آینده یادگیری شرکت ها: قدم به بعد دیگر

با پیشرفت های جدید در هوش مصنوعی (AI) ، واقعیت افزوده (AR) ، واقعیت مجازی (VR) و یادگیری ماشین ، فناوری در حال تبدیل صنعت آموزش با سرعت شتاب است. بدون درک کامل فواید و اشکال ، می توان در اعتیاد به مواد مخدره از فناوری جدید گرفتار شد. آموزش و پرورش باید برای طراحان آموزشی و رهبران یادگیری برای درک اقتصاد درگیر و ارزش بالقوه برای زبان آموزان و تجارت انجام شود.

فن آوری اعمال به روش صحیح می تواند به بهبود عملکرد کارکنان کمک کند. ما می دانیم که قدرت انجام کار تأثیر زیادی در توسعه مهارت دارد و این فناوری های جدید می توانند از این قدرت پشتیبانی کنند. این فناوری ها به ما امکان می دهند فراتر از توسعه مهارت های اساسی به سمت بهبود عملکرد کارمندان حرکت کنیم. استفاده از آنها می تواند با افزودن زمینه ، ارتباط و شخصی سازی به تجربه یادگیری ، از زبان آموزان سود ببرد.

این فناوری ها این پتانسیل را دارند که یادگیری را به کارمند برسانند. آنها می توانند محیط های پرخطر را برای یادگیری ایمن کنند. مثال کلاسیک استفاده از VR برای شبیه سازی پرواز است. اگر یک خلبان در هواپیما مشکل داشته باشد یا حتی هواپیما را خراب کند ، می توان اطلاعاتی در مورد آنچه اشتباه پیش آمد برای جلوگیری از بروز همان سکانس وقایع در زندگی واقعی ارائه داد. این نوع محیط با ارائه یک تجربه ایمن و در عین حال ارزشمند ، یادگیری را تقویت می کند.

ما پیش بینی می کنیم که سرمایه گذاری در این فناوری های نوظهور طی چند سال آینده به صورت نمایی افزایش می یابد ، اما هدف قرار می گیرد. برای درک بهتر تأثیر این سرمایه گذاری در صنعت آموزش ، ما از گروهی از شرکتهای پیشرو در یادگیری و توسعه خواسته ایم تا دیدگاه خود را در مورد چگونگی یادگیری روشهای تحویل یادگیری مانند AI ، AR ، VR و یادگیری ماشین به اشتراک بگذارند ، آینده یادگیری شرکت ها را شکل می دهدبشرما امیدواریم که دیدگاه های به اشتراک گذاشته شده در این گزارش زمینه ای را برای تصمیم گیری در پیش بگذارد و درک عمیق تری از چگونگی افزودن فناوری به عمق یادگیری ارائه دهد.

تغییر رفتار و نتایج کسب و کار از طریق رشد دانش - کارول لیمان ، مدیر عامل ، Axonify

تکامل فناوری که در روشهای تحویل یادگیری به کار رفته است ، تجربه یادگیری را به مراتب خاص تر ، شخصی و قابل اندازه گیری از آنچه که در گذشته بوده است ، کرده است. نه تنها می توانیم تجربه را برای یادگیرنده جالب و جذاب نگه داریم ، بلکه اکنون می توانیم درک کنیم که چگونه می توان به آنچه یادگیری در نظر گرفته شده بود به دست بیاوریم: یک تغییر رفتار و نتیجه کسب و کار از طریق رشد دانش را بدست آوریم. استفاده از انواع روشهای تحویل از طریق نرم افزار ، و قادر به اندازه گیری اثربخشی آنها به طور عمیق و گرانول ، به ما این امکان را داده است که تجربه را برای همه بهینه کنیم. اکنون شرکت ها می توانند از داده هایی که قبلاً غیرممکن بودند ، استفاده کنند ، آن را به طور خودکار از طریق یادگیری ماشین تنظیم کرده و برای یادگیرنده و برای مشاغل که سفارشات بزرگی بیشتر از هر زمان در تاریخ است ، دریافت می کنند. روزهای خسته کننده ، یک اندازه متناسب با همه ، سرمایه گذاری های استاتیک و غیر قابل اندازه گیری در یادگیری رفته اند.

