Nov 04

Data, AI, Robotics – krijgen alle aandacht!

De eerste en zeker de tweede dag van Learning 2019 laten zien dat bijna iedereen zich richt op AI, learning analytics, robotisering en automatisering en de invloed die dit heeft en nog gaat hebben op de banen van nu en in de nabije toekomst. Zowel de banen binnen L&D maar ook alle andere banen in organisaties.

Elliott Masie gaat van start!

Na een goede sessie over AI en meer (zo dadelijk meer over die sessie) start om 9.15 uur de eerste generale sessie met Elliott Masie. Hij start met een aantal korte opdrachten waardoor in de hele zaal interactie ontstaat. Je wordt uitgenodigd om met iemand 2 tafels verder te gaan praten. Steeds heel kort. Direct ontstaat er een hele goede energie. Het publiek is betrokken. Wat een ander gevoel dan de aftrap op zondag waarbij iedereen blij was dat het was afgelopen!

Elliott start met zijn verhaal dat zijn moeder het lastig vond om te begrijpen wat hij deed en haar vrienden begrepen ook niet wat nu een trainer was en deed. Wij als L&D professionals moeten beter uitleggen wat we nu precies doen. Volgens Elliott veranderen lerenden. Lerenden:

  • onthouden steeds minder;
  • lezen significant minder en kijken meer video’s;
  • willen leren voor het nu, voor hun werkpraktijk (en niet voor in de toekomst);
  • gebruiken meer en meer technologie.

We kunnen wel onze rituelen aanpassen aan de verwachtingen van lerenden. Als voorbeeld geeft Elliott het inwerken van nieuwe mensen. Dat is vaak een totaal irrelevante opsomming van procedures, aanbieden van veel inhoud en filmpjes van CEO’s waarover ze dromen. Dit moet anders. We moeten mensen iets bieden waar ze iets aan hebben, waarmee we ze echt verder helpen.

Data, data en data

In China wordt technologie gebruikt voor processen in het klaslokaal. Gezichtsherkenning maar ook chips in kleding geven niet alleen inzicht waar iemand is maar ook of iemand oplet in de klas of hoe vaak een student een mobiel bekijkt. Dit roept een heleboel vragen op die we zouden kunnen stellen. De band om het voorhoofd doet me denken aan de Headband waarover ik in 2015 een blogpost heb geschreven.

Vandaag zijn er veel, heel veel mensen die spreken over data, AI (zie Wikipedia), automation/robotisering, etc. Vanmorgen om 8.00 uur startte Thomas Stone van i4cp. Helaas hadden we niet een robot keynote speaker zoals bij DevLearn maar het voorbeeld wordt wel besproken. Hij geeft aan dat het wel onwennig klonk maar de eerste keer was en dat het een prikkelende ervaring was waarbij de robot echt op vragen reageerde.

Sommigen onderzoeken voorspellen het verlies van banen maar geven ook aan dat er veel nieuwe banen bijkomen. i4cp heeft High Performance Organisations (HPO) afgezet tegen Low Performance Organisations en vindt significante verschillen als het gaat om omgaan met AI, robotisering en automation.

Impact op soort baan

Thomas geeft aan dat we nu in de vierde revolutie zitten. Een interessante gedachte en ook andere denkers zoals Richard Culatta, geven aan dat deze ontwikkelingen het verschil gaan maken. Zie ook artikel van i4cp – Automating work: The human/AI Intersection (pdf, 1 MB).

 

Voorbeelden bij Mc Donald’s maar ook binnen HR

Rob Lauber, CLO van Mc Donald’s

De CEO van IBM, Ginni Rometty, voorziet dat in 5-10 jaar 100% van onze banen verandert onder invloed van AI en automation. Zowel Thomas als later Rob Lauber komt met het voorbeeld van Mc Donalds. Zij hebben een databedrijf gekocht. Het werken met de kiosk waar klanten zelf hun eten bestellen zorgt ervoor dat de mensen nu ruimte hebben om het eten naar de tafel te brengen en zo op een andere manier hun taken invullen. Rob vertelt ook dat klanten er ook voor kunnen kiezen om online te bestellen en als hun auto binnen 300 meter van het restaurant is dan wordt de bestelling klaargemaakt. Je kunt er dan voor kiezen om te parkeren en dan komt een medewerker je eten brengen. Ook krijg je een gepersonaliseerd advies als je bij een restaurant komt gebaseerd op eerdere aankopen, het moment van de dag, het weer, etc.

