الذكاء الاصطناعي ونقل التعلم: المشكلة الأكبر في التعلم في بيئة العمل

في برامج القيادة، كثيراً ما أرى مدراء يغادرون الدورة التدريبية وهم مليئون بالنوايا الحسنة، وأوراقهم ممتلئة بالملاحظات. لقد تدربوا على التفويض والتغذية الراجعة والتدريب، ويمكنهم شرح المبادئ بوضوح. لكن بعد شهرين، قد تعود تصرفاتهم اليومية إلى ما كانت عليه. لا يزالون يتولون المهام الصعبة بأنفسهم، ويؤجلون المحادثات غير المريحة، ويجيبون على الأسئلة قبل أن يفكر أعضاء الفريق. الدورة قدمت معرفة مفيدة، لكن بيئة العمل استمرت في مكافأة العادات القديمة.

الذكاء الاصطناعي يجعل إنتاج المحتوى التعليمي أسرع وأرخص. يمكن لفرق التعلّم والتطوير الآن إعداد الخطط والاختبارات ومقاطع الفيديو والترجمات وسيناريوهات لعب الأدوار والأدوات المساعدة في وقت أقل بكثير من ذي قبل. وجد استطلاع أجرته شركة Synthesia عام 2026 أن 88% من مختصي التعلّم والتطوير يوفرون الوقت بفضل الذكاء الاصطناعي، بينما اعتبر 84% أن السرعة في الإنتاج هي الفائدة الأوضح. هذا مهم لأن الطلب على إعادة المهارات يتزايد. يقدّر تقرير المنتدى الاقتصادي العالمي بشأن وظائف المستقبل لعام 2025 أن 59% من العمال سيحتاجون إلى تدريب بحلول عام 2030، وأن 39% من المهارات الحالية ستتغير أو تصبح قديمة.

يمكن للذكاء الاصطناعي أن يساعد فرق التعلّم والتطوير على إنتاج المزيد من المواد التعليمية. لكنه لا يفعل الكثير لضمان استخدام الناس لما تعلموه.

نقل التعلّم لا يزال العقبة الرئيسية
نقل التعلّم يعني مدى تطبيق الناس للمعرفة والمهارات الجديدة والاستمرار فيها بعد عودتهم إلى العمل. لقد دُرس هذا الموضوع لعقود، لكن النقاش حوله لا يزال يتأثر بادعاء متداول على نطاق واسع يقول إن 10% فقط من التدريب يُطبَّق فعلياً في العمل. هذا الرقم جاء من تقدير شخصي في مقال عام 1982 وليس من دراسة عملية. وصفه الباحثون فورد وييلون وبيلينغتون لاحقاً بـ”وهم الـ10%”. مراجعتهم قدمت صورة أكثر فائدة: قُدّر عدم التطبيق بحوالي 38% مباشرة بعد التدريب، و56% بعد 6 أشهر، و66% بعد 12 شهراً. الدرس العملي هو أن التطبيق يضعف بمرور الوقت ما لم يدعم شيء في بيئة العمل السلوك الجديد.

وجد تحليل تلوي أجراه بلوم وفورد وبالدوين وهوانغ، شمل 89 دراسة، أن الدافع والقدرة وبيئة العمل الداعمة كلها تؤثر في نقل التعلّم. وكان هذا التأثير مهماً بشكل خاص للمهارات المفتوحة مثل القيادة والتواصل والسلوك الشخصي، حيث لا توجد إجابة واحدة صحيحة. توصل سالاس وزملاؤه إلى استنتاج مماثل. التدريب الفعّال يعتمد على ما يحدث قبل وأثناء وبعد حدث التعلّم. جودة الدورة مهمة، لكن الإعداد والممارسة والتغذية الراجعة ودعم المدير وفرص استخدام المهارة لا تقل أهمية.

معدلات الإكمال ونتائج الاختبارات لا تظهر الصورة كاملة. يمكن لمدير أن يشرح نموذج التفويض ثم يستمر في مراجعة كل التفاصيل بنفسه. يمكن لموظف مبيعات أن يتذكر كل أسئلة الاكتشاف ثم ينتقل إلى الحل بسرعة كبيرة. في الحالتين، قد يفهم الشخص المادة، لكن بيئة العمل تستمر في جره نحو السلوك المعتاد.