بهبود تجربه بازخورد - Simon Fowler ، متخصص فناوری یادگیری ، Absingforum

روشهای جدید یادگیری تجربی می تواند به سازمانها کمک کند تا تجربه بازخورد مورد نیاز برای توسعه مهارت را بهبود بخشند. توانایی شخص در بهبود نحوه انجام کار خود و افزودن ارزش بیشتر به سازمان بستگی به عوامل بسیاری دارد ، از جمله اینکه به سرعت بازخورد دریافت می کنند و به چه شکلی. اغلب اوقات شکاف بین زمانی که شخصی مهارت را انجام می دهد و وقتی بازخورد دریافت می کند خیلی طولانی است. علاوه بر این ، ماهیت بازخورد اغلب ناقص است. مورد فرم بازخورد مورد استفاده در یک تمرین نقش آفرینی را در نظر بگیرید. یک شخص ممکن است "خیلی پرخاشگر" را روی فرم بنویسد. رهبر ممکن است متوجه نشود که چگونه آنها را نشان دادند. بازخورد غنی تر و فوری را می توان با ابزارهایی مانند تشخیص صورت برای تشخیص یک ابرو خزنده ، تجزیه و تحلیل صدا برای تشخیص تنش و پوشیدنی ها برای تشخیص وضعیت قرار داد. افزودن تعامل با آواتارهای واقعیت مجازی حتی می تواند فوری و غنای بازخورد را بهبود بخشد و باعث تسریع خودآگاهی و پیشرفت مهارت شود.

دوران فرصت بی نظیر برای توسعه کارمندان - کیت پاسترفیلد ، رئیس نوآوری ، اسفنج انگلیس

استفاده از فناوری های نوظهور در یادگیری، عصری از فرصت های بی نظیر را برای توسعه پتانسیل کامل کارکنان آغاز کرده است. VR و AR سازمان ها را قادر می سازند تا تجربیات یادگیری فراگیرتری را ارائه دهند که قبلاً امکان پذیر نبوده است. متخصصان خلاق برای حل مشکلات آموزشی به روش های جدید به این ابزار جدید نگاه می کنند و از آنجایی که این فناوری بهتر و ارزان تر می شود، شاهد رواج تر شدن آن در محل کار خواهیم بود.

توسعه تجربیات VR همهجانبه باعث یادگیری در خیابان ها می شود. استفاده از تکنیک های فیلم برداری 360 درجه می تواند به کاربران تصویر کاملی از چه کسی و چه چیزی در اطرافشان است بدهد. این یادگیری در زندگی واقعی است که قبلاً هرگز انجام نشده است. به زودی، هاپتیک سطح را بیشتر می کند و به یادگیرندگان اجازه می دهد لمس، دما، فشار، آگاهی فضایی و موارد دیگر را در محیط های یادگیری فراگیر تجربه کنند.

غوطه ور شدن سه بعدی در آموزش - اندرو هیوز، رئیس، طراحی دیجیتال

واقعیت مجازی به آرامی در حال افزایش انطباق غوطه ور شدن کامل سه بعدی در آموزش است که قبلاً هرگز ندیده ایم. از آنجایی که ما از خارج از کلاس درس به آنلاین مهاجرت کرده ایم، اکنون در عصری هستیم که غوطه وری کامل در آموزش بدون صفحه کلید و ماوس امکان پذیر است شما می توانید از ابزارهای مورد نیاز برای کار به صورت مجازی استفاده کنید و از طریقتجربه آموزش مجازیقبل از اینکه هزینه ها کاهش پیدا کند، فقط [مسئله] زمان خواهد بود و ما می توانیم از VR برای ارائه آموزش عملی در هر سناریویی که می خواهیم آنی و غوطه ورانه شبیه سازی کنیم، استفاده کنیم. من آنجا خواهم بود، با یک هدست، منتظر L& D برای پیوستن به ما!

