Международный обзор новых подходов, управленческих компетенций и L&D-практик
На этой неделе наиболее интересные сигналы появились в США, Франции, Австрии, Германии и Мексике. В России обнаружилось показательное обсуждение подготовки данных для ИИ. По Азии подтверждений именно новых L&D-практик за рассматриваемые семь дней оказалось недостаточно.
Главная находка недели: корпоративное обучение всё заметнее переходит от управления образовательными продуктами к управлению условиями, в которых сотрудники приобретают и применяют навыки.
При этом проявились три направления, заслуживающие особого внимания:
- Измерение результатов обучения начинает переноситься на этап проектирования программы.
- Децентрализация обучения порождает вопрос о новых границах ответственности L&D, руководителей и сотрудников.
- Персонализация обучения с помощью ИИ всё чаще подвергается практической проверке: действительно ли она создаёт индивидуальный образовательный опыт или лишь увеличивает количество автоматически подобранного контента?
По сравнению с предыдущими обзорами это не полностью новые тенденции. Интерес представляют конкретные изменения в методах и форматах.
Измерение эффективности обучения начинается до разработки курса
Статус: устойчивый тренд, получивший новое методическое подтверждение.
5 ноября, США — Training Industry Leader Talk: Proving the Value of L&D.
Training Industry провела тематическое мероприятие, посвящённое доказательству ценности корпоративного обучения.
В программе особенно показательны три выступления:
- Prove Impact Before Business Metrics Move — как обнаруживать результаты обучения до изменения итоговых бизнес-показателей.
- Proving L&D Value Starts Before You Build — почему оценку эффективности необходимо проектировать до разработки программы.
- Stop Reporting Completions. Start Reporting the Impact of Training — переход от статистики прохождения к измерению результатов.
Последняя тема рассматривалась с участием руководителя направления обучения и развития лидерства The Fresh Market. Training Industry, Inc.
Что нового
В предыдущих выпусках уже обсуждались learning transfer и измерение бизнес-результатов. Новое уточнение касается последовательности работы L&D.
Обычно компания сначала создаёт курс, затем проводит обучение и только после этого пытается оценить эффект.
Альтернативная логика выглядит так:
Бизнес-проблема → наблюдаемое поведение → критерии результата → образовательное решение → проверка изменений.
Особенно интересна идея промежуточных показателей.
Например, после тренинга по делегированию текучесть персонала или производительность подразделения могут измениться не сразу. Но уже через две недели можно проверить, стали ли руководители передавать сотрудникам полномочия и уменьшилось ли количество решений, требующих их личного участия.
Практическое следствие: для каждой управленческой программы стоит заранее определять два уровня оценки — изменение поведения и последующий операционный результат.
Это не новая теория, но её всё более конкретное применение в L&D заслуживает внимания.
Learning Beyond Teaching: обучение выходит за пределы роли преподавателя
Статус: развивающийся тренд с новым подтверждением.
6 ноября, Австрия, Вена — Corporate Learning Camp #CLCamp26.
Corporate Learning Community организовала 27-й Corporate Learning Camp под названием Learning Beyond Teaching.
Мероприятие проводилось в формате BarCamp: участники самостоятельно формируют содержательную программу, предлагают темы и становятся одновременно источниками и получателями знаний.
Центральная идея мероприятия — изменение традиционных ролей в корпоративном обучении.
Сотрудники становятся преподавателями, преподаватели — учащимися, а границы между внутренними специалистами L&D, консультантами, исследователями и технологическими поставщиками становятся менее определёнными. Colearn
Что нового
Децентрализацию L&D мы наблюдали и раньше. Однако здесь возникает более сложный вопрос: кто отвечает за результат, когда обучение создаётся совместно?
Традиционная модель предполагает, что L&D разрабатывает программу, эксперт предоставляет содержание, тренер проводит обучение, сотрудник учится.
В новой модели один человек может выполнять несколько ролей.
Например, руководитель производственной команды одновременно выявляет проблему, организует обмен опытом, помогает коллегам сформулировать решение и оценивает его применение.
В таком случае L&D становится не столько производителем образовательного контента, сколько архитектором совместного обучения.
