Fra video til e-læring: norsk AI som lager sporbare SCORM-kurs

De fleste organisasjoner sitter på mer opplæringsinnhold enn de tror. Det ligger i Teams-opptak fra fagdager, i webinarer som ble holdt én gang, i skjermopptak der en superbruker viser hvordan systemet virker, og i foredrag med folk som virkelig kan faget sitt. Problemet er at en video på en time ikke er et kurs. Ingen vet hvem som har sett den, hvor mye de fikk med seg, eller om de forsto det viktigste.

Hos Already On har vi utviklet en tjeneste som gjør nettopp dette om: fra video til e-læring. Vi transkriberer norsk tale med Nasjonalbibliotekets språkmodell NB-Whisper, bruker AI til å klippe og tilpasse innholdet til målgruppen, og leverer et ferdig kurs som SCORM-pakke. Pakken går rett inn i AlonSCORM, avspilleren i AlonLearn, der hver deltaker blir fulgt opp med fullføring, resultat, poengsum og tid.

I denne artikkelen viser vi hvordan prosessen fungerer, hva dere får levert, og hvorfor sporingen er minst like viktig som selve videoen.

Hvorfor lage e-læring av video?

Video er den raskeste måten å fange kunnskap på. En fagperson kan forklare noe på tjue minutter som det ville tatt dager å skrive ned som et tradisjonelt e-læringskurs. Men rå video har tre svakheter når den skal brukes til opplæring:

• Den er for lang. Et opptak fra en fagdag inneholder pauser, tekniske problemer, omstarter og sidespor. Deltakere som skal lære noe på jobben, trenger korte leksjoner som går rett på sak.
• Den er ikke tilpasset. Det samme opptaket kan være riktig for erfarne medarbeidere og altfor tungt for nyansatte. Uten redigering treffer det sjelden målgruppen godt.
• Den kan ikke dokumenteres. En video på intranettet sier ingenting om hvem som har sett den. For opplæring innen HMS, kvalitet, regelverk og nye systemer må dere kunne vise hvem som har gjennomført, og at de har forstått innholdet.

Når videoen blir gjort om til e-læring, løser vi alle tre. Innholdet blir kortere og mer målrettet, og hver gjennomføring blir registrert.

Steg 1: Vi starter med spørsmålene, ikke med videoen

Før vi klipper et eneste sekund, avklarer vi hva kurset skal oppnå. Det er disse svarene som styrer både AI-en og redigeringen senere:

• Målgruppe: Hvem skal ta kurset? Nyansatte, erfarne fagfolk, ledere, kunder eller medlemmer?
• Lengde: Hvor lang skal hver leksjon være, og hvor langt skal kurset være totalt? Mikrolæring på noen få minutter eller en grundigere gjennomgang?
• Språk: Skal kurset være på norsk, engelsk eller begge deler? Skal det ha teksting på flere språk?
• Nivå og læringsmål: Hva skal deltakeren kunne etterpå? Det er dette kunnskapssjekken skal måle.
• Kunnskapssjekk: Hvor mange spørsmål, hvilken type spørsmål, og hvilken beståttgrense?
• Krav til gjennomføring: Skal deltakeren se hele videoen før testen? Skal det være lov å spole fremover?

Svarene blir til en kort produksjonsbrief som følger kurset gjennom hele prosessen.

Steg 2: Transkribering med Nasjonalbibliotekets NB-Whisper

Grunnlaget for all redigering er en presis tekstversjon av det som blir sagt. Her bruker vi NB-Whisper, en talegjenkjenningsmodell som Nasjonalbibliotekets AI-lab har trent videre på norsk tale. Modellen bygger på Whisper, men er tilpasset norsk språk, norske uttrykk og norske dialekter. Det merkes særlig på fagord, egennavn og muntlig tale med dialekt, der generelle internasjonale modeller ofte bommer.

Noen ting gjør transkriberingen vår ekstra robust:

• Tidskoder på hver setning. Transkripsjonen vet nøyaktig når hvert ord blir sagt. Det er dette som gjør det mulig å klippe på riktig sted, lage kapitler og knytte spørsmål til riktig tidspunkt i videoen.
• To modeller som kontrollerer hverandre. Ingen talegjenkjenning er perfekt. Vi kjører NB-Whisper som hovedmodell og bruker en internasjonal Whisper-modell til å fange opp partier som den første kan hoppe over. Slik unngår vi hull i teksten, noe som er viktig fordi et manglende avsnitt kan være nettopp det som skulle bli et spørsmål på testen.
• Rask og lokal. Transkriberingen kjører på vår egen maskinvare med grafikkprosessor, ikke i en åpen skytjeneste. Et opptak på nesten en time er transkribert på et par minutter.

