Tijdens een Communitydag georganiseerd door NPULS sprak Timothy Druiventak van KLM. Zijn lezing ging over over de rol van leren in het oplossen van zakelijke problemen bij KLM, met name in de context van technologie en kunstmatige intelligentie (AI). De kernvraag: kan leren een oplossing bieden voor uitdagingen binnen het bedrijf, zoals het tekort aan gekwalificeerd personeel? Dit artikel geeft een overzicht van de belangrijkste inzichten uit deze presentatie en laat zien hoe AI bijdraagt aan het verbeteren van leeroplossingen.
Een van de grootste uitdagingen voor KLM is het tekort aan gekwalificeerd personeel, vooral technici en piloten. De vraag werd gesteld of leren onderdeel kan zijn van de oplossing voor dit probleem. Daarbij werd benadrukt dat leren verder moet gaan dan alleen het overdragen van kennis. Het moet ook bijdragen aan het oplossen van operationele problemen en het ondersteunen van de core business, zoals het waarborgen van de veiligheid en het verbeteren van de commerciële prestaties.
KLM heeft hiervoor het ADDIE-model omarmd, waarbij de fases van Analyse, Design, Development, Implementatie en Evaluatie worden doorlopen om leeroplossingen te ontwikkelen. Dit gestructureerde proces zorgt ervoor dat elke stap van leren is afgestemd op de specifieke behoeften van de business.
Tijdens de presentatie werd een case gedeeld over de inzet van AI voor gepersonaliseerd en adaptief leren. Donald Clark, een spreker tijdens Next Learning 2022, sprak over hoe AI de wereld van volwasseneneducatie voor altijd kan veranderen. Hij noemde drie belangrijke beloftes van AI:
Hoewel deze beloftes veel potentie bieden, werd ook erkend dat deze visie nog niet volledig is gerealiseerd. Er zijn nog stappen te zetten om deze technologieën volledig te integreren in de huidige leersystemen van KLM.
Een tweede use case belichtte hoe AI wordt ingezet voor het automatiseren van contentcreatie en het ontwikkelen van toetsen. AI wordt gebruikt om snel en efficiënt content te genereren, zoals toetsvragen voor verplichte compliance-modules over veiligheid en beveiliging. Dit proces, dat normaal gesproken weken duurt, kan nu met behulp van AI aanzienlijk worden versneld.
Daarnaast werd ook het belang van samenwerking met subject-matter experts (SMEs) benadrukt. Terwijl AI het grootste deel van de contentcreatie kan automatiseren, spelen experts nog steeds een cruciale rol in het valideren van deze content. Hierdoor kan het proces van toetsontwikkeling niet alleen sneller verlopen, maar ook betrouwbaarder worden gemaakt.
Cijfers uit deze case toonden aan dat het gebruik van AI leidde tot:
Een ander voorbeeld dat werd gedeeld, ging over hoe AI kan helpen bij het samenwerken met experts. Vaak kunnen experts, door hun drukke agenda’s, niet altijd betrokken zijn bij elke stap van het leerproces. AI biedt een oplossing door hun kennis te extraheren en beschikbaar te maken wanneer dat nodig is, zonder dat ze fysiek aanwezig hoeven te zijn.
Bij KLM werd dit bijvoorbeeld toegepast in het onderhoud van vliegtuigen. AI werd gebruikt om gegevens van enquêtes en interviews te analyseren en leeroplossingen te ontwikkelen die precies aansluiten op wat technici nodig hebben om hun werk beter te doen. Dit leidde tot een verbetering in de kwaliteit van de leertrajecten.
Een belangrijk punt hierbij was de samenwerking met engineers en de focus op klantbeleving. Door AI-gestuurde leeroplossingen in te zetten, werd niet alleen het leren voor technici verbeterd, maar ook de ervaring van klanten die direct de voordelen ervoeren van beter opgeleide medewerkers.
Hoewel de voordelen van AI duidelijk naar voren kwamen in de besproken use cases, werd ook benadrukt dat de volledige belofte van AI in leren nog niet is ingelost. AI helpt al wel bij het sneller ontwikkelen van content en het ondersteunen van medewerkers tijdens hun werk, maar de ultieme doelen van volledig gepersonaliseerd en adaptief leren zijn nog niet bereikt.
Onderzoek van november 2023 laat zien dat de meeste organisaties AI voornamelijk inzetten voor het creëren van content, zoals afbeeldingen en teksten, maar dat de beloftes van gepersonaliseerd leren en leren in de flow van het werk nog achterblijven. Toch blijft de hoop groot dat deze doelen in de nabije toekomst wel worden gerealiseerd.
AI biedt kansen voor organisaties zoals KLM om leren sneller, efficiënter en meer gepersonaliseerd te maken. Door AI in te zetten voor het automatiseren van contentcreatie, het verbeteren van samenwerking met experts en het personaliseren van leertrajecten, kunnen bedrijven hun leer- en ontwikkelprogramma’s verbeteren. Hoewel er nog uitdagingen zijn om deze technologie volledig te benutten, laten de eerste resultaten zien dat AI een krachtige tool is die het leren in de toekomst fundamenteel zal veranderen.
