達人專欄541｜未來人才發展特徵：LMS在人才發展中的指導性應用
企業在持續發展的過程，應對外部環境的能力，隨著這一代的技術演進，如AI、數據運算，將會對現有的職位能力產生替代。
這意味著技術的持續創新，組織內既有的人力將會被空缺下來沒有任何事情能做。
換言之，現有的人才能力，並不代表未來組織的能力，而是要站在更遠的視角，從關注三年後需要什麼？或是五年後需要什麼的能力？
【學習，對未來組織與個人的重要性日益遽增】
從未來反推到現在，企業在人才發展的關注重點，就不僅僅是怎麼去找出符合企業能力的人才，而更要關注，人才對於新事物的接受與學習程度如何。
這其實給到未來人才或組織的特徵：
對個人，要能擁有持續學習的能力。
對組織，是否能在企業內打造組織的學習文化。
另一方面，隨著社群與網路媒體環境下所成長的人們，能否在其中發聲，反而是激發人群積極參與的指標。
所以企業學習文化除了從上到下的傳遞，從下到上，讓每個參與在其中的人們有自發能夠共同協作，反而才是未來學習文化建立的重要指標。
【推演未來：LMS數位學習系統的數據分析】
對應到現有的LMS（Learning management system）學習管理系統，除了是企業進行數位轉型重要的武器。
LMS的應用成效，從數據分析的角度，不只是數據紀錄，更要能做到Predictive（預測性分析）其中主要的用意在於分析與總結過去發生什麼，進而預測未來的事情。
舉例IBM通過AI Chat在其中觀測到，人們對於AI來進行Coach反而能夠獲得更大的成效。其原因在於，過往領導力課程結束後，會需要和領導者進行one on one的反饋，但對於上級的回應，總會有所顧慮，導致還有很多真實的問題沒有被反應出來。
但是透過Coach M的機器人聊天後，反而能更真實反映出學習者本身的問題點。
最直白的例子就是，人們在應用ChatGPT的時候，反而不會去在意要用什麼口語表達才會顯得自己問出笨問題。
回過頭來看，LMS的數據分析，對於人才發展從業者更重要的價值，是對於數據進行提煉，進而朝向Prescriptive（指導性分析）來做為決策與行動的方向。
