27 de junho de 2024
Melhorar o e-learning com machine learning é possível
O Machine Learning, simplificando, é a aplicação de modelos estatísticos de predição que a partir de muitas e rápidas observações tiram conclusões mais ou menos certeiras. A partir dessas observações são executadas ações automáticas, sem a intervenção humana.
O Machine Learning não é algo novo em matemática. O que o torna novo é o acesso à tecnologia e a disponibilidade de muitos dados. Isso torna viáveis cálculos que antes eram inviáveis.
O Machine Learning tem uma infinidade de aplicações que não são precisamente na indústria do aprendizado, mas eu falarei justamente disso, a aplicação na indústria do aprendizado.
Um exemplo quase evidente: Automatizar respostas a perguntas recorrentes é possível
Por exemplo, suponhamos que tenho uma plataforma de e-learning (ou seja, um LMS). Há muitas pessoas matriculadas em um programa e os alunos fazem perguntas no fórum ao tutor ou ao seu próprio caixa de consultas. O sistema poderia chegar a interpretar que perguntas similares chegam a uma determinada resposta. Ou de forma mais simples, detectar quando uma pergunta deve ser respondida “manualmente” ou automaticamente
Obviamente, para que um sistema associe que uma pergunta parecida leva à mesma resposta, ele deve ser treinado e supervisionado. Uma forma de fazer isso é tomar um tutor de referência e comparar a resposta que o sistema daria com a que ele daria. Partindo do pressuposto da infalibilidade do tutor, quando 99% das respostas coincidirem com as que ele daria, poderíamos considerar que o sistema é eficaz.
E onde está a economia para o negócio?
Vamos ser claros. Economizar o tutor, na sua modalidade de tutoria reativa. De forma que ou a margem comercial será mais alta com o mesmo preço do produto educativo ou pode-se vender mais barato mantendo a margem.
E o que fazemos com os tutores?
Agora os tutores serão treinadores de sistemas de aprendizado de máquina em e-learning, e haverá rentabilidade se o processo de treinamento for curto, os cursos muito recorrentes, com volume de alunos considerável e a tecnologia de aprendizado de máquina acessível.
Você não acredita que a IA pode substituir os tutores? Pois os chatbots na educação são uma realidade
Recentemente foram apresentados os resultados de uma tutoria realizada com Whatson, o super sistema criado pela IBM, no qual se afirmava que os alunos não perceberam que o tutor era "não humano" e que, além disso, o avaliaram muito bem. Não se pode tirar o mérito de Whatson, nem dos talentos da IBM que o tornaram possível. Mas isso é realmente útil?
O certo é que mais de 50% das perguntas feitas em um programa formativo recorrente são sempre as mesmas (me atreveria a dizer que "perdi a senha" continua sendo a estrela). Isso é algo que os tutores ou, no caso, os dinamizadores conhecem perfeitamente. É por isso que nos fóruns gerais, costumam "pendurar" as FAQ. O que acontece é que a lista de FAQ fica longa de ler e, além disso, "dá preguiça" usar o buscador (que, além disso, nas de código livre muitas vezes nem funciona). Na medida em que seja mais fácil perguntar à Siri se amanhã é feriado em Madrid do que procurar no Google, e Siri acertar, o tutor reativo automático faz sentido na formação, seja como chatbot ou como serviço em um call center.
Aliás, Hubtype é uma solução muito mais acessível do que Whatson com um monte de casos off the shelf para um que poderia te interessar.
Certo, isso é sobre substituir tutores. Então a IA é para aplicações de baixo valor agregado, certo?
Falso! A IA e o Big Data em tecnologia educacional são a mudança de paradigma.
1. Curadoria de conteúdos individualizada
A partir das buscas que faço tanto no Google quanto em portais educativos ou temáticos especializados ou na minha plataforma colaborativa corporativa, posso chegar a ter uma curadoria de conteúdos sob medida. Bastará que o sistema aprenda comigo, a partir dos conteúdos que me mostre serem relevantes para mim, ele saberá com base em se eu os leio ou não ou se digo ao sistema que são relevantes ou não.
Hoje em dia a curadoria de conteúdos faz sentido para grandes coletivos, mas dificilmente é “pagável” a título individual para cada empregado. Isso o tornaria possível. Há anos que o Flipboard funciona razoavelmente bem, o modelo é de aplicação dentro de um LMS corporativo.