Resultatet er en lesbar tekst med hele setninger som også blir grunnlaget for tekstingen i det ferdige kurset.

Steg 3: AI-redigering og klipping

Når vi har en transkripsjon med tidskoder, kan AI gjøre det som tidligere tok en videoredigerer mange timer: lese gjennom hele opptaket og forstå hva som er innhold og hva som er støy.

AI-en jobber ut fra produksjonsbriefen fra steg 1 og foreslår:

• Hva som skal klippes bort: lange pauser, tekniske avbrudd, omstarter («jeg tar den en gang til»), gjentakelser og sidespor som ikke handler om læringsmålene.
• Hvordan innholdet skal deles opp: leksjoner av den lengden dere ønsker, med naturlige overganger der foredragsholderen skifter tema.
• Kapitler og titler: slik at deltakeren ser hvor i kurset de er, og kan finne tilbake til et tema senere.
• Tilpasning til målgruppen: hva som bør med for nyansatte og hva som kan kortes ned for erfarne, og når det trengs en kort introduksjon eller oppsummering.
• Spørsmål til kunnskapssjekken: formulert ut fra det som faktisk blir sagt i videoen, med riktige svar og troverdige feilsvar.

Et viktig prinsipp er at hvert spørsmål er knyttet til tidspunktet i videoen der svaret blir gitt. Det gjør spørsmålene etterprøvbare. Fagpersonen kan se nøyaktig hvor svaret kommer fra, og deltakere som svarer feil, kan få en tilbakemelding som peker tilbake til riktig sted i leksjonen.

Steg 4: Fagpersonen godkjenner

AI er god til å foreslå, men det er fagpersonen som eier innholdet. Før vi produserer noe, får dere et manus som viser:

• leksjonene med titler og lengde
• hvilke deler som er foreslått klippet bort, og hvorfor
• alle spørsmålene med svaralternativer og tidspunktet de bygger på

Her kan dere rette, legge til eller ta bort. Først når manuset er godkjent, går vi videre. Det betyr at dere har full kontroll over det faglige, og at AI-en aldri «finner på» noe som ender opp i kurset uten at et menneske har sett det.

Steg 5: Produksjon av leksjoner, teksting og kunnskapssjekk

Når manuset er godkjent, setter vi kurset sammen:

• Klipping: videoen blir klippet etter det godkjente manuset, med rene overganger.
• Zoom på skjermbilder: i skjermopptak der det vises et system, zoomer vi inn på den delen av skjermen det snakkes om, slik at det er lesbart også på mobil og laptop.
• Teksting: hele kurset blir tekstet på grunnlag av transkripsjonen. Det gjør kurset tilgjengelig for flere, og det kan tas i stillhet, for eksempel i et åpent landskap. Teksting er også et krav etter regelverket for universell utforming for mange virksomheter.
• Flere språk: ønsker dere teksting på flere språk, oversetter vi tekstingen og kunnskapssjekken.
• Kunnskapssjekk: spørsmålene blir lagt inn etter hver leksjon eller samlet til slutt, med beståttgrensen dere har valgt.
• Visuell profil: kurset får deres farger og logo.

Steg 6: SCORM-pakke rett inn i AlonSCORM

Sluttproduktet er en SCORM-pakke. SCORM er bransjestandarden for e-læringsinnhold, og pakken kan i prinsippet spilles av i alle læringsplattformer som støtter standarden. Det gir dere frihet: innholdet er deres, i et format som ikke låser dere til én leverandør.

Bruker dere AlonLearn, går pakken rett inn i AlonSCORM, avspilleren og e-læringsbiblioteket i AlonLearn. Der kan den samme pakken kobles til flere kurs, og nye versjoner kan lastes opp uten at historikken forsvinner. Les mer om e-læring i AlonLearn.

