Künstliche Intelligenz:
Sinnvolle Unterstützung im Corporate Learning oder völliger Kontrollverlust?
Welchen Einfluss hat Künstliche Intelligenz (KI) auf Learning Management Systeme? Wo und wie wird sie bereits eingesetzt? Und werden demnächst alle MitarbeiterInnen von Maschinen überwacht?
Das sind nur einige der Fragen, die auch L&D Spezialisten derzeit umtreiben, die sich mit den Einsatzmöglichkeiten von KI in Lernsystemen beschäftigen. Grund genug, einige dieser Fragen einmal aufzugreifen und näher zu beleuchten.
Befürchtungen beim Thema Künstlichen Intelligenz gibt es viele. Der Verlust sensibler Daten oder ständige Überwachung der MitarbeiterInnen sind nur zwei Beispiele, die auch Lernprofis umtreiben. Andreas Pohl, Software-Experte und KI-Enthusiast bei imc relativiert jedoch: „Viele Ängste rund um das Thema KI sind unbegründet. Es gibt durchaus berechtigte Forderungen um Ethikfragen, die geklärt werden müssen, aber gerade in Hinblick auf unser Learning Management System (LMS) müssen sich die Kunden keine Sorgen machen, dass eine böse KI plötzlich alle Daten stehlen könnte oder ähnliches“.
Um genauer zu verstehen, was KI eigentlich genau kann und wo sie im LMS eingesetzt wird, klären wir zunächst die wichtigsten Begrifflichkeiten und zeigen konkrete Anwendungsbeispiele auf.
Was ist Machine Learning?
Der Begriff beschreibt dynamische Algorithmen, die in der Lage sind, eigenständig dazuzulernen. Systeme können so beispielsweise wiederkehrende Muster erkennen, Lösungen entwickeln oder Hinweise geben. Je mehr Daten eingegeben werden, umso genauer werden Vorhersagen.
Allerdings muss der Mensch sehr genau festlegen, was relevanten Daten sind und nach welchen Regeln Datenbestände analysiert und Muster erkannt werden. Der Mensch greift also aktiv in die Analyse der Daten und den eigentlichen Entscheidungsprozess ein.
Mehr zum Thema bei Big Data Insider.
Wozu wird Machine Learning eingesetzt?
Ein typisches Beispiel für Machine Learning Anwendungen sind Bilderkennungsprozesse. Bringt man der Maschine bei, dass ein Dreieck immer drei und ein Viereck immer vier Ecken hat, erkennt das Programm dies. Allerdings müssen sehr genaue Parameter vorgeben werden und entspricht ein Bild nicht ganz genau diesen Angaben, wird es unter Umständen nicht erkannt.
Wo im LMS findet Machine Learning statt?
Ein typisches Beispiel sind automatisierte Empfehlungen nach Amazon-Vorbild: „Dir gefällt A, dann schau dir B an“. Nach genau demselben Prinzip arbeiten Empfehlungsmechanismen, sogenannte „recommendation engines“ in Learning Management Systemen.
Der Lerner wählt den Kurs, den er belegen möchte und erhält basierend darauf weitere Empfehlungen. Diese können auch mit seinem Lerner-Profil, also seiner Position, angestrebten Entwicklung, bereits absolvierten Kursen usw. verknüpft werden.
Je mehr Daten der zu Grunde liegende Algorithmus hat, desto besser werden seine Empfehlungen. Dies ist eine klassische Anwendung des Machine Learnings.
Was ist Deep Learning?
Deep Learning ist ein Teilgebiet des maschinellen Lernens, bei dem eine Maschine in die Lage versetzt wird, selbstständig und ohne menschliches Zutun ihre Fähigkeiten zu verbessern. Der Mensch hat, im Gegensatz zum maschinellen Lernen, keinen Einfluss auf die Ergebnisse des Lernprozesses und stellt lediglich sicher, dass die benötigten Informationen bereitstehen und Prozesse dokumentiert sind.
