-
内容
学习中的内容智能(Content Intelligence)的出现
许多大型组织在学习内容库上花费了数百万美元，但往往没有清楚地了解哪些内容对他们的员工最相关。
在这篇文章中，我将解读一种 "智能 "的新方法，L&D组织可以利用它来识别与学习者最相关的数字学习，并优化他们的学习内容策略。
数字化学习的世界
自从砖块与点击的争论以来，全世界的学习组织已经走过了漫长的道路。自从90年代电子学习开始以来，企业已经尝试并采用了各种形式，如微观和宏观学习、视频、移动、虚拟、现成的、定制的、专有的或员工自编的学习内容。数字化学习的世界经过多年的发展（见图1），催生了现在市场上众多的在线学习内容平台，如LinkedIn Learning, Udemy, Coursera, Skillshare, Degreed, SkillSoft, Udacity等等。事实上，到2025年，预计这个市场的价值将达到3250亿美元。
图1：数字学习世界的演变
资料来源:Josh Bersin公司，2021年
太多的内容，太多的混乱
这个快速增长且竞争激烈的电子学习解决方案供应商市场，加上人们对数字学习的渴望不断增加，现在已经导致了大量的数字学习内容和无数的内容库的产生。学习者被淹没在各种选择之中--从这些内容提供商的付费墙后面以及从互联网上的免费世界中获得的内容。
公司在数字内容方面进行了巨大的投资，通常涵盖入职培训、技术和专业培训、合规性、领导力以及几乎所有的公司新举措。但是，L&D团队没有一个可靠的方法来了解哪些内容是真正相关的，并且与他们公司的理念相一致。其结果是一片混乱--花了太多的钱在太多的课程上，这些课程对类似的主题提供了许多不同的观点和方法。
学习记录库（LRS）能否平息混乱？
LRS是一个新型的数据管理平台，从任何支持xAPI的学习系统中收集学习活动和学习交易数据。这意味着数据可以来自学习体验平台，如Degreed, EdCast, Percipio, LinkedInLearning Hub, Microsoft Viva Learning和Learning Pool。LRS跟踪所有学习者正在做什么，并将学习数据存储在一个地方。与其在LMS（学习管理系统）、LXP（学习体验平台）和其他内容系统中搜索数据，LRS可以作为利用数据的单一来源来运作，随着公司内容投资的增长，这可能是巨大的价值。然而，还有一个缺失的环节。
LRS根据学习者互动过的内容和学习经历产生了非常有用的见解，但它是在对这些资源进行投资后才产生的。如果有一种方法可以在投资这些资源之前预先评估好的内容呢？如果公司能做的不仅仅是分析内容的消费或利用情况，而是分析内容本身--它是否与你的组织的方法、理念、技能和能力一致呢？进入 "内容智能"。
缺失的环节：内容智能 Content Intelligence
在数字学习内容激增造成的混乱中，人们越来越需要从多到少，从数量到质量和相关性，以及从目录提供到愉快的发现。企业可以通过投资更多相关和更高质量的内容，以及减少其他内容，来优化他们的学习内容战略。然而，真正评估内容的相关性是一个难以破解的难题。
大多数组织通过课程的标题来推测内容的相关性和质量--可以说是以貌取人，也可以说是通过课程消费指标来判断。然而，评估内容是否与公司的技能和能力以及每个主题领域的愿景和理念相一致，可能是一项不可能完成的任务。人工操作将需要一支军队和数千小时的努力来梳理内容并进行分类。这就是人工智能和技术发挥作用的地方，也是像Filtered这样的 "内容智能 "解决方案可以帮助的地方。
良好 "学习内容的三个层面
Filtered--一个内容智能解决方案--利用人工智能和算法来分析内容库，评估内容的相关性，以其他库以及免费资源为基准，然后根据相关性程度对内容进行排名，从而提供具体数据来支持知情决策。基本上，该平台使用三种措施来定义 "好 "内容（见图2）。
图2："好 "学习内容的三个维度 来源Josh Bersin公司，2021年
相关性。与公司的技能组合相一致。相对于公司中商定的高价值技能，对每项资产的相关性进行计算。相关性是一个特别重要的指标，因为它可以在把内容放在学习者面前之前就计算出来，而使用和实用性指标是在学习者已经与之互动之后确定的。
参与度。每次访问的完成率。对于参与度，平台可以考察访问内容并将学习体验进行到底的用户比例，作为实际使用情况和内容吸引用户能力的潜在指示，而不仅仅是访问或点击内容的员工数量。
适用性。认为内容有用的人的百分比。对于适用性，该平台明确征求用户对每个学习经验的反馈，并根据相关性和使用情况的洞察力进行校准。
内容智能是上下文相关且可配置的
这里是最重要的。正确内容的定义是有背景的，对每个组织来说都是独一无二的。例如，在付费和免费的变革管理领域有超过一百万的资源，但并不是每一种方法都与你公司的变革管理理念一致。对你的公司来说，一个相关的、适用的、有吸引力的 "变革管理 "资源取决于你的公司的背景、你的文化、你的信念、你的战略。
出发点是明确定义业务关键能力。一旦企业建立了一个对近期（两到三年）有意义的能力框架，就可以配置内容智能算法来分析公司的每一项学习内容，以确定哪些个人资产最符合各角色和工作类型所需的技能和能力（见图3）。
图3：确定最相关内容的内容洞察力
资料来源。筛选，2021年
此外，企业可以对现有和潜在的内容库进行分析，以确定哪些库为其劳动力提供最相关的内容（见图4）。重要的是，每个库的成本可以拿来进行直接的 "每个相关资产的成本 "比较。这些洞察力可以帮助L&D团队做出明智的采购决策，并通过将内容投资导向对企业最重要的方面来优化支出。
图4：确定最相关内容库的内容洞察力
资料来源 筛选，2021年
内容智能是一个强大的解决方案，可以精简内容，用最相关的内容吸引学习者，并使学习的ROI（投资回报）最大化。一些组织，如阿斯利康、葛兰素史克、萨顿信托、喜力和宝洁的欧洲L&D团队正在接受由人工智能驱动的内容智能，以区分小麦和谷壳，将最相关的内容放在他们的学习者面前。
作者：
Nehal Nangia
扫一扫 加微信
hrtechchina
