كل ما تريد معرفته عن التعلم الغامر والتعلّم المُلَعَّب
دانيل سيلفر مهندِسة حلول ضمن فريق الواقع الممتد لدى SweetRush. تقضي وقتها في مساعدة العملاء على تصوُّر طرق استخدام التقنيات الغامرة لرفع مستوى التعلم وجذب المتعلّمين بطرق مبتكرة ومؤثرة. تهتم دانيل بشكل خاص بالواقع الافتراضي والواقع المختلط، وقدرتهما على تعزيز الاحتفاظ بالمعلومات وتحفيز التغيير السلوكي الحقيقي. إلى جانب خبرتها الفنية، تتميز بسرعة تواصلها وحرصها الشديد على نجاح المشروع وراحة العميل؛ من اللحظة الأولى ستشعر أنك في أيدٍ أمينة.
إستيبان كاسكنت مدير قسم الواقع الممتد وإدارة المشاريع في SweetRush، ويجمع أكثر من عشرين عاماً من الخبرة في تصميم المنتجات التعليمية. ينسق سير العمل المعقّد عبر مجالات التعليم الإلكتروني والواقع الممتد والذكاء الاصطناعي ليُخرج تجارب تعلّم حائزة على جوائز، وهو شغوف بالتقاطع بين الناس والعمليات. معروف بقيادته الهادئة ونهجه الذي يضع “الإنسان أولاً”، وهو مناصِر مكرَّس للابتكار ونجاحاه العملاء.
اليوم سنناقش التعلم المُلَعَّب والغمر الذي تُمكّنه تقنيات مثل الواقع الممتد XR والذكاء الاصطناعي.
ما أفضل حالات الاستخدام لتقنيات مثل الواقع الممتد، والذكاء الاصطناعي، والتعلّم المُلَعَّب؟ وكيف نفرّق بين حاجة تجارية حقيقية وابتكار لامع بلا جدوى؟
– إستيبان: الواقع الممتد أداة ممتازة للحالات ذات المخاطر العالية — مثل التدريب الطبي أو الصناعي — كما أنه مناسب جداً لتدريبات بناء التعاطف، إذ يتيح للمتعلّم تجربة المواقف من منظور شخص آخر.
– التلعيب ينجح أكثر مع محتوى يوفّر الاستقلالية ويحفّز الفضول. أما الذكاء الاصطناعي فبإمكانه أن يُضاف لأيٍ من هذه الحلول لزيادة المرونة والتخصيص في التجربة.
دانيل: هذا سؤال حاسم؛ مجرد طرحه دليل على تحوّل صحي من ضجيج التكنولوجيا نحو تطبيقات استراتيجية حقيقية. نحن لا نصمّم للتقنية بحد ذاتها، بل نصمّم للإنسان. كل تجربة نبتكرها تبدأ بنجمين مرشِدين: المتعلّم وهدف التعلّم. وبعد تحديدهما ننظر الى صندوق الأدوات لاختيار الوسيلة أو التقنية الأنسب.
أمثلة عملية على استخدام هذه التقنيات:
– التطبيق الفعلي للمهارات: بعد اكتساب المعرفة الأساسية، تُمكّن الأدوات المُلَعَّبة والغامرة المتعلّم من اختبار مهاراته؛ سواء عبر سيناريو واقع افتراضي عالي المخاطر أو محاكاة محادثة مدعومة بالذكاء الاصطناعي، حيث يمكنه التطبيق والفشل والتكرار في بيئة آمنة.
– بناء التعاطف وتغيير المنظور: تسمح التقنيات الغامرة للمتعلّم أن “يضع نفسه في مكان الآخر”، ما يؤدي إلى تطوير مهارات القيادة والتواصل والوعي بالتنوّع والشمول.
