Waarom het zo moeilijk is om nieuwe vaardigheden aan te leren

Hannah Clark: Je luistert naar de podcast De Productmanager, gepresenteerd door The CPO Club. Abonneer je en kijk op cpoclub.com voor meer exclusieve content.

Voordat we beginnen, moet je weten dat dit een ontzettend belangrijke aflevering is voor iedereen die in product werkt. Niet alleen omdat deze aflevering je helpt nieuwe vaardigheden te ontwikkelen, maar ook omdat deze ingaat op een cruciale factor die de effectiviteit van elk onderdeel van je organisatie beïnvloedt — leren. Als je erover nadenkt, hangt alles samen met hoe goed je organisatie begrijpt hoe mensen nieuwe gewoonten en vaardigheden aanleren: van je leiderschapsaanpak tot de onboardingflow van je product en je GTM-strategie. En laten we eerlijk zijn: op minstens een van die gebieden doen de meeste bedrijven het niet geweldig. Maar nadat ik de aflevering die je nu gaat horen heb opgenomen, ben ik ervan overtuigd dat het best bewaarde geheim voor succes is: denken als een docent.

Mijn gast vandaag is Maxine Anderson, medeoprichter en CPO van Arist, een op tekst gebaseerd leerplatform. Voordat Maxine oprichter werd, was ze docent. En ik overdrijf niet als ik zeg dat ik compleet onder de indruk was van de briljante eenvoud van Arist als concept. Wat ik vooral wil dat je hoort, is Maxines diepgaande inzicht in hoe mensen leren, en niet alleen hoe sterk dit verbonden is met de belangrijkste succesindicatoren van een organisatie, maar ook hoe kostbaar het is om de plank mis te slaan. Je hoort waarom meer informatie niet gelijkstaat aan meer leren, welke kansen voor betere resultaten voor belanghebbenden en klanten de meeste bedrijven missen, en welke rol generatieve AI speelt bij het veranderen van hoe we leren, lesgeven en resultaten behalen. Laten we beginnen.

O ja, trouwens: we voeren elke week dit soort gesprekken. Dus als dit je interessant lijkt, waarom abonneer je je dan niet? Oké, laten we beginnen.

Welkom terug bij de podcast De Productmanager.

Maxine, bedankt dat je vandaag tijd voor ons hebt gemaakt.

Maxine Anderson: Ja, natuurlijk. Ik heb er ontzettend veel zin in.

Hannah Clark: Kun je ons iets vertellen over je achtergrond en hoe je bent gekomen waar je nu bent?

Maxine Anderson: Ik ben begonnen als docent op het platteland van Oregon, waar ik onderwijsprogramma’s ontwikkelde met vrijwel geen middelen. Ik probeerde te begrijpen hoe je via onderwijservaringen impact kunt creëren op leerlingen — vergelijkbaar met de impact die docenten op leerlingen hebben — en ik vond dat heel persoonlijk.

Tijdens die ervaring zag ik hoe gebrekkig de toegang tot leren was en hoe traditionele onderwijsmiddelen niet echt tegemoetkwamen aan individuele behoeften. Een sprong vooruit naar mijn studententijd: ik richtte Arist op met twee vrienden uit mijn studietijd, die ook actief waren in de non-profitsector van het onderwijs. Eigenlijk wilden we hetzelfde probleem oplossen, maar dan op schaal: hoe geef je mensen de juiste vaardigheden of informatie zonder de overhead van een klaslokaal, een leerbeheersysteem of een traditioneel onderwijsprogramma?

Zo ben ik bij Arist terechtgekomen. We ontdekten dat het grootste deel van iemands leven zich afspeelt op de werkvloer. Daarom kunnen we met leren binnen organisaties de meeste impact maken.

Hannah Clark: Ja, dat is volkomen logisch en het is ook zo’n mooie missie. Ik wil wat meer weten over hoe jullie samen het concept voor Arist hebben bedacht.

En misschien kun je ons ook een beetje uitleggen hoe het werkt, want ik vind het zo’n innovatief product.