Die eigentliche Analyse und die Ableitung von Prognosen oder Entscheidungen erledigt die Maschine selbstständig. Dazu werden neuronale Netze genutzt, die nach Vorbild des menschlichen Gehirns miteinander verknüpft sind. Schließlich ist die Maschine fähig, Entscheidungen auf Basis dieser Verknüpfungen zu treffen. Hierzu wird allerdings eine enorme Menge an Daten benötigt, die beispielsweise in einzelnen Learning Management Systemen nicht vorhanden ist.
Mehr zum Thema bei Big Data Insider.
Wozu wird Deep Learning eingesetzt?
Ein Beispiel ist die schon erwähnte Bilderkennung. Beim Deep Learning erkennt das System nach einer Lernphase alle Drei- und Vierecke automatisch, ohne genaue Parameter vorgegeben zu haben und lernt ständig dazu, wenn es über eine ausreichende Menge an Daten verfügt und kann diese selbst erkennen.
Wo im LMS findet Deep Learning statt?
Grundsätzlich ist der Einsatz von Deep Learning in Learning Managemt Systemen noch sehr schwierig, da ausreichende Menge an Daten fehlen. Anbieter von Lernplattformen müssten Daten verschiedener Firmen gemeinsam auswerten, um bestimmte Muster und Abläufe analysieren zu können. Diese unterliegen jedoch sehr strengen Datenschutzrichtlinien.
Ein konkretes Beispiel, bei der Deep Learning Algorithmen zum Einsatz kommen könnten, wäre die Lerntyperkennung. Diese könnte mittels KI wesentlich effizienter als jetzt gestaltet werden, da sie losgelöst von manuellen Eingaben oder Tests funktioniert. Vorlieben und Verhaltensweisen des Lerners könnten automatisch ermittelt und eine Korrelation der daraus resultierenden Lernerfolge hergestellt werden. Rein theoretisch könnte mein LMS also wissen, welcher Lerntyp ich bin und mir dementsprechend den für mich passenden Inhalt empfehlen.
Wie sieht die Realität aus?
Damit das System das vorhandene Wissen, wie die Erkennung des Lerntyps auch zu passenden Empfehlungen nutzen kann, müssten sämtliche Lerninhalte in verschiedenen Versionen, sprich als Text, Graphik, Video, Game oder Audio-Format verfügbar sein.
Diese einzelnen Inhalte zu erstellen, ist allerdings mit enormen Zeit- und Kostenaufwänden verbunden und wird daher in der Praxis bisher selten genutzt. Vor allem in Hinblick auf die Themen Effizienzsteigerung beim Lernen und des Lernens im Bedarfsmoments werden diese Themen jedoch künftig noch eine große Rolle spielen.
Viele Ängste rund um das Thema sind also, zumindest heute, noch nicht wirklich relevant, obgleich es auch beim Thema Lernen und KI zukünftig darauf ankommen wird, ethische Fragen zu Einsatzmöglichkeiten zu klären.
Andreas Pohl fasst zusammen: „Ich denke wir sollten KI als aktive Unterstützung für den Mensch ansehen. Der Mensch muss an erster Stelle stehen und jedes System, muss einem echten Mehrwert für den Kunden bieten; egal ob mit oder ohne KI. Und letztlich kann man sowieso jedes System oder Tool ein- oder abschalten.“
Mehr zum Thema KI und wie diese auch im Bereich Onboarding eingesetzt werden könnte, erfahren Sie in einem weiteren Artikel der Reihe LMS Hot Topics.
Onboarding mal anders
Schon heute kann Onboarding in ein bestehendes LMS integriert werden. Doch die wenigsten nutzen dies. Wir haben einen kleinen Ausflug in die (nahe) Zukunft unternommen, um zu schauen wie ein gelungener Einarbeitungsprozess aussehen könnte.
Stakeholder überzeugen: So klappt's
Die richtigen Stakeholder für die LMS-Implementierung zu identifizieren und involvieren kann mit Tücken verbunden sein. Wie verraten, wen Sie keinesfalls vergessen sollten und welche Argumente helfen können, Skeptiker zu überzeugen.
Weitere Informationen zum LMS
Wenn Sie mehr über das Learning Management System der imc erfahren möchten, finden Sie hier alle Information dazu.