– توظيف متدرج وقابل للتوسيع: إدخال الموظفين الجدد إلى أنظمة مِلَعَّبة وبيئات غامرة يساعدهم على استكشاف أماكن العمل وفهم الفرق عبر الوظائف والتكيّف مع ثقافة الشركة بسرعة أكبر من العروض التقليدية.
– من المهارات الشخصية إلى الفنية: تُطبّق هذه التقنيات على نطاق واسع، من صقل مهارات القيادة إلى إتقان إجراءات هندسية معقّدة أو خطرة.
عندما تكون الحاجة سدّ الفجوة بين النظرية والتطبيق الواقعي، تتيح هذه التقنيات ملعباً آمناً لتعلّم عالي التأثير.
ما مدى فاعلية تجارب الواقع الممتد والمحاكاة في تحسين الأداء العملي واحتفاظ المتعلّمين بالمهارات؟
– إستيبان: يجب أولاً أن نتأكّد من فهم المشكلة التي نريد حلّها عبر المنتج التعليمي، ثم نصمّم على أساس ذلك. هذا الأساس يتيح لنا خلق التفاعلات الصحيحة وتحديد المقاييس الملائمة للقياس لاحقاً؛ بدونه سنكون كمن يطلق النار عشوائياً.
– دانيل: المحاكاة، سواء كانت واقعاً افتراضياً غامراً، محادثات مدعومة بالذكاء الاصطناعي، أو سيناريوهات متفرعة تقليدية، تفعل ما لا تفعله المواد الثابتة: تمنح المتعلّم مساحة آمنة ليخطئ ويتعلّم.
سواء كانت محادثة حساسة مع عميل صعب، موقفاً دقيقاً مع زميل، أو إجراء خطيراً على خط الإنتاج، لا تريد أن تكون المحاولة الحقيقية الأولى لموظف أمام جمهور حي أو آلة ثقيلة. بالتكرار ضمن بيئة آمنة نبني الثقة، وعند مواجهة الموقف في الواقع يكون المتعلّم جاهزاً للتنفيذ.
لماذا تعمل هذه الطريقة؟
– من المعرفة إلى الفعل: التدريب التقليدي يركّز على المعرفة المفاهيمية (ما هو)، أما المحاكاة فتبني معرفة إجرائية (كيف تفعل). عبر المرور عملياً أو ذهنياً بالمواقف، يبني الدماغ مسارات عصبية تشبه الخبرة الحقيقية وتحوّل المهارة إلى ذاكرة العضلات.
– تفادي منحنى النسيان: من المعروف أن المتعلّم السلبي قد ينسى حتى 70% مما تعلّمه خلال 24 ساعة. التعلم التجريبي الذي يتطلّب اتخاذ قرارات فعّالة يحسّن الاحتفاظ طويل الأمد. الأبحاث تشير إلى أن التدريب الغامر يمكن أن يزيد معدلات الاحتفاظ بما يصل إلى أربع مرات مقارنة بالتعلم التقليدي.
– حلقات تغذية راجعة فورية: الخطأ في العالم الحقيقي قد يكون مكلفاً أو خطيراً؛ في المحاكاة يتلقّى المتعلّم فهماً فورياً مبنياً على بيانات، فيرى نتيجة قراراته، وهنا يحدث أعمق تعلم وتحوّل سلوكي.
هل تسهم المحاكيات الغامرة والمُلَعَّبة في استنزاف المحتوى، تعب الشاشات، أو الشعور بالعزلة لدى المتعلّمين؟
– إستيبان: قد تسهم إذا صمّمناها بشكل سيء. مثال عملي: ينبغي ألا تتجاوز مدة كل محاكاة 15 دقيقة عادةً؛ هذه الفترة كافية لتدريبات الذاكرة العضلية التكتيكية أو تجارب بناء التعاطف، وبعدها نخرج المتعلّمين من التجربة لمعالجة ما مرّوا به.
