previše je širok. Primeri opipljivih ciljeva uključuju izradu odredišne stranice koja konvertuje, završavanje prve oglasne kampanje za 14 dana i slično.

AI može ponuditi predloge, ali to ne znači nužno da će se išta sprovesti.

Upravo to.

Savet: Ishod treba da bude stvarno poboljšanje veština, portfolija ili radnog toka. Vidljivom ishodu lakše je odrediti cenu.

2. Odgovornost i kontinuitet

Mnogi ljudi ne doživljavaju neuspeh zato što im nedostaju informacije. Ne uspevaju zato što stanu.

Odgovornost je nekada bila „lep dodatak“. Sve više postaje glavni proizvod.

• Nedeljna provera

• Praćenje napretka

• Trenuci „predajte svoj rad“

• Javne obaveze

Ne može da primeti da ste nestali. Sistem ili čovek mogu.

Savet: Kada se bavite učenjem, ne zaboravite da prodajete ritam. To vredi daleko više od sledeće biblioteke lekcija.

3. Ljudska procena u situacijama pod visokim pritiskom

AI može da predlaže. Ali polaznik želi čoveka kada je odluka važna.

Primeri:

• Biografija koja mora da obezbedi razgovor za posao

• Prezentacija za investitore

• Ispit koji utiče na licencu

• Poslovni proces koji utiče na prihod

• Veština bliska terapijskoj praksi kojom se mora pravilno upravljati

U takvim slučajevima, ljudi plaćaju iskustvo, a ne informacije.

Savet: Uključite „tačke za pregled“ u svoju ponudu. Tu čovek pregledava rad i vrši prilagođavanja.

4. Kredibilitet i signali poverenja

U takvim uslovima teško je pronaći poverenje. Ljudi plaćaju za:

• Programe povezane s uglednim stručnjacima

• Sertifikate sa stvarnom proverom

• Dokaze (studije slučaja, portfoliji, merljivi ishodi)

• Ugled u zajednici

AI vam može pomoći u učenju, ali vam ne može pružiti društveni dokaz. 

Savet: Neka dokazi budu ključna prednost, a ne naknadna misao u marketingu. Prikažite primere „pre i posle“.

5. Zajednica koja zaista pomaže

To nije velika konverzacija s hiljadama ljudi. To je zajednica koja rešava probleme.

Ljudi plaćaju za:

• Vidljivost

• Kolege sličnog nivoa

• Kultura upoznavanja i saradnje

• Zajednički standardi („ovako izgleda dobro“) 

Veštačka inteligencija može odgovarati na pitanja, ali ne može da zameni pripadnost, norme i pritisak vršnjaka.

Savet: Uspostavite male grupe, uloge i rutine. Organizacijom se zajednici može dodati vrednost.

6. Personalizacija

AI pruža personalizovano objašnjenje. Ljudi personalizuju strategiju. Polazniku može biti potrebno:

• Pravi skup veština

• Kompromisi zasnovani na njihovim ciljevima

• Pomoć pri izboru niše 

• Plan koji odgovara njihovom vremenu i ograničenjima 

Ovo je, dakle, personalizacija prema „životnom kontekstu“, a ne personalizacija sadržaja. 

Savet: Ponudite besplatne dijagnostičke sesije, obrasce ili stabla odlučivanja kako biste korisnike usmerili ka odgovarajućim izborima.

Kako se spremnost na plaćanje razlikuje prema tipu polaznika

AI ne utiče jednako na akademski uspeh svakog studenta. Spremnost na plaćanje zavisi od iskustva, ciljeva i ograničenja.

Poznavanje ovih razlika može pomoći da se objasni zašto određeni podsticaji izazivaju neposredan pozitivan odgovor, dok drugi ne daju rezultat.

Početnici: potrebni su im sigurnost i usmeravanje

Početnik će vrlo verovatno biti preopterećen. Ne zna šta bi trebalo da uči, čime bi trebalo da se bavi i o čemu ne bi trebalo da brine.

AI će olakšati pristup znanju; istovremeno, može olakšati i pogrešno razumevanje. Jednostavno se odjednom pojavljuje previše puteva. Početnici su spremni da plate za:

• Šta je polaznicima potrebno

• Jasna početna tačka

• Uveravanje da ne gube vreme

• Jednostavan sled koraka koji se može ponavljati

• Rani značajni uspesi

Manje je verovatno da će platiti za:

• Velike biblioteke sadržaja

• Apstraktnu teoriju

• Napredne specifične slučajeve

Pre svega, tolerancija na cenu će rasti kako se smanjuje anksioznost koju izaziva računarski program.

Polaznici srednjeg nivoa: potrebne su im korekcije i veća efikasnost

Polaznici srednjeg nivoa već su savladali osnove. Aktivno rade sa AI-jem i sami razvijaju sadržaj, planove i ideje. Problem sa kojim se suočavaju jeste prepoznavanje onoga što nije u redu.

Polaznici srednjeg nivoa spremni su da plate za:

• Povratne informacije o stvarnom radu

• Prepoznavanje slepih tačaka

• Više interakcije

• Modele koji unapređuju procenjivanje 

Manje su spremni da plate za:

• Ponavljanje osnova

• Opšta objašnjenja

• Dug uvodni proces

Za takve ljude AI ima ulogu multiplikatora. Žele da ih ljudi unaprede, a ne da ih ponovo podučavaju od početka.

Profesionalci: plaćaju da smanje rizik

Profesionalci ne plaćaju da bi učili; plaćaju da bi izbegli greške. Već poseduju veštine i opremu. Njihov fokus je, stoga, na ishodu, reputaciji i oportunitetnom trošku.

Profesionalci su spremni da plate za:

• Sigurnost pre aktivnosti sa visokim ulozima

• Potvrdu stručnjaka

• Podršku pri donošenju odluka 

• Pristup kolegama istog nivoa 

Manje je verovatno da će platiti za: 

• Tempo prilagođen početnicima

• Preterano objašnjavanje 

• Programe bogate sadržajem 

AI pomaže profesionalcima da brže razmišljaju, ali ne preuzima odgovornost za zadatak. 

Šta ovo znači za kreatore i edukatore

Vlasnik ili kreator više ne može da se takmiči samo na osnovu ponude sadržaja. Ako se objašnjenje može dobiti od AI-ja za tren, onda obimne biblioteke i veliko opterećenje predavanjima smanjuju moć određivanja cena. Umesto toga, fokus postaje „šta se menja zato što ste to podučavali“.

Obrazovni proizvodi moraju biti sistematski osmišljeni, a ne samo gomile sadržaja. To znači manje predavanja, a više tačaka za proveru, povratne informacije i primenu. Proces učenja mora se ubrzati od objašnjenja do primene, uz podršku na zahtevnim mestima na kojima polaznici obično odustaju.

I na kraju, kreatori bi trebalo da budu odgovorniji za krajnje rezultate. To ne predstavlja garanciju, ali pruža određeno usmerenje. Polaznik će biti spremniji da plati kada može da vidi mapu puta koju je instruktor postavio.