JD Dillon warnt Bildungsverantwortliche davor, KI nur durch eine etablierte Brille (Denken in Kurse) zu betrachten und plädiert für eine lernende bzw. explorierende Grundhaltung.
JD Dillon arbeitet als Chief Learning Architect bei Axonify, einem in Kanada beheimateten Anbieter einer Micro-Learning-Plattform. Für das Januar-Heft des TD-Magazins der ATD hat er den Leitartikel geschrieben: “The path to AI”.
In seinem Beitrag stellt er KI in eine Reihe von bahnbrechenden Innovationen:
- das Aufkommen der Personalcomputer in den 1980er Jahren;
- die Verbreitung des Internets in den 1990er Jahren;
- das Smartphone in den 2000er Jahren.
Und er fordert seine Leser dazu auf, darüber zu reflektieren, wie sie selbst diese Innovationen in ihrem eigenen Kontext genutzt haben. Dabei liefert er eine Antwort gleich mit: zu häufig, indem das bisherigen Denken (konkret: das Denken in Kursen) auf die neue Technologie übertragen wurde:
- Online-Kurse im Format ‘Computer-based Training’ (CBT)
- Online-Kurse im Format ‘Web-based Training’ (WBT)
- Online-Kurse für Smartphones ( (frühes) mobile learning)
Dillon warnt davor, dieses Denken jetzt auch im Hinblick auf KI fortzuschreiben (beispielsweise mit einem Fokus auf ‘adaptive courseware’ oder personalisierte Lernpfade in LX-Plattformen). KI ist nicht lediglich ein weiteres Werkzeug im “digital workplace”; vielmehr wird KI die Art und Weise, wie wir arbeiten, fundamental verändern. Das Bild, das er dafür verwendet, bezieht sich auf den Strassenverkehr. Nutzen wir KI um die Verkehrsampeln “smarter” zu machen, so dass diese nach dem aktuellen Verkehrsaufkommen geschaltet bzw. der Verkehrsfluss in der Stadt gesteuert werden kann? Oder nutzen wir KI für “smarte” Autos, die gar keine Ampeln zur Koordination untereinander benötigen und die datenbasiert über den jeweils besten Weg zum Ziel entscheiden?
Was bedeutet das nun für L&D bzw. für Bildungsverantwortliche? Dillon stellt die folgenden Punkte bzw. Aufgaben heraus:
- die Zukunft der Arbeit verstehen; die grundlegenen Veränderungen von Organisationen und Arbeit markieren den Ausgangspunkt für die Entwicklung einer zukunftsorientierten Strategie für L&D;
- KI verstehen; das heisst nicht, dass Learning Professionals jetzt alle Experten für Big Data und Algorithmen werden müssen; aber sie sollten die Grundlagen verstehen;
- klären, wie KI bereits eingesetzt wird – im eigenen Unternehmen bzw. in der eigenen Organisation;
- eine Vision dazu entwickeln, wie L&D KI nutzen kann, um veränderte Bildungsbedarfe bzw. Bildungsbedürfnisse zu bedienen;
- die eigenen Fähigkeiten für datenbasiertes Arbeiten verbessern (vgl. z.B. hier); gegebenenfalls hierzu das eigene Partnernetzwerk (intern und extern) erweitern;
- Erfolgskriterien und Evaluationsroutinen auch für KI-basierte Lösungen im Bereich L&D entwickeln bzw. anwenden – am besten über Pilotierungen und schnelle Iterationen.
Und er verweist auf verschiedene Anwendungsszenarien für KI im Kontext von betrieblicher Weiterbildung:
- Personalisierung von Bildungs- / Entwicklungsangeboten bzw. Lernpfaden;
- Unterstützung bei der Entwicklung von Lerninhalten, beispielsweise automatisch erstellte Kurzartikel zu (neu verfügbaren) Lernressourcen;
- Automatisierte Erinnerungen und Kurz-Feedbacks im Kontext von Lern- und Coaching-Aktivitäten;
- Übersetzung von Lerninhalten in andere Sprachen;
- Auf Prozessdaten gestützte Wirkungsanalysen.
AI represents a unique and exciting challenge for TD. (…) Although the TD function must take the right steps to determine how it can use AI, it must also reflect on how the technology will fundamentally change TD professionals’ roles. Just like the employees you support, you must be open to change and let go of some familiar tasks to focus on the truly human parts of your job. (…) TD has the opportunity to reimagine how we support people within this new reality by leveraging the same technology that is transforming how work is done.
JD Dillon, td magazine, January 2020
