Lär mer av kunskap i omvärlden

Lär mer av informations-flödet i omvärlden

Informationsflödet i omvärlden har blivit den största källan till lärande för många. Med teknik som ChatGPT blir det en ännu större källa till lärande. I artikeln går jag igenom metoder och vanor du kan använd för att ännu bättre hitta, skapa mening och tillämpa kunskapen i omvärlden.

Studier visar att vi lägger 40% av arbetstiden på att leta efter och bearbeta information. Vi kan lära mycket mer av den tiden!

Nya verktyg som ChatGPT, smarta webbläsare och plattformar för kurering gör din sökning efter kunskap mer effektiv. Det handlar om att hitta den information som är mest värdefull för dig och ditt arbete.

Aktivt läsande, reflekterande, verktyg för att spara/ kategorisera och att bearbeta innehåll med t.ex. mind maps och experiment hjälper dig att skapa meningsfulla lärdomar av informationen.

Genom att dela och diskutera lärdomarna med ditt professionella nätverk skapar du en ännu djupare förståelse.

I den här artikeln går jag igenom de senaste metoderna och verktygen som hjälper dig att ta ditt lärande av omvärlden till nästa nivå.

Tips: Scrolla igenom artikeln och läs rubrikerna för att få en uppfattning om vad artikeln handlar om.

Vikten av att lära av information/omvärld

Idag lägger vi stor del av vår arbetstid på att söka och bearbeta information, enligt flera studier 3-4 timmar per dag. Det är en stor del av arbetstiden i många yrken.

Det är också något som ökat mycket på kort tid. För inte så länge sedan lärde vi oss huvudsakligen via den utbildning vi gick. Att ha kunskap memorerad var förutsättning för att kunna göra sitt jobb. Det är ett synsätt som fortfarande lever kvar hos många.

Världen har dock förändrats. En studie vid Carnegie Mellon jämförde under 20 år hur mycket kunskap medarbetare behövde memorera för att göra sitt jobb. Som bilden visar minskade det drastiskt med införande av internet. Från 75% till 9%.

Sedan dess har bilden förändrats ytterligare. Dels skapas enorma mängder information på internet varje dag (100.000.000.000.000 Gbyte), dels har verktygen att hitta och hantera informationen utvecklats mycket de senaste åren, inte minst genom AI som ChatGPT.

Att lära av information och kunskap i omvärlden är numera viktigt del av vårt lärande. Den största i mitt fall. Jag söker information, bearbetar i form av att skriva artiklar som den här och testar sedan direkt i mitt arbete.

Nånstans därute finns den kunskap du behöver just nu i ditt jobb och teknik som ChatGPT har gjort den ytterligare tillgänglig.

Jämfört med att lära av erfarenheter och andra, som jag skrivit om tidigare, så är lärande av omvärlden kanske den viktigaste förmågan med tanke på den snabba förändringstakten.

Att lära av informationsflödet

I min artikeln om att lära av andra diskuterade jag “connektivismen” (Siements/Downes). Det är den pedagogiska modellen för lärande i det moderna samhället. Huvudbudskapet är att det är viktigare att kunna lära än att besitta stora mängder memorerad kunskap. Kunskapen finns i vårt nätverk av andra människor eller av informationskällor. Användning av teknik spelar en avgörande roll i hur vi kan interagera med nätverket.

Att lära av informationsflödet/ omvärlden är en avgörande förmåga hos den s.k. “kunskapsarbetaren” (de flesta yrken som sitter framför en skärm hela dagarna).

Så hur lär vi egentligen av information i omvärlden?

Metoderna som hjälper oss brukar kallas PKM (Personal Knowledge Mastery), jag avstår från att översätta till svenska. En förgrundsfigur inom PKM är Harold Jarche som också tagit fram modellen “seek > sense > share”.

Modellen är ett enkelt och användbart ramverk för hur vi skall lägga upp vårt lärande av information i omvärlden i tre steg:

Seek – hur vi söker och kurerar information baserat på våra mål för utveckling.
Sense – hur vi bearbetar och skapar mening av det vi läser och ser.
Share – hur vi fördjupar lärandet genom att dela med andra.

Jag kommer nu beskriva några av de metoder vi kan använda för att söka, skapa mening och dela kunskap i omvärlden.

Söka

Det första steget, att söka är ett vitt begrepp. Det täcker allt från att söka svar på hur du gör i en arbetsuppgift just nu till att följa flöden i sociala media för att omvärldsbevaka och få nya idéer.

Bilden nedan visar vilka behov vi kan ha och metoder som kan användas. Med prestera menar jag utföra uppgifter i arbetet och med innovera att komma fram med nya idéer.

Det finns fler metoder att söka och placeringen av metoderna ovan kan säkert diskuteras. Jag vill dock tydliggöra att vi har olika syften med att lära av omvärlden.

Nedan gör jag en översikt av metoderna och vad man kan tänka på.

Inbyggda stöd (co-pilots)

Att söka efter ett svar innebär oftast att vi lämnar systemet vi arbetar i för att söka i t.ex. Google. Alltmer kan vi dock få svar direkt när vi jobbar i ett system. Du har kanske sett skyltarna som kommer upp i Microsofts appar och som ger en enkel guidning.

