劳动力教育的一些未来趋势（现在有很多）
工作场所最近正在发生重大变化。
例如，自动化和机器人的使用正在改变我们的制造方式。 我们更快，更高产，更安全。 借助物联网（IoT），工作场所变得越来越互联，更智能，更高效。
因此，有意义的是劳动力培训也将经历一些重大变化。 在某些情况下，工作中的变更直接需要相应的培训变更。 例如，如果工人将需要更多地使用计算机，则将需要更多的计算机培训。 在其他情况下，正在改变工作场所的更大的社会因素也在改变培训。 例如，互联网和移动设备显然在总体上影响着工作场所和劳动力培训。 在其他情况下，就像所有专业人士不时所做的那样，培训领域只是在进行一些反思和变革。
让我们看一下您可能希望看到的一些变化，并让您开始思考这些变化。
快来看看：工业互联网联盟正在努力使IoT / IIoT成为现实。
越来越多地使用在线学习
这种趋势已经持续了一段时间，并且只会持续下去。
第一个原因是，上网是整个社会趋势的一部分。
看看你周围。 您的生活的哪一部分没有与Internet集成在一起？ 您是否在网上购物和银行？ 你在线看电影吗？ 您是否在线了解新闻和政治？ 而且您是否至少没有听说过您的汽车和洗碗机将很快连接到互联网？ 考虑到所有这些，在更多情况下培训也将继续在线继续进行是否有意义？
但是，还有其他一些原因也导致人们继续转向在线培训。
首先，在线学习得到了证明。 提供和跟踪培训的系统都是如此，在线（eLearning）课程本身也是如此。 研究，研究和现实世界的实践都表明，在线学习可以和其他类型的学习一样有效，在某些情况下更有效。 而且它还有其他好处-例如24/7全天候可用，并且易于交付给远程工作人员或多个班次的工作人员。
其次，互联网正在变得越来越快，并且可以在更多地方使用。 不久前，流式传输或下载在线学习的速度可能非常缓慢。 现在不对。 不久前，许多工厂可能尚未连接到Internet。 那已经很快成为过去。
第三，我们有年轻一代的工人加入了劳动力队伍。 他们实际上是在网上长大的。 过去确实确实有一些年长的工人对在线学习感到不舒服并拒绝了它，但同样的事实是，新一代的工人对在线学习非常自在，并且会期望甚至更喜欢它。
看看：如果哈佛开设了成人在线课程，雇主也可以进行在线培训，对吗？
越来越多地使用移动学习技术
如果确实互联网已经遍及各行各业，那么移动技术也是如此。
这意味着您将看到移动设备也占据了劳动力学习，开发和性能支持的更大部分。
在许多情况下，基础架构已经到位-使用自带设备（BYOD）理念，并利用您的大多数员工随身携带的手机比仅十年前的台式机功能更强大的事实。
或者为您的员工在移动设备上进行相对较小的投资。
无论哪种方式，都可以通过多种方式使用移动设备，包括：
1.允许员工随时通过设备进行培训。
2.允许经理和主管为在野外，课堂环境或场外完成的培训提供荣誉。
3.允许员工在工作中访问培训材料以供参考（按需绩效支持）。
4.允许所有员工拍照和录像并将其上传到中央培训资料库。
快来看看：人才发展协会（ATD）提供了移动学习证书。
增加基于视频的培训
视频在培训方面有很多优势。 例如，您是否知道人脑有两个“处理通道”，一个用于口头或书面单词，一个用于视觉图像，并且将单词和视觉结合在一起可以带来更有效的学习体验？ （如果Google尤其感兴趣，那就是“多媒体学习的认知理论”。）
这是真的。 从字面上讲，我们很难接受音频旁白的基于视频的培训。 这很容易看出您是否考虑过电视上野生动物纪录片的流行-诱人，不是吗？ 并考虑一下自己的经历-当您在家并且需要了解如何修理设备时，您可能会去YouTube并找到“操作方法”视频，对吗？
不过，此外，我们已经提到了视频变得越来越普遍的其他原因。 互联网和无线移动设备的高速和广泛可用性使视频更易于交付。 许多人拥有电话和相机，可以让他们拍摄“足够好”的视频用于许多培训目的。 这些通常甚至包括用于微调的基本视频编辑功能。
当然，正如Facebook上那些可爱的猫视频所显示的那样，如今人们对视频的期望和反应都很好。