مربیان مجازی هوش مصنوعی سایان گوها، مشاور ارشد، فناوری و نوآوری، راهکارهای G-Cube

ثابت شده است که یادگیری تجربی در مقایسه با محتوای متنی یا ویدیویی در درک و یادداشت مؤثرتر است. در اینجا یک سناریو وجود دارد: رابرت از ملاقات امروز خود هیجان زده و نگران است. این یک مرحله نهایی برای مشتری است، و این معامله می تواند تاثیر قابل توجهی در اهداف فصلی او ایجاد کند. صبح از تینا ایمیلی دریافت کرد.

بهترین ها برای زمین امروز شما. من مجموعه ای از اسناد را جمع آوری کرده ام تا سطح شما را افزایش دهد که شامل مقایسه با رقبای ما، یک قطعه ویدیویی در USP های ما و یک نوشته کوتاه در مورد مشتری است. امیدوارم به شما کمک کنند.

به سلامتی تینا”

جلسه خوب پیش رفت. مشتری در مورد هزینه های جانبی زیرساخت که رابرت کاملاً آماده نشده بود ، پرسید. خوشبختانه او می تواند با تینا از طریق چت ارتباط برقرار کند. وی اسناد مربوطه را به وی ارائه داد و همچنین وی را در تماس با کنفرانس به یک متخصص در سازمان وصل کرد.

تینا یک مربی مجازی هوش مصنوعی برای 1000+ نیروی کار قوی سازمان رابرت است. او پسوند سیستمی است که برای جمع آوری داده ها برای کاربران خود با سیستم های CRM ، HR و KMS ادغام می شود. سناریو آینده نگر نیست. NLP (پردازش زبان طبیعی) و یادگیری ماشین امری عادی و به عنوان یک سرویس در دسترس هستند. موتورهای مبتنی بر قانون و تجزیه و تحلیل داده ها برای سنین بالا بوده اند. نسل بعدی LM ها اینها را برای یک تجربه یادگیری که بصری و لذت بخش است ، جمع می کند. و آن آینده می تواند اکنون باشد.

ایجاد تجربه یادگیری ایده آل-جان کارلوس لزانو ، مدیر ارشد خلاق ، Sweetrush-Clare Dygert ، مدیر طراحی آموزش ، Sweetrush

این روشهای تحویل یادگیری در حال ظهور به ما کمک می کند تا به تجربه یادگیری ایده آل برای مخاطبان هدف نزدیک شویم تا اهداف تجاری و عملکرد را برآورده کنیم. توانایی ایجاد یادگیری که از نظر جسمی و روحی همهجانبه تر یا با ارتباط بیشتر با محیط کار یا شخصی تر است ، به این معنی است که ما می توانیم توجه آنها را کامل تر نگه داریم ، راه حل های یادگیری را ارائه دهیم که بیشتر با تجربه کاری در دنیای واقعی مطابقت داشته باشد ونیازهای خاص هر یادگیرنده را برطرف کنید.

سطح بعدی که ما تصور می کنیم این روشهای یادگیری است که به صورت کنسرت کار می کنند. واقعیت مختلط (VR و AR) در حال حاضر در مراحل ابتدایی است. و یک تجربه VR را با هوش مصنوعی تصور کنید که در آن شخصیت هایی که در دنیای مجازی با آنها تعامل دارید ، آنچه را که می گویید و زبان بدن خود را رصد می کنید ، و به طور مناسب پاسخ دهید و در لحظه مربیگری به شما می دهد. این امر امکانات بسیار خوبی را برای آموزش موضوعاتی که در یادگیری الکترونیکی استاندارد-مانند همدلی-با ظرافت و قوام چالش برانگیز است ، باز می کند.