الذكاء الاصطناعي يحسن الممارسة، لكنه لا يستطيع إعادة تصميم بيئة العمل
الذكاء الاصطناعي يساعد بالفعل في عدة أجزاء من تصميم التعلّم. يمكنه إنشاء سيناريوهات خاصة بالأدوار، وتقديم تغذية راجعة فورية أثناء المحاكاة، وتوليد أسئلة للتمرين، وتقديم الدعم عند الحاجة. كما أنه يسهل تخصيص الأمثلة لأدوار وأسواق ومستويات خبرة مختلفة. لكن القيود تظهر عندما يعود المتعلّم إلى العمل.

الذكاء الاصطناعي لا يقرر ما إذا كان المدير سيسمح للموظف بتجربة أسلوب جديد. لا يستطيع إصلاح الثقة بعد محاولة أولى صعبة، أو إزالة حافز متضارب، أو تقليل عبء عمل غير واقعي، أو منع قائد كبير من مكافأة السلوك القديم لأنه يبدو أسرع.

تأمل مديراً يتعلم كيف يدرب بدلاً من حل كل مشكلة بنفسه. يمكن لمساعد ذكي أن يقترح أسئلة مثل: “ما الخيارات التي فكرت فيها؟” ويمكنه محاكاة محادثة تدريبية وتقديم تغذية راجعة. ثم يأتي يوم الاثنين مع مشكلة حقيقية من عميل، فيتولى المدير الأمر لأن إعطاء الإجابة لا يزال يبدو أكثر أماناً. هنا ينهار نقل التعلّم غالباً. المدير يعرف ما يجب فعله، لكن النظام المحيط يجعل الاستجابة القديمة أسهل.

عقد التطبيق الخماسي
أستخدم أداة عملية أسميها عقد التطبيق الخماسي لتقريب تصميم التعلّم من الاستخدام الفعلي في العمل. تطلب هذه الأداة من فرق التعلّم والتطوير والمتعلّمين والمديرين الاتفاق على خمسة شروط قبل انتهاء الدورة.

أولاً: تحديد السلوك الذي يجب أن يُلاحَظ على الشخص
“فهم التغذية الراجعة الفعّالة” هدف غامض لا يوجه العمل. الهدف المفيد يجب أن يصف ما سيفعله الشخص. مثلاً: “خلال أسبوعين، سيعقد المدير محادثة تغذية راجعة يصف فيها السلوك الذي لاحظه، ويشرح أثره، ويدعو الموظف لإبداء وجهة نظره، ويتفقان على خطوة تالية.” هذه الجملة تعطي المتعلّم ومديره وفريق التعلّم نفس التعريف للتطبيق.

ثانياً: اختيار أول حالة استخدام حقيقية
يجب أن يغادر كل متعلّم وهو يعرف أين سيستخدم السلوك الجديد أولاً. في برنامج التفويض، قد يكون هذا قراراً متكرراً سينتقل إلى أحد أعضاء الفريق. في تدريب التغذية الراجعة، يجب أن تكون محادثة حقيقية تحتاج إلى حدوثها. يجب أن تتم المحاولة الأولى خلال أيام. التأخير الطويل يسهّل على العمل الروتيني أن يسيطر.

ثالثاً: التمرين على المقاومة الحقيقية التي يواجهها الناس
كثير من التمارين أنظف من مواقف العمل الحقيقية. الموظفون في تمثيل الأدوار يستمعون بانتباه، ويستجيبون بعقلانية، ويقبلون التغذية الراجعة. المحادثات الحقيقية تتضمن الدفاعية، والمعلومات غير الكاملة، والتسلسل الهرمي، والضغط الزمني، والعواطف. يجب أن تتضمن الممارسة بعض هذه الظروف. يمكن للمحاكاة بالذكاء الاصطناعي أن تساعد بتغيير الاستجابة وإدخال الخلاف والسماح بمحاولات متكررة. لا يزال الحكم البشري ضرورياً للتأكد من أن السيناريو يشبه عمل المتعلّم الفعلي.