快来看看：Lynda.com以其基于视频的培训课程而闻名。
增加3D培训
随着基于视频的培训的增加，包括3D动画在内的培训也将相应增加。
3D动画使训练有素的开发人员可以捕获信息并将信息呈现给工作人员，而这些信息并不总是可以用普通的照片或视频来表示。 这包括通常无法看到的机器或设备内部的视图； 太危险而无法拍摄的东西； 距离太远，太小或太快而无法有意义地拍摄的事物； 在不停止或减慢生产速度的情况下看不到或拍摄的东西； 甚至是过于抽象而无法在普通视频中显示的东西。
3D也非常适合演示和解释无法以照片般逼真的方式显示的抽象概念。
检验一下：诸如融合培训之类的培训提供商越来越多地将3D用于劳动力培训。
更具互动性，基于场景的学习
到目前为止，许多电子学习一直是直接，线性的过程。 虽然有例外，但交互性通常仅限于单击“后退”或“下一个”按钮，在菜单中导航以及以多项选择和对/错格式回答问题。
但是培训师知道，当真正的交互式学习体验使工人处于控制之下时，学习将大大增加。 当工人被迫处理数据并做出决定时，发生的心理“齿轮磨削”就是真正的学习发生的地方。
这就是基于场景的交互式电子学习课程（现在很容易制作）可以做到的。
但这不仅仅是为了交互而具有交互性。
这些互动式电子学习课程在将工作人员置于工作中所面临的情况（或场景）中时，以及挑战工作人员执行工作中必须执行的任务时最为有效。做出在工作中必须做出的决定，或解决在工作中必须解决的问题。
然后，工人可以在安全，模拟的学习环境中练习现实生活中的工作任务。 这提供了一种开发特定于工作的技能的好方法，甚至可以帮助大大减少工人发展高级工作技能所花费的时间，而这些技能是经过多年的在职经验后才需要经过这类培训才能发展的。
检验一下：上面的屏幕截图来自基于场景的学习练习Broken Coworker
更多模拟培训
我们已经提到，未来的员工将有更多的3D动画和更多基于场景的交互式培训。
将它们放在一起，您将看到下一步：在培训中更多地使用虚拟现实模拟器。
您可能对这个想法很熟悉。 也许您知道，例如，飞机驾驶员在模拟器上进行了很多训练，然后才驾驶真正的飞机。 也许您已经看到了允许工人操作重型设备（例如起重机）的模拟器。
将来，这些模拟器将变得越来越普遍。 它们为工人创造了学习，实践和犯错误的安全环境。 错误对于学习过程至关重要，但是您不希望它们发生在现实环境中。 训练模拟在这里提供了双赢。
现在，甚至更容易想象Google Cardboard，Oculus Rift，VTC Hive和其他类似产品已经上市或即将上市。
检查一下：美国军方正在使用虚拟现实训练来帮助士兵为战场做准备。
更多基于游戏的培训和更多游戏化
这两个听起来很相似，并且经常像它们一样被讨论。 但是它们是不同的，并且它们在工作场所培训中具有不同的好处。
基于游戏的培训是关于实际的学习活动。 这意味着要让工人玩一个教真正的工作技能的“游戏”。 这可以通过多种方式完成，但这是一个简单的示例：一个基于场景的交互式在线课程，要求工人在模拟环境中应用精益生产或六西格码的原理。 这种环境可能像他们自己的工作场所，也可能不同，因为这样做的好处是使员工正确使用原则。
另一方面，游戏化与实际的学习活动无关。 相反，这是将类似游戏的元素应用于传统学习活动的过程。 这可以包括排行榜，奖励积分或徽章，让工作人员选择化身，进度条以及从游戏中借来的类似内容之类的东西。 这样做的原因是，这些游戏元素已被证明具有激励作用-为什么不借用游戏中有效的方法并激励员工呢？
快来看看：研究机构新媒体学院（New Media Institute）很好地阐明了基于游戏的学习的好处。
更多非正式学习
学习与开发专家花费大量时间来创建，分配，分发，评估和修订，以及报告正式的指定培训。
然而，研究和轶事，可能包括您自己的经历，表明，工人除了通过正式的，指定的学习之外，还通过非正式的学习练习来学习更多与工作相关的知识和技能。