تکنیک های نقشه برداری عمق-جرمی مایلز ، معمار راه حل های یادگیری ، استراتژی های GP

واقعیت افزوده در حال تحول است. فن آوری های نسل بعدی (معروف به AR 2. 0) از تکنیک های نقشه برداری عمق برای اسکن محیط های واقعی مانند موتور اتومبیل ، چاپگر رنگی یا حتی یک بیمار در مراقبت های ویژه استفاده می کنند. این یک مدل مرجع سه بعدی را فراهم می کند که نرم افزار بومی AR در تلفن هوشمند یا رایانه لوحی شما می تواند برای پوشش اطلاعات دیجیتالی اضافی استفاده کند. نتیجه: یک تجربه همهجانبه که اطلاعات پیشرفته ای را در مورد محیطی که در واقع در آن ایستاده اید فراهم می کند.

فقط تصور کنید که در محل زمین صفر ، یا دیوار برلین یا خیابان لندن ایستاده و قادر به پوشیدن تصاویر و اطلاعات تاریخی در صحنه مورد نظر خود باشید. یا هود ماشین خود را باز کنید و یک راهنمای گام به گام در مورد نحوه تغییر روغن ، روکش شده روی موتور خود را تماشا کنید. یا در اطراف یک بیمار قدم بزنید و اسکلت ، عضلات و اندام را مشاهده کنید.

این فن آوری ها در حال حاضر ، به عنوان استاندارد ، در تلفن های هوشمند نسل بعدی گنجانیده شده اند ، و برنامه های کاربردی ، که در بالا توضیح داده شده است ، از قبل وجود دارد. تصور کنید که در کجا می توانید AR 2. 0 را ببرید.

نیاز به تجزیه و تحلیل و طراحی یادگیری - باب Szostak ، مدیر برنامه ، خدمات حرفه ای Raytheon

تأثیر فناوری تحویل در حال ظهور در فضای یادگیری شرکت ها در نهایت به چند عامل بستگی دارد. اول ، شکل و شکل یادگیری تا حد زیادی به پذیرش و پذیرش آن توسط کلاس زبان آموزان در حال افزایش بستگی دارد. صرف نظر از روش ، سازمان ها همچنان به نتایج خط پایین می پردازند و نقش خط مقدم در تهیه زمان ، پول و زیرساخت ها را برای این تلاش ها دارند. گفته می شود ، بزرگترین عامل ریسک/پاداش ، فناوری یا توانایی آن برای افزودن ارزش به تجربه کاربر نیست ، بلکه میزان تا چه اندازه متخصصان یادگیری به درک ، طراحی و تأکید بر اهمیت سیستم های یادگیری ادامه می دهند ، که بیشترین استفاده را می کننداستفاده مؤثر از رسانه های جدید برای تحقق اهداف تجاری ، عملکرد و یادگیری. اکنون بیش از هر زمان دیگری ، با وجود بسیاری از راه های موجود برای استقرار ، نیاز اساسی به تجزیه و تحلیل و طراحی یادگیری وجود دارد. این تلاش باعث ایجاد تفاوت بین سرگرمی یا جذاب و واقعاً مؤثر خواهد شد.

نتایج دراماتیک برای L& D و تجارت - کارولین برانت ، مدیر موفقیت مشتری ، زودی

سالهاست که یادگیری شرکتی کارمند را شکست داده است. اکنون ، بازار فناوری یادگیری باعث افزایش هیجان جدیدی می شود و L& D را قادر می سازد تا تأثیر زیادی بر زبان آموزان و نتایج کسب و کار بگذارد. AR و VR شیوه یادگیری ما را تغییر می دهند. یادگیری ماشین و هوش مصنوعی ترجیحات شناختی و رفتاری هر فرد و همچنین درگیری را نشان می دهد. نه تنها می توانیم ببینیم که زبان آموزان درگیر محتوا هستند ، می توانیم انتقال دانش را اثبات کنیم ، تأثیر یادگیری بر نتایج کسب و کار را اندازه گیری کنیم و تجربیات یادگیری را با شخصی سازی مبتنی بر هوش مصنوعی از محتوا اندازه گیری کنیم.

