Почему методолог больше не может оставаться производителем контента
В этой статье я проведу обзор основных изменений роли на основании моих данных из трёх источников:
- внутренние корпоративные исследования;
- работа с образовательными командами;
- обзор внешних отчётов по рынку.
В предыдущем тексте я писала о том, почему ИИ стал рабочим вопросом для L&D. Здесь хочу посмотреть уже не на функцию обучения в целом, а на более узкую зону — методологию. Я постараюсь дополнить и концептуализировать выводы, которые описала Юля в своей статье.
Мой главный тезис такой: ИИ меняет не только инструменты методолога, а саму ценность разных частей его работы.
То, что раньше занимало большую часть времени, быстрее всего автоматизируется. А то, что часто оставалось «на потом» (проектирование опыта, работа с данными, выбор формата, управление качеством), становится центральной зоной профессиональной ценности.
Старая модель методологии как функции производства курсов и материалов становится всё менее устойчивой.
РАЗДЕЛ 01 Методологи тратят слишком много сил на производство контента
Ещё год назад было естественно, что для проектирования обучения методологам необходимо было вручную собирать и адаптировать контент. Однако, судя по агрессивно растущему рынку внутрикорпоративных и внешних решений, ИИ уже умеет это делать за считанные минуты (мы привели референсы таких решений в таблице).
Тем не менее методологи по-прежнему тратят много времени на работу с падающей ценностью, вместо того чтобы заниматься более важным: форматом, рабочим контекстом, критериями качества, измеримостью и связью обучения с задачами бизнеса.
Вопрос того, чем вообще сейчас должна заниматься функция методологии, становится актуальным и, можно сказать, экзистенциальным.
Данные и цена бездействия
Данные
- 67% компаний называют нехватку времени, людей и денег главным барьером для ускорения разработки учебных материалов.
- Кейс: Infopro Learning внедрила генеративный ИИ и ускорила создание курсов на 60%. В целом организации, использующие ИИ при разработке обучения, сокращают время производства программ примерно на 35%.
Цена бездействия
Если ничего не менять, учебный контент будет опаздывать за потребностями. Пока методологи месяцами создают курс, бизнес-задачи и технологии успевают измениться, а сотрудники остаются с устаревшими знаниями. Кроме того, перегрузка L&D-специалистов уже возрастает (более половины отмечают рост своей нагрузки в последние годы), что ведёт к рискам выгорания и снижению качества обучения.
РАЗДЕЛ 02 Компетенции методолога меняются быстрее, чем успевают команды
Классический набор компетенций методолога был собран вокруг разработки курсов. Эта база остаётся важной, но её уже недостаточно.
В ИИ-контуре методологу нужно уметь другое:
- ставить задачу модели;
- проверять результат;
- отличать правдоподобный ответ от качественного;
- проектировать траектории;
- работать с данными;
- понимать ограничения инструментов;
- собирать обучение не как набор материалов, а как систему поддержки человека в работе.
Это не просто несколько дополнительных навыков, а полноценная пересборка роли.
Методолог постепенно смещается от автора контента к архитектору образовательного опыта. Его ценность всё меньше в том, чтобы самому написать каждый текст, и всё больше в том, чтобы правильно поставить задачу, собрать логику, проверить качество и встроить обучение в реальную среду.
Проблема в том, что естественно это произойдёт слишком медленно. Часть людей освоится сама, часть останется в старой модели, а разрыв внутри функции будет расти. Значит, нужна не только личная инициатива, но и управленческое решение: какие компетенции теперь считаются ключевыми и как функция будет их развивать.
Данные и цена бездействия
Данные
- По данным Всемирного экономического форума, 67% руководителей говорят, что нехватка экспертизы в области ИИ — серьёзный барьер на пути внедрения этих технологий.
- Почти четверть организаций (23%) прямо указывают на недостаточную квалификацию своей L&D-команды как на препятствие в реализации задач обучения.
Цена бездействия
Без понимания возможностей ИИ команда обучения не сможет автоматизировать рутину и персонализировать опыт, а без навыков проектирования экосистем — эффективно объединять курсы, онбординг, базы знаний и практику в рабочем контексте. Это выливается в упущенную выгоду: например, компании, активно обучающие сотрудников новым цифровым навыкам, значительно успешнее внедряют инновации.
РАЗДЕЛ 03 ИИ уже используется, но не управляется
Третья боль — разрозненное использование ИИ.
На уровне слов компании всё чаще поддерживают ИИ. На уровне практики всё держится на отдельных людях: кто-то покупает личные подписки, кто-то экспериментирует с промптами, кто-то собирает автоматизации, кто-то вообще не понимает, с чего начать.
Это хорошо совпадает с выводами Юли: сильные специалисты уже используют ИИ, но часто делают это не в прозрачном рабочем контуре, а полускрыто, поскольку понятных правил часто нет.
Для функции это риск. Если ИИ используется индивидуально, организация не накапливает знание. Нет общих стандартов качества, понятной границы ответственности, понимания, какие данные можно загружать, как проверять результат и какие сценарии использования считаются нормальными.
В итоге ИИ вроде бы есть, но функция им не управляет.
Данные и цена бездействия
Данные
- Несмотря на ажиотаж вокруг искусственного интеллекта, его реальное внедрение в корпоративном обучении пока ограничено. Лишь около 30% команд по обучению сейчас применяют ИИ-инструменты в L&D.