Maxine Anderson: Simpel gezegd werkt ons product zo dat we informatie en leerstof bij mensen brengen via berichtentools die ze elke dag gebruiken. Sms, Slack en Microsoft Teams worden op de werkvloer veel gebruikt. Microsoft Teams, sms en Slack zijn handig voor mensen in het veld, maar eigenlijk is sms voor iedereen heel toegankelijk. Leren op die manier aanbieden blijkt dan ook zeer effectief te zijn. We hebben een end-to-endplatform voor het maken van content en het leveren van analyses.

Door de hele ervaring heen is AI ingebouwd, om organisaties echt te helpen veranderen hoe ze leren in deze nieuwe manier van werken, die sterk aan het veranderen is.

Hannah Clark: Ja, ik vind het gewoon een geweldig idee. Ik ben een groot voorstander van producten die teruggrijpen op bestaande vaardigheden en functionaliteiten waarmee we al vertrouwd zijn, en die op innovatieve manieren uitbreiden.

Ik wil het ook hebben over de barrières die mensen in het algemeen ervaren bij leren. Je noemde al een paar voorbeelden van de mensen met wie jij en je collega’s werkten, maar volgens mij zijn er in het algemeen bepaalde leerbarrières waar we allemaal mee te maken hebben, vooral binnen leren in organisaties.

Wat ontdekten jullie waardoor je deze alternatieve manier om informatie aan te bieden bent gaan overwegen?

Maxine Anderson: Goede vraag. In product praten we vaak over aha-momenten. Wat barrières betreft realiseerde ik me tijdens mijn ervaring in het onderwijs, vooral op het platteland van Oregon, iets belangrijks.

Leren draait niet altijd om inhoud; het draait vooral om context. Ik probeerde sommige leerlingen bijvoorbeeld financiële vaardigheden bij te brengen, maar eerlijk gezegd schaamden ze zich om naar de les te gaan of hadden ze tussen werk en school geen tijd om daar te zitten.

Ze gingen echt niet urenlang naar videotrainingen kijken. Ik realiseerde me dat we in een informatietijdperk leven — of daar inmiddels misschien uit aan het bewegen zijn — maar dat de barrière niet kennis is. De barrière zit in psychologie en context: hoe maak je het voor iemand mogelijk om te leren?

Veel traditionele vormen maken die barrières juist erger. Bij Arist hadden mijn medeoprichters en ik allemaal verschillende aha-momenten. We konden er eigenlijk niet overheen dat Arist zo’n eenvoudige oplossing was voor zo’n complexe verzameling problemen als onderwijs. Zodra je je verdiept in het onderwijssysteem en in hoe mensen leren, blijkt het allemaal ontzettend ingewikkeld. Na de middelbare school werd ik daar overweldigd door. Daarom vond ik het zo motiverend dat Arist zo eenvoudig was: je brengt informatie via sms bij mensen, kunt het automatiseren en geeft het hun precies wanneer ze het nodig hebben.

Ik vond die eenvoud als idee enorm aanstekelijk. Mijn medeoprichters maakten iets vergelijkbaars mee. Ik hoorde Michael voor het eerst vertellen dat hij via sms informatie over ondernemerschap naar studenten in Jemen stuurde.

Dat was de enige manier om hen te bereiken. Ik dacht: iedereen gebruikt sms, waarom wordt dat niet gebruikt als leermiddel? Ik vroeg hem welke technologie hij daarvoor gebruikte. Hij zei dat hij mensen gewoon handmatig sms’te. Ik dacht: hoe kan dit nog niet bestaan? Het is zo’n eenvoudige, over het hoofd geziene oplossing voor onderwijs, dat in mijn ogen met veel complexe uitdagingen kampt zonder de leerling centraal te stellen.

Hannah Clark: Daar ben ik het meestal wel mee eens. Wanneer je zegt dat traditionele leermiddelen sommige van die uitdagingen versterken, wat bedoel je dan precies? Ik ben benieuwd naar voorbeelden waarin de traditionele aanpak leerlingen niet echt tegemoetkomt.

