لماذا يجب أن يواكب التعلّم في الشركات الذكاء الاصطناعي؟
لطالما كان نظام إدارة التعلّم هو الأداة الأساسية للتدريب في الشركات. فهو يخزّن الدورات، ويسجّل مشاركة الموظفين، ويتابع بيانات الإنجاز، ويمنح فرق التعلّم والتطوير طريقة منظمة لإدارة التدريب. ولا يزال هذا الدور مهماً.
لكن المشكلة أن إكمال الدورات لا يعني دائماً امتلاك مهارات أقوى أو أداء أفضل. قد يُنهي الموظف كل وحدة مطلوبة ويبقى عاجزاً عن تطبيق ما تعلّمه في موقف عمل حقيقي. وفي المقابل، قد يكون موظف آخر يفهم معظم المادة بالفعل، لكنه مجبر على حضور الدورة نفسها مثل أي شخص آخر.
يجب أن يتجاوز التعلّم المؤسسي مجرد توزيع المحتوى وتتبّع نسب الإنجاز. فالشركات اليوم تريد برامج تعلّم تستطيع تحديد الفجوات في المهارات، والتكيّف مع احتياجات الموظفين، ودعمهم أثناء العمل، وإظهار ما إذا كان التدريب أحدث فرقاً ملموساً.
يمكن للذكاء الاصطناعي أن يدعم هذا التحوّل. لكن إضافة ميزة ذكاء اصطناعي إلى نظام إدارة التعلّم لا تجعل التعلّم أفضل تلقائياً. على الشركات أن تفهم أين تتلاءم التقنية، وما المشكلة التي ستحلّها، وكيف ستعمل مع عمليات التعلّم القائمة. عندها تصبح الخطة المدروسة أكثر أهمية من مجرد شراء أداة جديدة.
نظام إدارة التعلّم جزء واحد فقط من بيئة التعلّم
صُمّم نظام إدارة التعلّم لإدارة الأنشطة التدريبية الرسمية. لكن التعلّم في الشركات يحدث في أماكن كثيرة. يتعلّم الموظفون من خلال:
– المحادثات مع المدراء والزملاء.
– المستندات الداخلية وقواعد المعرفة.
– التفاعل مع العملاء.
– أعمال المشاريع.
– جلسات التدريب الفردي.
– منصات التعاون.
– العروض التقديمية للمنتجات.
– الأخطاء في بيئة العمل.
– محركات البحث والمصادر الخارجية.
كثير من هذا النشاط يقع خارج نظام إدارة التعلّم. فمندوب المبيعات قد يبحث في مجلد مشترك عن معلومات المنتج قبل مكالمة مع عميل. والمدير الجديد قد يسأل زميلاً أكثر خبرة كيف يتعامل مع محادثة صعبة. والفنيّ قد يطّلع على مقال دعم أثناء إصلاح آلة. هذه كلها لحظات تعلّم، حتى لو لم تتضمن دورة تدريبية.
يمكن للذكاء الاصطناعي أن يربط التدريب الرسمي بهذا التدفق الأوسع للمعرفة داخل العمل. فهو يوجّه الموظفين نحو المعلومات المناسبة، ويكشف أنماط نشاط التعلّم، ويقدّم المساعدة وقت الحاجة. الهدف ليس استبدال نظام إدارة التعلّم، بل جعل بيئة التعلّم الأوسع أكثر سهولة وقابلية للإدارة.
من الدورات الموحدة إلى مسارات تعلّم مخصصة
كثيراً ما يقدّم التدريب التقليدي في الشركات المحتوى نفسه لكل موظف في نفس الدور الوظيفي. هذا أسهل في الإدارة، لكنه يتجاهل الفروق في الخبرة والمعرفة والأداء والأهداف المهنية.
تخيّل موظفين ينضمان إلى القسم نفسه. أحدهما لديه سنوات من الخبرة في المجال، والآخر يدخل الميدان للمرة الأولى. إعطاء الاثنين المسار التدريبي نفسه قد يضييّع وقت الأول ولا يمنح الثاني الدعم الكافي.
يمكن للذكاء الاصطناعي أن يحلّل معلومات مثل نتائج التقييم، والتدريب المكتمل، والمسؤوليات الوظيفية، وبيانات الأداء، وسلوك التعلّم. ثم يوصي بمحتوى يناسب ما يبدو أن كل موظف يحتاجه. مثلاً، قد يسمح المسار المخصص لموظف ذي خبرة أن يتخطّى الموضوعات الأساسية ويركّز على إجراءات الشركة الخاصة. أما المبتدئ فقد يتلقى تعلّماً تأسيسياً وتمارين عملية ودعماً إضافياً قبل المتابعة.
