آنچه از L&D در World Of Learning 2026 شنیدیم

در World of Learning امسال، رویداد جامع سالانه بریتانیا برای یادگیری و توسعه (L&D) و متخصصان منابع انسانی، با حضور کارگاه‌ها، شبکه‌ها و تامین‌کنندگان صنعت، ما یک نظرسنجی ساده در غرفه خود انجام دادیم. “یک چیزی که امروز تمرین شما را کند می کند چیست؟” جایی که بیش از 220 شرکت کننده برای رای دادن ایستادند. نتایج روشنگری بود، اما چیزی که واقعاً در ما گیر کرد این بود که مردم چگونه به نظرسنجی پاسخ دادند.

این نظرسنجی یک کشف بود، و مکالماتی که بعد از آن انجام شد، صادقانه‌ترین صحبت‌هایی بود که تا به حال داشته‌ایم. برای بسیاری از متخصصان L&D که با آنها صحبت کردیم، فرصتی برای بحث آشکار در مورد چالش‌ها و ناامیدی‌های روزانه آن‌قدر ارزشمند بود که نمی‌توان از آن گذشت. بسیاری به ما گفتند که در محل کارشان به ندرت از آنها سؤال می شود که چه فکر می کنند، با چه چالش هایی روبرو هستند، یا معتقدند رویکرد درست برای راه حل های تحقیق و توسعه چیست.

آمدیم گوش کنیم و مردم متوجه شدند.

در نظرسنجی تعاملی ما در World of Learning، پنج موضوع، هم در نتایج و هم در مکالمات، مدام برمی‌گشتند.

متخصصان L&D در World of Learning 2026 چه گفتند؟

در میان گفتگوها و نتایج نظرسنجی در World of Learning 2026، پنج شیفت برجسته بود. ارزش L&D هنوز در حال آزمایش است، کمبود زمان جایگزین یادگیری شده است، شکاف بین یادگیری و انجام دادن جایی است که یادگیری از بین می رود، اضطراب در مورد هوش مصنوعی در حال افزایش است و اغلب رهبری برای دیدن هیچ یک از آن تنظیم نمی شود. آنچه که شرکت کنندگان بیش از همه می خواستند این بود که از آنها خواسته شود، به آنها گوش داده شود و به شواهدی دسترسی داشته باشند که می توانند از سازمان خود ارائه دهند.

Shift 1: مقدار L&D هنوز در حال آزمایش است

موضوعی که مردم مدام به آن بازگشتند این بود که وقتی بودجه ها محدود می شود، آموزش اولین خطی است که باید کاهش یابد. در نتیجه، سازمان‌ها اغلب پروژه‌های L&D را در اولویت اول قرار می‌دهند. در نظرسنجی ما، اثبات تأثیر L&D دومین چالش پر استناد (21.6٪ از آرا) بود.

اثبات تأثیر، مبارزه اصلی باقی می ماند. قضاوت در مورد مؤثر بودن یا حتی ضروری بودن آموزش غالباً از خارج از L&D ناشی می شود، از طرف هایی که قادر به درک تغییرات در آموزش نیستند. بسیاری از شرکت‌کنندگان به‌عنوان مشاور داخلی یا خارجی کار می‌کردند، به این معنی که آنها برای تخصص خود استخدام شدند، اما سپس به آنها گوش ندادند. شنیده نشدن چیزی است که شما هر روز به عنوان یک “ارزش آزمایشی” احساس می کنید.

گرسنگی برای شواهد محسوس بود. وقتی مال خودمون رو به اشتراک گذاشتیم گزارش بدهی شهریه– که نشان داد 41٪ از کارمندان می گویند که نقش آنها سریعتر از توانایی شرکت آنها برای آموزش آنها تکامل یافته است – پاسخ به ما نشان داد که مردم چقدر تشنه داده هایی هستند که می توانند در اختیار تصمیم گیرندگان قرار دهند.

و هزینه این بدهی مشخص است، به طوری که 54٪ از کارمندان اشتباهاتی را در کار تجربه می کنند که آموزش صحیح می تواند از آن جلوگیری کند. برای مثال، چنین داده‌هایی می‌توانند از تأثیر تجاری که L&D باید نشان دهد، پشتیبانی کند.