Maxine Anderson: Op twee gebieden. Als ik aan traditioneel onderwijs denk, vormen scholen zelf een barrière. In landelijk Oregon kwam het bijvoorbeeld voor dat leerlingen niet naar de les kwamen. Naar school moeten gaan is al een barrière. Een andere barrière is dat scholen tegenstrijdige belangen hebben.

Organisatorisch maken ze zich zorgen over allerlei zaken. Het bedrijfsmodel van scholen is ingewikkeld. Docenten worden niet genoeg betaald. Ze moeten aan staats- en federale regelgeving voldoen. Daardoor komt de leerling uiteindelijk op de laatste plaats, wat verdrietig maar waar is.

Een voorbeeld binnen leren in organisaties is dat je gemiddeld ongeveer zeven keer moet klikken om bij het leren te komen dat je nodig hebt. Je moet een website openen, inloggen, naar een video klikken, die starten en misschien ook nog een beveiligingsgoedkeuring bevestigen.

Tegen de tijd dat je er bent, denk je: ik moet nu weg om mijn kinderen op te halen of de hond uit te laten. Dat is een eenvoudig voorbeeld, maar er zijn veel barrières om alleen al de informatie te krijgen die je nodig hebt om je werk goed te doen of beter te leren.

Hannah Clark: Ik denk dat er veel voor te zeggen is om bestaand gedrag als uitgangspunt te nemen en daarop voort te bouwen, in plaats van mensen te vragen het wiel opnieuw uit te vinden wanneer je hun iets probeert te leren.

Er is wat je wilt dat ze leren, maar er is ook de vraag hoe ze daar komen en hoe ze daar tijd voor vrijmaken.

Maxine Anderson: Ik zeg altijd dat technologie complexiteit moet verminderen. Zeker als productmensen of ingenieurs de mooiste en meest geavanceerde producten willen bouwen: dat kan geweldig en prachtig zijn, maar kan iemand er eigenlijk wel mee werken of het gebruiken? Dat is een heel belangrijk principe.

Hannah Clark: Absoluut. We hebben het eerder gehad over het idee dat de meeste mensen twee of drie dingen echt moeten weten over een bepaald onderwerp.

Hoe bepaalt dat principe de manier waarop jullie content op Arist aanbieden en jullie algemene kijk op leren?

Maxine Anderson: Zoals ik zei willen we de drempel tot de informatie die mensen echt moeten kennen verlagen. We willen dat mensen op het juiste moment informatie krijgen die ze daadwerkelijk nodig hebben.

De kloof in de manier waarop organisaties tegenwoordig werken, is dat goede verkopers bijvoorbeeld verdrinken in verkoopboeken en modellen en alle trainingen moeten volgen. De content is geweldig. Maar vlak voordat ze een vergadering binnenlopen: welke twee dingen moeten ze in die vergadering weten om de deal te winnen of vooruit te helpen?

Ze hebben niet tweehonderd pagina’s nodig voordat die vergadering begint. Er is zeker ruimte voor diepgaandere coaching, maar er is een leemte in oplossingen en leerprogramma’s die niet beantwoorden aan de vraag wat de belangrijkste dingen zijn om te weten. Training binnen organisaties is niet per se gebrekkig omdat de content slecht is.

Het probleem is dat de training niet is ontworpen rond het moment waarop mensen iets nodig hebben. Een van onze klanten herontwerpt zijn aanpak bijvoorbeeld en beweegt van vaardigheden en capaciteiten naar een meer productgerichte benadering: wat zijn de taken die mensen gemiddeld wekelijks uitvoeren wanneer ze met tools werken? Dat helpt hen ook om AI beter te integreren.