التخصيص لا يعني ترك كل القرارات لنظام آلي. فخبراء التعلّم والتطوير يبقون مسؤولين عن تحديد الأهداف، واعتماد المحتوى، والتحقق من مدى منطقية التوصيات. الذكاء الاصطناعي يساعد في فرز المعلومات وتفسيرها، لكن الناس يبقون المسؤولين عن استراتيجية التعلّم.
كشف فجوات المهارات قبل أن تتحول إلى مشاكل في العمل
كثير من الشركات لا تكتشف فجوات المهارات إلا بعد أن يبدأ الأداء في التراجع. فقد يواجه فريق مشكلة مع نظام جديد، أو تزداد شكاوى العملاء، أو يلاحظ المدراء أن الموظفين غير قادرين على أداء مهمة معينة. عند تلك المرحلة، تكون المشكلة قد أثرت بالفعل على العمل.
يمكن للذكاء الاصطناعي أن يساعد المؤسسات على رصد الفجوات المحتملة في وقت أبكر، من خلال مراجعة معلومات من مصادر مختلفة. قد تشمل هذه المصادر نتائج التقييمات، وملاحظات المدراء، وطلبات الدعم، ونتائج المشاريع، وسجلات الجودة، وبيانات أداء الموظفين.
لنفترض أن شركة أدخلت عملية جديدة لخدمة العملاء. تُظهر سجلات الدورات أن الموظفين أكملوا التدريب المطلوب. لكن بيانات الدعم تكشف عن أخطاء متكررة في مرحلة معينة من العملية. تقرير الإنجاز قد يوحي بأن التدريب نجح، لكن المراجعة الأوسع تُظهر أن الموظفين ما زالوا بحاجة إلى مساعدة.
هنا يمكن لفريق التعلّم والتطوير أن يستجيب بنشاط تدريبي قصير، أو دليل عمل محدّث، أو جلسة تدريب فردي، أو دورة تذكيرية مستهدفة. هذا يخلق عملية تعلّم أكثر استجابة، حيث تُبنى قرارات التدريب على ما يستطيع الموظفون فعله، وليس فقط على ما أكملوه.
جعل التعلّم متاحاً أثناء يوم العمل
لا يستطيع الموظفون دائماً التوقف عن العمل للبحث في دورة طويلة. قد يحتاجون إجابة سريعة أثناء إعداد تقرير، أو التحدث مع عميل، أو مراجعة عقد، أو استخدام تطبيق عمل.
يمكن للمساعدين المدعومين بالذكاء الاصطناعي في مكان العمل أن يساعدوا الموظفين في العثور على معلومات من مصادر داخلية معتمدة. فبدلاً من البحث في الملفات والأدلة ومكتبات الدورات، يمكن للموظف أن يطرح سؤالاً مباشراً ويحصل على إجابة مركّزة. مثلاً، قد يسأل قائد فريق جديد كيف يعتمد طلب إجازة لأحد الموظفين. أو قد يبحث موظف الدعم عن أحدث سياسة لاسترداد المبالغ. أو يحتاج مندوب المبيعات إلى مقارنة سريعة بين خطتين من خطط المنتجات.
يُوصف هذا الأسلوب غالباً بأنه التعلّم في تدفق العمل. وهو لا يلغي الحاجة إلى الدورات المنظمة، فبعض الموضوعات تتطلب شرحاً مفصّلاً وممارسة موجّهة وتقييماً رسمياً. لكن مساعدة مكان العمل تخدم غرضاً مختلفاً: فهي توفر وصولاً سريعاً إلى المعرفة ذات الصلة عندما يحاول الموظف إنجاز مهمة.
تعتمد جودة الإجابة بشكل كبير على المعلومات خلفها. فالمستندات القديمة، والسياسات المتضاربة، والمحتوى غير المنظم يمكن أن تنتج إجابات غير موثوقة. لذلك يجب على الشركات أولاً تنظيف مصادر المعرفة وإدارتها جيداً قبل استخدامها بهذه الطريقة.
دعم تطوير محتوى التعلّم بشكل أسرع
قد يستغرق إعداد الدورة أسابيع أو شهور. ففرق التعلّم والتطوير تبحث في الموضوعات، وتُنشئ مخططات، وتكتب النصوص، وتصمّم الأنشطة، وتبني التقييمات، وتراجع المواد، وتحدّث المحتوى بعد تغيّر السياسات أو المنتجات.