رابعاً: تحديد الشخص الذي سيتابع
يحتاج أحدهم إلى دعم التطبيق بعد الدورة. في كثير من الأحيان، يفترض فريق التعلّم أن المدير سيفعل ذلك، بينما يفترض المدير أن الدورة أكملت مهمة التطوير. يمكن أن يكون المسؤول عن المتابعة مدير المتعلّم، أو زميلاً، أو مدرباً داخلياً، أو قائد مشروع. المهمة لا تحتاج أن تكون متطلبة. ثلاثة أسئلة قد تكون كافية: ماذا جربت؟ ماذا حدث؟ ما الذي ستعدله في المرة القادمة؟

وجدت مؤسسة غالوب أن المدراء مسؤولون عن حوالي 70% من التباين في مشاركة الفريق. الالتزام ونقل التعلّم مختلفان، لكن هذه النتيجة توضح كيف يشكل المدراء الظروف التي يُستخدم فيها السلوك الجديد.

خامساً: الاتفاق على الأدلة وموعد المراجعة
الخطوة الأخيرة هي تحديد الأدلة التي ستُراجَع ومتى. قد تشمل هذه الأدلة محادثة مكتملة، أو قراراً تم تفويضه، أو عدداً أقل من التصعيدات، أو وقت استجابة أسرع، أو تغذية راجعة من زميل. مراجعة بعد 30 يوماً تخبر المؤسسة أكثر من استبيان رضا يجري مباشرة بعد التدريب.

مثال عملي
تأمل مؤسسة تقدم دورة عن المحادثات الصعبة حول الأداء. النسخة التقليدية تتضمن وحدة مدتها 90 دقيقة، عدة أمثلة، ونموذج محادثة، واختباراً. نظام إدارة التعلّم يسجل الإكمال ودرجات التقييم.

النسخة المركزة على نقل التعلّم تبدأ قبل الدورة. يحدد كل مشارك محادثة حقيقية يحتاج إلى إجرائها. خلال الجلسة، يتدربون على تلك المحادثة في مواجهة مقاومة واقعية. قبل المغادرة، يحددون موعد المحادثة ويشاركون خطتهم مع مدير أو زميل. خلال 7 أيام، تجري المحادثة. يسأل الشخص المسؤول عن المتابعة عما جربه المشارك، وكيف رد الطرف الآخر، وماذا سيعدل في المرة القادمة. بعد 30 يوماً، يراجع فريق التعلّم بيانات التطبيق: كم مشاركاً أجرى المحادثة؟ كم استخدم الهيكل المتفق عليه؟ ما الذي منع الآخرين من التطبيق؟ ما الذي يجب تغييره للمجموعة التالية؟ يستطيع الذكاء الاصطناعي دعم الكثير من هذا العمل. يمكنه توليد تنويعات للتمرين، ومساعدة المتعلّمين على الاستعداد، وتقديم حافز للتفكير، وتلخيص العوائق المتكررة عبر مجموعة. لكن العملية لا تزال تحتاج إلى ملكية واضحة ومتابعة.

التخصيص يجب أن يستمر بعد الدورة
الذكاء الاصطناعي جدد الاهتمام بالتعلّم المخصص، لكن التخصيص غالباً ما يُعالج على أنه مسألة محتوى فقط. يتلقى المتعلّمون أمثلة أو توصيات أو مسارات مختلفة بناءً على دورهم أو نشاطهم السابق. التطبيق أيضاً يحتاج إلى تخصيص. بعض الناس يجربون سلوكاً جديداً بسرعة ويحتاجون مساعدة في التفكير بعده. آخرون يحتاجون إلى إعداد أكثر قبل أن يكونوا مستعدين للتصرف. بعضهم يستجيب جيداً للتغذية الراجعة المباشرة، بينما يحتاج آخرون إلى سياق أكثر لاستخدامها. لا ينبغي الخلط بين هذه الاختلافات وأنماط التعلّم الثابتة، التي الدليل عليها ضعيف. السؤال الأكثر فائدة هو كيف تؤثر الثقة والدافع والخبرة السابقة والتفضيلات السلوكية على الممارسة والمتابعة.

