如何做好员工培训:让下一轮培训从上一轮继续
业务讲师的培训时间是从业务里挤出来的。新同事入职、产品口径更新,都要在很短的时间里把散落的资料和口头经验重新组织一遍讲完。培训到这里通常就结束了,下一轮再开课,讲师仍然要从头准备一次。判断培训做得好不好,重点不在单场的现场评价,而在这一轮结束时留下了什么,能让下一轮从上一轮的终点接着做。本文说明这些留存的成果具体指什么,以及准备工作怎样在轮次之间累积。
员工培训的质量在前后轮次之间累积
培训做得好不好要在轮次之间比较
同一门内容会讲给不同批次的同事,而现场评价只反映一次讲授的即时感受,既不说明内容本身是否变得更准确,也不说明学员的困难有没有被记下来。业务讲师面对的是持续的新人入职与业务口径更新,不是一次性项目。因此更可靠的判断方式是把相邻轮次放在一起看:这一轮的内容、提问与练习是否比上一轮更贴近岗位任务,学员停住的地方是否比上一轮少,讲师重新组织内容的时间是否比上一轮短。
上一轮要留下可以继续使用的成果
轮次之间要产生这种变化,上一轮必须留下可以接着使用的成果:一份成形的、能够直接修改的课程;学员在哪些内容上停住、哪些题目答错的记录;据此列出的修改事项。具备这些成果,第二轮的准备从修改开始;缺少其中任何一项,讲师只能凭记忆重新组织一遍。这也是复用与累积的区别:复用是把同一份材料再讲一次,累积是每一次都在上一次的基础上改过,改动的依据来自上一轮留下的记录。
员工培训成果难以逐轮累积的常见瓶颈
业务讲师手上没有一份成形的课程,每次开课都要把散落的资料和口头经验临时组织一遍。上一轮的准备停留在当时的讲授过程里,没有变成下一轮能够直接打开修改的课程内容。
课程不记录学习过程,业务讲师看不到学员在哪些内容上反复停留、哪些题目集中答错。下一轮该修改哪一段、补充哪些内容,只能依据上一次讲授时留下的现场印象来判断。
静态资料只覆盖标准情况,不具备交互能力,学员遇到具体的业务问题仍要当场向讲师提问。业务讲师每一轮都在回答相同的内容,这部分时间始终无法转向修改课程内容。
培训要先留下一份可以继续修改的课程
把口头业务经验变成成形的课程
UMU AI Generated Learning(AGL)使用 AI 把企业文档组织为互动式课程,并支持员工在课程中的学习过程。业务讲师不必先面对空白文稿搭起结构,按 AGL 的提问逐步说清业务要点,就能得到带有大纲的互动课程并继续编辑。第一轮投入的时间由此留在组织里,下一轮从修改这份课程开始。
学员的停顿位置为下一轮修改提供依据
知识点级别的学习过程与答题记录
AGL 在知识点级别记录学习过程,包括阅读时长、是否跳过、答题正误、追问频率与间隔重测的正确率,并汇总为团队学习情况与薄弱知识点的分布报告。业务讲师由此可以知道学员停在哪一段、哪些题目集中答错、哪些内容在不同批次里被反复追问,下一轮修改课程时有了明确的起点,不必再依赖上一次讲授时的现场印象。
讲师的时间从重复答疑转向修改课程内容
AI 承担课程中的讲解与答疑
AGL 的 AI 在课程中承担讲解、答疑与练习指导:讲授时是讲师,答疑时是导师,练习时是教练,学员遇到不清楚的内容可以随时提问并得到回应。业务讲师不必每一轮重复回答相同的问题,有限的时间可以用于按学习记录修改课程内容。成形的课程、学习记录与省下来的准备时间,共同让这一轮的成果成为下一轮的起点。
AGL 让每一轮培训都留下可用的成果
新人培训:批次之间接着修改课程
把岗位手册、流程文档和产品资料组织为互动课程,新人在其中理解内容、回答问题并在具体情境中作出判断,下一批新人入职时沿用并继续修改这份课程。
业务讲师可以看到新人在哪些内容上反复停留、哪些题目集中答错,据此修改下一批要用的课程内容与练习题目。
新品发布培训:课程内容逐轮更新
产品资料定稿后即可组织为互动课程,销售人员在课程中解释产品价值、回答常见问题并在客户情境中练习判断;业务口径更新时,只需修改对应的知识点。
业务负责人可以看到销售人员在哪些产品知识上回答得不准确,据此调整下一轮的课程内容与练习题目。