Een ander voorbeeld: een van onze klanten is een van de oudste verzekeringsmaatschappijen ter wereld. Ze hadden moeite om servicemedewerkers op te leiden zodat hun CSAT-scores zouden stijgen. Ze gebruikten Arist om het probleem op te lossen. Hun leerontwerpers zeiden eerst: absoluut niet, we kunnen informatie niet zo sterk reduceren en terugbrengen tot 1.200 tekens.

We zeiden: probeer onze AI-tool en probeer het kort te schrijven. Ze kwamen terug en zeiden dat het een heel goede oefening was, omdat ze beseften hoeveel van de training die ze aan callcentermedewerkers gaven toch niet gelezen zou worden, zeker niet tijdens hun dagelijkse werk, en ook niet echt cruciaal was.

Ze brachten de training uit en verhoogden hun CSAT-scores met ongeveer 20 procent, dankzij een cursus van drie lessen. Ze konden de informatie echt beperken tot de essentiële onderdelen. Zes maanden later zeiden ze nog steeds dat ze bij elke tool die ze gebruikten veel minder informatie toevoegden dankzij Arist. Het dwingende principe — wat moeten mensen echt weten? — geldt voor marketing en leren, maar ook voor menselijke psychologie: mensen kunnen maar een beperkte hoeveelheid verwerken.

Hannah Clark: Ik moet meteen denken aan onboarding voor gebruikers. Hoe vaak heb je een onboardingervaring gehad waarbij je denkt: ik moet eerst een heel boek lezen voordat ik bij de eerste functie kom? Als je in gebruikersonboarding werkt en naar deze podcast luistert, neem dit dan ter harte: gebruikers kunnen maar een beperkt aantal stukken informatie tegelijk verwerken.

Dit is een goed principe om toe te passen in elke vorm van communicatie, omdat we vaak denken dat we iedereen geven wat die nodig heeft door alles vooraf uitgebreid uit te leggen. Vaak werkt dat juist averechts. Het is een goede oefening om elke vorm van communicatie of leren te bekijken en terug te brengen tot het absolute minimum.

Laten we het hebben over wat er gebeurt nadat mensen content hebben opgenomen: hoe zorg je ervoor dat ze die daadwerkelijk in praktijk brengen? Nadat je de informatie hebt geleverd, hoe zorg je er dan voor dat de vaardigheid die je probeert over te brengen echt aanwezig is?

Maxine Anderson: We kijken naar een paar dingen. We hebben zelf onderzoek gedaan naar wat gedrag stimuleert. De meeste leertools meten zaken die ik voorlopende indicatoren van mogelijke gedragsverandering noem: iemand heeft een cursus afgerond of een certificaat voor een vaardigheid behaald.

Wij kijken onder andere naar de toename van zelfvertrouwen. Onze AI beoordeelt of iemands vertrouwen en vermogen om over het onderwerp te praten tijdens de cursus is veranderd. Vervolgens tonen we die toename. We halen ook gegevens uit andere systemen die meten of er daadwerkelijk verandering heeft plaatsgevonden.

Bij een verkoper kan bijvoorbeeld worden gemeten of diens vertrouwen in het volgen van een berichtenmodel is toegenomen. In Gong kunnen we inzichten en patronen ophalen van wat verkopers tijdens vergaderingen zeggen en die informatie teruggeven aan beheerders: na deze cursus zijn bepaalde succesindicatoren binnen tien dagen veranderd.

We proberen gedrag in organisaties te veranderen, zodat leiders eerst nadenken over het echte bedrijfsprobleem of bedrijfsresultaat dat ze willen oplossen, in plaats van simpelweg een trainingsverzoek aan te nemen en te zeggen dat iemand een vaardigheid nodig heeft.

We proberen ook de manier te veranderen waarop behoeften binnen organisaties worden vervuld, zodat leiders zicht hebben op alle gegevens en snel bestaande hiaten kunnen dichten, in plaats van eerst lang analyses uit te voeren, verzoeken te verzamelen en te prioriteren, om vervolgens een groot deel van de hiaten niet te sluiten.