– تجربة حقيقية أنشأناها لتدريب التعاطف مع إعاقات طبية للمحترفين في الرعاية الصحية: اختبر المتعلّمون أحد ثلاثة سيناريوهات، ثم شاركوا في نقاش حي لمعالجة مشاعرهم وماذا تعلّموا قبل العودة لتجربة سيناريو آخر وتكرار العملية.
المقصود أن المحاكاة وسيلة فعّالة للممارسة، لكن لا يعني ذلك أن كل الدروس يجب أن تُقدَّم داخلها. يجب أن ندمج بين عدة أساليب ومقاربات إلى جانب المحاكاة لجعل رحلة التعلم أكثر تماسكاً وجذباً للمتعلمين.
دانييل: في الواقع، ما نلمسه الآن ليس الإرهاق أو العزلة بقدر ما هو فرط تحميل معلوماتي. في زمن تغرق فيه الأسواق بدورات إلكترونية ثابتة وسلبية، يخبرنا الناس أن المتعلّمين يعانون من فيضانٍ معلوماتي هائل. المشكلة ليست التكنولوجيا بذاتها، بل التمرير السلبي والمحتوى الذي لا يستفز التفكير؛ المتعلمون يتوقون إلى تفاعل حقيقي واتصال إنساني.
عندما تصمم التقنيات الغامرة والمُلْعَبَة بغاية ونيّة واضحة، فهي لا تعزل المتعلمين؛ بل قد تخلق لحظات مشتركة ذات أثر طويل. المفتاح يكمن في كيفية مزج هذه الوسائل. على سبيل المثال، رصدنا استخدام الواقع الافتراضي ببراعة في جلسات التعلم التجريبي الحي (LEL). يضع المتعلّمون خوذات الواقع الافتراضي بشكل فردي ليختبروا سيناريو عالي المخاطر، ثم عند خروجهم يجري نقاش فوري (debrief) يتبادلون خلاله الرؤى ويتعاونون مع زملائهم. هكذا يتحول المحاضَر التقليدي إلى جلسةٍ قويةٍ للاكتشاف والاتصال.
مثال آخر على اللحظات المشتركة هو عودة تجربة غرف الهروب الافتراضية. بتحويل موضوع تدريبي عادي إلى لغز يحتاج حلّاً، تثار فضولية المتعلّم ودافعيته التنافسية فوراً. بدلاً من قراءة نص على الشاشة، يضطر المتعلّم للبحث عن أدلة، ربط معلومات متفرقة، وحل مشكلات؛ هذا الانتقال من الاستهلاك السلبي إلى الاستكشاف النشط «يعلّب» الدماغ ويجعل المفاهيم الأساسية أكثر ثباتاً وأسهل استدعاءً لاحقاً أثناء الأداء العملي.
طبعاً، يجب أن نكون استراتيجيين للغاية في نقاط إدخال هذه التجارب على مسار المتعلّم. الوسائل التقليدية—الوحدات الصغيرة (microlearning)، الفيديوهات، والمساعدات العملية—لا تزال ذات قيمة كبيرة لنقل المعرفة الأساسية. لكن لإعادة إشراك المتعلمين المتباعدين وجعل المحتوى راسخاً، يُعدّ التعلم التجريبي واحداً من أفضل الأدوات لإشعال التفاعل الحقيقي.
سؤال: مع تطور التكنولوجيا، ما الفرص التي تلاحظونها لدمج الذكاء الاصطناعي ضمن تجارب التعلم بالواقع الممتد (XR)؟
إستيبان: الاحتمالات واسعة جداً. حالياً نطور محاكاة تدريبية يقودها الذكاء الاصطناعي تمكن المتعلّمين من ممارسة محادثات حاسمة في بيئة نفسياً آمنة. لكن الفرصة الحقيقية تكمن في التخصيص الفائق—مثل مرشِدٍ افتراضي ذكيّ يقود المتعلّمين عبر مساحات فيزيائية معقدة (كالمستودعات)، ويجيب على أسئلة مفتوحة وسياقية في لحظتها. أخيراً، يمكن للذكاء الاصطناعي أن يكون مراقباً فراغياً سلبياً، يتعقب حركات المستخدمين بصمت ويتدخل بإرشاد تكيفي فقط عندما يواجه المتعلّم صعوبة أو يطلب المساعدة.