Jag har tidigare beskrivit hur verktyg som WalkMe eller WhatFix erbjuder ett lager av instruktioner och hjälp direkt ovanpå organisationens appar. Det kan handla om enklare instruktioner eller mer avancerat stöd med videos, chat med support eller annat.

Det här är information så nära tillämpning man kan komma. Med hjälp av informationen kan jag direkt göra saker jag inte kunde förut, utan utbildning och utan att söka efter information i Google.

Att göra saker är mer effektivt än någon annan form av lärande, t.ex. att ta en eLearning eller se en video. Därför vill vi flytta lärandet så nära arbetet som möjligt.

Nu byggs stöd med ChatGPT snabbt in i de verktyg vi använder. Jag har det själv i mitt anteckningsverktyg Notion. Jag kan be AI-prompten om alla möjliga frågor som dyker upp när jag gör mitt arbete.

Inom kort kommer Co-Pilot för många Microsoft appar. Den kommer hjälpa att skapa texter, presentationer, samarbeta men också att hitta svar och göra research till dina dokument. Mycket av informationsinhämtning och bearbetning kommer att ske medan du arbetar.

Motsvarande utveckling sker nu i hög fart i HR-system, CRM, affärssystem m.m. Det betyder att du enklare kan utföra helt nya uppgifter och få de svara du behöver, direkt när du arbetar.

Med den här typen av inbyggda stöd kan du gå direkt på uppgiften och lära direkt av erfarenheter. Det blir lättare att t.ex. våga använda nya system och experimentera. “Trial and error” som metod för lärande ökar.

Istället blir det viktigare att behärska stödsystemen, som t.ex. Co-Pilot. Det blir viktigare med inställningen att vara nyfiken och att själv lista ut hur man gör.

AI kommer också att förändra arbetet så att enklare uppgifter blir automatiserade medan vi kommer att syssla med att dra slutsatser och bidra med idéer som skapar mer värde.

Inbyggda stöd gäller inte bara IT-system eller kunskapsarbete. Allt fler leverantörer stöttar nu fältarbetare, med mobila enheter eller AR-glasögon som Hololens.

Det kommer att vara svårt att skilja på vad som är arbete och vad som är lärande.

Googla - Få svar på specifika frågor

Från det som kommer, till var vi varit de senaste 20 åren. Vi har “Googlat”.

Vi har “googlat” både när vi behövt ett specifikt svar till en uppgift och när vi forskat fram kunskap inom ett område. Det här är något de flesta av oss gör dagligen och vanligen har bra färdighet i.

Typiska tips för att bli bättre på att söka efter svar inkluderar:

Använd många källor: Se till att använda många källor med olika perspektiv för att få en heltäckande bild. Själv brukar jag ta upp de 10-20 första sökresultaten.
Använd olika sökmotorer: Att bara använda, t.ex. Google kan ge en ensidig bild. Använd flera sökmotorer för att få en bredare bild av ämnet. För att hitta forskning finns t.ex. Google Scholar eller Science.gov. Ett annat alternativ är Waldo.fyi som är speciellt gjort för research, kan filtrera bättre och sammanfattar resultatet. Ett liknande verktyg är You.com där du också slipper all reklam.
Var specifik: Numera kan du använda många och specifika sökord i Google. Det ger mer relevanta sökresultat. Använd också symboler som “ ”, -, AND eller OR för bättre matchning.
Var öppen för nya perspektiv: Undvik att fastna i en förutfattad uppfattning eller att enbart söka efter bekräftelse på det du redan tror.
Var källkritisk: Vilka står bakom sidan? Är det en trovärdig organisation eller företag? Finns det någon forskning bakom det som påstås.

Svar på specifika frågor kan vi förstås få från flera håll än Google. Andra källor är Communitys, grupper och forum, vilket jag beskrev i min artikel om “lära av andra”. I Microsoft 365 finns nu också funktionen “Answers” i Viva Engage som blir en central för att ställa frågor och organisera svar i organisationen.

Det finns flera öppna sajter som hjälper till att organisera frågor och svar med experter inom olika områden. Exempel på plattformar är Quora, Blurtit och JustAnswer. Fördelen med de här sajterna är att svaren sker från dina unika frågor och oftast av experter inom olika områden. De kan användas för svårare frågor när en Googling inte ger ett entydigt svar, eller är svårt att tolka.

Få svar av AI som ChatGPT

Att söka efter information har i grunden ändrats i och med ChatGPT. Det går nu betydligt snabbare att få svar på frågor, att beskriva trender, lösa problem eller sammanfatta ett område vi är intresserade av. Jag skriver t.ex. den här artikeln i verktyget “Notion” (liknande OneNote) där jag var som helst trycka “mellanslag” och fråga ChatGPT. Flera av punktlistorna är inspirerade eller kompletterade med innehåll från ChatGPT.

Detsamma gäller min webbläsare, Microsoft Edge, där jag nu hela tiden kan ha Bing Chat (ChatGPT-4) uppe samtidigt som jag surfar.

