Metodologija 60-30-10 IA predstavlja novi način razumevanja obuke: model u kojem veštačka inteligencija pretvara učenje u stvarni trening, aktivnu praksu i neposrednu primenu.
Tokom godina, eLearning je napredovao u dizajnu, formatima i pristupačnosti. Dobili smo kurseve koji su vizuelno bolji, dinamičniji i čak privlačniji. Ipak, mnoge organizacije se i dalje suočavaju sa istim problemom: obuka se završava, ali se ne pretvara uvek u akciju.
I upravo je tu suština.
Zato što učenje nije samo razumevanje sadržaja.
Učenje znači znati šta uraditi kada situacija to zahteva.
U Fit Learning Systems ovom izazovu pristupamo kroz metodologiju 60-30-10, model koji strukturira učenje oko razumevanja, prakse i refleksije. Ali u ovoj trećoj evoluciji postoji jedan element koji potpuno redefiniše iskustvo: integracija veštačke inteligencije kao motora praktičnog učenja.
Ne kao dodatak.
Ne kao nešto usputno.
Već kao okruženje u kojem se učenje zaista dešava.
Metodologija 60-30-10 IA: kada obuka počne da se živi
Velika razlika ovog pristupa jeste u tome što se polaznik više ne ograničava na prolazak kroz sadržaj.
Ulazi u okruženje u kojem mora da deluje.
Veštačka inteligencija omogućava stvaranje iskustava u kojima se polaznik suočava sa stvarnim situacijama, donosi odluke i vidi kako te odluke stvaraju posledice. Ne postoje zatvoreni putevi niti samo jedan tačan odgovor.
Svaka interakcija je drugačija.
Svaki put je jedinstven.
I to obuku čini mnogo bližom stvarnosti.
Metodologija 60-30-10 IA i procena u realnom vremenu
Jedan od najmoćnijih elemenata ovog modela jesu dinamički role play scenariji pokretani veštačkom inteligencijom.
Za razliku od tradicionalnih role play aktivnosti, u kojima polaznik prati unapred definisan scenario, ovde se razgovor razvija u realnom vremenu. Sistem tumači ono što polaznik kaže, odgovara dosledno i prilagođava situaciju u skladu sa kontekstom.
To omogućava rekreiranje scenarija kao što su:
- Razgovori sa klijentima na različitim nivoima složenosti
- Upravljanje internim konfliktima
- Pregovaranje i donošenje odluka
- Složene operativne situacije
Polaznik ne bira između ponuđenih opcija.
Mora sam da oblikuje svoj odgovor.
I upravo to pravi radikalnu razliku u učenju.
Praktični zadaci koji se prilagođavaju i razvijaju
Veštačka inteligencija ne samo da komunicira. Ona takođe posmatra, analizira i prilagođava se.
Kako polaznik napreduje, sistem prepoznaje obrasce: otkriva ponavljajuće greške, uočava napredak, prilagođava složenost zadataka i predlaže nove izazove u skladu sa nivoom polaznika.
Na taj način, obuka prestaje da bude linearno putovanje i postaje personalizovan proces u kojem svaki polaznik prolazi kroz drugačije iskustvo.
Ne postoje dva ista učenja.
Zato što ne postoje ni dva ista načina učenja.
Procene koje mere akciju, a ne pamćenje
Još jedna velika promena dešava se u evaluaciji.
Godinama je evaluacija značila proveru da li polaznik pamti ono što je video: testovi, upitnici i završne provere.
Sa integracijom IA, fokus se potpuno menja.
Evaluacija se odvija unutar samog iskustva. Dok polaznik komunicira, odlučuje i deluje, sistem analizira:
- Kvalitet njegovih odgovora
- Doslednost njegovih odluka
- Njegovu sposobnost prilagođavanja
- Njegov razvoj tokom procesa
Ne meri se ono što zna.
Meri se ono što radi sa onim što zna.
Neposredan feedback: učenje u pravom trenutku
Jedan od najvećih pokretača učenja jeste feedback. Ali ne bilo kakav feedback, već onaj koji dolazi u pravom trenutku.
Zahvaljujući veštačkoj inteligenciji, svaka akcija polaznika generiše neposredan odgovor. Sistem ne samo da ispravlja, već i objašnjava, usmerava i predlaže alternative.
To omogućava polazniku da:
- Razume zašto je pogrešio
- Odmah prilagodi svoje ponašanje
- Pokuša ponovo u istom kontekstu
- Učvrsti učenje kroz aktivno ponavljanje
Učenje prestaje da bude odloženo.
Postaje kontinuirano i odvija se u realnom vremenu.
Tehnologija koja se direktno povezuje sa poslovanjem
Najvažniji aspekt ovog modela nije samo njegova tehnološka inovacija, već i njegov uticaj.
Kada je osoba vežbala stvarne situacije, donosila odluke, dobijala feedback i prilagođavala svoje ponašanje, prenos na radno mesto postaje mnogo direktniji.
Obuka prestaje da bude izolovan prostor.
Postaje stvarni trening.
A to se prevodi u bolje pripremljene timove, efikasnije odluke i dosledniji učinak.
U Fit Learning Systems, metodologija 60-30-10 IA omogućava stvaranje iskustava u kojima polaznik vežba, odlučuje, dobija feedback i razvija sposobnosti primenljive u svom profesionalnom okruženju.
Nova generacija učenja
Metodologija 60-30-10 uvodi važnu promenu stavljajući praksu u središte učenja.
Veštačka inteligencija dodatno pojačava tu promenu.
Omogućava stvaranje okruženja u kojima polaznik ne samo da uči, već i trenira. Gde ne samo da razume, već i doživljava. I gde ne samo da završava kurs, već razvija sposobnost.
Ovaj pristup može da se integriše sa rešenjima kao što je SmartMobile LMS, koja olakšavaju pristup sadržaju, praćenje i fleksibilnije iskustvo učenja.
Takođe može da se ojača alatima kao što je ADI NEX, osmišljenim da pruže podršku, personalizaciju i kontekstualne odgovore tokom procesa učenja.
Takođe se posebno dobro uklapa u projekte kurseva po meri i fabrike sadržaja, gde je primenjena praksa ključna za pretvaranje znanja u učinak.
Različiti pristupi primenjenom učenju ističu važnost kombinovanja prakse, refleksije i konteksta kako bi se unapredio prenos na radno mesto referentni link.
U osnovi, sve se svodi na jednu vrlo jednostavnu ideju: najbolji način da nešto naučiš jeste da to uradiš.
I danas, zahvaljujući veštačkoj inteligenciji, to možemo da uradimo pre nego što se desi u stvarnosti.
Tu obuka prestaje da bude teorija.
I počinje da postaje učinak.