Для этого необходимы новые профессиональные навыки: организация профессиональных сообществ, фасилитация обмена опытом, создание правил совместной разработки знаний и управление качеством распределённого обучения.
Важно учитывать ограничение: BarCamp подтверждает интерес профессионального сообщества к такому подходу, но не доказывает его распространённость во всех корпоративных университетах.
Персонализация с ИИ: от обещаний к проверке реального результата
Статус: перспективное развитие устойчивого тренда.
6 ноября, Франция — вебинар «Un parcours par apprenant: rêve ou réalité?».
Вебинар EdTech Actu был посвящён персонализации образовательных маршрутов в LMS с использованием искусственного интеллекта.
Показательна формулировка темы: «Один маршрут для каждого учащегося — мечта или реальность?»
Организаторы предложили рассматривать возможности персонализации через призму фактического применения технологий.
Что меняется
Раньше персонализация часто означала адаптацию образовательного контента: система рекомендовала сотруднику определённые курсы на основании должности, результатов тестирования или указанных интересов.
Но это не обязательно создаёт индивидуальную траекторию развития.
Например, двум руководителям может требоваться развитие навыка обратной связи. Один испытывает трудности с обсуждением ошибок сотрудников, другой — с признанием достижений.
Если система просто рекомендует обоим один курс, персонализация остаётся поверхностной.
Более содержательный подход предполагает:
Диагностика конкретного затруднения → индивидуальная практика → обратная связь → повторная проверка → корректировка маршрута.
При этом необходимо проверять, действительно ли индивидуальная траектория улучшает результат по сравнению со стандартной программой.
Для L&D: перспективным становится не количество персональных рекомендаций, а способность образовательной системы адаптировать практику под реальные ошибки сотрудника.
Пока это развивающийся подход, а не доказанный новый стандарт.
DIY-обучение: самостоятельность экспертов или иллюзия эффективности?
Статус: новый проблемный сигнал внутри ранее выявленной децентрализации L&D.
5 ноября, Франция — вебинар «Le DIY en formation: autonomie ou illusion?».
SpeederNet провела вебинар, посвящённый самостоятельному созданию обучения.
Формулировка темы — «DIY в обучении: автономия или иллюзия?» — показывает, что профессиональное сообщество начинает критически рассматривать распространение инструментов, позволяющих сотрудникам создавать образовательные продукты без участия методологов.
В предыдущих выпусках мы наблюдали развитие AI Learning Factory и рост возможностей внутренних экспертов.
Теперь возникает вопрос о границах самостоятельности.
Что здесь интересно
Предположим, руководитель отдела продаж самостоятельно создаёт обучающий курс с помощью ИИ.
Он хорошо знает продукт и клиентов, но может не владеть принципами образовательного дизайна.
В результате материал окажется содержательно точным, но не будет обеспечивать формирование навыка.
Поэтому компании необходимо разделять два вида экспертизы:
Предметная экспертиза — понимание того, чему необходимо научить.
Образовательная экспертиза — понимание того, как сформировать требуемое поведение.
Перспективной выглядит модель, в которой внутренние эксперты самостоятельно создают простые образовательные продукты, а L&D предоставляет стандарты, шаблоны, консультации и систему проверки качества.
Это продолжение ранее замеченного перехода L&D к роли центра экспертизы, но с более чёткой постановкой вопроса о рисках.
AI readiness становится организационной компетенцией
Статус: устойчивый тренд с новым подтверждением в Европе и Латинской Америке.
3 ноября, Германия — Axians Infoma: KI als Organisationsthema.
Вебинар был посвящён искусственному интеллекту как организационной, управленческой и этической задаче.
В центре находился вопрос не о том, какие AI-инструменты внедрить, а о том, где их использование целесообразно и какие организационные условия должны быть созданы заранее.
Обсуждались распределение ответственности, управленческие принципы и подготовленность организации к внедрению ИИ.
5 ноября, Мексика — Punto Norte: IA con criterio.
Мексиканская образовательная инициатива анонсировала бесплатный семинар для руководителей, HR, специалистов по обучению и операционных команд.
Программа включала выбор между ИИ, обычной автоматизацией и шаблонами, правила работы с информацией и разбор собственного практического кейса участника.