Så här svarar ChatGPT på min fråga hur den kan underlätta mitt lärande:

“Genom att använda ChatGPT kan du få svar på dina frågor, beskriva trender, lösa problem eller sammanfatta ett område som du är intresserad av. Du kan spara tid och få mer relevant information. Du behöver inte längre sortera igenom en stor mängd information eller läsa mängder med text för att hitta det du söker. Istället kan du ställa frågor eller beskriva vad du söker på ett enkelt sätt och få en sammanfattning av det du behöver veta.

Detta kan underlätta ditt lärande genom att du kan fokusera på att förstå och tillämpa den information du behöver istället för att spendera tid på att leta efter den. Genom att använda ChatGPT och andra verktyg för att söka och filtrera information kan du också minska risken att fastna i informationsbubblor eller bara läsa information som bekräftar dina befintliga åsikter.”

Jag tog med hela texten, eftersom jag tycker den sammanfattar bra hur ChatGPT bidrar till lärande. Med tanke på att vi lägger 20% av vår arbetstid att hitta information och lika mycket att bearbeta information så är ChatGPT definitivt ett verktyg att lära sig att använda.

Varje dag kommer det nya tips och lathundar för man arbetar effektivt med ChatGPT. Jag kan inte säga att det är något jag behärskar ännu. Här kommer dock några tips:

Ge mer information. Ange vad du vill veta, varför du vill veta det och hur svaret skall presenteras (”t.ex. svara med 5 punkter…). Jag har märkt att jag får bättre svar om jag ger mer bakgrundsinformation.
Nöj dig inte med ett svar, följ upp svaret med detaljfrågor som “berätta mer om”, “hur fungerar”,” vad är”?
Var kritisk till informationen. Fråga om källan till svaret och bedöm hur trovärdig och pålitlig den är. Be om länkar till källorna. (Finns automatiskt i Bing Chat)
Låt även ChatGPT hjälpa dig att skriva egna texter. Du kan t.ex. pröva att be ChatGPT använda den här texten för att skriva ett “inspirerande inlägg för LinkedIn med 500 ord”. Du kan också be om kommentarer runt en text du skrivit som att “hur kan jag förbättra den här texten?”.

En favorit är möjligheten att få texter sammanfattade. Jag är inte alltid intresserad att läsa igenom alla texter och rapporter, inte för mer perifera och stödjande ämnen till det jag egentligen söker. Då underlättar det att få artikeln eller rapporten sammanfattad. Jag kan t.ex. be ChatGPT att sammanfatta artikeln med 200 ord eller lyfta fram 5 huvudpunkter.

Jag vill också snabbt värdera en text för att veta om innehållet är av relevant för mig eller inte. Med Bing Chat sker det direkt när Jag surfar till sidan. Jag får en kort sammanfattning i form av “frågor och svar” och även huvudpunkterna. Det kortar ner tiden att göra efterforskningar.

Verktyg för kurering

Det jag beskrivit hittils handlar situationer när vi har ett specifikt syfte med att söka kunskap, t.ex. ett nytt moment vi skall arbeta med, något vi behöver forska runt för att utföra en uppgift eller ett problem vi behöver lösa.

Vi tar också in kunskap för mer långsiktiga mål, som att hänga med trender, bevaka utvecklingen i branschen, bygga nya kunskaper, få idéer m.m.

I mitt eget fall har jag många kompetenser som jag vill utveckla, inte bara inom lärande och teknik, utan inom verksamhetsutveckling, marknadsföring, försäljning, digitalisering, förändringsledning och mycket mer.

Visst kan jag ta en specifik kurs, men det är lätt att glömma innehållet och det blir lätt utdaterat. Jag vill kontinuerligt få tips och best-practice som jag sen testar i min verksamhet.

Till min hjälp har jag mängder med källor, allt från Linkedin till specialiserade tidningar/ sajter som Harvard Business Review, Bersin Academy och många fler. Det är artiklar, videos, forskningsrapporter, fackböcker, poddar och mycket mer.

Att hålla sig uppdaterad kan lätt ta för mycket tid, så det gäller att det jag tar in är relevant och värdefullt. Att passivt scrolla Linkedin, Youtube eller andra sociala media, kan lätt blir något som tar mycket tid i anspråk men ger väldigt lite tillbaka. Att hålla reda på alla källor, t.ex. allt du prenumererar på är ofta en utmaning. Majoriteten email kommer att hamna i din “other” mailbox.

Så hur gör vi det “fria informationsintaget” effektivt? Några tips är:

Ha tydliga mål för de kompetenser du vill bygga och de ämnen du vill bevaka.
Begränsa tiden för det “fria informationsintaget”.
Ta reda på vilka informationskällor som har högst kvalitet och bidrar mest till dina mål. Håll inte kvar informationskällor som inte längre bidrar.
Använd ditt nätverk och andra betrodda personer för att hitta källor av hög kvalitet. Lita på kunniga personer som kurerar relevant information.
Principerna om mångsidiga perspektiv och källkritik som jag skrev om vid sökning gäller förstås även här.
Använd verktyg för att hantera urvalet av källor, information och bearbetning.