يمكن للذكاء الاصطناعي أن يدعم عدة أجزاء من هذا العمل. فهو يساعد مصممي التدريب على إنشاء مخططات أولية، وإعادة صياغة المواد الكثيفة، واقتراح أسئلة تقييم، وتوليد سيناريوهات تدريبية، أو تحويل مستند طويل إلى وحدات تعلّم أصغر. هذا يقلل الوقت المستغرق في الأعمال التحضيرية المتكررة.
لكن الإنتاج الأسرع لا يضمن تعلّماً أفضل. فقد تكون الدورة صحيحة لغوياً لكنها ضعيفة من الناحية التعليمية. قد تختبر الأسئلة الحفظ بدلاً من الفهم العملي. وقد يكون السيناريو المُولَّد غير واقعي أو غير مناسب لثقافة المؤسسة.
لذلك يجب على خبراء الموضوع ومصممي التدريب مراجعة كل شيء قبل نشره. ويصبح دورهم أقل تركيزاً على كتابة كل كلمة يدوياً، وأكثر تركيزاً على التحقق من الدقة والملاءمة والنبرة والقيمة التعليمية. وباستخدام حذر، يمكن للذكاء الاصطناعي أن يقصر دورات الإنتاج دون خفض المعايير.
تحويل بيانات التعلّم إلى قرارات عملية
معظم أنظمة إدارة التعلّم تجمع بالفعل كمية كبيرة من البيانات. فهي تسجّل الالتحاق بالدورات، وتواريخ الإكمال، ونتائج التقييمات، ونشاط تسجيل الدخول، والوقت الذي يُقضى في المحتوى التدريبي. لكن كثيراً من المؤسسات لا تستخدم سوى جزء صغير من هذه المعلومات. غالباً ما تركّز التقارير على أسئلة أساسية: من أكمل الدورة؟ من اجتاز الاختبار؟ من تأخر عن الموعد النهائي؟
هذه الأسئلة مفيدة للامتثال، لكنها تكشف القليل عن مدى فهم الموظفين للمادة أو استخدامهم لها في العمل. يمكن للذكاء الاصطناعي أن يساعد فرق التعلّم والتطوير على فحص الأنماط عبر مجموعات أكبر من بيانات التعلّم والأداء.
قد يكشف مثلاً أن الموظفين يتركون دورة تدريبية باستمرار في قسم معيّن. وقد يُظهر أن الأشخاص الذين يكملون نشاطاً تدريبياً معيناً يؤدون بشكل أفضل في وظائفهم. كما قد يحدد موضوعات تظل نتائج تقييمها منخفضة في عدة أقسام.
هذه النتائج تمنح فرق التعلّم أساساً أقوى لتحسين المحتوى. يمكنهم إعادة تصميم الأقسام المربكة، وإضافة تمارين حيث يعاني الموظفون، وحذف المواد التي لم تعد تخدم غرضاً واضحاً. الهدف ليس جمع المزيد من البيانات، بل طرح أسئلة أفضل على البيانات المتاحة بالفعل.
اختيار نقطة البداية المناسبة
كثيراً ما تبدأ المؤسسات جهودها في الذكاء الاصطناعي بالنظر إلى الأدوات. لكن نقطة البداية الأفضل هي مشكلة التعلّم نفسها. ما الذي يستغرق وقتاً طويلاً؟ أين يتعثر الموظفون؟ ما القرارات التي تفتقر إلى معلومات موثوقة؟ ما نوع الدعم الذي يطلبه المتعلمون مراراً؟
من نقاط البداية المحتملة:
– تقليل الوقت اللازم لإنتاج محتوى التعلّم.
– التوصية بدورات بناءً على الأدوار الوظيفية والمهارات.
– مساعدة الموظفين على البحث في المعرفة الداخلية.
– تحديد الموظفين الذين قد يحتاجون إلى دعم إضافي.
– تحسين جودة التقييمات.
– اكتشاف الفجوات بين إكمال الدورات والأداء الفعلي.
– تحديث محتوى التدريب عندما تتغير السياسات.
يجب أن يكون للمشروع الأول جمهور محدّد ونطاق يمكن إدارته ونتيجة قابلة للقياس. مثلاً، قد تختبر الشركة مساعداً داخلياً للتعلّم مع قسم واحد بدلاً من إطلاقه في المؤسسة كلها. ويمكن لفريق المشروع مراجعة الأسئلة التي يطرحها الموظفون، والتحقق من دقة الإجابات، وجمع الملاحظات قبل توسيع الوصول.
البدء على نطاق صغير يمنح الشركة وقتاً لتتعلم ما ينجح دون خلق مخاطر غير ضرورية. أما المؤسسات التي تفتقر إلى الخبرة الداخلية فقد تستعين بخدمات استشارية في الذكاء الاصطناعي لتقييم أنظمة التعلّم لديها، واختيار حالات استخدام عملية، وتجهيز بياناتها، ووضع خطة مرحلية بدلاً من الالتزام بمشروع كبير في وقت مبكر.
