Varför är det så svårt att tillägna sig nya färdigheter?

Hannah Clark: Du lyssnar på podden Produktchefen, presenterad av CPO-klubben. Prenumerera gärna och besök cpoclub.com för mer exklusivt innehåll.

Innan vi börjar behöver du veta att det här är ett mycket viktigt avsnitt för alla inom produktutveckling. Inte bara för att det hjälper dig att utveckla nya färdigheter, utan för att det tar upp en avgörande faktor som påverkar effektiviteten i alla delar av din organisation – lärande. När man tänker på saken hänger allt från ditt ledarskap och produktens introduktionsflöde till din go-to-market-strategi samman med hur bra organisationen är på att förstå hur människor lär sig nya vanor och färdigheter. Och om vi ska vara ärliga är det många företag som inte lyckas särskilt bra inom åtminstone ett av dessa områden. Men efter att ha spelat in avsnittet du nu ska höra är jag övertygad om att den bäst bevarade hemligheten bakom framgång är att tänka som en lärare.

Min gäst i dag är Maxine Anderson, medgrundare och produktchef på Arist, en textbaserad lärplattform. Innan Maxine blev grundare var hon lärare. Jag överdriver inte när jag säger att jag blev överväldigad av Arist och den briljanta enkelheten i konceptet. Det jag verkligen vill att du ska höra är Maxines djupa förståelse för hur människor lär sig, hur starkt detta hänger samman med organisationens viktigaste framgångsmått och hur kostsamt det är att missa målet. Du får höra varför mer information inte betyder mer lärande, vilka möjligheter att förbättra resultat för intressenter och kunder som de flesta företag missar, samt vilken roll generativ AI spelar när det gäller att förändra hur vi lär oss, undervisar och uppnår resultat. Då sätter vi igång.

Förresten, vi har sådana här samtal varje vecka, så om det här låter intressant för dig kan du väl prenumerera? Okej, då kör vi.

Välkommen tillbaka till podden Produktchefen.

Maxine, tack för att du tog dig tid att prata med oss i dag.

Maxine Anderson: Ja, absolut. Jag är verkligen jätteentusiastisk.

Hannah Clark: Kan du berätta lite om din bakgrund och hur du hamnade där du är i dag?

Maxine Anderson: Jag började faktiskt som lärare på landsbygden i Oregon, där jag byggde utbildningsprogram med nästan inga resurser alls. Jag försökte förstå hur man kan skapa genomslag genom pedagogiska upplevelser för elever – den påverkan som lärare har på elever och som jag upplevde som väldigt personlig.

Genom den erfarenheten såg jag hur bristfällig tillgången till lärande var och hur traditionella utbildningsformat egentligen inte tog hänsyn till individens behov. När jag sedan började på universitetet grundade jag Arist tillsammans med två vänner som också arbetade inom utbildningsideell verksamhet. Vi ville i princip lösa samma problem, men i stor skala. Det var alltid det jag försökte göra: hur får man rätt färdigheter eller information till människor utan kostnaderna och omständigheterna kring ett klassrum, ett lärplattformssystem eller ett traditionellt utbildningsprogram?

Det var så jag kom fram till Arist. Vi insåg att större delen av en människas liv tillbringas i arbetslivet, och därför är företagslärande det område där vi kan göra störst skillnad.

Hannah Clark: Ja, det låter verkligen logiskt och det är också ett väldigt intressant uppdrag. Jag vill veta lite mer om hur ni tillsammans kom fram till konceptet för Arist.

Och kan du kanske gå igenom lite hur det fungerar? Jag tycker att det är en så innovativ produkt.

Maxine Anderson: Enkelt uttryckt fungerar vår produkt genom att vi levererar information och lärande till människor via meddelandeverktyg som de använder varje dag. Till exempel sms, Slack och Microsoft Teams på arbetsplatsen. Microsoft Teams, sms och Slack används mycket av personer ute på fältet och egentligen av alla, eftersom sms är så lättillgängligt. Därför blir det mycket effektivt att leverera lärande på det sättet. Vi har en plattform från början till slut för att skapa innehåll, leverera det och analysera resultaten.