För den sista punkten finns det nu mycket bra plattformar. De kallas verktyg för kurering eller “Feed Readers”. Exempel på bra verktyg är Feedly, Curata eller BuzzSumo.

De hjälper oss att hantera alla informationskällor, RSS-flöden och stående sökningar. De använder också regler och AI för att ytterligare servera det som är mest relevant baserat på sökregler, vad vi gillat tidigare eller vad andra vi följer gillar.

Bilden visar Feedly, där jag varje dag får rekommendationer på de artiklar som är mest relevanta. Här finns också många verktyg som underlättar min bearbetning, som att spara artiklar till senare, spara till “boards”, spara till anteckningsverktyg eller publicera på LinkedIn, Twitter m.m.

Feedly hjälper mig att hålla mig uppdaterad och sparar mycket tid. Jag kan koncentrera mig på det som är viktigt.

I större sammanhnang, för teamet, eller för hela organisationen kan vi också arbeta med gemensam kurering. På Scania samarbetar experter inom elektrifiering för att hålla kunskapsportalen om elektrifiering uppdaterad. Man använder verktyget Anders Pink som kan skapa portaler för olika ämnen.

Inom Microsoft 365 finns nu Viva Topics där din enhet eller hela organisationen kan kurera och samla information inom olika ämnen, s.k. “Topics”. Medarbetaren får rekommendation på både internt och externt innehåll och även experter inom olika ämnen. Stödet ges där det behövs, t.ex. som s.k. “Topics Cards” på SharePoint sidor, i sökningar och på s.k. “Topics center” sidor, vilket är en automatisk portal inom ämnet.

Kollektiv kurering - sociala nätverk

I min förra artikel berättade jag om Communitys. Syftet med dem är att dela erfarenheter och samarbeta inom specifika kunskapsområden. Här överlappar det sociala lärandet med lärande av information och omvärlden.

En Community skapar mer bredd när det gäller informationsinhämtningen. Att söka eller använda AI är väldigt specifikt, våra kurerade flödet i t.ex. Feedly bredare, men fortfarande styrda av regler om ämnen jag velat ha i mitt flöde. I en Community får jag tips som jag inte bett om, men som ändå kan vara intressanta.

Linkedin är ytterligare ett steg mot bredare och mer “slumpartad” kunskap. I flödet presenteras information från hela mitt nätverk, som kan vara från väldigt många olika yrkesgrupper.

Jag brukar kalla den här typen av lärande “serendipity learning”, d.v.s. det är slumpen som styr vad jag lär mig. Det betyder att jag kan snappa upp best-practice från en helt annan bransch som jag sedan experimenterar med och prövar i mitt eget jobb.

Just att hitta helt nya idéer från andra branscher, att kors-pollinera, är ett sätt att bidra till den egna innovationen.

Man skall dock vara beredd på mängden av “infotainment”. Just innehållet på Linkedin kan vara ren reklam, rent tyckande och ofta skapat för att stärka avsändarens varumärke. Själva formatet, att kunna uppmärksammas på några sekunder och läsas på någon minut gör informationen ytlig.

Kvalitet på information

Vilket leder in på nästa punkt, kvalitet på innehållet.

Vare sig du lägger 15 minuter eller 3 timmar per dag på att söka och bearbeta information så är tiden begränsad. Det gäller att investera tiden på bästa sätt så att informationsinhämtningen bidrar till både kortsiktiga och långsiktiga mål.

Då blir det viktigt hur vi använder tiden vi söker på internet, läser artiklar, scrollar på sociala media m.m. Risken är att vi lägger tiden på sådant som inte riktigt bidrar till att bygga framtida förmågor.

Det kan t.ex. vara ett problem att lägga för mycket av tiden på sociala media som Linkedin, där insikterna ofta är grunda och vi också hamnar i en informationsbubbla med enbart vissa perspektiv.

En viktig faktor är därför att vara med i flera flera grupper eller Communitys och använda olika typer av plattformar med olika algoritmer.

En annan faktor är att vara noggranna med vilka vi följer, hur vi styr flödet. På de flesta plattformar som Linkedin eller Yammer kan vi välja att bli notifierade när betrodda personer lägger upp poster. Själv har jag t.ex. markerat Josh Bersin, Satya Nadella, Michael Simmons m.fl.

Det handlar också om vilka artiklar, rapporter etc. vi verkligen engagerar oss i att läsa. I min “rapport-folder” hittar jag t.ex. 1.500 rapporter. Nej, jag har inte läst alla, ofta laddar jag ned för att läsa senare, vilket inte blir av eftersom det kan ta en tid att läsa igenom.

Att snabbt avgöra vad som är värdefullt att läsa blir därför en viktig förmåga. Det börjar med trovärdigheten hos källorna. Kommer informationen från betrodda forskare eller personer. Jag vet t.ex. att artiklar från Josh Bersin alltid innehåller kondenserade insikter. Däremot är jag mer skeptisk till s.k. “trendrapporter” från, framför allt mindre leverantörer.