هوش مصنوعی می تواند پیش بینی کند که آیا شما بر اساس رفتارها ، شناخت و تعامل خود ، سؤال ارزیابی بعدی خود را به درستی دریافت خواهید کرد. این نشان می دهد که چه زمانی یک اسلاید خاص یا قطعه ویدیو تأثیر مثبت (یا منفی) بر عملکرد شغلی دارد. پیشرفت هایی مانند این بازی را تغییر می دهد. اولین سازمان هایی که این فناوری ها را در آغوش می گیرند ، نتایج چشمگیری را در L& D و سازمان مشاهده می کنند.

مبارزه با دامنه توجه و انتظارات یادگیرنده - داگ استفان ، SVP ، CGS Enterprise Leaing

روشهای تحویل یادگیری برش مانند واقعیت افزوده (AR) و واقعیت مجازی (VR) باعث شده است که آموزش های دیجیتالی و دستی در دسترس برای نیروی کار هر سازمان باشد ، مهم نیست که یک کارمند در آن قرار داشته باشد. ارائه یادگیری از طریق AR یا VR ، سازمانها را قادر می سازد تا محتوا را با تصاویر در دنیای واقعی ، تعامل و ماکت های خوب طراحی شده غنی کنند. به عنوان مثال ، اگر کارآموزان نیاز به یادگیری نحوه اجرای تست ها در یک مرکز داده دارند ، ارائه محتوا از طریق AR ، کارمندان را قادر می سازد بدون حضور در محل در مرکز داده ، محیط را تجربه کنند.

علاوه بر این ، از آنجا که ترجیحات مصرف کننده همچنان در حال تحول است ، ارائه محتوا از طریق AR و VR برای نگه داشتن زبان آموزان در دنیایی که در آن محدوده توجه همچنان در حال کوچک شدن است ، بسیار مهم خواهد بود و کاربران انتظار دارند همان محتوای دیجیتالی ، دستی و تعاملی را که مصرف می کنندزندگی روزمره آنها

تأثیر نسلی - Fabian Herrera ، Swissvbs

روندهای فناوری به طور فعال بر نسل های جدیدتر از نظر آموزش تأثیر گذاشته است. این بومیان به اصطلاح دیجیتال تمایلی به پذیرش آموزش قدیمی ندارند. در عوض، اشتیاق کارکنان، سازمان ها را مجبور کرده است که یادگیری غیرفعال را با تجربیات یادگیری تعاملی تر جایگزین کنند. پارادایم «یادگیری با انجام دادن» برای نسل هایی جذاب تر است که بازخورد دائمی و فوری را عادی می دانند، درست مانند بازی های ویدیویی که در کودکی انجام می دادند.

ثانیاً، واقعیت افزوده این قدرت را دارد که جهانی را که ما از طریق حواس خود درک می کنیم، تقویت کند. طراحان آموزشی در حال ایجاد تجربیات یادگیری ترکیبی هستند که بین دنیای فیزیکی و دیجیتالی پل ارتباطی برقرار می کند. این تجربیات به کارمندان کمک می کند تا با افزودن یک لایه مجازی از اطلاعات در بالای کتابچه ها، نمودارها، ماشین آلات و ابزارها از طریق ویژگی های دستگاه های تلفن همراه خود مانند دوربین، ژیروسکوپ و ناوبری GPS، اطلاعات را پردازش کنند.