AI är inbyggt i hela upplevelsen och hjälper organisationer att förändra hur de arbetar med lärande i dagens arbetsmiljö, som förändras snabbt.

Hannah Clark: Jag tycker att det är så spännande, och jag är verkligen ett fan av produkter som utgår från befintliga kompetenser och funktioner som vi redan känner till och sedan bygger vidare på dem på innovativa sätt.

Jag vill prata lite om de hinder som människor i allmänhet möter när de lär sig. Du nämnde några exempel från de personer som du och dina kollegor arbetade med, men generellt finns det vissa hinder för lärande som vi alla stöter på, särskilt inom företagslärande.

Vad upptäckte du som fick dig att börja tänka på ett alternativt sätt att leverera information?

Maxine Anderson: Bra fråga. Inom produktutveckling pratar vi om aha-upplevelser. När det gäller hinder insåg jag under min tid inom utbildning, särskilt på landsbygden i Oregon, att lärande inte alltid handlar om innehåll. Det handlar egentligen om sammanhang.

Jag försökte till exempel undervisa vissa elever i privatekonomi, men de skämdes för att gå till lektionen eller hade inte tid att sitta där mellan arbete och skola.

De skulle inte sitta igenom flera timmars videoutbildning. Jag insåg att även om vi lever i informationsåldern, eller åtminstone är på väg bort från den, så är hindret inte kunskap. Det är psykologi och sammanhang – hur man gör det möjligt för någon att lära sig.

Många traditionella format gör faktiskt hindren större. Samtidigt hade jag och mina medgrundare olika aha-upplevelser kring Arist. Vi kunde helt enkelt inte släppa hur enkel Arist var som lösning på ett så komplext problem som utbildning. När man börjar undersöka utbildningssystemet och hur människor lär sig blir allt väldigt komplicerat. Jag blev överväldigad av det efter gymnasiet, och därför motiverades jag av hur enkelt Arist var: man levererar information till människor via sms, kan automatisera den och ge den till människor precis när de behöver den.

Jag tyckte att enkelheten var en så smittsam idé. En av mina medgrundare hade en liknande upplevelse. Vi bodde i en entreprenöriell studentmiljö och han berättade att han skickade information om entreprenörskap till studenter i Jemen via sms.

Det var det enda sättet att nå dem. Jag tänkte: alla använder sms – hur kan det inte användas som utbildningsmedium? Jag frågade vilken teknik han använde, och han svarade att han bara skickade sms manuellt. Jag tänkte: hur kan det här inte redan finnas? Det är en så enkel och förbisedd lösning på utbildningens komplexa utmaningar, som enligt min mening ofta inte sätter den lärande i första rummet.

Hannah Clark: Jag håller nog med. När du säger att traditionella utbildningsformat förstärker vissa av dessa utmaningar, vad menar du då? Jag är nyfiken på exempel där den traditionella modellen inte riktigt möter de lärande halvvägs.

Maxine Anderson: Jag tänker på två områden.

När jag arbetade mer med traditionell utbildning var själva skolorna hinder. I Oregon upplevde jag till exempel att elever ibland inte kom till lektionen. Att behöva ta sig till skolan är ett hinder. Ett annat hinder är att skolan har motstridiga incitament.

Det finns många organisatoriska frågor som skolan måste hantera. Skolornas affärsmodell är svår, lärarna får inte tillräckligt betalt och de måste följa både delstatliga och federala regler. Därför hamnar den lärande ofta sist, vilket är sorgligt men sant.

Ett annat exempel, som vi ofta tar upp inom företagslärande, är att det i genomsnitt krävs ungefär sju klick för att komma till det lärande man behöver. Man måste öppna en webbplats, logga in, klicka fram en video, starta den och godkänna någon säkerhetsåtgärd.

När man väl kommer fram tänker man: ”Okej, nu måste jag hämta barnen eller gå ut med hunden.” Det är bara ett enkelt exempel, men det finns många hinder för att få den information man behöver för att utföra sitt arbete, prestera bättre eller lära sig bättre.

