W wielu firmach schemat wygląda podobnie. Pracownicy kończą szkolenia i e-learningi, ale tylko niewielką część zdobytej wiedzy wykorzystują w codziennej pracy.
To nie jest przede wszystkim kwestia jakości treści. To raczej strukturalna luka między zrozumieniem a zastosowaniem.
Istnieje również kolejne wyzwanie dla zespołów HR i L&D: nawet jeśli zmiana rzeczywiście następuje, często trudno ją udowodnić. Tradycyjne wskaźniki efektywności szkoleń zazwyczaj pokazują jedynie, czy uczestnicy wzięli udział w programie, ukończyli szkolenie lub byli zadowoleni z doświadczenia. Rzadko jednak odpowiadają na pytanie, czy uczestnicy faktycznie działają inaczej w realnych sytuacjach zawodowych. Dlatego coraz większego znaczenia nabiera możliwość mierzenia i porównywania zachowań przed szkoleniem i po jego zakończeniu.
W skrócie:
- Proces uczenia się często nie przynosi trwałych efektów nie dlatego, że ludziom brakuje wiedzy, ale dlatego, że nie mają wystarczająco wielu okazji do ćwiczenia nowych zachowań w realistycznych sytuacjach.
- Największą luką w wielu programach L&D jest przestrzeń pomiędzy zrozumieniem a zastosowaniem wiedzy w praktyce: uczestnicy często wiedzą, co powinni zrobić, ale mają trudność, aby działać inaczej w realnych sytuacjach zawodowych.
- Ćwiczenie, natychmiastowy feedback oraz ustrukturyzowane powtórki są kluczowe, aby przekształcić proces uczenia się w mierzalną zmianę zachowań.
- Symulacje oparte na AI mogą pomagać uczestnikom bezpiecznie ćwiczyć trudne sytuacje biznesowe, jednocześnie dostarczając zespołom HR i L&D bardziej precyzyjnych danych dotyczących luk kompetencyjnych, postępów oraz poprawy efektywności.
- Symulacje AIBLE uzupełniają tradycyjne szkolenia, dodając skalowalną warstwę praktyki przed, w trakcie lub po programach rozwojowych. Dzięki temu proces uczenia się wykracza poza samą refleksję i przekłada się na realne działanie.
Luka między wiedzą a działaniem
Większość procesów rozwojowych koncentruje się na przekazywaniu wiedzy. Dostarczają one modeli i narzędzi, które pomagają lepiej rozumieć role i wyzwania. Jednak skuteczność w realnych sytuacjach zależy od czegoś innego: od tego, jak ludzie działają w konkretnych momentach.
Czy chodzi o udzielanie feedbacku, radzenie sobie z obiekcjami czy prowadzenie trudnych rozmów – takie sytuacje zależą nie tylko od wiedzy, ale także od nawyków i wzorców zachowań wypracowanych poprzez doświadczenie. Dlatego często wiemy, co powinniśmy zrobić, ale trudno nam stosować to konsekwentnie.
Ta luka jest widoczna nie tylko w codziennej efektywności pracy, ale może być również mierzalna, jeśli realistyczne sytuacje zostaną wykorzystane jako punkty diagnostyczne w ścieżce rozwojowej. Jeśli uczestnicy realizują odpowiednie symulacje przed szkoleniem, organizacja zyskuje pełniejszy obraz obecnych zachowań, mocnych stron oraz luk kompetencyjnych. Pozwala to stworzyć punkt odniesienia, który można następnie porównać z wynikami osiąganymi po zakończeniu programu rozwojowego.
Czego brakuje: praktyki
Z biegiem czasu formy nauki stały się krótsze i bardziej skalowalne. Zwiększyło to dostępność, ale jednocześnie ograniczyło przestrzeń na praktykę.