Ander voorbeeld is dat AI wordt gebruikt bij sollicitatieprocedures. Bij het analyseren en verbeteren van advertenties, bij het verbeteren van teksten van vacatures, bij het selecteren van de juiste kandidaten en nog meer. Zelfs werd bij de eerste sollicitatieronde chatbots ingezet om de mensen te begeleiden in het sollicitatieproces. Als mensen dan eenmaal waren aangenomen gaf 11% van de Amerikaanse HPO AI-driven tutoring inzet, 23% om collega’s te koppelen aan elkaar bij het zoeken naar kennis of ervaring en 6% gebruikt chatbots om performance support te leveren.

Volgens Stone biedt dit veel kansen voor L&D. Er worden banen vervangen, banen worden anders door de inzet van AI en banen worden ondersteund door AI. We kunnen focussen op de veranderingen en de nieuwe vaardigheden die nodig zijn. Voor hem is het belangrijk dat dit transparant gebeurt. Prachtig voorbeeld deelt hij vanuit Accenture: hier hebben ze de medewerkers gevraagd om te kijken wat er in hun taken geautomatiseerd kon worden en werden ze bijgeschoold voor nieuwe vaardigheden met meer waarde. Op die manier werd AI een ontwikkeling die hun werk beter en relevanter maakte en was geen bedreiging van hun baan.

Richard Culatta, mijn grote tech & onderwijsheld, geeft ook aan dat we moeten kijken wat ons mensen uniek maakt. Welke vaardigheden zijn echt menselijk? De meeste mensen realiseren zich niet dat we nu al erg veel gebruik maken van AI, bijvoorbeeld als we Spotify luisteren of met credit card betalen. We kunnen ons afvragen wat dit betekent voor onze carrières.

Chatbots in coaching

Donald Taylor neemt ons mee in de mogelijkheden om chatbots in te zetten bij coaching en mentoring. Hij start met het voorbeeld van de Biechtbox (van o.a. onze eigen Joitske en van Kirste den Hollander) waarin zowel in een fysieke ruimte als via een chatbot vragen worden gesteld. In de blogpost van Joitske zie je dat ze nog verder is gegaan met chatbots. Je kunt zelf deze Biechtbot proberen. Donald geeft aan dat de chatbot van de Biechtbox in eerste instantie niet eens AI in zich had maar hem toch een ‘profound experience’ gaf. Er werden aan iedereen 6 dezelfde vragen gesteld en toch voelde het goed volgens Donald.

Hij geeft een overzicht van gebruikte apps maar geeft ook direct aan dat de techniek van ondergeschikt belang is. Sommige chatbots zijn gericht op het individu maar er zijn er ook die zich richten op het hele team. Volgens Donald doet hij normaal gesproken geen sessies over technologie maar hij vindt dit onderwerp te belangrijk. Volgens hem blijven chatbots want:

  • wetenschap geeft steeds meer inzicht in bruikbaarheid
  • onze gewoonten (we zijn chatten gewend en houden ervan)
  • software, mogelijkheden nemen nog steeds toe
  • hardware, steeds meer devices die ons helpen

Er kleven ook nadelen aan chatbots:

  • kans op verslaving zoals bij social media
  • ‘Scale of errors’, als je het fout doet dan wordt de fout door de schaal gerepliceerd

Bedreiging of kans?

Voor mij laten de voorbeelden van Donald Taylor vooral zien wat de kansen zijn. En ik denk dat we binnen L&D zeer goed moeten onderzoeken hoe we AI kunnen inzetten en wat de invloed is op de banen van onszelf en onze collega’s. Het Chinese voorbeeld zien dat er ook veel potentiële gevaren zitten in de toepassing van technologie. Het eigenaarschap moet volgens mij bij de lerende liggen. Leren moet per definitie een veilig proces zijn. Dan moet je ook fouten kunnen maken (zie Biechtbox) en dit betekent dat je ruimte moet krijgen om fouten te maken. Met een lampje op je voorhoofd geef je een verkeerd signaal af. Persoonlijk gebruik ik bewust niet het systeem Magister om de voortgang, absentie, strafwerk etc. van onze zoon te monitoren. Ik ben ervan overtuigd dat dit de autonomie en eigenaarschap in de weg zit en het leren tegenwerkt.

Waar zie jij kansen en gevaren van deze technologie?

Tagged with:
preload preload preload