5 проблем внутренних систем корпоративного обучения (с идеями, как их решить)
Все они взаимосвязаны — одна проблема тянет другую или усиливает её.
Иллюстрация: nikitabuida / freepik / master1305 / Freepik / Viviana Rishe / Tim Schmidbauer / Unsplash / Дима Руденок для Skillbox Media
В октябре 2024 года основатель британской платформы для корпоративного обучения Filtered Марк Чжао-Сандерс опубликовал большой отчёт «80 уроков, выученных за 15 лет практики в L&D». Автору есть откуда черпать информацию по этой теме: его быстрорастущая компания Filtered в числе лидеров рынка корпоративного EdTech, она была основана десять лет назад и среди её клиентов — Danone, Heineken и AstraZeneca. Сам Марк регулярно пишет о проблемах L&D для Harvard Business Review.
В новом отчёте он рефлексирует о том, что понадобится специалистам по корпоративному обучению, чтобы выстраивать в своих компаниях эффективные учебные системы уже сейчас и в ближайшем будущем.
Свои инсайты эксперт разложил на пять категорий: о системе навыков, тегировании контекта, о самом контенте, поиске нужного контента и работе с данными. В каждой категории эксперт на основе своего опыта и наблюдений выделил ключевую проблему, свойственную многим компаниям, объяснил её причины и предложил решение. Кратко пересказываем его идеи.
Проблемы системы навыков
Сегодня корпоративное обучение строится вокруг навыков — и цифровые платформы для обучения персонала тоже создаются по такой логике. То есть каждая единица учебного контента привязана к одному или нескольким навыкам, на этом строится структурирование и поиск контента в системе.
Проблемы:
- Бывает трудно чётко определить содержание того или иного гибкого навыка (представьте, например, что такое «устойчивость» — это больше про способность справиться со стрессом или про развитие гибкости?).
- Трудно выстроить разные навыки в понятную, логичную систему.
Ситуация с навыками становится ещё более запутанной из-за двух факторов. Во-первых, карьерный путь всё чаще идёт горизонтально, и это означает, что сотрудники либо обладают, либо стремятся обладать широким спектром не связанных друг с другом разнообразных навыков. Во-вторых, навыки стали устаревать слишком быстро из-за развития технологий: то, что ещё вчера было важным и актуальным, сегодня перестаёт быть таковым, а что понадобится завтра — уже никто толком не понимает. Люди не поспевают за технологиями, и в результате во многих индустриях сегодня ощущается значительный разрыв между существующими и необходимыми умениями.
Что с этим делать? Решение проблем с развитием у сотрудников навыков, которые нужны компании, считает Марк Чжао-Сандерс, заключается в создании таксономии навыков. Эта система классификации своя в каждой компании: она позволяет мониторить текущую ситуацию и адаптироваться под новые условия, вовремя замечая перекосы. Построить такую систему сложно и долго. И больше вопросы возникают уже на стадии планов — как это сделать?
Марк Чжао-Сандерс предлагает оттолкнуться от самых существенных навыков — тех, что жизненно необходимы компании. А дальше поэтапно задаваться вопросами: что из появляющегося сейчас точно понадобится компании? Какие навыки «вечнозелёные», то есть будут актуальны всегда, а у каких есть «срок годности»?
Как при этом развивать навыки сотрудников, чтобы обеспечить им горизонтальный рост? Эксперт считает, что ставку здесь стоит делать на сильные стороны людей. В пример он приводит T-shaped-специалистов: у них есть глубокие знания в одной конкретной области (своей непосредственной профессии) и менее глубокие, но достаточные — во множестве других. Этих навыков хватает, чтобы достаточно свободно взаимодействовать с коллегами из других сфер. При этом, считает эксперт, важно помнить: никаких универсальных «главных навыков» не существует. Есть просто навыки, которые больше всего нужны конкретной компании и конкретным людям.
Проблемы системы тегов
С навыковым подходом к структурированию учебного контента непосредственно связана система тегов. Теги расставляются в системе дистанционного обучения, чтобы привести пользователя к тому или иному контенту, помеченному соответствующим тегом, а в качестве тега обычно выступают навыки. Например, пользователь считает, что ему нужно прокачать коммуникативные навыки — и он ищет в системе подходящие программы обучения по тегу «коммуникации».
Проблема:
Разработать хорошую рабочую систему тегов так же трудно, как определиться с содержанием конкретных навыков. «Как только у вас больше 50 навыков, тегирование становится геркулесовой задачей. При этом точность тегирования жизненно важна — она должна быть на уровне 80%, иначе вы рискуете столкнуться с тем, что поиск контента будет неэффективным», — отмечает Марк Чжао-Сандерс.
Неэффективный поиск контента означает, что сотрудник просто не сможет отыскать потенциально важную и нужную для себя информацию в системе, и значит, не пройдёт нужный ему курс, а деньги на дорогие библиотеки курсов окажутся потраченными впустую.
Что с этим делать? Эксперт уверен: не стоит делать ставку только на тегирование контента по навыкам. Упростить поиск и курирование контента можно, во-первых, с помощью грамотно сформулированных названий и подводок к каждой единице контента. Во-вторых, стоит подумать, что ещё упростит навигацию пользователю. Например, можно дополнительно классифицировать контент на прикладной и для вдохновения. Вообще, стоит продумать альтернативные принципы для ранжирования контента. Главное, чтобы теги соответствовали нуждам самой компании, а не прихотям вендора.
Проблемы с самим контентом
Под контентом подразумевается содержимое корпоративных библиотек, курсы, базы знаний — в общем, всё, что является частью обучения и содержится в системах обучения.