W wielu programach rozwojowych stale brakuje trzech elementów:
- realnych okazji do wypróbowania nowych podejść,
- natychmiastowej i konkretnej informacji zwrotnej,
- systematycznych powtórzeń na przestrzeni czasu
A przecież umiejętności rozwijają się poprzez cykl: działanie, feedback, doskonalenie. Bez tych elementów nauka rzadko przekłada się na zmianę zachowania, co ogranicza jej efektywność.
Od wiedzy do działania
Jeśli celem nauki jest efektywność, to projektowanie rozwoju musi wspierać zastosowanie w równym stopniu co zrozumienie.
Oznacza to tworzenie środowisk, w których uczestnicy mogą:
- działać w realistycznych sytuacjach,
- podejmować decyzje,
- otrzymywać natychmiastową informację zwrotną,
- stopniowo budować nowe wzorce zachowań poprzez powtarzalną praktykę.
Oznacza to również tworzenie punktów pomiarowych w całej ścieżce rozwojowej. Gdy uczestnicy ćwiczą w ustrukturyzowanych i porównywalnych scenariuszach, ich działania stają się łatwiejsze do obserwowania, monitorowania i porównywania w czasie. Dzięki temu organizacje mogą wyjść poza mierzenie samej aktywności podczas szkolenia i zacząć mierzyć rzeczywistą zmianę zachowań w praktyce.
To właśnie tutaj nauka zaczyna realnie przekładać się na wyniki.
Rola AIBLE
AIBLE reprezentuje to przesunięcie w stronę nauki opartej na praktyce. Podejście to bezpośrednio wspiera efektywność szkoleń, ponieważ pozwala zastosować wiedzę w realistycznych sytuacjach. Jako platforma symulacyjna oparta na AI umożliwia uczestnikom angażowanie się w realistyczne scenariusze, w których mogą podejmować decyzje, otrzymywać informację zwrotną i doskonalić się w czasie rzeczywistym.
W praktyce oznacza to, że zamiast pasywnie konsumować treści, uczestnicy aktywnie angażują się w:
- podejmowanie decyzji w realistycznych scenariuszach,
- interakcję z dynamicznymi postaciami sterowanymi przez AI,
- doskonalenie poprzez natychmiastową informację zwrotną opartą na zachowaniu.
AIBLE może również wspierać bardziej oparty na danych proces rozwoju. Wykorzystane przed szkoleniem, symulacje mogą pełnić funkcję praktycznego narzędzia diagnostycznego, pomagając organizacjom określić aktualny poziom umiejętności, wzorce zachowań oraz potrzeby rozwojowe. Wykorzystane po szkoleniu, te same lub porównywalne symulacje mogą pomóc śledzić postępy i pokazać, czy uczestnicy skuteczniej stosują docelowe zachowania w praktyce.
W ten sposób nauka staje się aktywnym procesem, bezpośrednio powiązanym z realną efektywnością. Co ważne, takie rozwiązania nie zastępują tradycyjnych szkoleń, ale je uzupełniają, wzmacniając fazę wdrożenia.
Rozmowa o przyszłości uczenia się
Aby lepiej zrozumieć tę zmianę, rozmawialiśmy z Marianną Khoniną, założycielką AIBLE, byłą Managing Director DEVELOR Ukraine & Central Asia oraz obecną partnerką.
Z ponad 18-letnim doświadczeniem w L&D dzieli się spojrzeniem na to, dlaczego tradycyjne podejścia często zawodzą i jak praktyka pomaga zamknąć lukę między nauką a działaniem.
Zwraca również uwagę na pytanie, które staje się coraz ważniejsze dla zespołów HR i L&D: jak wyjść poza wskaźniki ukończenia szkoleń i poziom satysfakcji uczestników, aby pozyskiwać dane dotyczące rzeczywistych zachowań i zmian w działaniu.
Pracujesz w Learning & Development od 18 lat. Jakie zmiany zaobserwowałaś w podejściu organizacji do uczenia się?