در نهایت، هزاره ها از زمان بسیار جوانی در معرض فناوری قرار گرفته اند. این تحریک بیش از حد باعث شده است که آنها حواس پرت تر، بی حوصله تر و گاهی تحت فشار باشند. این یادگیرندگان مدرن برای محیط های یادگیری جذاب که می توانند توجه آنها را به خود جلب کنند، ارزش زیادی قائل هستند. واقعیت مجازی آموزش غوطه ور منحصر به فردی را ارائه می دهد که حواس آنها را به سمت تجربه آموزشی هدایت می کند. تنظیمات واقعی که سناریوهای زندگی واقعی را شبیه سازی می کنند، می توانند برای توسعه مهارت هایی که زمینه، مشارکت و تصمیم گیری در مسیر یادگیری ضروری است، استفاده شوند.

به دست آوردن مزیت رقابتی در بازار - جورج الفوند، مدیرعامل Rallyware

با استفاده گسترده تر از هوش مصنوعی و ML، ما می توانیم آموزش مناسب را در زمان مناسب به افراد مناسب ارائه دهیم. سیستم های هوشمند نه تنها از تجربه یادگیری قبلی یک فرد، بلکه از عوامل خارجی مانند تغییرات در جریان کاری شرکت یا ویژگی های شخصی کارکنان نیز یاد می گیرند. این منجر به تأثیر بسیار بیشتری بر توسعه استعدادها و رشد هر شرکت خواهد شد.

مزایای بالقوه AI و ML فراتر از افزایش بهره وری است. شرکت هایی که از این فناوری های جدید استقبال می کنند، با تصمیم گیری آگاهانه تر، کارآیی عملیاتی بیشتر، صرفه جویی در هزینه ها و بازدهی بیشتر در سرمایه گذاری خود، به سرعت مزیت رقابتی بیشتری به دست خواهند آورد زیرا:

• با توانایی تجزیه و تحلیل حجم داده ها، هوش مصنوعی منجر به تصمیم گیری سریعتر و بهتر می شود.
• حجم داده ها جمع آوری می شوند و وظایف تحلیلی پیچیده در عرض چند دقیقه تکمیل می شود.
• خودکار کردن وظایف دنیوی کارگران را برای صرف وقت بیشتر برای فعالیت های خلاقانه و خلاقانه آزاد می کند.

گسترش دامنه سناریوهای آموزشی - رندی براون ، آرا VP ، مدیر بخش قهرمانان مجازی

روشهای جدید تحویل تجربی برای یادگیری شرکتها این فرصت را فراهم می کند تا دامنه ، واقعیت و ارتباط سناریوهای آموزشی امروز را به طور گسترده گسترش دهد. با اتصال هوش مصنوعی و یادگیری عمیق سیستم های پشتی در زمان واقعی برای تجربیات یادگیری همهجانبه به طور قابل توجهی بیشتر از طریق رابط های واقعیت افزوده و مجازی ، یادگیری بسیار موضعی ، جاری و دقیق تر اتفاق می افتد. آموزش در مورد داده های بازار امروز ، یا در محیط گیاه فیزیکی فعلی یک شرکت ، و تعامل با اشیاء ، محیط ، افراد ، تیم ها یا سیستم های شرکت شما از طریق بازنمودهای کاملاً همهجانبه به جای رابط های صفحه ای مسطح. آموزش تیم تجربی مجازی یا سناریوهای رویه ای را که از طریق واقعیت افزوده بر روی محیط های دنیای واقعی خود پوشانده شده است ، تصور کنید. با اتصال این فن آوری های پیشرفته به اهداف آموزش انتقادی ، یادگیری واقعی به جای یادآوری یا آموزش روی مواد منسوخ شده به رویکرد مورد انتظار یا حتی مورد نیاز برای پشتیبانی از روشهای یادگیری آینده در آینده تبدیل می شود.