Prioritera erkända tidningar med ansvarig utgivare, t.ex. Harvard Business Review, Forbes eller Wired. Hög kvalitet hittar du också i forskningssajter som Science Direct, Psychology Today eller Research Gate.

Det finns en gradskillnad i kvalitet mellan artiklar, forskningsrapporter och fackböcker. Artiklar kan vara enstaka personers åsikter, medan forskningsrapporter innehåller validerad kunskap.

Fackböcker kan absolut innehålla personliga åsikter och behöver inte vara relaterade till verklig forskning eller best-practice. I Sverige kom det t.ex. ut en bok inom lärande förra året som är långt från best-practice.

För det mesta är dock fackböcker väl researchade. De innehåller ofta en sammanställning av forskning och best-practice inom ett avgränsat område. De bygger på omfattande arbete från den som skrivit och ger ofta betydligt mer insikter än t.ex. trendrapporterna på Linkedin.

Inom mitt område, lärande organisation innehåller t.ex. böcker som “Fifth Discipline” (Peter Senge), “Principles” (Ray Dalio) eller “An everyone culture” (Robert Keegan) ett stort koncentrat av insikter och visdom.

Du behöver alltså fundera på vad du lägger tiden på.

Bearbeta

Enligt studier läser vi i genomsnitt 10.000 ord per dag och lägger 3.6 timmar per dag på att söka och bearbeta information.

Så vad gör vi med all den här informationen? Vi vet ju att minnet är kort.

Redan Ebbinghauser visade för 100 år sedan att 90% av det vi lär av en utbildning är glömt efter en vecka. Samma sak gäller i ännu större utsträckning sådant vi läser. Många studier har visat hur internet har gjort att vi minns sämre. Vi förlägger numera vårt minne till mobilen.

Man kan säga att verkningsgraden av informationsinhämtningen är ganska låg. Om vi enbart läser eller ser videos så är det sen inte så mycket vi minns när vi senare får en situation när den kunskapen skulle kunna användas.

Citatet nedan från den berömde forskaren Edward Wilson beskriver situationen ganska bra – “Vi drunknar i information men är svältfödda på visdom”.

Vi behöver därför hantera informationen på olika sätt. Dels bearbeta den för att mer skall hamna i långtidsminnet och dels skapa någon form av system för de lärdomar vi gör när vi läser och ser.

I det här kapitlet tänkte jag gå igenom några av de metoder vi kan använda för att bearbeta informationen.

Skumma igenom texten först

Hur mycket vi minns, beror till att börja med hur vi läser (eller eller ser en video). Enligt Cognitive Load Theory minns vi bättre det som är nytt, berör många sinnen, skapar känslor och handlar om våra långsiktiga intressen och mål.

Som jag beskrev ovan när det gäller kvalitet så gäller det alltså att välja mer aktivt. Att passivt scrolla sociala medier ger sämre inlärning. Vi behöver välja ut vad vi skall läsa och investera i aktiv läsning.

Att välja ut det som är relevant, beskrev jag i kapitlet om kurering ovan. Vi väljer att läsa baserat på titel, omslag, författare eller för att vi fått rekommendationer.

Nästa steg är att skumma igenom texten för att se att den verkligen bidrar. Själv läser jag introduktionen och slutsatsen för att förstå huvudpoängen. Sen scannar jag rubriker, underrubriker, fetstilad text, bilder och bildtexter. Jag dyker också ner i avsnitt som verkar intressanta och snabbläser för att se att texten verkligen handlar om det som utlovas i rubriken.

Målet med snabbläsning är att du skall använda mer av din tid att läsa det som är värdefullt för din utveckling.

Precis som att bra eller dålig mat påverkar din fysik så påverkar bra eller dålig kunskap din hjärna. Jag skrev tidigare att vi glömmer information snabbt. Det är inte helt sant. Vi har ungefär 100 terabyte information lagrad i långtidsminnet varav vi kan återkalla bara en bråkdel. Den stora mängden lagrad information påverkar oss utan att vi är medvetna om det. Den påverkar vår uppmärksamhet, våra känslor och våra beslut.

Vad läser kommer alltså till stor del påverka hur vi uppmärksammar kunskap och möjligheter i omvärlden.

Att snabb-skanna en text förbereder dig också för läsningen så att du faktiskt minns mer efteråt. Det kallas priming och hjälper hjärnan att organisera innehållet bättre medan du läser. Priming hjälper dig att aktivera tidigare kunskap och koppla den nya kunskapen till vad du redan vet medan du läser.

Med ChatGPT blir det här lättare. Som jag beskrev ovan får du en sammanfattning av texten du läser i webbläsaren med Bing Chat. Motsvarande stöd finns också i andra verktyg och kommer snart i Microsoft Co-Pilot.

Aktiv läsning

Även om du är förberedd på texten så kommer du att glömma om du inte bearbetar texten. Det är också sannolikt att du glömmer mycket även om du bearbetar texten. Därför behöver du ett system för att lättare minnas dina slutsatser. ChatGPT underlättar att snabbt hitta informationen igen, men inte de slutsatser och lärdomar du gjort.