例如，70/20/10模型建议人们在工作中学习70％的知识和工作，通过社交学习（watercooler聊天和其他交流）学习20％的知识，而从工作中学习的知识只有10％由L＆D创建的正式的，分配的培训。 有人质疑这些百分比，确切的数字似乎很少有确凿的证据。 但是很重要的一点是，前两种学习产生了很多学习成果，前两种被统称为非正式学习。
结果，您将看到培训界从中受益的三项主要工作。
检查一下：Deloitte很好地解释了他们使用的70/20/10工人发展模型。
首先将是促进这种信息交换的努力。 这可能像设置定期会议以进行思想交流一样简单，但是它也可能包括获取和设置在线社交学习工具，例如Wiki，公告板，社交网络工具和专门为工作场所设计的交流工具（例如Jive）。 ，Yammer，Slack或blab.im）。 这意味着在一定程度上，我们将使员工成为学习内容创建者的人。
第二个是努力审查，策划和完善该员工生成的学习内容。 L＆D在审查内容的准确性，在必要时对其进行细化和整理以使其他员工更易于查找和使用信息方面可以发挥重要作用。 培训人员还可以借用或复制并粘贴最佳材料，以包括在正式分配的学习计划中。
最后，将尝试跟踪这种非正式学习并从中收集有用的信息。 您的最佳销售人员或生产效率更高的生产线操作员完成了哪些非正式的学习活动？ 是否可以将这些非正式学习活动分配给具有相同工作角色的其他人，并且结果是否相似？ 学习记录存储（LRS）和Experience API（也称为xAPI，Tin Can和Tin Can API）的开发已经使我们能够从中受益。
检验一下：Rustici的人们解释什么是Tin Can / Experience API，以及它的工作方式。
大学习数据分析
停下来回顾我们已经解决的一些关键点。
将会有更多的互动性。 这意味着我们将从员工培训中获取更多数据。 这将是另一种类型的数据-不仅是对多项选择题或对错题的答案，而且是在基于场景的交互式学习活动，虚拟现实模拟或学习游戏中做出的决策。
而且，将更加注重非正式学习，包括获取和理解已完成的非正式培训。 这意味着我们将添加更多的学习数据，以及新的数据类型。
因此，正如工作场所通过物联网（IoT）和/或工业4.0进入新的大数据时代一样，培训也将步入大学习数据时代。
帮助您分析大型学习数据的公司已经如雨后春笋般涌现，并承诺它们可以帮助您从数据中捕获有意义的信息，从而提高效率，削减成本并提高利润。 现在，新一代的数据分析师开始从大学毕业，随时准备将自己的技能应用到您的内部数据中。
除其他外，此数据分析将帮助您发现原本不明显的关系（例如“完成此培训的工人胜过销售人员”），甚至做出有益的预测（例如“在交互式叉车培训期间做出此决定的人以后发生叉车事故的可能性要高十倍”）。
看看：著名的学习理论家Elliott Masie在Chief Learning Office博客上提供了有关大学习数据的一些技巧。
将大学习数据与员工大数据集成
随着大数据时代的到来，企业正在捕获有关其工作流程的大量数据。
现在您知道我们也正在进入大学习数据时代。
因此，有理由相信人们会融合这些大数据集，以期从大数据分析和预测分析中获得更多收益。
为什么第一条生产线比第二条生产线多？ 为什么机器2的质量比机器3高？ 为什么鲍勃比菲尔更有生产力？ 为什么萨利或更有效的销售人员？ 培训中是否可以涉及差异？ 我们希望通过整合员工大数据和大学习数据来开始解决这些问题。
检验一下：dataParc是制造工具的许多公司之一，这些工具可以在大数据时代使用劳动力数据。
结论：您对未来的劳动力培训有何见解？
因此，这些是我期望并阅读的有关劳动力培训未来的内容。 希望您发现该列表对您有所帮助，并且可以帮助您制定一些未来几个月和几年的计划。
当然，我们省略了一些东西。 例如，我们本来可以讨论在日益多元的美国文化和日益全球化的经济中进行多语言培训的必要性。 而且，我们可能也忽略了其他事情-我们从未涉及微学习和自适应学习。
但这就是您的来历。让我们知道您的期望，您正在准备什么以及您现在就投入了什么。
检查一下：有关这些方面的更多文章，请查看我在Convergence Training上的博客。