دانييل: نحن نختبر باستمرار كيف ندمج هذه التقنيات الناشئة لصنع تجارب أعمق وأكثر تأثيراً للمتعلمين. كما تتصور، المشهد يتغير يومياً، مما يفتح إمكانياتٍ مدهشة.
مؤخراً جرّبنا إدماج مدرّبٍ ذكي داخل مساحة واقع افتراضي متعددة اللاعبين ومشترَكة. في هذا السيناريو، تدخل الفرق بيئة افتراضية معاً من أي مكان في العالم لتستكشف محطات تفاعلية مختلفة. بدلاً من تعليق صوتي مسجّل، يوجههم مدرّب ذكي ويجيب على الأسئلة في الوقت الحقيقي، مما يتيح لهم توجيه اكتشافهم بشكل طبيعي.
يمثل هذا المزيج إمكانات ضخمة للتعاون عن بُعد وإدماج الموظفين الجدد. تصوّر مساحة عمل افتراضية تكون كل محطة فيها فصلاً من تاريخ الشركة وثقافتها أو فرقها متعددة الوظائف؛ يتجول فوج من المعينين حديثاً معاً، ويؤدي المدرّب الذكي دور المرشد الديناميكي الذي يقدّم السياق ويجيب فوراً. بدلاً من أن تكون وحدة تدريبية تقليدية، تتحول التجربة إلى حدث غامر يعزز بناء الفريق والاتصال والشعور بالانتماء منذ اليوم الأول.
وعلى المدى القادم، سيزداد هذا الدمج ذكاءً؛ نحن نتجه نحو مستقبل يُكيّف فيه الذكاء الاصطناعي بيئة الواقع الافتراضي في الوقت الفعلي استناداً إلى أداء الفريق أو فجوات المهارات. بدمج حضور XR مع ذكاءٍ اصطناعي، نبني بيئات تعلم غامرة وقابلة للتكيف حقاً.
ما الاعتبارات التقنية ورخص الترخيص التي يجب أخذها في الحسبان عند تصميم محاكاة غامرة باستخدام شخصيات افتراضية مدعومة بالذكاء الاصطناعي؟
إستيبان: هذه التجارب تحمل تكاليف تشغيلية إضافية ليست موجودة في وحدات التعلم الإلكتروني التقليدية. الأكثر شيوعاً هي تكلفة التوكنات؛ التوكنات هي وحدات نصية صغيرة—كلمات أو أحرف—وكلما زاد حجم المحتوى المرسل والمستقبل عبر نموذج الذكاء الاصطناعي، ارتفعت التكلفة. ومع زيادة عدد المستخدمين النشطين تتسارع هذه المصاريف.
أيضاً، إذا اعتمدنا على أفاتارات (شخصيات) فائقة الواقعية، نحتاج رخص طرف ثالث لوظائف البث الحي، وتتكيف تكلفة هذه التراخيص اعتماداً على عدد المستخدمين المتزامنين، ما قد يرفع التكلفة بسرعة.
وأخيراً، هناك تكاليف الاستضافة والمعالجة. استضافة نموذج الذكاء الاصطناعي على خادم قد تبدو رخيصة مبدئياً، لكن نشرها عالمياً يتطلب تكرار الخوادم عبر مناطق جغرافية متعددة لتقليل الكمون وضمان استجابة سلسة وفي الوقت المناسب لكل متعلّم.