همچنین موضوعی است که ما در پادکست خود، Talent Talks، با رهبر L&D دیوید کلی، در مورد ” بررسی کردیم.L&D در 2026: یادگیری بدهی، هوش مصنوعی و تحولاو اشاره می کند که نشان دادن ارزش مستلزم تغییر در نحوه ارتباط L&D با مشارکت خود است.

ما باید روایت و تفکرمان را تغییر دهیم تا بفهمیم کاری که انجام می‌دهیم چگونه بر کسب‌وکار تأثیر می‌گذارد؟ چگونه ارزش کسب‌وکار را ارائه می‌کند؟»

شیفت 2: هیچکس وقت ندارد

نداشتن زمان کافی بیشترین مورد اشاره جهانی در این رویداد بود. کمبود زمان 31.7 درصد از آرا را به خود اختصاص داد که طبق نظرسنجی World of Learning امسال، بزرگترین چالش یادگیری است. دلیل آن هیچ رازی نیست. L&D باید افراد را از کارهای روزمره دور کند تا آنها را آموزش دهد.

شکاف مهارت‌ها همچنان ادامه دارد، زیرا یادگیری به دلیل حجم کار به بیرون رانده می‌شود. وقتی این را با صدای بلند گفتیم همه قبول کردند. TalentLMS گزارش معیار L&D 2026 همان را پیدا کرد. شصت و پنج درصد از کارکنان می گویند انتظارات عملکرد امسال افزایش یافته است، اما کمبود زمان همچنان بزرگترین مانع برای یادگیری است.

تجویز دستی نیز باعث کاهش زمان می شود. بسیاری از سازمان‌ها هنوز آموزش را به صورت دستی انجام می‌دهند – جلسات را برنامه‌ریزی می‌کنند، تکمیل‌ها را پیگیری می‌کنند و یادآوری‌ها را یک به یک ارسال می‌کنند. و زمانی که سیستم‌های قدیمی برای سال‌ها برقرار بوده‌اند، تغییر می‌تواند مانند یک حذف سرمایه‌گذاری به نظر برسد. حتی زمانی که راه اندازی فعلی می تواند زمان بیشتری نسبت به صرفه جویی هزینه داشته باشد.

همانطور که کارشناس L&D، Natal Dank در توضیح می دهد Agile L&D: یادگیری سریع و تطبیقی با سرعت تجارت، آموزش کامل دشمن آموزش مفید شده است. تیم‌های آموزشی باید گلوگاه‌ها را کاهش دهند و سریع‌تر پاسخ دهند، نه اینکه قبل از راه‌اندازی، برنامه‌هایی بسازند که قدیمی هستند.

شیفت 3: شکاف بین یادگیری و انجام دادن جایی است که یادگیری از بین می رود

برخی از شدیدترین واکنش‌ها در غرفه زمانی رخ داد که مردم TalentLMS را دیدند زمین تمرین تابع این به شکافی می‌پردازد که همه بلافاصله آن را تشخیص دادند: فاصله بین تکمیل یک دوره و استفاده واقعی از دانش.

شکاف بین یادگیری و انجام دادن را پر کنید.

به کارمندان فضای امنی بدهید تا مهارت های جدید را تمرین کنند و با TalentLMS اعتماد به نفس ایجاد کنند.

TalentLMS گزارشی از Speed-to-Skill نشان می دهد که این شکاف چقدر گسترده است. از هر ده پاسخ دهنده، هفت نفر می گویند که با تغییر تقاضاهای شغلی، مردم به روش های سریع تری برای تمرین مهارت ها نیاز دارند. با این حال، تنها 16 درصد می گویند که مهارت های ساختن به سرعت با ظهور نیازهای جدید اتفاق می افتد. و تقریباً یک نفر از هر چهار (24٪) می گویند فقدان یک محیط امن برای تمرین قبل از استفاده از مهارت ها در محل کار، پیشرفت را کند می کند. واضح است که تقاضا برای فرصت های بیشتر برای تمرین.