Big four: de fire tingene som må spores

I e-læringsbransjen snakker man om «the big four», de fire datapunktene som til sammen forteller om en deltaker faktisk har gjennomført og forstått et kurs. Kursene vi lager, rapporterer alle fire, og AlonSCORM tar imot og lagrer dem for hver deltaker:

1. Fullføring (completion status): Har deltakeren gått gjennom hele kurset, eller bare begynt?
2. Resultat (success status): Er kurset bestått eller ikke bestått, målt mot beståttgrensen?
3. Poengsum (score): Hvor stor andel av spørsmålene ble besvart riktig?
4. Tid (total time): Hvor lang tid har deltakeren brukt i kurset, samlet over alle økter?

Det er forskjellen mellom å ha sett en video og å kunne dokumentere kompetanse. En leder som må svare tilsynsmyndigheter, revisorer eller egen ledelse, trenger nettopp disse fire svarene for hver medarbeider.

I AlonSCORM kommer i tillegg noen funksjoner som gjør sporingen til å stole på:

• Spolevakt: deltakeren kan ikke hoppe forbi videoen for å komme rett til testen.
• Hastighetstak: videoen kan ikke spilles i firedobbel hastighet for å «fullføre» raskere.
• Målt aktiv tid: tiden blir målt av plattformen, ikke bare rapportert av kurset.
• Lesbare svar i historikken: dere kan i ettertid se hvilke spørsmål hver deltaker fikk og hva de svarte, for eksempel når kompetanse må dokumenteres etter en hendelse.

Når kurset er fullført, oppdateres deltakerens status i AlonLearn automatisk. Det kan utløse kursbevis, og resultatene kan tas ut i rapporter.

Hva slags video passer?

Tjenesten passer for de fleste opptak der en eller flere personer forklarer noe faglig:

• Webinarer og fagdager som ble tatt opp, men aldri brukt igjen
• Skjermopptak av systemopplæring, for eksempel nye ERP-, CRM- eller fagsystemer
• Foredrag og presentasjoner fra konferanser og interne samlinger
• Intervjuer og podkaster med fagpersoner, som kan bli korte kunnskapsmoduler
• Introduksjonsvideoer for nyansatte, som kan bli et onboardingkurs med dokumentert gjennomføring

Jo bedre lyd, jo bedre resultat. Bildekvaliteten betyr mindre enn mange tror, men en tydelig stemme gir en presis transkripsjon, som igjen gir bedre klipp og bedre spørsmål.

Hva dere får levert

• en ferdig SCORM-pakke per kurs eller leksjon
• manus og transkripsjon som tekst, som også kan brukes til artikler, oppslagsverk eller FAQ
• tekstfiler for teksting (SRT/VTT)
• kunnskapssjekk med spørsmål, svaralternativer og kobling til tidspunkt i videoen
• ved bruk av AlonLearn: kurset publisert i AlonSCORM med sporing av fullføring, resultat, poengsum og tid

Ofte stilte spørsmål

Hva er NB-Whisper?

NB-Whisper er en talegjenkjenningsmodell fra Nasjonalbiblioteket. Den bygger på Whisper og er trent videre på norsk tale, slik at den forstår norsk språk og dialekter bedre enn generelle modeller. Vi bruker den til å gjøre talen i videoen om til tekst med tidskoder.

Klipper AI-en videoen helt på egen hånd?

Nei. AI-en foreslår hva som skal klippes, hvordan innholdet skal deles opp og hvilke spørsmål som skal stilles. Fagpersonen hos dere godkjenner manuset før vi produserer kurset.

Hva er SCORM?

SCORM er en internasjonal standard for e-læringsinnhold. En SCORM-pakke er én fil som inneholder hele kurset, og som kan rapportere fullføring, resultat, poengsum og tid tilbake til læringsplattformen.

Må vi bruke AlonLearn?

Nei. SCORM-pakken fungerer i de fleste læringsplattformer. Med AlonLearn går den rett inn i AlonSCORM med spolevakt, versjonering og full sporing uten ekstra oppsett.

Kan kurset lages på flere språk?

Ja. Vi transkriberer originalspråket og kan levere teksting og kunnskapssjekk på flere språk.

Hvor lang tid tar det?

Transkriberingen går på minutter. Mesteparten av tiden går med til avklaring og godkjenning av manus hos dere. Vi avtaler en konkret leveranseplan når vi har sett opptakene.

Kom i gang

Har dere videoer som burde vært kurs? Send oss et opptak, så viser vi hvordan det kan bli. Ta kontakt med oss, så avtaler vi en gjennomgang.