Wat we ook hebben geleerd, en wat al onze klanten zullen bevestigen, is dat het probleem vaak helemaal geen training is. Teams stappen naar centrale leer- en ontwikkelingsteams of HR met een probleem, terwijl ze eigenlijk geen extra training nodig hebben. Misschien klopt het berichtenmodel niet of hebben mensen meer tijd met hun manager nodig.

Toch is de standaardreactie vaak: het verkoopteam heeft moeite, dus we organiseren een vergadering van vier uur over hoe je dit beter moet presenteren. Maar dat lost het probleem waarschijnlijk niet op. Daarom werken we nauw samen met leiders en proberen we met AI en informatie uit verschillende systemen steeds meer te automatiseren en te bewijzen dat gerichte acties of herinneringen via Arist daadwerkelijk leiden tot ander gedrag en betere prestaties.

We werken toe naar de heilige graal van succesmeting, want de meeste leertools komen daar eerlijk gezegd niet. In plaats daarvan gebruiken ze certificaten of andere indicatoren die slechts wijzen op een mogelijke gedragsverandering.

Hannah Clark: Wat ik ook interessant vind aan Arist is het gepersonaliseerde karakter en de manier waarop het tot op zekere hoogte de ervaring van rechtstreeks les krijgen van een docent nabootst. Het sociale en relationele aspect van leren wordt volgens mij vaak gemist in traditionele bedrijfstrainingen.

Onlinecursussen zijn vaak sterk op inhoud gericht, maar missen die relationele dimensie. Was dat onderdeel van jullie oorspronkelijke idee, of hebben jullie interessante neveneffecten ontdekt van een aanpak die meer persoonlijke verbinding creëert?

Maxine Anderson: Ik weet niet of ik veel kan zeggen over persoonlijke verbinding. Er was een fase, ongeveer drie jaar geleden, waarin sociale leeroplossingen populair waren. Het leek alsof je van je manager leerde. Dat is op zichzelf waardevol, maar wij proberen die component en ook gamificatie juist te abstraheren.

Als je iemand alleen geeft wat die nodig heeft en die persoon erop vertrouwt dat je hem of haar geeft wat nodig is om goed te presteren, hoef je die andere elementen niet toe te voegen. Wat wel aansluit bij wat je zegt, is dat mensen via tekst veel meer open delen. De leerervaring kan persoonlijker worden wanneer het om een-op-eencontact gaat.

Wat we met Arist goed hebben weten te doen, is een leeroplossing op schaal creëren die toch een-op-eenervaringen biedt. De meeste leertools zijn voor organisaties en grootschalige oplossingen gemaakt, maar iedereen krijgt grotendeels dezelfde ervaring via een platform, wat op zichzelf al minder persoonlijk aanvoelt.

Mensen delen meer wanneer de cursus voor hen is gemaakt en hen via tekst helpt. Dat verandert hoe ze reageren, waarschijnlijk omdat ze zich kwetsbaarder opstellen. Psychologische veiligheid en context maken een groot verschil.

Hannah Clark: Absoluut. Dat gesprekselement maakt volgens mij meer open leren mogelijk. Ik heb het platform zelf nog niet gebruikt, dus ik wil niet te veel aannemen, maar ik vind het een geweldige manier om leerstof aan te bieden. Vertel eens hoe AI een rol speelt in jullie product en waar je AI momenteel ziet binnen de volgende generatie onderwijs.

Maxine Anderson: Er zijn veel AI-tools voor rollenspellen, coaching en adaptief leren. Wat wij hebben ontdekt, is dat leren vaak niet op de leerling of medewerker gericht is omdat de administratieve overbelasting en coördinatie tussen teams en afdelingen zo chaotisch zijn.

Wij richten ons daarom op het veranderen van de manier waarop organisaties leren benaderen. De meeste mensen willen in een organisatie wel leren, maar zoeken het leren niet zelf op. Waarom? Omdat het niet is ingericht op de manier waarop zij het nodig hebben. Buiten verplichte trainingen zijn er weinig tools die leren aanbieden op basis van organisatorische inzichten.