دانييل: كما ذكر إستيپان، التخطيط للترخيص في مجال الذكاء الاصطناعي يتطلب دقة. من منظور شامل، تجارب الذكاء الاصطناعي تتبع هيكل تكلفة مختلف عن التعلم الإلكتروني التقليدي؛ رسوم التراخيص وتكاليف واجهات البرمجة (API tokens)—التي ترتبط بمعالجة البيانات عبر النماذج—تحسب عادة على أساس الاستخدام، وكلما تفاعل المتعلّمون أكثر ازداد الإنفاق.
لذلك من الضروري جداً إدماج مكوّنات الذكاء الاصطناعي حيث تعود بأكبر قيمة استراتيجية. قبل الشروع في البناء عليك أن تسأل: ما الفائدة المحددة للذكاء الاصطناعي في هذه اللحظة التعليمية بالذات؟ كما يجب أن تفحص هدف التعلم لتقرر مستوى التكنولوجيا المطلوب فعلاً.
أفاتار عالي الدقّة ليس مطلوباً دائماً. إذا كان الهدف تدريب مهارات تواصل نصية—كصياغة رسائل للعملاء، التعامل مع محادثة مكتوبة مباشرة، أو اتقان عرض مبيعات كتابي—فإن محاكاة نصية يعمل بها الذكاء الاصطناعي قد تكون فعّالة بنفس القدر وبكلفة أقل بكثير من الحلول المرئية الغنية. ان التخطيط الذكي والموضعي هو ما يحقق أقصى عائد على الاستثمار. إذا كانت التكنولوجيا التي تختارونها تُحدث لحظة “آها!” وتُرسّخ الفكرة في ذهن المتعلّم، فالعائد على الاستثمار سيبرر التكلفة بلا أي لبس.
لا يلزمك تشغيل منهج كامل مدته ثلاث ساعات بواسطة ذكاء اصطناعي مباشر لتحقيق تأثير ملموس. النهج الأذكى هو دمج مكونات ذكاء اصطناعي صغيرة ومحددة عبر رحلة تعلم هجينة. استعن بالأساليب التقليدية والاقتصادية لبناء المعرفة الأساسية — مثل مقاطع فيديو قصيرة، قراءات مُركَّزة، أو وحدات تفاعلية — ثم قدّم مكونات الذكاء الاصطناعي عالية القيمة عند الحاجة الفعلية للممارسة الحوارية الفورية أو التدريب المُخصص. هذا الخليط يمنحك أفضل نتائج للمتعلمين مع تحسين كبير للميزانية.
كيف يمكن أن تتكامل المحاكاة الغامرة وتجارب التعلم المُلعّبة داخل نظام إدارة التعلم وبيئة المحتوى الموجودة لدى المؤسسة؟
– دانيل: نحن في SweetRush نحافظ على حياد تكنولوجي تام. قبل الشروع بأي مشروع أو تصميم أي محتوى نعمل على فهم عميق للنظام البيئي القائم لدى الشريك. نؤمن أن التكنولوجيا يجب أن ترتقي بتجربة التعلم ولا تعرقلها. هدفنا أن نجعل الحلول المتقدمة في متناول المتعلّم وبأكبر سلاسة ممكنة للمؤسسة.
ولضمان أن تتماشى المحتويات الغامرة والمُلعّبة مع منظومتكم اليومية على نطاق عالمي، نتبنى تصاميم قابلة للتوسّع وتتكامل بسهولة:
– التغليف بصيغة SCORM لملاءمة سلسة مع LMS: في معظم الحالات نغلف المحاكاة والتجارب الملعّبة بصيغة SCORM، ما يتيح إطلاقها، تتبُّعها، ودمجها مباشرةً داخل نظام إدارة التعلم القياسي — وهو أمر حاسم لتوسيع المبادرة على نطاق عالمي.
– تكامل مخصّص من الواقع الافتراضي إلى LMS: تاريخياً كان الواقع الافتراضي معزولًا وصعب التتبُّع؛ لذا طوّرنا أداة تكامل خاصة تربط بيانات تجربة الواقع الافتراضي مباشرة وبأمان إلى نظامكم المركزي.
