fbpx

Aggregering och kurering inom digitalt lärande – hur kan de tillsammans stärka vår lärplattform?


Människor letar ständigt efter genvägar och mer effektiva sätt att göra saker på, för att spara tid, energi och resurser. Tack vare teknologins framfart har många sådana genvägar möjliggjorts, inte minst på våra arbetsplatser. En viktig del inom digitalt lärande handlar om hur våra system för lärande på bästa sätt ser till att rätt kunskap kommer till rätt person i rätt tid. Detta kallas för aggregering och kurering av relevant innehåll.

Automatisering, AI och machine learning har fått ta allt större plats tack vare den effektivitet de bidrar med. Frågan är ifall denna typ av teknikstöd på egen hand löser de eventuella utmaningar som finns för att samtidigt skapa en lärande organisation? I den här artikeln tittar vi närmare på begreppen aggregering och kurering, samt fördelarna med att kombinera dessa. Vi berör även hur en lärande organisation kan förhålla sig till aggregering och kurering i utformningen av sin lärplattform.

Vad är aggregering inom digitalt lärande?

I en digital lärandekontext handlar aggregering om att en lärplattform på vår begäran går igenom allt material som den har att tillgå, vare sig materialet är producerat internt eller externt. Det kan till exempel samlas in från andra webbplatser, såsom YouTube eller LinkedIn learning. Med hjälp av en rekommendationsmotor görs sedan ett urval baserat på vad rekommendationsmotorn tror att den lärande söker och behöver just nu.

Enkelt uttryckt kan det förklaras som innehåll som samlas in från olika platser som sen tillgängliggörs på en centraliserad plats.

Många företag inom digitalt lärande förespråkar idag att AI ska styra den här typen av aggregering åt oss. De förlitar sig helt på att algoritmer och aggregeringsmotorer rekommenderar rätt innehåll på rätt plats, till rätt person. Vilket är förståelig, då ett välprogrammerat AI kan gå igenom stora mängder data. Det kan samtidigt lära sig efter vägens gång vad som bör vara mest relevant just nu.

Vad är kurering inom digitalt lärande?

Kurering inom digitalt lärande är i första skedet filtret, eller “tratten”, som det samordnade materialet ska gå igenom innan det presenteras för de lärande. Denna filtrering kan utföras med hjälp av algoritmer och AI, eller så kan det ske med en mänsklig touch. Kureringen kan till exempel ske via specifikt utvalda individer eller direkt från de lärande själva. Det kan också ske genom det sociala samspelet (så som kommentarer och reaktioner) inom vårt lärandecommunity. På så sätt ges en mer personlig och kontextuell modifiering av materialet.

Genom denna typ av mänsklig kurering säkerställer vi att innehållet som en individ erbjuds vid ett specifikt tillfälle har en form av kvalitets- och relevansgranskning. Samtidigt som det är fördelaktigt kräver det mer resurser än om vi bara skulle förlita oss på en aggregeringsmotor. Men när vi bygger en lärande organisation med målet att skapa engagemang kring lärandet, kan kureringen ske spontat och av sig själv. Genom till exempel ett rollbaserat community blir det en naturlig del i lärandedialogen.

Engagemang skapas inte i det generella

Om fokus på lärandeupplevelsen saknas så tappar vi engagemanget hos individerna. Detta innebär till exempel att den potentiella kunskapsutvecklingen går förlorad. När diskussionen om LMS förflyttades till att alltmer handla om LXP gav man totalupplevelsen fokus. Aggregeringsmotorer och AI lades till i ett sorts Netflixmanér, där rekommendationer om nästa kurs eller ”kunskapsavsnitt” baserades på vad du senast tittade på.

Fördelen är effektiviteten och bredden av innehåll det ger. Men bekymret är att det också kan ge en typ av ”valtrötthet” med för många resultat samlat i ett och samma bibliotek. Innehållet är således inte alltid i kontakt med den lärandes nuvarande kontext. Vad man kan göra är att använda sig av rollbaserade grupper i lärplattformen. Dessa kan knytas till exempelvis yrkesroller eller kontexter personerna är verksamma inom. På så sätt ser man till att relevansen i innehållet som delas ökar. Denna typ av bite-sized innehåll av kunskap som delas passar också bra in i vårt dagliga arbete. Vilket gör det till en sorts kurering som hänger ihop med learning in the flow of work.