Что нового
Эти два события показывают сходную постановку задачи в разных регионах.
Руководителя необходимо обучать не только использованию ИИ, но и выбору ситуаций, в которых ИИ действительно необходим.
Например, если сотрудник ежемесячно переносит данные из одной таблицы в другую, может оказаться, что обычная автоматизация надёжнее, дешевле и проще в сопровождении.
Использование генеративного ИИ в такой ситуации не обязательно создаёт дополнительную ценность.
Поэтому перспективная управленческая компетенция — AI Solution Judgement: способность выбирать между изменением процесса, традиционной автоматизацией и использованием ИИ.
Она отличается от обычной AI literacy тем, что предполагает умение отказаться от ИИ, когда он не нужен.
Новая задача руководителя: отличать реальную компетентность от AI-подготовленной самопрезентации
Статус: новый прикладной сигнал.
5 ноября, США — SHRM: Hiring Through the Noise.
Society for Human Resource Management провела вебинар о пяти изменениях в подборе персонала под влиянием ИИ.
Среди обсуждавшихся направлений — оценка навыков вместо анализа резюме, внутренняя мобильность, переподготовка сотрудников и рост требований к начинающим специалистам.
Особое внимание уделялось проблеме: генеративный ИИ позволяет кандидатам создавать качественные резюме и массово отправлять отклики, затрудняя определение реальных компетенций. SHRM
Почему это важно для корпоративного обучения
Аналогичная проблема возникает при оценке сотрудников после обучения.
Если участник может использовать ИИ для подготовки тестовых ответов, презентаций и письменных заданий, формальная проверка знаний становится менее информативной.
Для L&D это означает необходимость переходить к оценке, в которой сотрудник демонстрирует способность действовать.
Например, вместо теста по управлению конфликтами можно предложить участнику провести сложный разговор с изменяющимися условиями.
Вместо письменного задания по анализу бизнеса — защитить решение перед группой экспертов.
Здесь развивается компетенция Authentic Capability Assessment — оценка реальных навыков через выполнение профессиональных задач.
Этот подход существовал и раньше, но развитие генеративного ИИ создаёт дополнительный стимул для его распространения.
Что происходит по регионам
США. Наиболее содержательные подтверждения связаны с измерением результатов обучения и изменением способов оценки компетенций. События 5 ноября показывают интерес к практической проверке навыков и связи L&D с бизнес-результатами. Training Industry, Inc.
Европа. Самая насыщенная часть выборки. Во Франции обсуждались персонализация, самостоятельное создание обучения и развитие управленческих soft skills. 5 ноября Lefebvre Dalloz Compétences провела четыре вебинара, посвящённых управлению с ИИ, лидерской коммуникации, управлению временем и эмоциональной устойчивости. Lefebvre Dalloz Compétences
В Австрии Corporate Learning Camp поставил в центр совместное создание знаний, а в Германии обсуждалась организационная готовность к ИИ.
Россия. 5 ноября состоялся вебинар о Data Governance и формировании семантического контекста для ИИ-агентов. Хотя мероприятие не было посвящено непосредственно L&D, его содержание имеет значение для корпоративных баз знаний и обучающих AI-ассистентов: недостаточно предоставить системе документы, необходимо обеспечить согласованность терминов и достоверность данных. ICT2GO
Это дополнительное подтверждение ранее выявленной связи между обучением и управлением знаниями. Самостоятельным новым L&D-трендом я его не считаю.
Латинская Америка. Наиболее конкретный найденный сигнал — мексиканский семинар 5 ноября, посвящённый осознанному выбору способов автоматизации. Он поддерживает глобальную тенденцию перехода от обучения использованию ИИ к обучению принятию решений о его применении. LinkedIn
Азия. В проверенных источниках не удалось найти достаточно содержательных первичных подтверждений новых корпоративных L&D-практик, относящихся строго к 1–7 ноября. Поэтому регион не используется для обоснования глобальных выводов этой недели.
Новые управленческие компетенции
По результатам недели я бы выделила три компетенции, заслуживающие включения в программы развития руководителей.
AI Solution Judgement. Способность определить, когда требуется генеративный ИИ, когда достаточно традиционной автоматизации, а когда необходимо изменить сам процесс. Основание: Axians Infoma, 3 ноября; Punto Norte, 5 ноября.