2. Proporcione microaprendizagem no seu "tempo morto":
Quantas vezes você viu um curso super interessante na UDEMY que não fez porque não encontrou o tempo ou o momento para fazê-lo? Os dispositivos móveis e fixos sabem perfeitamente se você está falando ao telefone, se está a caminho do trabalho e se está fazendo algo com Excel, fumando na porta do escritório ou assistindo Netflix.
Basta sugerir nesses momentos de intervalo que você dedique o tempo a uma microaprendizagem de valor ou a um programa mais longo ocupando determinados espaços. Sua plataforma de e-learning conectada a Hubs de conteúdo e MOOCs pode ajudá-lo sempre que for mobile.
3. Antecipar necessidades de formação a partir dos interesses dos seus iguais:
As pessoas tendem a pensar que são únicas, mas na realidade não são tanto assim. Por isso os virais e os vídeos de gatinhos fazem tanto sucesso. Nos ambientes corporativos, nosso mesmo papel pode ser repetido por dezenas ou até centenas de pessoas, basta ver a rede comercial de um banco, de seguros ou de automóveis.
Quando um vendedor de automóveis começa a buscar informações sobre um determinado tipo de veículo da concorrência, é previsível que ele esteja se preparando para lidar com as objeções de um cliente indeciso. Quando mais de 50 fazem isso, há um alerta de formação urgente, as vendas estão em perigo.
Levantar o alerta para o learning community manager de forma automática e sugerir conteúdos de interesse para divulgar ou "abençoar", antes da divulgação automática, é de grande valor. Claro, recomendar formações que seus colegas fazem é uma pista interessante, mas isso vai muito além.
4. Identificar conteúdos de valor dentro e fora dos seus sistemas
Claro, os LMS não podem continuar sendo apenas a biblioteca de conhecimento formal e informal homologado e controlado da empresa. Se queremos que os conteúdos relevantes ou os aprendizados de valor fluam para os funcionários, é necessário combinar várias fontes de conteúdo e fazê-las convergir. Mas para que o conteúdo seja relevante para alguém, os dados devem fluir e, em certa medida, compartilhá-los para obter outros em troca.
Se sei que um funcionário busca muita formação em portais especializados, fora do meu catálogo de competências, é possível que haja uma carência no meu catálogo de competências.
Se eu tiver um caso médico com determinadas radiografias ou TC e determinar a existência de uma patologia estranha, posso querer ver imediatamente informações sobre tratamentos para essa patologia e cursos específicos. Além disso, quero ver outros casos com o mesmo padrão identificado e que não foram diagnosticados com essa patologia. Apoio de machine learning no diagnóstico e big data na busca de casos e documentação similar.
5. Identificar padrões de comportamento nos sistemas que ajudam a reter talentos
Compartilhar dados com outros sistemas é importante: se um modelo detectar que aqueles que regularmente fazem formação de repente cancelam formações online ou não as completam e deixam a empresa antes de dois meses, deveria soar um alerta para tentar retê-los?
Obviamente, com a informação do LMS não tenho o suficiente para tirar uma conclusão, preciso de uma análise de dados de outros sistemas de RH para estabelecer padrões, mas isso dá margem para uma ligação do meu mentor ou do RH, certo?
Isso é um ponto importante, tanto se antecipamos os alunos que podem reprovar, como se detectamos o conteúdo de maior interesse, como prevemos a possível saída de um funcionário o importante é a ação que realizamos com base no algoritmo de IA: melhorar a entrega, fazer mais acompanhamento de determinados alunos, melhorar as condições do funcionário...
A IA sem gestão não serve para nada!
E antes de terminar queria lembrar algo fundamental que os pedagogos nos lembram muitas vezes aos gestores de empresas:
Um momento! A IA não faz você aprender o que não quer aprender. Sem motivação não há aprendizado.
Sim, que a Siri ou o chatbot de treinamento te sugiram coisas ou respondam suas dúvidas o dia todo está bem. Mas como dizia Darth Vader, não devemos nos deslumbrar com os terrores tecnológicos que construímos. Não há nada comparável ao poder da força. Se entendermos a força como “o aprendizado”, ninguém aprende o que não quer aprender.
Share