Hannah Clark: Jag tror verkligen att det finns mycket att säga om att utgå från befintliga beteenden och bygga vidare på dem, i stället för att be människor uppfinna hjulet på nytt när man försöker lära dem något.

Det finns själva saken man vill att de ska lära sig, men också vägen dit och hur man avsätter tid för allt.

Maxine Anderson: Jag brukar alltid säga att teknik ska minska komplexiteten. Produktmänniskor och ingenjörer vill ofta bygga de mest avancerade produkterna, och de kan vara fantastiska och vackra. Men kommer någon faktiskt att kunna använda dem och engagera sig i dem? Det är en mycket viktig princip.

Hannah Clark: Absolut. Vi pratade lite före inspelningen och du nämnde idén om att de flesta bara behöver känna till två eller tre saker om ett specifikt ämne.

Hur påverkar den principen hur ni levererar innehåll i Arist och hur ni ser på lärande i allmänhet?

Maxine Anderson: Som jag nämnde vill vi minska hindret och göra det lättare att få tillgång till det människor verkligen behöver veta. Vi vill att människor ska få den information de faktiskt behöver, vid rätt tidpunkt.

Vi ser ett stort gap i hur organisationer arbetar i dag. Duktiga säljare drunknar exempelvis i handböcker och ramverk och måste gå igenom all utbildning. Innehållet kan vara fantastiskt, men precis innan de går in i ett möte – vilka är de två saker de behöver veta för att vinna affären eller föra den framåt?

De behöver inte 200 sidor före mötet. Det finns förstås en plats för mer djupgående coachning, men många lösningar för lärande löser inte frågan om vad som är viktigast att känna till. Utbildningen i organisationer är inte nödvändigtvis dålig på grund av innehållet. Problemet är att den inte är utformad kring människors behov i själva ögonblicket.

En av våra kunder håller till exempel på att gå från färdigheter och förmågor till ett mer produktinriktat tankesätt: vilka arbetsuppgifter ska utföras under en vanlig vecka när medarbetarna använder olika verktyg? Det hjälper dem också att integrera AI bättre.

En annan kund är ett av världens äldsta försäkringsbolag. De hade svårt att utbilda kundtjänstmedarbetare så att kundnöjdheten skulle öka. De började använda Arist, men många utbildningsdesigners sade att det var omöjligt att minska informationen så mycket och begränsa den till 1 200 tecken, vilket är den begränsning vi har byggt in i produkten.

Vi bad dem prova vårt AI-verktyg och skriva kortare. De återkom och sade att det var en bra övning, eftersom de insåg hur mycket av utbildningen som de gav till kundtjänstmedarbetare som aldrig skulle bli läst, särskilt i vardagen, och som inte heller var avgörande.

De kortade ner innehållet och ökade kundnöjdheten med ungefär 20 procent genom en kurs på tre lektioner. Sex månader senare sade de fortfarande att de använde mycket mindre information i alla verktyg på grund av Arist. Den här begränsningen – vad behöver människor faktiskt veta? – gäller inom marknadsföring, lärande och mycket annat. Det handlar i grunden om mänsklig psykologi: människor kan bara ta till sig en begränsad mängd.

Hannah Clark: Jag tänker på introduktion för användare. Hur många gånger har man inte varit med om en introduktion där man tänker: ”Herregud, jag måste läsa en hel bok innan jag ens kommer till den första funktionen”? Om du arbetar med användarintroduktion och lyssnar på den här podden, ta då till dig detta: användare kan bara ta in ett begränsat antal informationsbitar åt gången.

Det här är en bra princip inom alla former av kommunikation. Vi tenderar att tro att vi hjälper människor genom att överförklara eller ge all information på en gång. Ofta får det motsatt effekt. Det är en bra övning att gå igenom kommunikation eller lärande och skala ner det till det absolut nödvändiga.

Låt oss prata lite om hur man får människor att omsätta innehållet i praktiken. När informationen väl har levererats, hur säkerställer man att den färdighet man försöker lära ut faktiskt finns på plats?

Maxine Anderson: Vi tittar på några saker. De flesta lärverktyg mäter sådant som jag kallar ledande mått på möjlig beteendeförändring: att någon slutförde en kurs eller fick ett intyg för en färdighet.

