Zo breng je informeel leren in kaart

Een interview met Mathias Vermeulen, gespecialiseerd in HR technologies en tools. Hij helpt organisaties bij het uittekenen van een innovatief HR- en leerbeleid en is docent en trainer bij Kluwer Opleidingen op het vlak van Learning Technologies.


 

Mathias VermeulenWie leert er wat, wanneer en van wie? Het zijn vragen rond informeel leren waar L&D-professionals vaak slechts naar kunnen raden.

“Dergelijke leermomenten vastleggen of in kaart brengen, blijft zeer moeilijk”, zegt Mathias. “Welke leerinitiatieven nemen werknemers op eigen houtje, met wie spreken ze op conferenties, welke blogs lezen ze? Je weet het pas als ze het zelf zeggen. Als werkgever heb je daar weinig of geen vat op.” Bovendien zijn de ‘oude’ Learning Management Systemen (LMS) niet gemaakt om informeel leren in kaart te brengen.

Tin Can API

Maar daar komt verandering in, weet Mathias. “In de VS heeft defensie xAPI – ook wel Tin Can API genaamd – laten ontwikkelen. Dat is een nieuwe standaardtaal die het voor informaticasystemen mogelijk maakt om gegevens met elkaar uit te wisselen. Ze ‘praten’ dan als het ware met elkaar.” (Lees meer uitleg in het interview met Mathias)

Tin Can API is geschikt om verschillende soorten en vormen van leren in kaart te brengen. Deze nieuwe taal laat learning content systemen van bedrijven communiceren met zogenaamde learning record stores van medewerkers. Bijvoorbeeld: spontane leermomenten met collega’s, een vermelding van een interessante tweet of een referentie van een boeiend boek is informatie die je kan opslaan in een learning record store.

De technologie, of het gebruik ervan, staat nog in zijn kinderschoenen. Momenteel zijn er wereldwijd slechts een handvol systemen die gebruik maken van de Tin Can API-taal, maar dit aantal neemt wel toe.

Het resultaat: Big Data

Voor bedrijven wordt het interessant wanneer ze hun eigen learning management systeem koppelen aan de ‘learning record stores’ van hun werknemers. Ze krijgen dan een mooi overzicht van de interesses en de expertise van hun medewerkers. Dat is informatie die ze anders maar zeer moeilijk zouden verkrijgen. Bovendien vergaren ze een schat aan kennis over de leervoorkeuren van hun personeel: wanneer wordt er geleerd, via welke kanalen, waar gebeurt dat…

Maar daar blijft het niet bij…

Big data analyserenDergelijke big data zijn een kans maar ook een uitdaging voor L&D-professionals. “Het is sowieso nice to have, maar daar mag het niet bij blijven. Je moet die data ook gebruiken. Voor grote bedrijven met veel werknemers is dat een flinke klus.

Ik vind dat L&D zich de expertise moet meester maken om dergelijke informatie te analyseren. Dat levert nuttige informatie op. Onder andere over hoe informeel leren evolueert binnen het bedrijf, welke leerkanalen populair zijn, welke kennis bij wie zit, enzovoort. Zo kan er beter ingespeeld worden op de kennis die nodig is in de organisatie en op de leervoorkeuren van medewerkers”, aldus Mathias.

Privacy

Steekt hier een nieuw privacydossier de kop? “Het is nog altijd de medewerker die aan het stuur zit: hij bepaalt of iets wordt opgeslagen in zijn learning record store.”, zegt Mathias. “Het verzamelen van data schuift steeds meer op in de richting van het interne bedrijfsleven. Ook dat is een uitdaging. Hoever mogen werkgevers gaan voor welke doeleinden? Die discussie zal in de toekomst zeker oplaaien, maar dat neemt niet weg dat ik verwacht dat deze nieuwe technologie vrij snel zal ingeburgerd zijn”, besluit hij.


 

Meer weten?

Lees ook het interview met Viktor Mayer-Schönberger over Big Data in lerende organisaties.

Op de HRD-Arena tijdens Next Learning 2015 presenteert Mathias Vermeulen de Campina Friesland-case over wearable technology als ondersteuning voor werkplekleren.
Lees meer over de HRD-Arena

Leave a reply

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

nextlearning.nl website is van Euroforum BV. Privacy statement | Cookie statement | Copyright ©2019