باب موشر در این مورد تحقیق کرد یادگیری خودراهبر: چرا کارمندان شما به تنهایی یاد می گیرند. بیشتر یادگیری ها اکنون به خود هدایت می شود و در جریان کار اتفاق می افتد، و چالش L&D حمایت از این تغییر به جای مبارزه با آن است.

Shift 4: پذیرش هوش مصنوعی به معنای تخصص هوش مصنوعی نیست

رهبران فکر اصرار دارند که L&D باید متخصص هوش مصنوعی شود تا ارزش خود را توجیه کند. این بدان معناست که آنها باید هوش مصنوعی را برای کار خود تسلط داشته باشند، سپس آن را به دیگران آموزش دهند.

واقعیت روی زمین بیشتر مختلط بود. پذیرش نابرابر هوش مصنوعی مشروع است – برخی از سازمان ها آماده هستند، برخی نه، و برخی عمدا محتاط هستند. چیزی که بیشتر طنین انداز شد این بود که هوش مصنوعی در ویژگی های TalentLMS نیازی به افزودن سطح دیگری از پیچیدگی به کار آنها نداشت. استعدادهای درخشانخالق دوره هوش مصنوعی TalentLMS یکی از شدیدترین واکنش ها در این غرفه بود. مردم دیدند که چگونه هوش مصنوعی می‌تواند ایجاد دوره را در جریان کار فعلی‌شان تسریع بخشد، بدون اینکه ابتدا متخصص هوش مصنوعی شوند.

کنترل هم مهم بود. این واقعیت که می‌توانید هوش مصنوعی را در TalentLMS خاموش کنید، به مردم این امکان را می‌دهد که فقط در زمان و مکان مناسب از آن استفاده کنند.

گزارش های ذکر شده TalentLMS نشان می دهد که 83٪ از مدیران منابع انسانی معتقدند که شرکت آنها فعالانه از آموزش هوش مصنوعی پشتیبانی می کند، اما تنها 64٪ از کارمندان موافق هستند. و یک سیگنال ساکت‌تر در زیر وجود دارد: 37٪ از کارمندان می‌گویند هوش مصنوعی باعث شده است که آنها را با مهارت‌تر از آنچه واقعا هستند به نظر برسانند – به جای پرداختن به آنها، نیازهای آموزشی برآورده نشده را پنهان می‌کنند.

این همچنین موضوعی بود که از طریق معاون ما در تحول یادگیری، نیک گونیوس گذشت. صحبت در صحنه اصلی رویداد.AI زمانی بهترین کار می کند که نامرئی باشد و به جای جایگزین کردن آن، راهنمایی انسان را تقویت کند.

شیفت 5: رهبری اغلب برای دیدن هیچ یک از اینها تنظیم نمی شود

به راحتی می توان فرض کرد که افراد صرف نظر از شرایط، ابزارها یا نحوه طراحی یادگیری انگیزه خود را برای یادگیری حفظ می کنند. اکثر سازمان‌ها این فرض را رسمی کرده‌اند، زیرا 61 درصد از کارکنان و مدیران می‌گویند که انتظار می‌رود افراد به تنهایی مهارت‌های خود را به روز نگه دارند.

رهبری اغلب برای دیدن تفاوت بین آنچه آموزش بر روی کاغذ به نظر می رسد و آنچه که در زمین به نظر می رسد هماهنگ نیست. این اتفاق نمی افتد زیرا آنها به سادگی اهمیت نمی دهند. این اتفاق می افتد زیرا سیگنال ها به ندرت به آنها می رسند. ما گزارش مشاهده مهارت ها نشان می دهد که 90 درصد از مدیران می گویند که مهارت های تیم خود را درک می کنند، اما تنها 69 درصد از کارمندان موافق هستند. و یافته‌های Learning Debt نشان می‌دهد که تقریباً نیمی از کارمندان (47٪) درباره اینکه نمی‌دانند چگونه کاری را در محل کار انجام دهند سکوت کرده‌اند.

Al Dea این را در ضریب مدیر: آوردن توسعه به گردش کار. مدیران حلقه مفقوده در رشد استعدادها هستند و اکثر آنها احساس می کنند برای این نقش آماده نیستند – نه به این دلیل که نمی خواهند، بلکه به این دلیل که هیچ کس آنها را برای آن آماده نکرده است.