حماية بيانات الموظفين والحفاظ على الثقة
قد تحتوي أنظمة التعلّم المؤسسي على معلومات حساسة. فنتائج التقييمات، وسجلات الأداء، والاهتمامات المهنية، وملاحظات المدراء، وسلوك التعلّم يمكن أن تكشف الكثير عن الموظف. لذلك يجب على الشركات أن تقرر ما الذي يمكن لنظام الذكاء الاصطناعي الوصول إليه، وكيف يمكن استخدام هذه المعلومات. وينبغي أن يفهم الموظفون:
– ما هي البيانات التي تُجمع.
– لماذا تُجمع.
– من يمكنه رؤية النتائج.
– كيف تُصنع التوصيات.
– هل تؤثر النتائج الآلية على قرارات الأداء.
– كيف يمكن الطعن في معلومات غير صحيحة.
الشفافية مهمة. إذا اعتقد الموظفون أن كل خطوة تعلّم تُستخدم للحكم عليهم، فقد يتجنبون البرامج التطويرية الاختيارية أو يترددون في طلب المساعدة. يجب أن يدعم الذكاء الاصطناعي التعلّم، لا أن يخلق نظام مراقبة خفياً. السياسات الواضحة، وتقييد الوصول، والمراجعات الدورية، والإشراف البشري كلها أمور تحمي الثقة. وينبغي لفرق التعلّم والتطوير والموارد البشرية وتقنية المعلومات والشؤون القانونية والأمن أن تشارك في هذه القرارات منذ البداية.
إبقاء الإنسان في قلب التعلّم المؤسسي
يمكن للذكاء الاصطناعي أن يوصي بالمحتوى، ويلخّص المعلومات، ويحلل الأنماط، ويجيب عن الأسئلة الروتينية. لكنه لا يستطيع أن يفهم تماماً اهتمامات الموظف الشخصية، أو علاقاته في العمل، أو مستوى ثقته بنفسه، أو طموحاته المهنية. المدراء والمدربون وخبراء الموضوع ومتخصصو التعلّم والتطوير ما زالوا يؤدون دوراً مركزياً.
قد تُظهر التوصية أن الموظف يحتاج إلى تدريب على القيادة. لكن المحادثة قد تكشف أن المشكلة الحقيقية هي توقعات غير واضحة، أو صلاحيات محدودة، أو وضع صعب داخل الفريق. التقنية تستطيع أن تشير إلى نمط ما، لكن البشر هم من يفسّرون السياق.
برامج التعلّم المؤسسي في المستقبل لن تختار بين الذكاء الاصطناعي والدعم البشري. سوف تستخدم كل منهما في العمل الذي يجيده أفضل. الذكاء الاصطناعي يدير كميات كبيرة من المعلومات ويقدم إرشاداً سريعاً. والناس يقدمون الحكم والتعاطف والتغذية الراجعة والمساءلة.
تجاوز مجرد إكمال الدورات
سيظل نظام إدارة التعلّم جزءاً مهماً من التعلّم في الشركات. فهو يوفر البنية والسجلات والحوكمة والوصول إلى التدريب الرسمي. لكن لا يمكن قياس التعلّم من خلال قوائم الدورات ونسب الإكمال فقط. تحتاج المؤسسات إلى معرفة ما إذا كان الموظفون يبنون مهارات مفيدة، ويجدون المعلومات الصحيحة، ويطبّقون معرفتهم، ويحسّنون أداءهم.
يمنح الذكاء الاصطناعي فرق التعلّم والتطوير وسائل جديدة لفحص هذه الأسئلة. فهو يدعم التعلّم الشخصي، وتطوير المحتوى بشكل أسرع، والمساعدة في مكان العمل، والكشف المبكر عن فجوات المهارات، واستخدام أفضل لبيانات التعلّم. التحول الحقيقي ليس من نظام إدارة التعلّم إلى الذكاء الاصطناعي، بل من إدارة الدورات إلى دعم الأداء.
الشركات التي تبقى متمسكة بهذا التمييز هي الأقدر على اتخاذ قرارات تقنية سليمة. ستبدأ من احتياجات التعلّم الفعلية، وتختبر الأفكار بعناية، وتحمي ثقة الموظفين، وتُبقي الحكم البشري حاضراً. بهذه الطريقة يمكن للتعلّم المؤسسي أن يتجاوز نظام إدارة التعلّم دون أن يفقد التركيز على الأشخاص الذين يفترض أن يدعمهم.