Vi tittar bland annat på ökad självsäkerhet. Vår AI bedömer om personens självförtroende och förmåga att prata om ämnet har förändrats under kursens gång. Sedan visar vi ökningen och hämtar data från andra system som mäter om en förändring har skett.

För en säljare kan det till exempel handla om att självförtroendet kring att följa en budskapsmodell har ökat. I Gong kan vi se insikter och mönster kring vad säljarna säger i möten och sedan återföra informationen till administratören: efter kursen förändrades dessa framgångsmått inom tio dagar.

Vi försöker alltså förändra beteendet i organisationer och få chefer och ansvariga för kompetensutveckling att först fråga vilket affärsproblem eller affärsresultat de faktiskt försöker lösa, i stället för att bara ta emot en utbildningsförfrågan och anta att någon behöver en viss färdighet.

Vi försöker också förändra hur behov tillgodoses i organisationen så att ledare får en aktuell bild av all data och snabbt kan stänga identifierade luckor, i stället för att gå igenom en lång analysprocess, ta emot mängder av önskemål, prioritera dem och sedan missa en stor del av möjligheten att stänga luckorna.

Vi har också lärt oss att problemet ofta inte är utbildning. Många team som vänder sig till centrala lärande- och utvecklingsfunktioner eller HR behöver inte mer kompetensutveckling. Problemet kan vara att budskapsmodellen inte fungerar eller att människor behöver mer tid med sin chef.

När ett säljteam har problem är reaktionen ofta att ordna ett fyra timmar långt möte om hur man ska presentera bättre. Men det löser kanske inte problemet. Därför arbetar vi nära ledare och försöker automatisera mer med hjälp av AI-agenter och information från olika system. Målet är att bevisa att riktade åtgärder och påminnelser via Arist faktiskt förändrar hur människor beter sig och presterar i sina roller.

Vi försöker nå det slutliga målet att mäta framgång, eftersom de flesta lärverktyg inte klarar det. I stället används certifieringar och andra saker som bara antyder en möjlig beteendeförändring.

Hannah Clark: En annan intressant del av Arist är personlig anpassning och möjligheten att i viss mån efterlikna upplevelsen av att undervisas direkt av en lärare. Den sociala och relationella sidan av lärande saknas ofta i traditionell företagsutbildning, som nätkurser och liknande, där fokus ligger på innehåll men där den relationella aspekten saknas.

Var det en del av hur ni utformade tjänsten, eller har ni upptäckt intressanta bieffekter av att arbeta på ett sätt som efterliknar en personlig kontakt?

Maxine Anderson: Jag vet inte om jag kan tala så mycket om den personliga kontakten. Det fanns en fas för några år sedan med verktyg för socialt lärande, där det verkade som om man lärde sig av sin chef. Jag tycker att det är giltigt, men vi försöker faktiskt minska betydelsen av den komponenten och av spelifiering av samma skäl: om man ger någon exakt det de behöver och de litar på att man gör det, behöver man inte lägga till allt annat.

Däremot delar människor mycket mer via text, även öppet, och lärandeupplevelsen kan bli mer personlig när det handlar om en en-till-en-relation.

Det vi har lyckats med i Arist är att skapa en lärandelösning i stor skala där man ändå skapar en-till-en-upplevelser. De flesta lärverktyg är byggda för företagslösningar i stor skala, men upplevelsen blir ofta likadan för alla och sker via en plattform, vilket i sig kan kännas mindre personligt.

Det handlar inte nödvändigtvis om att gestalta en annan person i företaget, men jag förstår vad du menar och det gör stor skillnad. Det hänger ihop med sammanhang och psykologisk trygghet. Människor går igenom kurser utan att dela särskilt mycket. Om en chef frågar en ny ledare vad personen har problem med kan det finnas många skäl att inte vilja svara. Men via text, om kursen hjälper personen och är utformad för just dem, förändras sättet de svarar på och de kan vara mer sårbara.

