एक डिपार्टमेंट हेड आपको एक इनटेक नोट भेजता है। नए सुपरवाइज़र अटेंडेंस से जुड़ी बातचीत को ठीक से नहीं संभाल पा रहे हैं, यूनियन की शिकायतें बढ़ रही हैं, और ऑपरेशन्स लीडर चाहता है कि तीन साइट्स पर 30 दिनों के अंदर ट्रेनिंग शुरू हो जाए। आपको पहले से पता है कि आगे क्या होगा। आप रिक्वेस्ट को ट्रेनिंग की ज़रूरतों के एनालिसिस में बदलते हैं, उद्देश्यों पर सहमत होते हैं, लर्निंग एसेट्स बनाते हैं, डिलीवरी का शेड्यूल तय करते हैं, और फिर यह मापने की कोशिश करते हैं कि क्या काम की जगह पर कुछ बदलाव हुआ है। यह लेसन आपको एक ऐसा एंड-टू-एंड मैप देता है जिसे आप ऐसी किसी भी रिक्वेस्ट के लिए दोबारा इस्तेमाल कर सकते हैं।
मुख्य बात यह है कि L&D प्लानिंग ऐसे आर्टिफैक्ट्स (तैयार चीज़ों) की एक चेन है जिसमें हर चीज़ अगली चीज़ को प्रभावित करती है। ज़रूरतों का स्टेटमेंट उद्देश्यों को तय करता है। उद्देश्य प्रैक्टिस और असेसमेंट को तय करते हैं। डिलीवरी की सीमाएं डिज़ाइन को बदल देती हैं। इवैल्यूएशन डिज़ाइन यह तय करता है कि रोलआउट के दौरान आपको कौन सा डेटा इकट्ठा करना है। जब आप AI की मदद लेते हैं, तो यह तब सबसे ज़्यादा काम आता है जब आपको शुरुआती ड्राफ़्ट और अलग-अलग वर्शन चाहिए होते हैं। उदाहरण के लिए, डिज़ाइन स्टेप पर यह सुपरवाइज़र बनाम लीड ऑपरेटर के लिए रोल-स्पेसिफ़िक सिनेरियो का ड्राफ़्ट बना सकता है, या उद्देश्यों के सेट के हिसाब से शुरुआती नॉलेज चेक बना सकता है ताकि आप अपना समय फ़िटनेस, फ़ीज़िबिलिटी और मेज़रमेंट पर लगा सकें।
बेसलाइन वर्कफ़्लो को चलाना तब आसान होता है जब आप हर स्टेज पर जो बना रहे हैं, उसका नाम तय कर लें। अगर आप किसी आर्टिफैक्ट की ओर इशारा नहीं कर सकते, तो काम पूरा नहीं हुआ है। वे आर्टिफैक्ट्स ही होते हैं जिन्हें स्टेकहोल्डर्स जल्दी रिव्यू कर सकते हैं, इससे पहले कि आप ऐसा कंटेंट बनाने में समय और पैसा लगाएं जो सही न हो।
आगे जो दिखाया गया है, वह रिक्वेस्ट इनटेक से लेकर इवैल्यूएशन तक का एक मैनुअल वर्कफ़्लो मैप है, जिसमें वे पॉइंट्स भी दिखाए गए हैं जहाँ आमतौर पर L&D से जुड़े फ़ैसले लिए जाते हैं।
AI-सपोर्टेड वर्कफ़्लो में, टूल कुछ खास चरणों में ड्राफ़्ट बनाता है और आपका इंस्ट्रक्शनल डिज़ाइन का फ़ैसला यह तय करता है कि वे ड्राफ़्ट आपके लोगों और सीमाओं के लिए इस्तेमाल के लायक हैं या नहीं। AI की मदद को L&D की चीज़ों की उसी चेन के अंदर एक ड्राफ़्टिंग लेयर के तौर पर देखें, न कि किसी अलग प्रोसेस के तौर पर।
AI की मदद तब सबसे ज़्यादा काम की होती है जब यह एक स्ट्रक्चर्ड शुरुआती ड्राफ़्ट बनाता है जिसे आप अपने स्टैंडर्ड फ़ॉर्मेट में एडिट कर सकते हैं।
कुछ खास चरणों में, तालमेल और व्यवहार्यता (feasibility) के फ़ैसले आपके होते हैं क्योंकि उनके लिए लोकल संदर्भ और जवाबदेही की ज़रूरत होती है।
AI-सपोर्टेड वर्कफ़्लो मैप को देखें, जो यह बताता है कि टूल ने क्या ड्राफ़्ट किया है और इंस्ट्रक्शनल डिज़ाइन में कौन से फ़ैसले लेने बाकी हैं।