Als AI en automatisering goed in alle tools van een organisatie zijn geïntegreerd, zou je leren aan mensen moeten kunnen aanbieden op het moment dat ze het nodig hebben. Wij zijn daarom een AI-tool voor directe ondersteuning. Met ondersteuning bedoelen we niet alleen verkoopondersteuning, maar alles wat mensen helpt beter te presteren.

Onze AI doet alles: van het begrijpen van behoeften in een organisatie tot het creëren van content en het analyseren van prestatiehiaten. Dat hele proces verandert.

Vroeger moesten grote organisaties bijvoorbeeld via allerlei afdelingen en lange goedkeuringsprocessen nieuwe trainingen ontwikkelen. Een verzoek ging naar een centraal team, dat uitgebreide analyses uitvoerde, honderden mensen interviewde, inzichten verwerkte, training maakte, goedkeuringen verzamelde, versies voor verschillende groepen ontwikkelde en de training vervolgens lanceerde.

Dat proces duurt minimaal veertig weken. Ondertussen veranderen bedrijven sneller dan ooit. Producten worden sneller gebouwd, waardoor de rest van de organisatie niet kan bijhouden wat er gebeurt. Verkoopmedewerkers zeggen de verkeerde dingen, supportmedewerkers zijn niet goed voorbereid en bedrijven benutten het potentieel van nieuwe functies niet.

Arist fungeert daarom als een end-to-endorkestratie-engine. Wanneer een nieuwe release eraan komt, halen we notities op uit relevante tools, zoals GitHub, Linear of Jira. Vervolgens maken we content, creëren we versies voor verschillende teams, krijgen we snel goedkeuring en sturen we de informatie uit.

AI moet ook weten wanneer menselijke goedkeuring nodig is. Mensen worden daardoor meer orkestrators dan specialisten die alles vanaf nul maken. Ze wijzen de AI in de juiste richting op basis van zakelijke uitdagingen. Werkprocessen moeten volledig veranderen, en dat is vooral in grote organisaties pijnlijk.

Je kunt traditionele leertools van miljoenen AI-functies voorzien, maar als de manier waarop mensen werken daardoor niet genoeg verandert, voldoe je nog steeds niet aan de behoeften van organisaties. Daarom hebben wij gekozen voor een aanpak vanaf de basis, gericht op bedrijfsresultaten in plaats van op de manier waarop mensen het werk vandaag uitvoeren.

Hannah Clark: Ik herken me sterk in het idee dat mensen meer orkestrators worden. We hebben het daar eerder in de show over gehad: AI kan op een bepaalde manier de managementvaardigheden van mensen opbouwen. Wanneer je agenten aanstuurt of informatie beoordeelt en begeleidt, werk je meer vanuit de mentaliteit van een peoplemanager dan wanneer je alles zelf vanaf nul opbouwt.

Het is interessant om dit in meerdere sectoren te zien: orkestreren, richting geven en verfijnen in plaats van alles handmatig bouwen en interpreteren. Dat is misschien wel de grootste ontwikkeling in AI van de afgelopen tijd.

Wat is, nu jullie op dit punt in het bedrijf zijn aangekomen, de belangrijkste les geweest? Het klinkt alsof je een lange reis hebt afgelegd: van je ervaringen op het platteland van Oregon tot het werken met klanten uit het bedrijfsleven, in relatief korte tijd.

Wat heb je de afgelopen jaren geleerd waarvan je wilt dat andere oprichters en mensen in het onderwijsveld het weten?

Maxine Anderson: Of je het nu onderwijs, leren of ondersteuning noemt, het doel is volgens mij altijd dat je iemand helpt zijn of haar potentieel te realiseren en te bereiken wat die persoon in het leven wil.

Op het werk gaat het om prestaties. Op de middelbare school wil je dat leerlingen de wereld in kunnen gaan en uit hun leven kunnen halen wat ze willen. Dat doel bereik je niet met de beste content ter wereld, maar door de juiste context aan leren te geven en mensen tegen problemen aan te laten lopen.