Lösningen ligger i samspelet – och en stor förståelse för roller, kontext och relevans.

På sätt och vis kan vi säga att målet vore att skapa ett så engagerat lärandecommunity att det i sig själv blir som en automatiserad kureringsmotor. Vilken vi slipper spendera timmar med att försöka programmera.

Självklart ska vi dra nytta av de enorma tekniksprång vi ser inom digitalt lärande med hjälp av algoritmer, AI och aggregeringsmotorer. Men vi behöver förstå när de är rätt och hur långt de kan komma på egen hand. Utan fokus på kontext kommer innehållet ha liten relevans. Dessa motorer behöver därför arbeta vid sidan av den mänskliga touchen, med resultatet att innehåll levereras i sitt sammanhang.

Att skapa automatiserad kurering med mänsklig touch

Tänk dig att du till din stora lycka precis har hittat din mormors gamla kokbok. Boken innehåller bland annat det där kakreceptet du trodde följt med henne i graven. När du slår upp sidan med kakorna hittar du inte bara receptet. Du hittar också din mormors snirkliga handstil som kommenterat ugnstemperatur, mängden mjöl och tricket med äggen. När du bläddrar vidare ser du den här typen av kommentarer på vartenda favoritrecept hon någonsin lagat åt dig. Detta är en form av kurering – en förbättring, utveckling och förfinande av kunskap. Kunskap som även kan kallas för tyst kunskap (tacit knowledge), som vuxit fram genom erfarenhet men som ofta går förlorad med tiden.

Precis på det här sättet behöver vi, och kan vi, idag förhålla oss till vår organisations kunskap. Vi kan inte bara få den att leva vidare när våra experter lämnar, vi kan också behålla utvecklingen av den. Detta kräver att vi arbetar för att få våra experter att skapa eget material. Men även för att få våra communities att engagera sig i kunskapen och dela med sig av hur den bäst kan användas. Kort sagt – att kommentera i kanten.

3 nivåer av mänsklig kurering

Individ

Utvalda individer med insikt kring kontexter och målgrupp i en organisation går igenom och väljer ut innehåll, för att sedan filtrera ner det till olika målgrupper och rollbaserade communities inom organisationen.

Peer-to-peer

De lärande själva sprider material de finner intressant och givande direkt till de rollbaserade communities de är en del av.

Socialt

På den tredje nivån finns det sociala lärandet. Med likes och kommentarer på befintligt innehåll inom ett specifikt lärandecommunity kan vi nå ytterligare en kontextuell nyansering av det kurerade innehållet. Det är här den största kraften finns för att skapa relevans och engagemang.

När är enbart automatiserad aggregering möjligt?

Egentligen ligger problemet inte i den potentiella intelligensen hos dagens AI. Men plattformar tvingar idag inte algoritmerna att göra ett tillräckligt snävt urval av resultaten, på kontext och målgruppsnivå. Därför får användarna i slutändan för många resultat i jakten på att fylla sina kunskapsluckor. Jobbet att filtrera resultaten tar då väldigt lång tid, vilket minskar engagemanget hos de lärande.

Poängen är att automatiserad aggregering hjälper oss långt på vägen för att filtrera resultat. När det kommer till generell explicit kunskap, som ska förmedlas till en bred målgrupp, kan det till och med räcka. För att hjälpa de lärande hela vägen bör vi dock se på möjligheterna att samtidigt addera fler lager av kurering med en mänsklig touch.

En genväg ska fortfarande leda till målet…

Att enbart med hjälp av AI och aggregeringsmotorer välja ut och rekommendera innehåll till den lärande, i syfte att driva engagemang, kommer inte att räcka. För att lärandet ska bli riktigt framgångsrikt måste vi titta på mer än en lärandes historik. Vi behöver blicka framåt, ta hänsyn till situationen individen befinner sig i just nu och vad det är personen behöver uppnå.

Vill du veta mer?

På Minerva har vi hjälpt många organisationer och företag att ta fram strategier för digitalt lärande. Vi hjälper till med råd och inspiration när ni ska bestämma vilken plattform som passar er bäst. Vi hjälper med alla steg fram till att implementera en ny plattform i er organisation. Minerva kan också hjälpa till med att uppdatera och modernisera befintligt innehåll, producera nytt eller inspirera till nya sätt att arbeta fram ert innehåll.

Kontakta oss här.