Exempel på bearbetning är att stryka under viktig text, göra anteckningar kopplat till texten och att reflektera över texten vid jämna mellan rum.

Många läsplattformar som t.ex. Kindle har stöd för understrykningar, anteckningar och s.k. Flashcard som hjälper dig att organisera och repetera innehållet.

Flera anteckningsverktyg som t.ex. Google Keep, Microsoft OneNote och Notion har också plug-ins i webbläsaren som gör att du direkt kan spara, kommentera och tagga det du läser för att senare hitta lättare. Motsvarande verktyg finns också i de kureringsplattformar jag nämnde ovan, t.ex. Feedly.

Bilden visar Keep som jag använt länge för att organisera search. Numera använder jag dock Notion som gör det enklare att organisera det jag söker i flera nivåer.

Forskning visar att det viktigaste sättet att läsa aktivt är att reflektera med jämna mellanrum och sedan skriva ner tankarna. Jag brukar göra det efter varje kapitel i böcker eller viktigare artiklar.

Ett tips är att tala in dina reflektioner. I windows trycker du “Windowstangenten + H” för att kunna skriva överallt, motsvarande finns på din mobile i “Google assistant”, “Bixby” eller “Siri”.

Att läsa aktivt stöttas också av många webbläsare. Edge för Windows 10 (snart tillbaka i 11) har t.ex. stöd för att ta anteckningar på sidor. Här finns också ett enklare stöd för att skapa s.k. “samlingar” av webbsidor. Annars finns det mängder med bra plug-ins som hjälper med anteckningar, understrykningar och att samla sidor och slutsatser så att du snabbt kommer åt dem igen. Exempel är Diigo, Markup.io och Hypothesis.

Det finns och ett stort antal nya innovativa webbläsare som är bättre anpassade för kunskapsarbete än vad Edge och Chrome är.

Några exempel är SideKick, ARC och Vivaldi. Jag använder själv just nu SideKick. De här verktygen ger mer stöd för att kommentera och lägga till eget innehåll på sidor, det hjälper till att spara och organisera innehållet på ytor eller samlingar, hanterar skärmkopior, att rita på whiteboards och mycket annat.

Att spara innehållet

Skall vi spara innehåll eller inte. Å ena sidan har ChatGPT gjort det lätt att söka efter informationen på nytt. Artiklar och annan information blir också gammal. Risken är att det du sparar bli gammalt och svårt att hitta i eftersom det är så mycket.

Å andra sidan vill du spara dina unika lärdomar. Slutsatserna du själv dragit.

Min erfarenhet är att vara noggrann med vad jag sparar. Det skall vara värdefullt och hålla över tiden. Den andra viktiga punkten är att kommentera de sidor som jag sparar med de lärdomar och slutsatserna jag drog på sidan.

Allt är dessutom inte webbsidor. När jag läser böcker eller rapporter så sparar jag mina reflektioner. Till det använder jag Notion, som gör det enklare att organisera innehåll än t.ex. Microsoft OneNote. Här har jag ett avsnitt för research, där jag har en trädstruktur, förutom att det finns en mycket stark sökfunktion.

Några ord om video jämfört med text

Idag är det vanligt att titta på video istället för att läsa text. En hel generation växer nu upp och tar in sin huvudsakliga information via video från Tik-Tok och andra sociala media. Video är i många fall effektivare än text. En bild säger ju mer än tusen ord. Video är effektivare för att visa handhavande, situationer, känslor och mycket mer. Video är också mer engagerande och ger på det sättet ett stöd för de som inte är motivarade för ämnet.

Forskning visar dock att elever som läser en text jämfört med de som ser en video med samma innehåll kommer ihåg mer. Det handlar i första hand inte om formatet utan om skillnaden mellan passiv och aktiv inlärning. Video är generellt en mer passiv form av inlärning. När du läser så får hjärnan bearbeta mer, vi använder fantasin mer, reflekterar och gör mer associationer.

Till det kommer strategierna jag talade om ovan, att “för-läsa” (snabbscanna), stryka under, kommentera m.m. Det finns fortfarande inga bra stöd för det i video.

Personligen ser jag väldigt lite video när jag skall lära mig något. Det går till att börja med alldeles för långsamt. Det största problemet är svårigheten att värdera innehållet. En text kan jag värdera med några få blickar, men en video behöver jag följa ganska länge för att se om innehållet är värdefullt.

Några ord om ChatGPT jämfört med sökning

När det gäller ChatGPT finns ännu ingen forskning. Ett par tester visar hur vi kan spara mycket tid, vilket jag själv märkt. Jag hör också mina bonusbarn prata om hur de använder ChatGPT för att ta genvägar i skolan, som att sammanfattar texter och böcker så att de själva slipper läsa.

Det får mig att reflektera lite över vad forskningen runt inlärning säger. Cognitive Load Theory (och mycket annan forskning) visar att inlärning förbättras av aktiv bearbetning som jag skrev ovan. Den ökar också när något är svårt och du får jämföra, sammanfatta, dra slutsatser, lösa problem m.m. (den övre halvan i Blooms taxanomi).

