产品
如何主动学习:管理者看完长视频后面对空白笔记本,回忆不起要点

如何主动学习,取决于课程预留多少学习任务

如何主动学习,长期被当作学员的态度问题。一门课程上线后,完课率与满意度评分都达到目标;几周后回访,学员能说出课程主题,却说不清具体做法和适用条件。常见解释是学习意愿不足,对应做法是增加提醒、调整激励或缩短内容。但在意愿相近的两批学员之间,结果差异依然存在,说明课程本身还有未被讨论的变量。本文换一个位置观察:一门课程留给学员多少必须由学员自己完成的任务,同样决定学习过程中会不会发生主动学习。

了解 UMU 解决方案

主动学习始于内容送达之后

文档与视频负责内容送达

文档、讲授和视频在培训中承担内容送达。它们决定学员是否接触到某段知识,以及接触的顺序和形式。送达完成后,学习过程还有一段没有完成:学员是否对这段内容做过处理。阅读和观看时,学员可以识别每一句话的意思,也可以判断内容是否合理,但这些动作不要求学员重新组织知识、说出结论或作出选择。因此,完课记录能够说明内容已经送达,不能说明学员处理过内容。

学习任务要求学员自己给出内容

学员处理内容有多种方式:回答问题、复述一段知识、解释某个做法的理由、比较两种选项的差别、在给定情境中作出判断,以及间隔一段时间后重新调用同一内容。这些方式的共同点是学员必须自己给出内容,而不是确认已有内容。本文将这些方式统称为学习任务。学习任务与考试不同:考试用于评定结果,学习任务用于让学员在学习过程中处理内容。判断一门课程是否支持主动学习,可以先看其中包含哪些学习任务。

学习任务的规模和情境决定主动学习范围

任务数量与内容规模需要匹配

若一门三小时的课程包含数十个知识点,课后一套十道题只能覆盖其中一部分。学员处理过的内容,限于任务涉及的那些知识点;其余内容仍然停留在阅读和观看。因此,学习任务的数量与课程内容的规模相关:内容增加而任务数量不变时,被处理的内容占比下降。培训团队据此可以估算,现有课程中真正进入学员处理范围的内容有多少。

任务情境决定学员处理什么

两道题可以指向同一个知识点,要求学员处理的内容却不同。一道题要求学员选出制度原文的表述,学员处理的是文字记忆;另一道题给出一个客户提出的具体条件,要求学员判断该条件是否适用并说明理由,学员处理的是业务判断。前者在课程结束后难以对应到工作中的具体情形,后者与学员实际需要作出的判断一致。因此,学习任务的情境与业务情境接近时,学员处理的才是岗位上会遇到的问题。

课程开发周期通常只够完成内容整理

单向灌输:员工看完培训视频,手边笔记本仍然空白,内容未经加工

单条学习任务的设计投入较高

设计一道贴合业务情境的判断题,讲师需要先确认当前业务口径,再构造一个真实可能出现的条件,写出可选项和每一项的反馈说明。这项工作依赖业务判断,难以由不了解该业务的人代写。整理一段内容通常只需要确认信息准确、结构清楚。两者的投入不在同一量级,而课程开发排期一般按内容进度安排。

内容更新时任务需要同步重做

制度、产品或流程发生变化后,课程内容需要修改,原有学习任务中涉及旧条件的部分同时失效。这类维护随课程数量累积,且不产生新的课程。培训团队在有限工时下,通常先保证内容按期上线,学习任务被压缩为课程末尾的一次测验。

设计成本下降,学习任务与内容同步产出

学习任务不再需要单独立项

AI 能够依据企业已有的制度文件、产品资料和业务案例,生成学习任务的初稿,包括可用的情境、问题和反馈说明。这项变化落在生产条件上:过去需要单独安排工时的任务设计,现在可以与内容整理同时进行。课程开发的排期不必在内容与任务之间取舍,学习任务的数量也不再受单次可投入工时的限制。初稿质量仍取决于输入资料是否完整、准确。

讲师的投入转向确认判断标准

专业分工随之改变。讲师原先承担内容提供、结构设计、题目撰写和反馈编写的全部工作,现在主要确认三件事:情境是否符合实际业务、判断标准是否与当前口径一致、反馈说明是否覆盖常见误解。审核和校准仍然需要真实投入,专业责任没有转移。区别在于讲师的时间用在业务判断上,而不是逐条撰写。

主动学习从课后测验扩展到课程全过程

主动提取:员工在互动情境中主动作答,对课程内容进行加工

处理内容的机会分布在整个课程

学习任务的数量不再受设计工时限制后,它们可以放在课程的各个位置:一段内容之后要求学员复述要点,一个流程说明之后给出具体情形要求学员判断。学员处理内容的机会由课程末尾的一次测验,变为分布在整个学习过程中。

课程更新后学习任务同步保留

学习任务与内容一起产出后,课程改版时可以随内容调整,而不需要另行安排一轮任务重写。同一门课程在多个版本中都包含要求学员作答和判断的部分,主动学习成为课程的固定组成。学员在这些任务中的表现,只说明其在给定情境和问题下的处理情况。

核心观点

主动学习由课程结构决定

判断一门课程能否支持主动学习,可以看其中有多少内容要求学员自己回答、解释或判断,以及这些要求是否覆盖课程主要内容并落在真实业务情境中。学员的学习意愿会影响投入程度,但课程只提供阅读和观看时,意愿无法转化为对内容的处理。这项依据同样适用于评估已有课程库和外部采购的课程。

学习任务是需要排期的产能

学习任务的数量和更新速度取决于设计与维护的成本。将学习任务纳入课程开发排期,与内容整理同期完成,主动学习才能在多门课程和多个版本中稳定存在;留到内容上线之后补充,它会持续让位于交付进度。培训团队可以据此估算,现有开发方式能支撑多少门课程包含足够数量的学习任务。

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