مربیگری از طریق ربات های چت - جینا ریشتر ، استراتژیست ارشد ، مجرا

یک نمونه عالی از واقعیت افزوده ، ارائه جزئیات مربوط به مشتری ، بر اساس موقعیت مکانی آنها ، ارائه خدمات به فروشندگان است. با این حال ، من اعتقاد ندارم که اکثریت AR/VR به زودی به یک دفتر در نزدیکی شما می آیند. بودجه و زیرساخت ها برای تولید بیشتر این نوع محیط های شبیه سازی شده برای یک کاربرد عملی هنوز هم برای اکثر ما ممنوع است. با این حال ، من فکر می کنم هوش مصنوعی در حال حاضر دنیای یادگیری را به دو روش مشخص تغییر می دهد. یکی این که بسیاری از کارهایی که شامل وظایف نوع تکراری هستند ، توسط هوش مصنوعی به دست می آیند و همچنان به عهده می گیرند ، و هوش مصنوعی در حال حاضر شروع به یادگیری یادگیری برای ما از طریق توصیه ها و فیدهای یادگیری روزانه کرده است. هوش مصنوعی همچنین سناریوهای مربیگری را از طریق ربات های چت و همچنین پشتیبانی عملکرد در سازمان ای که در آن ربات های چت می توانند کاربر جدیدی را به مکان مناسب برای نیاز خود در زمان مناسب نشان دهند ، هدایت می کند.

تحقیقات علوم اعصاب مزایا را تقویت می کند - Tara O'Sullivan ، مدیر ارشد خلاق ، Skillsoft

در مورد AR ، VR و Gamification زیاد اعتیاد به مواد مخدره وجود دارد ، اما اینها روشها هستند ، نه استراتژی های یادگیری. این فناوری ها جهان بینی کاربر را با اطلاعات متنی ، مرتبط و عملی تقویت می کنند.

دلیل سرمایه گذاری SkillsOft این است که تحقیقات علوم اعصاب به ما می گوید که عمل هدفمند و شناختی به اندازه عملکرد واقعی ارزشمند است زیرا مغز اطلاعات را به همان روش ذخیره می کند. مهارت های تعبیه شده از طریق مدار همپوشانی که با جذب منابع از قسمت های مختلف مغز درگیر می شوند. شبیه سازی ها به مغز نیاز دارند که به طور همزمان از مهارت های مختلف استفاده کند و کاربرد واقعی دانش را تسهیل کند. کاربران ، و بنابراین سازمانها ، از نرخ های حفظ بهبود یافته ناشی از ورودی های چند حسی و شبیه سازی یادگیری همهجانبه بهره مند می شوند.

شخصی سازی انبوه-استیو فیهل ، مدیر ارشد نوآوری ، Crossnowledge

یکی از نیروهای کلیدی که امروزه دنیای L& D را مختل می کند ، شخصی سازی گسترده است و این با استفاده از یادگیری تجربی اتفاق می افتد. فن آوری های جدید مانند هوش مصنوعی ، یادگیری ماشین ، وب معنایی و رابط های مبتنی بر صدا ، وب را به یک دستیار شخصی برای هر کسی که دارای اتصال به اینترنت است ، تبدیل می کنند. این امر به طرز چشمگیری نوار انتظارات یادگیرنده را افزایش داده است ، که دیگر متقاعد و یا درگیر یک اندازه متناسب با یادگیری نیست. برای برآورده کردن این انتظارات بالا ، دنیای L& D باید از این روشهای تحویل جدید بهره ببرد و به طور جداگانه با هر یک از یادگیرنده ها صحبت کند. امروز ، و برای آینده ، لازم است که به تجربیات یادگیری خود محور تکیه کنید تا زبان آموزان درگیر شوند. این با مشکلات واقعی که کارمندان به طور روزانه با آن روبرو می شوند ، شروع می شود. با تشکر از داده های بزرگ ، بخش های L& D می توانند راه حل های یادگیری فردی را شروع کنند و در نتیجه جوامع یادگیری پر جنب و جوش تر و پر جنب و جوش تر ایجاد کنند.

• #AR
• #واقعیت Augmented
• #توسعه محتاط
• #یادگیری تجربی
• #فن آوری های یادگیری
• #فراگیری ماشین
• #
• #واقعیت
• #VR