يمكن للأدوات السلوكية أن تساعد في هذا. إنها تعطي المتعلّمين والمديرين لغة لمناقشة الاختلافات في السرعة والتواصل واتخاذ القرار والاستجابة للضغط دون وضع الناس في فئات جامدة. تصبح الرؤية قيمة عندما تغير كيفية تصميم الممارسة والتغذية الراجعة والتعزيز لشخص معين.

بيانات الإكمال يجب أن تصاحبها بيانات التطبيق
الذكاء الاصطناعي سيسمح للمؤسسات بإنتاج تعلم أكثر مما يستطيع الموظفون استيعابه. هذا يجعل القياس أكثر أهمية. يجب على فرق التعلّم والتطوير أن تستمر في تتبع المشاركة والإكمال، لكنهم يحتاجون أيضاً إلى مقاييس أقرب إلى الأداء: الوقت حتى أول تطبيق (عدد الأيام بين التدريب وأول استخدام حقيقي)، ومعدل التطبيق (نسبة المشاركين الذين يستخدمون السلوك خلال الفترة المتفق عليها)، ومعدل التعزيز (نسبة الذين يتلقون المتابعة المخططة من المدير أو الزميل)، والتطبيق المتكرر (هل يستخدم السلوك مرة أخرى بعد المحاولة الأولى)، وبيانات العوائق (الأسباب التي يذكرها الناس لعدم تطبيق التعلّم)، وأدلة الأداء (النتيجة التشغيلية المتوقع تحسنها إذا تغير السلوك). هذه المقاييس أصعب في الجمع من نسب الإكمال، لكنها أكثر صلة بالسبب الذي دفع المؤسسة لتمويل البرنامج.

دورة عن التفويض، مثلاً، يمكنها قياس كم مشاركاً نقل قراراً حقيقياً خلال أسبوعين، وكم مرة صُعّد القرار لاحقاً إلى المدير، وما إذا أبلغ أعضاء الفريق عن وضوح أكبر في صلاحياتهم. برنامج عن التغذية الراجعة يمكنه قياس ما إذا جرت المحادثات المخطط لها، وما إذا استخدم المدراء الهيكل المتفق عليه، وما إذا حُلّت المشكلة أو تطلبت إجراءً إضافياً. هذه مقاييس غير كاملة، لكنها تخبر فريق التعلّم عن الاستخدام في العمل أكثر من درجة اختبار.

أين يجب أن تركز فرق التعلّم والتطوير
مع تقليل الذكاء الاصطناعي للوقت اللازم لإنتاج المحتوى، سيصبح حجم المحتوى مقياساً أضعف لقدرة الفريق. الفرق القوية ستتميز بمدى سرعة وصول المهارات الجديدة إلى مكان العمل ومدى ثباتها هناك. هذا التغيير سيوجه المزيد من الاهتمام إلى تصميم نقل التعلّم، وإشراك المديرين، والممارسة الواقعية، ودعم الأداء، وبيانات التطبيق. سيقضي مصممو التعليم وقتاً أقل في إنتاج المسودات الأولى ووقتاً أكثر في تحسين الظروف التي يتغير فيها السلوك.

خلال السنوات القليلة القادمة، من المرجح أن تبلغ فرق التعلّم والتطوير الرائدة عن الوقت حتى أول تطبيق ومعدل التطبيق لبرامجها الأكثر أهمية، تماماً كما تبلغ فرق التسويق عن معدلات التحويل. أرقام الإكمال ستبقى مفيدة، لكنها لن تكفي لإظهار القيمة التجارية.

الذكاء الاصطناعي ينتمي إلى هذا النظام. يمكنه تحسين الوصول والملاءمة والممارسة والدعم. مسؤولية بيئة العمل لا تزال تقع على عاتق المديرين والمؤسسات. السؤال الأكثر فائدة لفرق التعلّم والتطوير هو: كم من التعلّم يستخدمه الناس عندما يبدأ العمل الحقيقي؟