Marianna: Szczerze? Organizacje stały się lepsze w zadawaniu pytań, ale nie w znajdowaniu odpowiedzi. Rynek przeszedł od „szkolenie to wydarzenie” do „uczenie się to podróż”, co jest świetne i inspirujące, ale większość tych podróży nadal kończy się na slajdzie PowerPointa lub quizie po kursie online. Prawdziwa rewolucja dzieje się teraz: AI w końcu pozwala nam robić to, co zawsze wiedzieliśmy, że ma znaczenie – praktykować. A to zmienia wszystko.
Dlaczego tak wiele inicjatyw rozwojowych nadal nie przekłada się na realną zmianę zachowań?
Marianna: Bo uzależniliśmy się od treści. Tworzyliśmy więcej kursów, więcej wideo, więcej modułów i nadal zastanawialiśmy się, dlaczego ludzie się nie zmieniają. Nikt nigdy nie nauczył się pływać, oglądając tutorial na YouTube. Zachowanie zmienia się poprzez świadome sesje praktyki, aż stanie się pamięcią mięśniową, aż stanie się naszym autopilotem. A czy znasz wiele firm, w których dział L&D ma KPI powiązane z biznesem? Nie „wskaźnik ukończenia” ani „satysfakcja z kursu”? Właśnie. Bo L&D nie miało prostego i skalowalnego narzędzia do wywoływania realnej zmiany zachowania. Aż do teraz 🙂
W którym momencie zrozumiałaś, że tego problemu nie da się rozwiązać jedynie poprzez ulepszanie tradycyjnych metod szkoleniowych?
Marianna: Kiedy zobaczyłam bardzo inteligentnego i błyskotliwego uczestnika, który podczas szkolenia udzielił perfekcyjnej odpowiedzi w odgrywanej scenie, a tydzień później zrobił dokładnie odwrotnie ze swoim zespołem. Wtedy dotarło do mnie: problemem nie jest wiedza. Nawet najbardziej zmotywowani i świadomi uczestnicy nie są w stanie z dnia na dzień przejść do nowych wzorców zachowań, ponieważ nie mają dedykowanej przestrzeni i czasu, by ćwiczyć realne sytuacje dziesiątki razy, a nie tylko raz w bezpiecznej sali szkoleniowej z kolegą odgrywającym „trudnego klienta”.
Jak wytłumaczyłabyś AIBLE komuś, kto nigdy wcześniej o nim nie słyszał?
Marianna: Nasze firmy każdego dnia mierzą się z tysiącami wymagających sytuacji i musimy mieć pewność, że nasi ludzie są na nie gotowi. To nie jest „miły dodatek” ani puste hasło – to prosta logika biznesowa i kwestia strat. Nie chcesz, żeby Twoi pracownicy testowali nowe techniki na prawdziwych klientach i tracili biznes albo ćwiczyli na realnych podwładnych i niszczyli markę pracodawcy. Chcesz, żeby mogli ćwiczyć w bardzo realistycznym, a jednocześnie bezpiecznym środowisku tyle razy, ile potrzebują.
Wyobraź sobie więc symulator lotu, ale dla interakcji międzyludzkich. Rozmawiasz z postacią AI, która ma osobowość, emocje i gorsze dni – dokładnie jak Twoi współpracownicy i klienci. Ćwiczysz radzenie sobie z takimi sytuacjami, popełniasz błędy w bezpiecznych warunkach, otrzymujesz natychmiastowy feedback i próbujesz ponownie – bez kodowania, bez dostawców, bez czekania trzech miesięcy na kurs.
Co sprawia, że AIBLE jest zasadniczo inne od tradycyjnego e-learningu lub innych cyfrowych narzędzi edukacyjnych?
Marianna: E-learning mówi Ci, co robić. AIBLE sprawia, że to robisz. Postaci AI to nie jest prosty „opakowany ChatGPT” – mają profile psychologiczne, emocje, proaktywność, potrafią się frustrować, stawiać opór, wycofywać się – dokładnie jak prawdziwi ludzie. Nie możesz kliknąć „dalej”, żeby uciec. Musisz się komunikować, żeby przez to przejść. To nie jest e-learning, to trening zachowań na dużą skalę.
