【专注于企业在线培训领域的工具，培训和学习项目干货！欢迎点赞，强推，关注支持】

大流行之后，与工作相关的文化发生了巨大的变化。在过去的一年里，我们观察到了从日常办公到远程和灵活工作环境的过渡，以及提高技能和再学习的日益重要性。然而，有一个领域需要尽职尽责，即需要改变员工在工作中的学习方式。企业需要创造支持实时绩效审查的学习机会，并将其纳入日常工作流程，让员工在工作中学习。

根据对4000多名学习与发展（L&D）和商业专业人士的调查，当被问及如何改善他们的工作场所学习时，最常见的回答是人们没有足够的时间来获得新技能。这一直是一个长期的挑战。Josh Bersin提出了在工作流程中学习的概念，以促进组织内的学习挑战。他将这一概念描述为与员工全天的非正式学习有关，然后将其应用于他们目前正在进行的工作。

什么是工作流程中的学习？

员工很少认为他们组织的学习管理系统（LMS）是一个令人兴奋的、灵活的工具来提高他们的技能。一个传统的企业LMS有时只是一个平淡无奇的可点击的PowerPoint讲座和考试的集合。寻找合适的学习内容需要付出太多不必要的点击的代价。大多数时候，学习内容是漫长而复杂的。这使得员工的注意力难以长久保持。除此之外，由于员工的注意力被改变，员工的遗忘已经成为一种新的模式。这些学习者往往会忘记他们所学的大部分内容，特别是当新获得的知识和技能没有立即实施或定期强化的时候。

当管理者决定学习者应该完成哪些课程以及何时完成时，员工的痛苦就会增加。这样一来，他们势必要遵循一个僵化的学习模式。 此外，当被要求投入时间进行正式学习时，一个普通的现代员工会发现这是个挑战。原因是，每天有无数的任务在排队，紧迫的最后期限，以及他们在组织内参与多个项目。由于无休止地在各个项目之间周旋，员工们变得疲惫不堪，垂头丧气，而且没有多少空闲时间。由于传统学习系统的低效率和不断变化的劳动力需求，工作流程中的学习模式应运而生。

工作流程中的学习指的是能够找到一个答案或简短的学习材料，而不会打断员工的日常工作。在职学习的概念不是强迫学习者留出特定的时间来学习，而是将学习融入并围绕学习者的日常工作生活。为了使这一过程无缝衔接，学习内容必须是可获得的、相关的、有吸引力的，并应在需要时提供支持。

现代学习技术和平台试图使其更容易满足这些不断变化的需求并促进工作场所的学习。为了促进学习在日常工作生活中的无缝衔接，L&D领导者需要超越传统的学习管理系统，从最新的工具和技术中进行选择。

人工智能（AI）可以通过快速内容索引技术、数据集成接口和大数据的支持，帮助实现智能学习和绩效支持的目标。根据MarketsandMarkets的一份报告，到2025年，人工智能领域将发展成为一个1900亿美元的产业。许多组织已经采用人工智能作为其学习战略的一部分。

现在，让我们继续讨论人工智能如何促进工作场所的学习。

人工智能如何促进

缩小知识差距

有可能一个员工已经掌握了LMS建议的技能。在现代工作环境中，"为所有人提供相同的课程材料 "的策略是一种糟糕的做法。利用机器学习和预测分析等技术，人工智能不仅可以分析大型数据集，还可以得出结论。

因此，人工智能可以通过结合不同的数据源来创建学习者的档案，如果是手动操作，需要花费数天时间。同时，它可以准确地识别出员工所缺乏的技能。一旦确定了差距，L&D团队就可以致力于调整他们现有的战略，以解决知识差距。

个性化相关的学习内容

我们都很清楚，当我们在网页搜索框中输入查询时，搜索引擎是如何过滤数据的。同样，人工智能扫描互联网、LMS和其他组织的内容来源，为学习者自动推荐最相关的学习内容。这种方式为员工节省了大量的时间，因为他们不必花几个小时手动翻阅无数页的搜索结果。

此外，人工智能能够根据学习者的步伐、角色和确定的技能差距人口统计学实现个性化的学习。员工的学习风格也会被人工智能跟踪和识别，然后优化学习体验以达到最佳效果。

随时随地微学习
现代劳动力分心且负荷过重。他们的期望和学习偏好是多样化的。他们更喜欢能够一次性掌握的信息，而且是在需要的时候就能获得。随着学习内容以小的、可联系的微形式交付，员工可以在工作中按照他们的设备、速度和地点消费信息。

由人工智能驱动的聊天机器人和虚拟教练可以使这成为可能。它们可以询问员工正在寻找什么，并根据要求提供内容。一个虚拟教练也可以24小时解决学习者的疑问。这种虚拟教练使查询-回应过程变得顺畅，很像与客户服务人员聊天。

此外，通过实时数据分析，人工智能的数据挖掘能力，相关的相关学习片段可以显示在用户的屏幕上。这些内容最好是它们可以在短时间内完成，给员工带来成就感和参与感。

重新利用现有的组织内容

内容创建是一项繁重的任务。传统的内容生成过程是手动的，重复的，并吞噬了大量的时间。凭借其从多个组织系统获取数据的能力，人工智能整合了所有提取的数据，并将其呈现为有意义的信息。

除此之外，自然语言处理（NLP）允许以最小的努力将演示视频、播客、网络研讨会和讲座转换为文本。NLP软件能够在几毫秒内生成描述结构化数据的叙述。

关键的学习洞察力

由人工智能驱动的工具根据学习历程收集数据，评估学习者的表现，并提供即时反馈。这有助于保持学习者在学习道路上的最新情况。此外，这些数据被证明有利于组织跟踪和形成对员工学习和发展进度的洞察力。这些工具可以提供关于课程效果、员工缺乏的领域和重要的员工学习模式的关键见解。

在需要的时候提供绩效支持

有一种可能性是，当员工听到一个流行语或技术或任何难以理解的东西时，他们可能会卡在中间。他们可能对自己的工作角色有很好的装备，但有时，即使是他们也会遇到挑战，并从各种渠道寻求帮助，包括同事和组织内容库。在他们的智能手机或电脑上点击几下就能获得信息，怎么样？

一个由人工智能驱动的聊天机器人、语音和虚拟助手可以协助寻找最常见问题的答案。在工作流程中提供这种及时的绩效支持工具，可以提供即时的解决方案来解决这些挑战，从而提高员工的生产力，减少错误，并提高工作质量。

在工作流程中学习是时代的需要，并将在这里停留相当长的一段时间。人工智能是一个黑盒子，肯定会彻底改变学习和发展。这取决于学习与发展的领导者如何从它那里获得最大的收益。

（原文来源：Shilpi Negi，翻译：LLtube）