Hannah Clark: Absolut. Samtalsmomentet underlättar mer öppet lärande. Jag har inte själv använt plattformen, så jag vill inte gå för långt, men jag tycker att det är ett fantastiskt sätt att leverera lärande. Hur har AI kommit in i bilden? Var ser ni AI i produktens utveckling just nu, och hur passar det in i nästa generations utbildning?

Maxine Anderson: Det finns många verktyg för rollspel, coachning och anpassat lärande med AI. Vi har insett att en viktig orsak till att lärande inte blir tillräckligt fokuserat på den lärande eller medarbetaren är den administrativa överbelastningen och bördan kring att samordna effektiv kompetensutveckling mellan team och organisationer.

Det vi försöker förändra är hur organisationer arbetar med lärande. De flesta människor vill lära sig, men de söker inte aktivt upp lärandet eftersom det inte är utformat för deras behov. Det finns inte heller många verktyg, utöver efterlevnadsutbildning, som kan distribuera lärande baserat på organisatorisk intelligens.

Om AI och automatisering är väl integrerade i organisationens verktyg borde man kunna skicka lärande till människor när de behöver det. Vi är därför ett AI-verktyg för kompetensutveckling och en lösning för omedelbar kompetensutveckling i organisationen. Det handlar inte bara om säljstöd, utan om allt som hjälper människor att prestera bättre.

Vår AI gör allt från att förstå organisationens behov till att skapa innehåll och analysera prestationsluckor. Hela processen håller på att förändras.

Historiskt har stora företag haft olika affärsfunktioner, exempelvis en intäktschef, som behövt vända sig till en central lärande- och utvecklingsfunktion. Förfrågan hamnar i en kö, följt av en omfattande behovsanalys, intervjuer, insikter, beslut, utbildningsproduktion och många godkännanden. Sedan ska innehållet översättas och anpassas för olika grupper innan det lanseras och människor ska fås att börja använda det.

Den processen kan ta minst 40 veckor. Samtidigt förändras företag snabbare än någonsin, särskilt teknikföretag. Det går så snabbt att bygga produkter att resten av företaget inte hinner med.

Företag har därför stora intäktsmöjligheter men förlorar pengar eftersom supportmedarbetare inte har rätt kompetens, säljare säger fel saker och företagen inte får ut det förväntade värdet av AI-verktygen.

Arist fungerar som en orkestreringsmotor som förstår vad organisationen arbetar mot. Om en produktlansering närmar sig kan vi hämta anteckningar från relevanta verktyg, skapa innehåll, göra versioner för olika team, få ett snabbt godkännande och skicka ut materialet.

AI behöver också veta när mänskligt godkännande krävs. Personer i organisationen kan då gå från att vara specialister på att skapa utbildning till att fungera som mänskliga godkännare och styra lösningen i rätt riktning utifrån affärsutmaningarna. De blir mer av orkestrerare än specialister.

Arbetsflödena måste förändras helt, vilket är smärtsamt i stora företag. Man kan lägga till miljontals AI-funktioner i traditionella lärverktyg, men det förändrar inte tillräckligt mycket hur människor arbetar för att möta organisationernas behov i dag. Därför valde vi att bygga från grunden med fokus på affärsresultat i stället för på hur människor traditionellt utför arbetet.

Hannah Clark: Jag känner igen idén om att människor blir mer av orkestrerare. Vi har pratat om hur AI på sätt och vis utvecklar människors ledarskapsförmågor, eftersom man agerar mer som en personalchef när man styr agenter, granskar information och vägleder den i stället för att bygga allt från grunden.

Vi ser samma effekt inom flera områden: att orkestrera, vägleda och förfina i stället för att bygga, tolka och göra allt manuellt. Det kan vara den största förändringen inom AI på senare tid.

När ni nu har kommit så här långt i företaget, vilken skulle du säga är den viktigaste lärdomen? Det låter som att du har gjort en lång resa, från erfarenheterna på landsbygden i Oregon till att arbeta med företagskunder på relativt kort tid.

Vad har du lärt dig under de senaste åren som du tycker är mest betydelsefullt och som du vill att andra grundare och personer inom utbildning ska känna till?

