工厂新员工入职安全培训要拆成小段分次完成
工厂新员工入职安全培训通常由安全员在入职头几天集中讲一次,再发一份材料让新人看完签字。这套做法的前提是有固定场地、人能到齐、讲完当场能问。生产现场往往不具备这些前提:车间没有固定教室,噪音下站着听讲难以持续;倒班让全员同时到场排不出来;新人边跟线边补内容,疑问要到接触设备时才出现。本文讨论的不是该讲什么,而是在这些条件下内容用什么方式分次送到每个人面前。
现场可用时段决定内容怎么组织
先确认现场能稳定给出的时段
先确认现场每天能稳定给出哪些时段,再决定内容怎么排。工厂里可用的时段通常是班前会、交接班的间隙、待料或设备调试时的空档,长度有限,而且分散在不同班次。这些时段决定了一节内容能有多长、一次能讲几个知识点。与设备和工位无关的通用制度,可以在入职当天集中讲完;与具体工位相关的内容跟着排班走,谁上哪个班就在哪个时段完成对应的一节。
分次完成不等于内容缩水
改变送达方式不等于减少内容。把一次讲完改成分次完成,变的是节奏,不是内容范围,也不是本该投入的时间;每一段仍要讲到同样的深度,并且要能单独确认新人是否听懂,而不是只登记他打开过课程。还要划清线上部分的边界:分次完成的课程承担的是讲清楚和检验理解这两件事。至于动手演练、特种岗位的持证条件以及进入车间前的核验,仍由本厂按自己的规定在现场安排,课程不替代其中任何一项。
安全培训在生产现场的主要难处
车间没有固定教室,设备噪音大,新人站着听,一次把全部内容讲完很难维持注意力。讲的人只能加快节奏,听的人全程不需要开口,讲过和听懂之间没有检验环节。
新人到岗后多是边跟线边补内容,真正的疑问要到接触设备时才出现。那时安全员已经离开车间,班组长手上有生产任务,疑问只能压到下一次集中讲的时候,或者就此放过。
倒班让一次宣讲凑不齐人,夜班和轮休的人只能事后补。企业手上是签到表和完课记录,能说明谁参加过,说不清每个班次的人在哪些内容上还没过。
一节内容要能在一个时段里完成
按时段长度限定每节知识点
UMU AI Generated Learning(AGL)用 AI 把企业已有的文档转成互动式课程,既生成课程,也支持员工的学习过程。本厂安全规程上传后,AGL 按设定的单节时长限定每节的知识点数量,并给出知识地图。班前会能给出多长时间,就按多长切分;新人在一个时段完成一节,下次从停下的位置继续。
每节都要作答,答错当场纠正
讲授、答疑和练习在同一节里
碎片时段里,新人多数时候是独自完成一节的,身边没有人可问。AGL 在一节课里按环节换角色:讲的时候是讲师,员工提问就转成答疑,做练习题时又转成教练,按员工当次的回答给出针对性回应。每读完一段先作答,答错的地方由课程当场指出错在哪里;接触设备后产生的疑问,可以在下一节直接问出来,不必攒到下次集中宣讲。
按班次核对谁还没补齐
完成与作答按知识点分开记
倒班还带来一个问题:补齐情况分散在不同时间。AGL 逐个知识点记下每人的完成与作答情况,管理者可以按班次汇总,看到夜班和轮休人员补到了哪一节、哪几处答错的人比较集中,据此决定班前会先补讲哪几段。内容按时段切分、每节作答并得到回应、结果按班次留痕,三者合起来才让安全内容在现场分次完成并逐段确认。
AGL 让安全内容跟着排班分次推进
新人培训:跟着排班分次学完
企业把本厂安全规程交给 AGL 做成互动课程,按班前会能给出的时长切分;新人每到一个可用时段完成一节,在节内回答与本岗位规程相关的问题。
管理者能看到每个人走到第几节、哪几个知识点答错了,下一节开讲前先把这些补上。
经理人培训:本班内容带班人先过
班组长和带班人员在给新人讲之前,先用同样的碎片时段学完本班次要交代的内容,并在课程里回答对应的问题,确认自己对规程的理解与课程口径一致。
带班人员之间对哪些内容的理解不一致,企业事先就能发现,先统一口径再让他们去带新人。