详细内容或原文请订阅后点击阅览

Bright L＆D未来：AI作为力量乘数

2025年5月16日 17:00 33 Comments
X Twitter Instagram Mail

将AI视为您对新世界影响的力量乘数，而不是对您在旧的工作中的威胁。这篇文章首次在电子学习行业上发表。

来源:eLearning行业 | 在线教育博客
成千上万的手电筒：AI在本系列中的前两篇文章中如何照亮黑暗的角落，我们探索了路灯效应，也就是说，当我们倾向于寻找方便的地方（在路灯下）而不是它所在的地方（黑暗公园）。在学习和发展的情况下（L＆D），这意味着测量我们控制中易于可用的指标（课程完成，培训时间和满意度）。上一篇文章将阐明（双关语）衡量学习影响的较暗角度，并展示如何将AI视为L＆D分析中的力量乘数。为什么很难衡量学习的影响？与几项研究和我自己的经验保持一致？我自己的经验，我自己的ATD对未来的最新学习评估揭示了相同的障碍和挑战[1]的障碍和挑战[1]：1]的障碍和挑战。利益相关者熟悉吗？难怪L＆D停留在LMS光线充足的区域。为了衡量对工作的影响，我们必须摆脱LMS泡沫并与企业，IT，人才获取等合作。我们需要许多黑暗角落的手电筒。到目前为止，由于缺乏时间和资源而导致的可伸缩性似乎是最大的障碍之一。技术不会消除所有障碍。文化，缺乏清晰，过程破裂，目标和责任，缺乏责任等文化需要在人工智能（AI）之前解决。协助策略预定，权衡分析，向后设计和ROI计算是自动化和AI首先可以为您提供有关采取什么的指导以及成功的一些示例
文化 相同的 衡量 也就是 最大的 LMS 充足的 人工智能 需要 角落 未来的 责任 力量 障碍 为什么 时间 学习 工作的 缺乏 学习的 路灯 黑暗的 发展的 AI 可用的 倾向于 影响 方便的 伸缩性 意味着 权衡分析 手电筒 挑战 自动化 自己的