Jak wygląda typowa symulacja AIBLE z perspektywy uczestnika oraz HR/L&D?
Marianna: Z perspektywy uczestnika: zostajesz wrzucony w sytuację – napiętą rozmowę z klientem, opornego członka zespołu i komunikujesz się w czasie rzeczywistym, mówiąc lub pisząc. Bez scenariuszy, bez pytań wielokrotnego wyboru. AI reaguje na Ciebie. Następnie otrzymujesz szczegółową ocenę i konkretne informacje zwrotne.
Z perspektywy L&D: opisujesz scenariusz, AI buduje symulację, przypisujesz ją 10 lub 10 000 osobom i obserwujesz napływ danych na żywo.
Czy możesz podać konkretny przykład, gdzie AIBLE przyniosło widoczny efekt?
Marianna: Oczywiście, mamy wiele inspirujących przypadków. Jeden z naszych klientów wzbogacił program onboardingowy dla zespołów terenowych o symulacje AI po części teoretycznej i przed wysłaniem ich w teren. W ten sposób wykorzystuje AIBLE jako narzędzie do praktyki i certyfikacji. Dane pokazały 100% NPS i 90% wzrost efektywności. Inny klient zdecydował się wykorzystać AIBLE do ciągłej praktyki dla nowo mianowanych menedżerów, obejmując jednocześnie setki osób. Kolejny kluczowy klient jest w trakcie zmiany wartości organizacyjnych i zdecydował się pokazać je w działaniu poprzez bardzo inspirujące scenariusze symulacyjne dla ponad 3000 osób. To naprawdę ekscytujące.
Jakiego rodzaju efekty zazwyczaj obserwujecie i jak organizacje mogą mierzyć skuteczność AIBLE?
Marianna: Pierwsza rzecz, którą zauważają klienci: ludzie naprawdę chcą ponownie uruchomić symulację. To już samo w sobie mówi, że coś jest inne.Poza zaangażowaniem śledzimy rozwój umiejętności między kolejnymi próbami, porównujemy zespoły względem benchmarków i łączymy to z KPI biznesowymi. Największą wartością jest to, że AIBLE daje dane o zachowaniach, a nie tylko o ukończeniu a tego L&D brakowało przez dekady.
Jak AIBLE można zintegrować z szerszą ścieżką rozwojową?
Marianna: AIBLE to brakujący element większości programów: warstwa praktyki. Możesz użyć go przed warsztatem, aby ujawnić luki kompetencyjne, o których ludzie nie wiedzieli. Możesz użyć go po, aby upewnić się, że nowe umiejętności rzeczywiście się utrwalają. Możesz wykorzystać je do oceny oraz wzmocnienia kursów online. Nie zastępuje trenerów – daje im supermoce.
Jakie organizacje odnoszą największe korzyści z AIBLE i czy jest to rozwiązanie tylko dla dużych firm, czy także dla mniejszych?
Marianna: Każdy, kto pracuje z ludźmi – czyli w zasadzie wszyscy. Duże organizacje cenią skalowalność. Ale szczerze mówiąc, mniejsze firmy korzystają jeszcze bardziej, ponieważ nie mogą sobie pozwolić na wydawanie budżetu na szkolenia, które nie działają. Jeśli masz 30 handlowców i każda utracona transakcja kosztuje Cię pieniądze, chcesz, żeby ćwiczyli zanim poniosą porażkę przy prawdziwym kliencie, a nie po.
Co dzisiaj oznacza dla Ciebie „efektywna nauka”?
Marianna: Jedna fraza: zmienione zachowanie w poniedziałek. Jeśli ktoś przejdzie przez Twój program i nic się nie zmieni w jego działaniu, to go nie przeszkoliłeś – tylko zapewniłeś rozrywkę. Efektywne uczenie się jest niewygodne, powtarzalne i osobiste. AIBLE w końcu sprawiło, że można to skalować.
Rozmowa pokazuje wyraźną zmianę w podejściu organizacji do uczenia się.