ما در مورد آن چه می کنیم؟

گوش دادن چیزی است که چنین رویدادی در مورد آن است. اما گوش دادن بدون عمل به آنچه می شنوید فقط شبکه سازی است. بنابراین آنچه که ما شنیدیم چگونه با چیزی که در حال ساختن هستیم نقشه می‌کشد:

• برای اثبات ارزش: گزارش دهی در TalentLMS نتایج ارزیابی، پیشرفت یادگیرنده، مشارکت و داده های انطباق را نشان می دهد – شواهدی که L&D برای صحبت با تصمیم گیرندگان نیاز دارد.
• به دلیل کمبود وقت: استعدادهای درخشان، سازنده دوره های هوش مصنوعی در TalentLMS، روند ساخت دوره را تسریع می بخشد، که قوی ترین واکنش زمانی بود که زمان در گفتگو مطرح شد کارت های استعدادیابی در این مراسم صدای خود را زد. بخش بزرگی از تیم‌های تحقیق و توسعه برای دستیابی به کارگران بدون میز (افراد در زمین، میدان و در حال حرکت) تلاش می‌کنند. استعداد کارت فقط برای همین ساخته شده است. یادگیری خرد که متناسب با روز کاری است و برای تقویت یادگیری در طول زمان طراحی شده است. برای تیم هایی که قبلا از TalentLMS استفاده می کنند، به عنوان مکملی برای نیروی کار بدون میز کار آنها عمل می کند.

سازنده دوره های هوش مصنوعی که فوراً باعث درخشش تخصص شما می شود.

با TalentLMS، دوره های حرفه ای را بدون زحمت ایجاد خواهید کرد. بدون نیاز به مهارت طراحی، بدون ضرب الاجل طولانی.

• در مورد شکاف یادگیری به انجام: زمین تمرین به افراد فضایی برای تمرین قبل از ارائه می دهد و فاصله بین تکمیل دوره و درخواست شغل را کاهش می دهد. مسیرهای مطالعه به کاربران کمک می کند تا با نقاط عطف واضح و مراحل بعدی به اهداف یادگیری شخصی خود برسند. در نهایت، AI Coach، دستیار مبتنی بر هوش مصنوعی TalentLMS، به زبان‌آموزان کمک می‌کند محتوای دوره را بهتر درک کنند و فعال‌تر با مطالب آموزشی درگیر شوند.
• در مورد اضطراب هوش مصنوعی: ویژگی های هوش مصنوعی در TalentLMS در جریان کار موجود خود کار کنید، به شما کمک می کند در زمان خود صرفه جویی کنید بدون اینکه جریان کاری خود را قطع کنید یا ابتدا از شما بخواهید که بر هوش مصنوعی تسلط داشته باشید. و چون هوش مصنوعی اختیاری است، شما تصمیم می گیرید که چه زمانی و کجا از آن استفاده کنید.
• برای دیده شدن رهبری: شکاف های مهارتی را به توسعه هدفمند تبدیل کنید.TalentLMS الگوی تجزیه و تحلیل شکاف مهارتی رایگان فرآیند پنج مرحله‌ای را طی می‌کند تا قابلیت‌های تیم قابل مشاهده باشد. به علاوه، ص مهارت ها ترسیم قابلیت ها و نیازهای توسعه سطحی آسان تر است.

آنچه را با خود پس می گیریم

گوش دادن هدف ما بود و چیزهایی که شنیدیم ما را به فکر کردن واداشت. همه را با خودمان پس می گیریم. ناامیدی‌ها، راه‌حل‌ها، و صادقانه «ما هنوز آنجا نیستیم»، آنچه را که می‌سازیم و آنچه را که بعد می‌نویسیم شکل می‌دهد.

اگر به World of Learning 2026 رفته اید و داستان خود را با ما به اشتراک گذاشته اید، از شما متشکریم. و اگر هر یک از اینها آشنا به نظر می رسد، به یاد داشته باشید که تنها نیستید.

سوالات متداول