Jag använder själv ChatGPT för att sammanfatta olika ämnen. Det sparar en hel del tid. Men, jag har märkt att jag lär mig betydligt mycket mer om jag istället söker och läser artiklar. Framför allt på en helt annan detaljnivå, men också av att läsa olika perspektiv och själv sätta samman en bild.

Att ta upp 20 texter, läsa och skapa en egen bild, tar förstås betydligt mer tid, men ger också en bättre kunskap inom området, också för att ta in ytterligare kunskap.

Min slutsats är att använda ChatGPT i situationer där det räcker att vara orienterad, men söka och läsa själva källorna där jag behöver bygga djup kunskap, som inom mitt eget expertområde, eller när jag löser svårare problem.

Min sammantagna bild är att ChatGPT är bra hjälpmedel för inlärning på en enklare nivå, men att djupare kunskap kräver mer aktiv bearbetning.

Skapa mening

Det för oss tillbaka till “sense” i “seek > sense > share”. Att skapa mening av det vi läser eller ser. Syftet är att koppla det vi tar in med vad vi redan vet, att dra slutsatser som gör innehållet användbart för oss.

Att spara, tagga, ta anteckningar m.m. är ett första steg av bearbetning av text. Men om vi sedan lämnar texten så glömmer vi trots allt innehållet snabbt.

För att minnas mer behöver vi en högre grad av kognitiv bearbetning. Edgar Dale´s “Pyramid of Learning” har blivit kritiserad för sina procentsatser och för att lärande beror på så mycket mer än metoderna.

Den visar dock en viktigt och trots allt väl forskad sanning (bl.a. av Sweller, Bloom eller Merril). Nämligen, att vi lär mer ju mer vi processar informationen, t.ex. diskuterar, presenterar eller experimenterar.

Nu är det inte all information som vi behöver bearbeta mer. Vi läser mycket och kan förstås inte bearbeta allt vi läser. Det mesta får bli bakgrundsinformation som stärker vår allmänna förståelse av ett ämne.

Anledningen till att ytterligare bearbeta viss information är att den är central för de kompetenser vi vill utveckla och för att nå det mål vi satt upp. Både på kort och lång sikt.

För mig är den här artikeln ett sätt att uppdatera mina kunskaper och slutsatser runt lärförmåga. I andra fall dokumenterar jag best-practice och skapar mina egna principer för t.ex. marknadsföring eller för olika typer av workshops. Ibland testar jag det jag läser direkt i arbetet.

Här kommer några exempel på sätt att bearbeta information:

Skapa bilder som visualiserar de sammanhang som du läst om. Visualisering stärker minnet.
Gör en “mind map”. Jag använder själv Mindjet för att strukturera kunskap inom olika områden. Det hjälper att hitta mönster att “connect the dots”.
Det enklaste är kanske att sammanfatta artikel. När du gör det så sätter du innehållet i ditt eget perspektiv.
När du använder ChatGPT, ställ följdfrågor för att belysa olika aspekter, och dra sedan egna slutsatser som du sammanfattar. Använd ChatGPT som ett verktyg för att komma längre i din analys.
Själv skriver jag gärna artiklar. Det hjälper mig att renodla det viktiga i vad jag läst och att kombinera det jag läser med mina tidigare erfarenheter i ett sammanhang.
Som “Pyramid of Learning” visar så lär vi oss mest när vi skall förklara för andra. Att hålla en presentation eller spela in en video om ämnet är ett bra exempel på att lära sig.

Idag finns en uppsjö verktyg som hjälper dig att bearbeta och skapa mönster av nya kunskap. Förutom verktyg för mindmapping som t.ex. Mindjet så kan du använda Whiteboards som Miro eller Mural. Nya plattformar som Scrintal, Heptabase och Obsidian kombinerar anteckningar, whiteboard och mindmapping på ett kreativt sätt för att kunna bearbeta kunskap.

Använd kunskapen - experimentera

Målet med att lära av omvärld/ information är ändå att använda kunskaperna i arbetet. Nu eller i framtiden. Vi vill hitta lösningar på problem, använda best-practice, bygga nya förmågor, förbättra arbetssätt m.m.

När vi söker kunskap för att lösa en akut uppgift eller eller ett problem, så blir tillämpningen av kunskapen självklar. I många fall är det också lätt att direkt testa det vi lärt oss skarpt i arbetet. För mig gäller det t.ex. det mesta inom marknadsföring.

Frågan är hur vi gör när uppgiften inte ligger rakt framför näsan. När vi t.ex. läst en artikel som troligen, fast vi vet inte, skulle kunna förbättra hur vi arbetar.

För mig börjar det med att bearbeta kunskapen som jag beskrev ovan, att söka olika perspektiv och sedan sammanställa vad jag tycker är mest användbar best-practice för mitt eget arbete.

I många fall ingår sedan att experimentera. Ett typiskt sådant område är Microsoft 365 och Viva. Det är helt nytt och enda sättet att se vad som fungerar för att kunna ge råd till kunder är att testa själv. Just nu finns det många saker att få ihop till en helhet, SharePoint, hur man bygger videoportaler, använder Viva Learning och Engage och skapar appar som förpackar portaler i Teams.