Проблема:
Контента с годами накапливается слишком много, в нём трудно ориентироваться. При этом мало кто понимает, как правильно проводить его аудит, чтобы вовремя удалять лишнее, устаревшее и докупать (или досоздавать своими силами) то, чего не хватает. В результате крупные зарубежные компании закупают по несколько библиотек контента у разных провайдеров, их содержание во многом повторяет друг друга, и бюджет «сливается» на никому не нужные курсы и статьи.
Что с этим делать? Автор отчёта считает, что для начала стоит определиться с источником контента. Пусть он будет один, но такой, чтобы закрывал все базовые потребности компании. Затем, уже в дополнение, можно посмотреть в сторону нишевых провайдеров — чтобы подобрать библиотеки по более специализированным тематикам.
Соответственно, при выборе контента нужно опираться не на громкие бренды компаний-поставщиков, а на правильную комбинацию контента, его актуальность и качество. Так вы не потратите лишнего и подберёте действительно полезные опции.
Немаловажную роль в процессе подбора контента играет и курирование — процесс, когда специалист буквально вручную отбирает подходящие для сотрудников курсы и обучение. В идеале, отмечает Марк Чжао-Сандерс, работать с поставщиками контента по модели pay as you go (можно перевести примерно так: «плати, как пойдёшь»): компания платит только за нужный ей контент, а не за всю огромную библиотеку, которую никто никогда не освоит до конца. Конечно, это идеально для корпоративного обучения, но не подходит провайдерам — так что остаётся скорее идеальным вариантом будущего, чем реальной опцией.
Может ли генеративный искусственный интеллект (ГИИ) разрешить трудности с библиотеками курсов и производством обучения своими силами? Эксперт считает, что вряд ли. Во-первых, ГИИ, по оценке Чжао-Сандерса, не может служить ценным источником учебных материалов, поскольку способен выдать лишь общую информацию, но не обладает знаниями и инсайтами настоящих тематических экспертов. Во-вторых, в работе с ним немало препятствий — от проблем доверия к результатам его работы до протоколов безопасности его использования. А в-третьих, хотя ГИИ и способен сделать обучение гиперперсонализированным, «скроенным» под конкретного пользователя, он не справится с одним важным требованием — потребностью людей учиться вместе.
Проблемы системы поиска
Ещё одна важная сфера во взаимодействии с онлайн-платформами для обучения — сама система поиска и чуть шире, то есть весь процесс поиска и получения нужного контента, а также вовлечения в этот контент и получения учебного опыта. В компании Filtered этот процесс называют открытием (discovery). Оценить качество такого «открытия» можно с помощью набора метрик — например, по оценке успеха поиска, по количеству выбранного контента (пройденных курсов, прочтённых статей) в результате поиска или на основе опроса пользователей.
Проблема:
Типичная проблема поиска связана с предыдущими — контента накапливается слишком много, он плохо структурирован, и поэтому в нём невозможно ничего найти.
Что с этим делать? Во-первых, считает эксперт, L&D-специалистам нужно хорошо ориентироваться в тегировании, системе рекомендаций и в улучшении пути пользователя. Так, один фреймворк предполагает, что у сотрудника уже есть нужный контент под рукой, а дальше он следует некой предложенной ему системе (это могут быть теги или персональные рекомендации), которая постепенно расширяет его возможности. Другой потенциальный фреймворк: разделить пользователей на группы и формировать для каждой из них траекторию обучения в зависимости от стратегии и потребностей компании.
Во-вторых, отмечает эксперт, важно положиться и на самих сотрудников: сделать так, чтобы они помогали «открывать» обучение коллегам. Например, топ-менеджер может поделиться своей историей обучения, а руководители рангом поменьше — посмотреть, что могло бы быть полезно их подчинённым. А вот на искусственный интеллект и усовершенствованные системы поиска полагаться пока рано, считает Марк Чжао-Сандерс. Он предупреждает: они не настолько совершенны, чтобы понимать бизнес-контекст и тем более нужды конкретных людей.
О данных
Пятая важная категория взаимодействия с платформами для обучения — данные. Автор отчёта подчёркивает: бизнес может тратить суммы с шестью и даже семью нулями на обучение, однако изменения не наступают. Именно в этом должен помочь анализ данных — о том, как сотрудники потребляют контент, что им нужно, а что нет, что действительно работает, а что оказывается неэффективным.
Проблемы:
Универсальных метрик, по которым стоит собирать данные о пользователях, не существует: в конце концов, учебная платформа — не стриминговый сервис, который способен учитывать разные особенности поведения зрителей, чтобы выявить реальный успех фильма или сериала. А те данные, которые у специалистов по корпоративному обучению всё же есть, могут быть неполными, неверными, предвзятыми или вообще бесполезными.
Что с этим делать? Ответ лежит на поверхности: специалисту по обучению необходима грамотность в использовании данных. Это может быть одним из самых важных навыков для L&D в ближайшие годы, отмечает эксперт. Что означает такая грамотность? В пример можно привести небольшое исследование, о котором рассказывают в совместной статье для Harvard Business Review Марк Чжао-Сандерс и Джош Берсин. Авторы собрали фокус-группу из 20 компаний и выяснили, каких навыков в сфере данных не хватает их сотрудникам. Среди ответов были, например, такие:
- умение задавать верные вопросы;
- понимание, какие данные важны и как проверить их достоверность;
- умение интерпретировать данные и проверять гипотезы.
Начать можно с самого простого, считают эксперты: научиться, наконец, по-настоящему эффективно пользоваться хотя бы Excel.
Зачем разыгрывать корпоративное обучение?
Кейс «Газпромбанка»
Нестандартная механика, которая помогает:
- обучать 1500 человек ежегодно;
- повышать вовлечённость;
- оптимизировать расходы на обучение.
Дарим кейс с механикой и подробностями.
Скачать бесплатно