في النهاية، ليس من المفترض أن تحدّ بنية المؤسسة التحتية الحالية من قدرتكم على الابتكار. من خلال تولينا للأعباء التقنية في الخلفية، نجعل نشر محاكاة متقدمة سلسًا بقدر إطلاق وحدة eLearning تقليدية.
كيف يثبت قادة التنمية والتعلّم أن المحاكاة الغامرة والمحتوى الملعّب يلبي احتياجات العمل؟
– دانيل: لإثبات القيمة الحقيقية للأعمال يجب أن نتجاوز معدلات الإنجاز البسيطة ونركّز على التغيير السلوكي والأثر التشغيلي. المحاكاة الغامرة وتجارب اللعب التربوي تولّد بيانات سلوكية غنية لا تستطيع أساليب eLearning التقليدية تسجيلها. كل قرار، خطأ، وتصحيح يقوم به المتعلّم يتم تتبُّعه، ما يمكّن قادة L&D من ربط معالم التدريب مباشرةً ببيانات الأداء عبر ثلاثة محاور مميزة:
1. الكفاءة التشغيلية وتخفيض التكاليف
المحاكاة الغامرة تقلّص بشكل كبير زمن الوصول إلى الكفاءة — الوقت اللازم لوصول الموظف الجديد إلى الإنتاجية الكاملة. قياسات مثل تقليص وقت الاندماج، تقليل زمن الجلوس في التدريب، وتخفيض مخاطر التشغيل مهمة. تدريب موظف في بيئة افتراضية يعني عدم تعطيل العمليات الحقيقية أو استهلاك مواد خام مكلفة أثناء التعلم.
2. مقاييس الأداء المباشرة
بما أن المحاكاة تحاكي تعقيدات العالم الحقيقي، يمكنك ربط بيانات المحاكاة مباشرة بمؤشرات الأداء الرئيسية على الوظيفة. مثلاً بعد محاكاة محادثة مدعومة بالذكاء الاصطناعي لفريق خدمة العملاء، يمكن قياس درجات رضا العملاء (CSAT) بعد التدريب، أزمنة إنهاء المكالمات، أو معدلات الأخطاء. انخفاض أخطاء الامتثال أو ارتفاع التحويلات بعد إطلاق مفعّل يلبي الحاجة التجارية بوضوح.
3. الثقة والتقليل من المخاطر
في البيئات عالية المخاطر، نقص الثقة يكلف ويؤدي لحوادث. تتيح المحاكاة قياس يقين المتعلّم إلى جانب دقّته. الأبحاث تُظهر أن التعلم الغامر يزيد ثقة المتعلّم في تطبيق المهارات مقارنة بالصفوف التقليدية. عندما يرتفع مستوى الثقة يقلّ وقوع الأخطاء الحرجة، تنخفض حوادث السلامة، ويزداد الاحتفاظ بالموظفين لأنهم يشعرون بالدعم والتمكين.
الطريقة الأفضل لإثبات الأثر هي التعاون مع الجهات التجارية المعنية قبل تصميم التجربة: حدِّدوا المؤشر التجاري الدقيق الذي ترغبون في تحريكه — سواءً تقليل الحوادث، زيادة المبيعات، أو تسريع الاندماج — واستخدموا المحاكاة كمحرك مخصص لذلك الهدف.
نصيحة لقائد L&D يستعد لإدخال تجارب غامرة، مدعومة بالذكاء الاصطناعي، ومُلعّبة إلى محفظة التعلم
– إستيبان: من الضروري تحديد نقاط التماس الدقيقة حيث تضيف التجارب الغامرة واللعب التربوي قيمة فعلية. ليس كل جزء من المنهج يجب تحويله إلى محاكاة أو لعبة؛ بالاختيار المدروس يمكنك إدارة الميزانية بذكاء وتخصيص الموارد لأكثر المقاطع تأثيرًا. ركّز على المجالات التشغيلية التي تحدث فيها الأخطاء بشكل متكرر أو التي تحمل مخاطر مالية وسمعة عالية — استهدف هذه الفجوات بالتكنولوجيا المتقدمة.