- Парадоксально, но одновременно 77% специалистов L&D уверены, что ИИ окажет очень большое влияние на разработку учебного контента уже в ближайшие два года.
- Кейс: компании, которые уже внедрили ИИ в обучение, показывают впечатляющие результаты. Например, IBM с помощью адаптивной AI-платформы сократила длительность обучения новых сотрудников с 8 до 4 недель.
Цена бездействия
Разрыв между потенциалом и практикой говорит о значительных упущенных возможностях. Без алгоритмов, способных автоматически составлять квизы и подбирать нужные материалы, методологи тратят время на рутину, а сотрудники — на поиск знаний. В условиях, когда компания повсеместно промотирует внедрение ИИ на всех уровнях, отставание грозит неуклонным снижением конкурентоспособности.
РАЗДЕЛ 04 Курс перестаёт быть главным форматом
Долгое время в больших компаниях курс был основной единицей обучения. Есть программа, модули, уроки, задания, финальная проверка. Сейчас корпоративное обучение всё больше смещается к ИИ-поддержке в контексте работы: ассистентам, ботам, тренажёрам, подсказкам, навигации по базе знаний, персональным рекомендациям.
ИИ-native форматы требуют другой логики. Нужно думать не только о том, что человек должен пройти, а о том, когда ему нужна поддержка, какой сигнал показывает проблему, что система должна предложить дальше и как обучение связано с реальным действием.
То есть объектом работы методолога становится не только курс, а образовательная среда.
Данные и цена бездействия
Данные
- В среднем работник может выделить на обучение лишь 1% своего рабочего времени (примерно 24 минуты в неделю).
- Эксперт Deloitte Билл Пельстер: «двухчасовой модуль обучения сейчас просто не работает — надо уложиться в 15 минут, пока сотрудника вновь не отвлекли рабочие задачи, и обязательно персонализировать опыт».
- Скиллбокс: длинные курсы уже не дают прежнего эффекта, и даже часть коротких теряет актуальность.
- Микрообучение повышает уровень усвоения материала на ~50% по сравнению с традиционными курсами, а средние показатели завершения программ обучения выросли с 15–25% до 75–85%.
Цена бездействия
Молодые специалисты особенно не склонны тратить часы на неактуальные лекции. Если L&D не перейдёт к формату краткого, прикладного и непрерывного обучения, люди будут учиться сами (не всегда качественно) или уходить к тем работодателям, где развитие встроено в культуру работы.
РАЗДЕЛ 05 Без данных персонализация остаётся обещанием
Много разговоров об ИИ в обучении строится вокруг персонализации. Однако, если функция видит только прохождение курса и оценку в конце, она почти ничего не знает о реальном обучении. Где человек выпадает? Какие материалы использует повторно? Что пропускает? Что переносит в работу? Где ему нужна помощь?
Переход к индивидуализированному обучению делает данные и управление траекторией участника не дополнительной опцией, а обязательной инфраструктурой функции методологии.
Без данных об освоении и использовании материалов L&D/T&D не могут управлять персональными траекториями: адаптировать обучение под контекст задач, видеть точки выпадения и доказывать эффект для бизнеса. Для методологии это тоже критично: создавая учебные единицы, методолог должен закладывать в дизайн измеримость и встраиваемость в управление траекториями.
Данные и цена бездействия
Данные
- Сегодня лишь менее половины компаний систематически используют персонализированное обучение в широком масштабе.
- Компании, внедрившие адаптивные платформы, увидели, что персонализированное обучение повышает вовлечённость слушателей минимум на 30% и улучшает результаты обучения на 25%.
Цена бездействия
Когда данные не используются, обучение не является настолько эффективным, насколько могло бы быть. Сотрудники получают либо слишком простые курсы (теряя интерес), либо слишком сложные (теряя уверенность) — в итоге и то и другое снижает эффективность. Организации, которые научатся управлять обучением на основе данных, смогут значительно повысить отдачу (ROI) от L&D, тогда как остальные рискуют отставать: по сути, индивидуализация способна дать компании конкурентное преимущество, а её отсутствие — наоборот, стать скрытым налогом на эффективность.
РАЗДЕЛ 06 Роль методолога становится менее очевидной
Самый чувствительный сдвиг связан с тем, что эксперт теперь может сделать часть методологической работы сам.
Если у эксперта есть предметное знание и базовая ИИ-грамотность, он уже может сгенерировать черновик курса, адаптировать формулировки под аудиторию, собрать тесты, сделать первичную проверку, загрузить материал в платформу.
В результате роль методолога теряет монополию на вход в обучение, а её вклад становится менее очевидным для бизнеса.
Данные и цена бездействия
Данные
- Генеративный ИИ может за часы справиться с тем, на что у методолога уходили недели.
- Джош Берсин, аналитик в сфере HR: «ИИ перевернёт ландшафт L&D, переизобретя нашу работу так, чтобы специалисты по обучению могли тратить больше времени на консалтинг бизнеса». Фактически методолог должен стать консультантом по развитию, аналитиком и модератором образовательной экосистемы.
- 96% CEO хотят видеть привязку обучения к бизнес-результатам, лишь 8% CEO удовлетворены тем, как L&D сейчас демонстрирует эффект для бизнеса. То есть высшее руководство зачастую не видит отдачи от работы методологов, их роль недооценена.
Цена бездействия
Кризис роли методолога опасен тем, что без трансформации эта функция либо будет вытеснена (например, автоматизированными системами и внешними провайдерами), либо будет узким горлышком, не успевающим за запросами бизнеса.