Choć dostęp do wiedzy nigdy nie był łatwiejszy, prawdziwe wyzwanie polega na przełożeniu tej wiedzy na zachowanie. Wymaga to czegoś więcej niż treści – potrzebne są ustrukturyzowane możliwości praktyki, informacji zwrotnej i powtarzalności.
Wymaga to również lepszych sposobów mierzenia, czy zachowania rzeczywiście się zmieniają. Symulacje AIBLE mogą tworzyć wartościowe punkty pomiarowe w ścieżce rozwojowej: przed szkoleniem, aby zidentyfikować aktualny poziom kompetencji i potrzeby rozwojowe oraz po szkoleniu, aby porównać postępy i pokazać, w jaki sposób nauka przełożyła się na realne działanie.
Rozwiązania takie jak AIBLE nie zastępują tradycyjnych metod szkoleniowych, ale czynią je bardziej efektywnymi, wzmacniając kluczową fazę pomiędzy zrozumieniem a zastosowaniem. Gdy są zintegrowane z szerszą ścieżką rozwojową, pomagają zapewnić, że nauka nie kończy się na wglądzie, ale prowadzi do realnej efektywności.
FAQ – najczęstsze pytania specjalistów L&D dotyczące AIBLE
Tradycyjny e-learning koncentruje się głównie na przekazywaniu wiedzy, często poprzez wideo, slajdy i quizy. AIBLE natomiast opiera się na praktyce: uczestnicy aktywnie angażują się w realistyczne sytuacje, w których muszą zastosować to, czego się nauczyli. Z perspektywy DEVELOR jest to kluczowa różnica, ponieważ wspiera przejście od zrozumienia do realnej zmiany zachowania. Zamiast pytać „czy wiedzą?”, skupiamy się na „czy potrafią to zrobić w praktyce?”.
AIBLE jest najbardziej efektywne, gdy jest zintegrowane z szerszą ścieżką rozwojową. W DEVELOR wykorzystujemy je zazwyczaj w trzech kluczowych momentach: przed szkoleniem do oceny gotowości i identyfikacji luk kompetencyjnych, w trakcie szkolenia do tworzenia bezpiecznych możliwości praktyki oraz po szkoleniu do utrwalania i stabilizowania nowych zachowań. Dzięki temu uczenie się nie pozostaje jednorazowym wydarzeniem, lecz staje się ciągłym procesem powiązanym z realnymi sytuacjami w pracy.
Tak i właśnie wtedy przynosi największą wartość. AIBLE nie zastępuje istniejących rozwiązań szkoleniowych, lecz je wzmacnia, dodając brakującą warstwę praktyki. W DEVELOR wykorzystujemy je do zwiększania efektywności programów liderskich, sprzedażowych i komunikacyjnych, zapewniając uczestnikom możliwość zastosowania i powtarzania kluczowych zachowań. To prowadzi do bardziej spójnego transferu wiedzy do codziennej pracy.
AIBLE jest szczególnie skuteczne w rozwijaniu umiejętności wymagających interakcji i podejmowania decyzji w realnych sytuacjach. Należą do nich komunikacja liderska, udzielanie informacji zwrotnej, rozmowy sprzedażowe, negocjacje, zarządzanie konfliktem oraz interakcje z klientem. Z perspektywy DEVELOR są to dokładnie te obszary, w których tradycyjne szkolenia często mają trudność w wywołaniu trwałej zmiany.
AIBLE umożliwia przejście od mierzenia aktywności szkoleniowej do mierzenia rozwoju zachowań. Zamiast skupiać się na wskaźnikach ukończenia lub satysfakcji, organizacje mogą śledzić, jak uczestnicy poprawiają się w kolejnych próbach, jak ewoluują ich decyzje oraz jak ich wyniki wypadają na tle benchmarków. W DEVELOR łączymy te dane – tam gdzie to możliwe – ze wskaźnikami biznesowymi, pomagając klientom lepiej zrozumieć realny wpływ działań rozwojowych.