Att experimentera tar tid, så för att prioritera det behöver vi veta att resultatet behövs inom kort. För mig handlar det t.ex. om att jag har kommande uppdrag inom området.

Tiden är dock begränsad så andra lärdomar kanske jag inte har tid att experimentera med just för stunden. Jag lägger då in det i Microsoft To-Do. På det sättet glömmer jag inte bort att testa nya lärdomar.

Generellt försöker jag boka in tid varje vecka för framåtriktat experimenterande. Förr eller senare dyker den här To-Do´n upp så att jag kan testa och konstatera om vad som är användbart eller inte.

När vi börjar experimentera och pröva i arbetet så lär vi av erfarenheter. Metoderna jag beskrev i artikeln “Så lär du mer av erfarenheter i arbetet” blir relevanta , att pröva, söka återkoppling, utvärdera, reflektera och förbättra.

Dela lärdomarna

Som du kanske märker hänger det mest ihop. Kunskap som vi får från omvärlden glöms snabbt bort om vi inte bearbetar och tillämpar den. När vi tillämpar så använder vi sedan metoder som jag beskrev i “lära av erfarenheter”.

På samma sätt så arbetar och lär vi ofta med andra. Det är med andra vi testar, delar och fördjupar vår kunskap.

Bilden är från Harold Jarche och visar hur arbete och lärande med andra hänger ihop. Vi både lär och stöttar varandras arbete i team, Communitys och professionella närverk.

I teamet har vi ett strukturerat samarbete med syfte att få arbete gjort, medan det professionella nätverket har en mer informell struktur och syfte att lära ny saker.

I teamet delar vi komplex kunskap för att kunna lösa teamets uppgifter. De lärdomar vi får genom att lära av omvärlden använder vi direkt i arbetet tillsammans med andra. Som jag beskrev i artikeln “lära av andra” använder vi metoder som “working out load” för att tillsammans lösa uppgifter och lära i teamet.

Samarbetet i en Community är inte kopplat till vårt dagliga arbetet. Här kan vi riskfritt dela, diskutera och testa nya idéer vi får. Det är ett sätt att hitta andra perspektiv på de lärdomar vi gjort, att få tips på fördjupningar och ytterligare fördjupa vår kunskap. De lärdomar vi delar hjälper också till att stärka relationerna till de andra i Communityn, vilket i sig ökar chansen att få hjälp i framtiden.

Vi delar också information med vårt nätverk. Det är mer diversifierat och mindre kopplat till arbetat vi har för handen just nu. Genom att dela nya idéer och lärdomar här får vi en diskussion som ger ett bredare perspektiv än i Teamet eller Communityn. Det kan ge kompletterande idéer som är helt annorlunda.

Jag beskrev inledningsvis konnektivismen. Teorin för hur vi lär i det moderna arbetet. Det sker i ett nätverk med andra och med informationskällor, till stor del drivet av teknik. Prestationer och lärande är på det sättet starkt förknippat med styrkan i nätverket och våra kontakter.

Att dela kunskap vi hittar och de lärdomar vi gjort från att ha testat kunskapen bidrar till att stärka relationerna i vårt nätverk och ökar sannolikheten att få hjälp i arbetet eller svar på frågor i framtida situationer. På sikt ökar det vår förmåga som ju både består av vad vi klarar av just nu, men också vad vi kan klara av med hjälp av vårt nätverk och med hjälp av verktyg som vi kan använda.

Slutsatser

Jag gjorde nyligen en förstudie för ett telekombolag. Det handlade om “B2B sales”, d.v.s. ganska komplexa tjänster och relativt seniora medarbetare. Bilden visar frågor som kom upp. De stora frågorna var att hitta kunskap som de behöver i arbetet, från informationskällor och andra.

Formell utbildning av kurser, var inte ett direkt behov. Kanske för att tekniken inom Telecom förändras så snabbt att det lönar sig mer att lära just-in-time.

Säljarnas förmåga att hitta information och snabbt lära av den är avgörande, liksom att lära av sitt nätverk. Det är just vad konnektivismen handlar om.

Så vad gör L&D med de här insikterna. Ja, det är kanske inte att fortsätta att till 100% utveckla och leverera kurser.

Jag tror att allt mer av L&D´s insatser kommer att gå till att hjälpa ledare och medarbetare att utveckla sin lärförmåga, något som den här artikelserien handlar om.

Det andra är att underlätta för medarbetare att hitta kunskap när de behöver den och att hitta andra att samarbeta med. Det kan handla om att skapa lärportaler, d.v.s. portaler som samlar information och kunskap inom ett område eller att etablera Communitys.

Jag har nu i ett par artiklar beskrivit vad lärförmåga är på ett övergripande plan, hur vi motiverar och själva och får lärandet att hända, hur vi lär mer av erfarenheter, andra och av kunskap i omvärlden.

I kommande artiklar beskriver jag först hur medarbetare kan använda utbildning mer effektivt för att långsiktigt bygga förmåga och slutligen hur både individen och teamet sätter upp sin personliga digitala lärmiljö.