– دانيل: القفزة إلى التعلم الغامر أو المدعوم بالذكاء الاصطناعي أو الملعّب قد تبدو مُرعبة، لكنها ليست مخاطرة هائلة إن اتُّبع نهج حكيم. ثلاث نصائح لضمان إطلاق ناجح:
1. فكّر كبيرًا، ابدأ صغيرًا، وتوسّع بسرعة
لا حاجة لتغيير كامل المنهج بين ليلة وضحاها. اختر مشروعًا تجريبيًا صغيرًا وعالي الأثر — نقطة احتكاك محددة حيث انخفاض الاحتفاظ أو تكرار الأخطاء واضح. اطوِّر محاكاة حوارية واحدة مدعومة بالذكاء الاصطناعي أو وحدة مُلعّبة قصيرة ومركّزة، واستخدمها لاختبار النماذج الفنية، معالجة العوائق داخل منظومتكم، وجمع التغذية الراجعة من المتعلّمين.
2. أولويّة تجربة المتعلّم
من السهل الانغماس في مواصفات الأجهزة والبرمجيات المعقّدة، لكن أنجح المبادرات تضع سهولة الوصول ومسار المستخدم في المقام الأول. اجعل حاجز الدخول للمتعلّم منخفضًا قدر الإمكان. إذا كنتم تفكرون في الواقع الافتراضي، ابدأوا بمحاكاة 360 درجة معتمدة على الويب يمكن الوصول إليها عبر الحاسوب المكتبي قبل نشر السماعات المخصّصة — هكذا تخففون الاحتكاك وتزيدون من احتمالات التبنّي السريع.
مبادره صغيرة، اختبار مبني جيدًا، وتوسّع مدعّم بيانات سيمنحكم أفضل فرصة لتحقيق أثر تجاري حقيقي. إذا كنتم تستخدمون حلول الذكاء الاصطناعي، فتأكّدوا من أن الواجهة بديهية وسهلة الاستخدام بحيث لا تتطلّب أي معرفة تقنية للتنقّل بينها.
٣. بناء شبكة داخلية من المؤيّدين
الحلول التعليمية المتقدّمة تحتاج إلى دعم عبر عدّة أقسام داخل المؤسسة. في المراحل الأولى، تعاونوا مع فرق تكنولوجيا المعلومات، الامن السيبراني، وحماية البيانات لضمان توافق التكنولوجيا مع معايير المؤسسة. وعلى نفس القدر من الأهمية، ابحثوا عن قادة أعمال متحمّسين للابتكار ومستعدّين للدفاع عن المشروع التجريبي داخل وحداتهم. استخدموا بيانات المشروع التجريبي لصياغة مبرّر تجاري داخلي قوي. حين تستطيعون إظهار كيف أن محاكاة مَحفّزة بعناصر اللعب قلّصت وقت الانخراط أو عزّزت ثقة مجموعة التجربة، يصبح تأمين الميزانية والموافقة على المبادرة الأكبر أمراً أسهل بكثير.
خاتمة
شكر خاص لدانييل سيلفر وإستيبان كاسكانتِه على مشاركتهما الرؤى الخبيرة حول كيفية تعظيم فعالية وقيمة برامج التعلم والتطوير من خلال تجارب تعليمية غامرة، مُحَوَّكَة بالألعاب، ومدعومة بالذكاء الاصطناعي.
هل ألهمتك هذه الإمكانيات؟ تواصل مع SweetRush حول حلولها للتعلّم الغامر والمحاكاة المعتمدة على اللعب اليوم.
مرجع:
[1] ما الذي يعنيه الواقع الافتراضي والميتافيرس بالنسبة للتدريب؟
شارك على