产品
被动学习看完就忘:内容未经加工带来的能力错觉,也是认知学习科学要解释的问题

认知学习科学在企业培训中,靠学习活动生效

企业培训中常见这样一种情形:课程按计划上线,完课率达标,管理层追问学员学到了什么时,培训部门能提供的仍是学时与完课记录。认知学习科学常被用来解释这一落差,做法通常是引入主动提取、间隔重复等原则。这些原则确有研究支持,但它们描述的是学员如何加工信息,而不是内容如何编排。一门课程是否符合这些原则,取决于它要求学员完成什么。

了解 UMU 解决方案

认知学习科学研究信息如何被加工和提取

研究对象是学员的加工过程

认知学习科学由认知心理学、教育研究与神经科学交叉形成,研究人在学习中如何注意、加工与提取信息。它的研究对象不是教材,而是学员处理内容时发生了什么。已有研究得到两项结论:人在同一时间能处理的新信息有限,超出这一范围,学员会漏掉关键内容;一项知识能否在需要时被提取,取决于学员对它做过多少加工,而不取决于接触过多少次。这解释了一个常见现象:内容讲得完整,学员当场表示理解,几周后想不起要点。

几项被反复验证的学习原则

从这两项结论出发,认知学习科学给出几项可操作原则。主动提取指要求学员不看材料把知识说出或写出,提取本身会加强后续记忆。间隔调用指把同一知识安排在不同时间出现,而不是集中在一次学习中完成。认知负荷管理指控制单位时间内呈现的新信息量。具体反馈指学员回答或判断后,指出偏差在哪里、依据是什么。

课程要求的任务决定学员如何加工内容

同一份材料,任务不同结果不同

这几项原则有一个共同特征:规定的都是学员要做的动作,而不是内容的编排方式。同一份产品资料,学员通读一遍,与被要求解释适用条件、或在客户情境中判断该不该推荐,加工深度并不相同。前者只需识别文字,后者需要先提取知识,再比较选项并给出理由。两名学员学完同一份材料后的差异,往往来自任务要求。

原则需要具体业务内容承载

这类加工只有在任务写进课程后才会发生。提取、间隔和反馈都不是内容属性,而需要具体的问题、情境和判断标准承载;这些活动还必须绑定企业自己的产品、制度和客户情境,学员才会加工与岗位相关的知识。学员了解应当主动回忆,并不等于课程中出现了要求他回忆本企业产品口径的任务。因此,认知学习科学在企业培训中的落地对象是课程里的学习活动。

学习活动的开发与更新缺少稳定投入

凭空盲目:培训经理靠经验猜测规划课程,认知学习科学的原则难以落到学习活动上

活动设计集中在少数人身上

学习活动的设计需要两类判断到位:活动是否匹配学习目标,业务口径是否正确。前者由培训经理承担,后者依赖业务骨干。培训经理通常同时负责需求调研、课程开发与授课,业务骨干能提供的多是零散时间。确认哪些情境真实、哪种处理正确、常见偏差在哪里,无法由资料整理代替。

内容更新后活动需要重做

活动绑定具体内容,也就随内容一起过期。产品参数调整、制度修订或流程变更后,原有的问题、情境和判断标准都要重新核对。预算与人力有限时,课程开发先保证内容更新到位,学习活动被压缩为课后测验。原则在设计阶段被认可,在交付阶段被省略。

AI 降低设计成本,学习活动持续供给

从完整撰写转为审核与校准

变化首先发生在生产方式上。过去每项学习活动都要从零撰写:提出问题、写出情境、设定选项、准备反馈。AI 能够依据企业已有的产品资料、制度文件和业务案例产出这些活动的初稿,包括复述提示、比较任务、情境判断和解释要求。培训团队的投入由完整撰写转为审核与校准,单项活动的起始成本下降。

专业判断仍需真实投入

生产方式变化之后,专业分工随之调整。业务骨干的时间集中用于确认专业口径、情境是否真实、哪种处理符合当前政策;培训经理判断活动是否指向学习目标、认知负荷是否合理。审核和专业判断仍然需要真实投入,AI 改变的是投入方式,不是专业责任。初稿成本下降后,活动也可以跟随内容修订。

学习活动与内容在课程开发中一起排布

科学按需:培训经理依据认知学习科学的原则规划学习路径与学习活动

内容与加工任务同时确定

课程开发的产出随之变化。原先的主要产出是内容单元,加工任务留到课后测验;活动供给成本下降后,开发阶段可以为每段内容同时确定学员要完成什么:复述关键口径、比较两种处理方式,或在客户情境中作出判断。间隔调用也可以写进课程结构。

内容更新时活动一并修订

更新方式变化。产品或制度调整时,相关活动可以与内容一并修订,内容变化与课程更新的时间差因此缩短。这些变化增加的是学员在学习过程中主动处理和调用内容的机会;学员是否形成岗位能力,还取决于管理要求、工作流程与实际工作环境,不由课程设计单独决定。

核心观点

先看课程要求学员做什么

判断一门课程是否符合认知学习科学,可以从一个问题开始:学员在每段内容之后需要完成什么。把这些动作列出来,如果只有阅读和观看,说明提取、间隔与反馈尚未进入课程;如果存在需要学员自己说出、比较或判断的任务,再检查它们是否指向本企业的真实业务内容。这比核对内容是否齐全更能反映课程的学习设计。

把活动供给当作资源条件

认知学习科学对培训管理的要求,不止于知道原则,还包括维持学习活动供给的能力。年度规划时,除了内容覆盖范围,还需要评估学习活动能否随产品、制度和流程变化持续更新,以及这部分工作由谁承担。预算和人力受限时,把有限投入放在关键内容的加工活动上,通常比扩大内容数量更符合学习规律。

为什么选择 UMU

1,000+
付费企业客户
1 亿+
平台用户
208+
国家和地区
100+
世界 500 强企业客户
UMU 简介
自 2015 年创办以来,UMU 以“效果学习”为导向,基于学习科学与 AI 技术,构建新型智能化学习场景,打通“教、学、练、测、用”环节,帮助学员跨越从“知道”到“做到”的鸿沟
通过 AI 力系列课程、AI 原生工具和平台,UMU 赋能企业员工,助力企业实现人效提升、绩效改变、收入增长
UMU 的客户
100+ 世界 500 强企业
全球前 20 大制药企业中 18 家
全球前 5 大医疗器械企业中 4 家
全面覆盖国内大健康、泛零售、新智造、大服务等行业 Top 客户
安全合规
ISO/IEC 27001:信息安全管理国际标准
ISO/IEC 27017:云服务信息安全控制指南
SOC 3:服务组织的系统和组织控制报告
ISO/IEC 27018:云端个人可识别信息(PII)保护标准
ISO/IEC 27701:隐私信息管理体系认证
GDPR:欧盟通用数据保护条例
HIPAA:美国医疗数据隐私保护法案
ISO/IEC 42001:人工智能管理体系标准
AI 技术领先性
可信赖的最新企业级 AI 模型
绝不泄漏、不再训练企业数据
AI 深度个性化订制
有效降低幻觉和错误输出风险
融合真实业务数据,更贴近真实业务流程
了解 AI 互动课程方案