Maxine Anderson: Oavsett om man kallar det utbildning, lärande eller kompetensutveckling är målet enligt min mening att hjälpa någon att förverkliga sin potential och uppnå det de vill i livet.

I ett arbete handlar det om prestation. I gymnasiet handlar det om att kunna gå ut i världen och få ut det man vill av livet. Det är målet, och jag har lärt mig att det inte uppnås genom världens bästa innehåll.

Det uppnås genom att ge lärandet rätt sammanhang och genom att låta människor stöta på problem. Teknik bör hjälpa människor att göra det. Låt dem inte bara konsumera tre timmars videoutbildning. Den som bygger eller implementerar teknik bör fundera på hur man får människor att stöta på fler problem och öva. Det är då kunskapen verkligen fastnar. Man måste skapa upplevelsen i rätt sammanhang och när den behövs som mest.

Poddar är mitt favoritexempel. Jag älskar att lyssna på poddar och gör det ofta, men bara ungefär tio procent får mig att förändra något. Det beror på att jag råkar lyssna dagen innan jag möter ett visst problem, eller samma kväll efter att jag stött på det under dagen.

Sammanhang är alltså oerhört viktigt. Jag tycker också att nyfikna människor kan lära sig kunskap, men målet med vår teknik är inte bara att människor ska lära sig. Målet är att de ska förändra sitt beteende, prestera bättre och känna effekten av lärandet.

Bra innehåll är nödvändigt, men det är inte det som får människor att faktiskt utveckla en ny färdighet. Jag känner personer som konsumerar enorma mängder innehåll om produktledning men ändå har svårt att få saker gjorda i vardagen. Mänskligt beteende kräver övning och rätt sammanhang för att människor ska kunna förstå och använda innehållet.

Hannah Clark: Jag håller helt med. Under lång tid arrangerade vi paneler och direktsända evenemang och försökte förstå hur vi kunde göra dem bättre och mer användbara. Vi testade bland annat en mer praktisk workshop i kreativ kodning.

Deltagarna fick förbereda några saker, skapa konton och ha en plattform eller ett koncept i åtanke som de ville prototypa. Genom att göra formatet mer praktiskt och låta deltagarna följa med i stället för att bara lyssna och ta in abstrakt information fick vi mycket bättre deltagande.

Fler stannade hela vägen och gav positiv återkoppling om hur många färdigheter de faktiskt behöll. Skillnaden var enorm. Jag kan alltså av egen erfarenhet säga att sammanhanget är oerhört viktigt.

Maxine Anderson: Det finns inget mer frustrerande än när någon säger något otroligt intelligent och man tänker: ”Det där ska jag komma ihåg och använda på nästa möte.” Sedan glömmer man det ändå.

Det finns ett värde i sådant innehåll, men AI skapar en möjlighet att generera information i stunden. Med bra automatisering och integrerade data kan människor få information när de behöver den. Det är mycket kraftfullt och kan bli en allvarlig motor för en organisation. Jag ser fram emot att se hur det förändrar lärandet.

Hannah Clark: Jag också. Jag blir dock lite nedstämd av att höra att det här faktiskt betyder att läxor är värdefulla. Nåväl, tack så mycket för att du var med oss i dag, Maxine.

Det här var ett väldigt roligt samtal. Var kan lyssnarna följa ditt arbete på nätet och läsa mer om Arist?

Maxine Anderson: Vi finns på www.arist.co. Jag skriver mycket på LinkedIn om hur lärande och omformningen av lärande organisationer för framtidens arbetsliv ser ut. Jag heter Maxine Anderson på LinkedIn.

Hannah Clark: Toppen. Tack så mycket för att du var med.

Maxine Anderson: Tack själv.

Hannah Clark: Nästa gång i podden Produktchefen. Nu när du vet hur människor lär sig handlar nästa avsnitt om hur människor köper. Vi går igenom köppsykologi och de små förändringar du kan göra i kundens kontaktpunkter för att öka konverteringen, driva användning och täppa till luckorna i din tillväxtstrategi.

Det här vill du inte missa. Prenumerera nu så hörs vi nästa gång.