Authentic Capability Assessment. Способность оценивать реальные профессиональные навыки сотрудников, а не только качество их письменных ответов и самопрезентации. Основание: SHRM, 5 ноября.
Learning Co-Creation Leadership. Способность организовывать совместное обучение команды, использовать экспертизу сотрудников и создавать условия для обмена знаниями без постоянного участия профессионального тренера. Основание: Corporate Learning Camp, 6 ноября.
Все три компетенции можно развивать через практические управленческие ситуации.
Что меняется в L&D-практиках
На этой неделе особенно заметны три изменения.
Первое — оценка результатов становится частью образовательного дизайна. До разработки курса необходимо определить, какие изменения поведения будут свидетельствовать об успехе программы.
Второе — усиливается распределённая модель корпоративного обучения. Внутренние эксперты и руководители получают больше возможностей самостоятельно создавать обучение, а L&D отвечает за архитектуру, качество и поддержку.
Третье — AI-персонализация и автоматическая оценка навыков требуют проверки на реальных задачах. Наличие адаптивного алгоритма не гарантирует индивидуального развития, а качественно подготовленный с помощью ИИ ответ не обязательно подтверждает компетентность сотрудника.
ТОП-3: что менеджеру корпоративного обучения стоит начать делать уже сейчас
Изменить бриф на разработку обучения
Начать на следующей неделе.
Добавьте в каждый запрос на обучение три обязательных вопроса:
- Какую конкретную рабочую проблему необходимо решить?
- Какое поведение сотрудников должно измениться?
- По каким наблюдаемым признакам мы поймём, что изменение произошло?
Не начинайте разработку программы, пока заказчик не согласовал ожидаемый результат.
Для одного действующего курса попробуйте определить два-три поведенческих показателя и организовать их проверку через 30 дней после обучения.
Ожидаемый результат: меньше программ, эффективность которых невозможно оценить.
Запустить эксперимент с обучением, созданным внутренними экспертами
Горизонт: ближайшие 30 дней.
Выберите подразделение, где регулярно возникают повторяющиеся рабочие вопросы.
Предложите двум-трём экспертам самостоятельно создать короткие образовательные материалы с помощью ИИ или готовых шаблонов.
L&D должен обеспечить методические требования и проверку качества.
Важно оценить не только скорость производства, но и полезность материалов для сотрудников.
Ожидаемый результат: понимание, какие образовательные задачи можно безопасно децентрализовать, а где необходимо участие методолога.
Пересмотреть оценочные задания с учётом генеративного ИИ
Горизонт: ближайшие две недели.
Возьмите одну управленческую программу и проверьте, какие итоговые задания участник способен выполнить с помощью ИИ без реального освоения навыка.
Замените хотя бы одно такое задание практической ситуацией.
Например, вместо письменного теста по обратной связи проведите короткую ролевую игру.
Вместо презентации о делегировании предложите участнику распределить реальные задачи между сотрудниками и объяснить своё решение.
Ожидаемый результат: более достоверная оценка способности применять знания.
Итог недели
Что действительно набирает силу
Наиболее убедительно выглядит переход от измерения образовательной активности к оценке изменения рабочего поведения.
Второе направление — распределение ответственности за обучение между L&D, руководителями и внутренними экспертами.
Третье — переход от освоения AI-инструментов к развитию способности выбирать подходящие способы решения рабочих задач.
Что пока выглядит слабым сигналом
Персонализация образовательных маршрутов с ИИ продолжает развиваться, но пока недостаточно новых доказательств, что она систематически превосходит качественно спроектированные стандартные программы.
DIY-обучение также требует дальнейшей проверки. Самостоятельное создание контента может ускорить работу, но не гарантирует методического качества.
Что учитывать при разработке корпоративного обучения
Главный практический вывод: в 2027 году конкурентным преимуществом L&D может стать не скорость создания курсов, а способность организовать систему, в которой сотрудники быстрее приобретают необходимые навыки и демонстрируют их в работе.
Для этого нужны три взаимосвязанных элемента: измеримый результат, распределённая экспертиза и практическая проверка компетенций.