Technologie zou mensen daarbij moeten helpen. Laat mensen niet drie uur lang videotraining consumeren. Zorg ervoor dat ze problemen tegenkomen en kunnen oefenen. Dan blijft het echt hangen. Creëer die ervaring in de context waarin ze die het meest nodig hebben.

Podcasts zijn voor mij een goed voorbeeld. Ik luister er graag en vaak naar, maar misschien zet slechts tien procent ervan me ertoe aan iets te veranderen. Dat komt doordat ik toevallig naar een aflevering luisterde op de dag voordat ik met het probleem te maken kreeg, of omdat ik die avond luisterde nadat ik het probleem eerder die dag had ervaren.

Context is dus ontzettend belangrijk. Mensen kunnen kennis leren, maar het doel van onze technologie is niet dat ze alleen leren. Het doel is dat ze hun gedrag daadwerkelijk veranderen, beter presteren en de impact van dat leren voelen.

Goede content is absoluut noodzakelijk, maar mensen ontwikkelen geen nieuwe vaardigheid alleen door content te consumeren. Ik ken mensen die enorm veel content over productmanagement consumeren en toch moeite hebben met de dagelijkse uitvoering. Menselijk gedrag heeft oefening nodig en mensen hebben context nodig om content echt te begrijpen en te gebruiken.

Hannah Clark: Daar ben ik het volledig mee eens. We organiseerden lange tijd panelgesprekken en live-evenementen en probeerden steeds te bedenken hoe we die nuttiger konden maken. We besloten iets veel interactievers te proberen en organiseerden een workshop over programmeren met natuurlijke taal.

De opzet was vergelijkbaar: een begeleider leidde de sessie en er waren nog steeds hosts. Maar deelnemers moesten voorbereid komen, accounts aanmaken en alvast een platform of concept kiezen dat ze wilden uitproberen. Door de sessie meer te richten op meedoen in plaats van alleen luisteren en abstracte informatie opnemen, kregen we veel betere participatie.

Meer mensen bleven de hele sessie, en deelnemers vertelden ons dat ze veel meer vaardigheden daadwerkelijk hadden onthouden. Uit eigen ervaring kan ik dus zeggen dat context ontzettend belangrijk is.

Maxine Anderson: Er is weinig frustrerender dan iemand iets ontzettend intelligents horen zeggen en denken: dit ga ik in mijn volgende vergadering gebruiken — om het vervolgens compleet te vergeten.

Daar ligt een kans voor AI: content direct genereren en mensen informatie geven op het moment dat ze die nodig hebben. Met goede automatisering en geïntegreerde gegevens kan dat een krachtige motor voor een organisatie worden. Ik ben benieuwd hoe dit leren zal veranderen.

Hannah Clark: Ik ook. Ik vind het wel een beetje ontmoedigend dat dit betekent dat huiswerk blijkbaar echt waardevol is. O nee. Hoe dan ook, ontzettend bedankt dat je vandaag bij ons was, Maxine.

Dit was een heel leuk gesprek. Waar kunnen luisteraars je online volgen en meer te weten komen over Arist?

Maxine Anderson: We zijn te vinden op www.arist.co. Op LinkedIn schrijf ik veel over leren en over hoe je leerorganisaties opnieuw kunt uitvinden voor de toekomst van werk. Je vindt me op LinkedIn onder Maxine Anderson.

Hannah Clark: Geweldig. Bedankt dat je er was.

Maxine Anderson: Dank je wel.

Hannah Clark: De volgende keer in de podcast De Productmanager. Nu je weet hoe mensen leren, gaat onze volgende aflevering helemaal over hoe mensen kopen. We duiken in de psychologie van kopers en in de kleine aanpassingen aan je klantcontactmomenten waarmee je conversie verhoogt, adoptie stimuleert en de hiaten in je groeistrategie opvult.

Deze wil je niet missen. Abonneer je dus nu, zodat je de volgende keer met ons mee kunt doen.