En esta oportunidad Jordi Fernandez (Senior Consultant en Enzyme) compartirá acciones concretas para diseñar aprendizaje personalizado a través de un asistente virtual, que logre acompañar la evolución del participante en el curso y validar el aprendizaje a través de micro evaluaciones.
¿Cuál era el reto de formación que enfrentabas?
El reto elegido tiene que ver con un cliente real, una compañía aseguradora que llegó con la necesidad de poner en marcha su plataforma de elearning. Debían pasar de lo presencial a lo digital.
Nos llevaron a plantear algunos puntos: la efectividad de la formación, el engagement, el formato elegido y como poder aportar más hacia el negocio.
¿Cómo/cuál fue la innovación implementada?
Encontramos que debemos aplicar una tecnología existente para que ayude a superar los retos, y elegimos los asistentes conversacionales. Estos ofrecen un espacio para trabajar con el cliente, resuelven preguntas frecuentes, se asocian a un ecommerce, elementos de copilotaje (que ayude a encontrar información)
De cada 4 consultas que llegaron, 3 se resolvieron con el chatbot. Si bien la automatización y esa asistencia para resolver labores repetitivas, se puede solucionar con un chatbot, quisimos llevarlo un paso más adelante.
En una segunda etapa, buscamos algo que aportará más inteligencia y asociado a las analytics. Aquí la innovación estaba en cómo utilizar ese chatbot para personalizar la formación de la gente. Como hacer que esa personalización, se oriente a resolver objetivos concretos. Por último, saber cómo dinamizar ese proceso asociando conocimiento que ya poseen para poder recomendarle el siguiente paso.
Introdujimos el tema de las microformaciones y microevaluaciones mediante el chatbot. Lo más importante es que la persona quiera tomar esta píldora de conocimiento, por lo cual el momento en que se la ofrecemos debe ser oportuno.
Hacia donde apuntamos es hacia la personalización, de la mano de las analíticas (que permiten tomar decisiones de gestión) y a la dinamización del conocimiento que ofrecemos a cada persona.
¿Cuáles fueron los resultados alcanzados?
De la primera fase (la de automatización de tareas), el resultado principal fue el engagement de la persona al descubrir que ese chatbot le permite agilizar trámites, encontrar información, etc. Está ahí para cuando lo necesita y es mucho más rápido que buscarlo por tu cuenta.
De la segunda fase (el de píldoras de conocimiento y evaluación vía chatbot), lo principal es el impacto en la experiencia del usuario.
Debemos tener en cuenta que esta aplicación no va a ser usada por todo el público, ya que cada uno tiene sus costumbres y está acostumbrado a formas diferentes de aprendizaje.
El punto que destacan los usuarios que probaron este tipo de chatbot, es que al estar realizando una formación, te recomienda cierto contenido relacionado e interesante para el lector. Si esto tuviera que hacerse en una empresa, necesitaría cientos o miles de formadores.
¿Qué aprendizajes obtuviste? ¿Qué harías diferente/mejor la próxima vez?
La gente tiene una expectativa muy baja sobre lo que puede hacer un asistente conversacional. Se hizo mucho y mal. Hoy en día, con las tecnologías como Chat GPT, se comienza a tener una nueva percepción.
Aquí deberíamos haber trabajado más en este aspecto de las expectativas, para facilitar la adopción de esta tecnología y la utilización de la herramienta. El aspecto a mejorar sería la comunicación.
Hay que tener en cuenta que un chatbot, no va a solucionar un problema de fondo, sino que va a ser un complemento. Si existe falta de contenido, primero se soluciona eso y luego se implementa un asistente.
Bonus track – ¿Cuán complejo es el desarrollo de una herramienta de este tipo?
Lo primero es definir cuales son las funciones que va a abarcar. Por ejemplo, si fuera de preguntas frecuentes, en 3 o 4 meses se podría realizar, no lleva tantos recursos.
Para un desarrollo rápido, la recomendación es elegir un proyecto que se pueda realizar en pocos meses, evaluar donde pueda aportar más valor y buscar los recursos tanto dentro de la organización como fuera, con herramientas open source o de terceros. A partir de esto, testear los resultados y si existe el objetivo de personalización, evaluar cómo está orientada la plataforma y el camino educativo.
En cuanto al tiempo invertido en el aprendizaje de la IA, para que luego pueda contestar preguntas o recomendar contenido, es una tarea constante y del día a día. Estas tecnologías son algo con lo que vamos a convivir diariamente.
Síguenos en:
¡Haz tu propio Clic!
Cuéntanos tu idea y te ayudaremos a concretarla. Diseñemos juntos verdaderas experiencias de aprendizaje.