كل ما يحتاج قادة التعلم والتطوير معرفته عن تحليلات بيانات التعلم
جون كليف حاصل على ماجستير في التربية ودكتوراه في علوم الحاسوب من جامعة نورث وسترن. لديه أكثر من ثلاثين عاماً من الخبرة في تصميم وتطوير حلول التعلم لعملاء متنوعين، من شركات كبرى ضمن قائمة فورتشن خمسمئة إلى مؤسسات غير ربحية وأوساط أكاديمية. تشمل مجالات خبرته المحاكاة، ومنصات التعلم، واستراتيجية تحليلات التعلم.
نتحدث اليوم عن تحليلات بيانات التعلم في مجال التعلم والتطوير. ولمزيد من رؤى جون، يمكنكم متابعة ندوة سويت راش الجديدة: «تحليلات التعلم تحسّن حرفة التعلم والتطوير. لا تصمّم وتطوّر وتنشر فقط… اكتشف!».
معظمنا في مجال التعلم والتطوير يدرك قيمة بيانات تحليلات التعلم للمساعدة في تقييم استراتيجية تصميم التعلم وتشكيلها، ومع ذلك لا يمارسها كثيرون بما يكفي. لماذا؟
بينما تطبق منظمات كثيرة تحليلات التعلم، أعتقد أن خمسة أسباب تفسر لماذا لا تُمارس على نطاق أوسع.
أولاً، يتطلب إنشاء التقييمات، خاصة تقييمات المهارات، جهداً. وعندما يكون الوقت والميزانية ضيقين، يفضل كثيرون الاستثمار في التدريب نفسه بدلاً من القياس.
ثانياً، غالباً ما يُطوّر التدريب بطريقة الشلال: تحليل الاحتياجات، ثم التصميم والتطوير، ثم النشر. وبعد ذلك يتوقف العمل، وينتقل الفريق إلى الخطوة التالية، فلا تقدم تحليلات التعلم قيمة كبيرة لأنها لا تفيد في المضي قدماً.
ثالثاً، قد يخشى قائد التعلم والتطوير من أن تحليلات التعلم إن أثبتت أن دورة بلا تأثير، فقد ينعكس ذلك سلباً عليه؛ فلا بيانات تعني لا حكم.
رابعاً، بعض قادة التعلم والتطوير وفرقهم يفتقرون إلى الثقة في مهاراتهم لتقييم أثر التعلم، لذلك يهملونه.
خامساً، قد يكون تقييم مهارات الناس ومعرفتهم صعباً، وقد يسبب تحليل معيب ضرراً أكثر من النفع.
ونتيجة لعامل أو أكثر من هذه العوامل، تُجمع بيانات أقل مما هو ممكن عن أثر التدريب؛ ومن ثمّ يُتعلم القليل عادة. في رأيي أن هذه خسارة، لأن فرصنا في تحقيق النجاح محدودة.
من الصعب قياس تغيرات سلوك المتعلم في العمل أو أثر التدريب، وهما المستويان الثالث والرابع في نموذج كيركباتريك. هل لديك أفكار حول كيفية قياس أثر التعلم؟
جمع بيانات عن قدرة الناس على الأداء في العمل أمر صعب: تقييمات المدير لها بعض الصلاحية لكنها تفوت أشياء، ومراقبة سلوك الناس في العمل قد تكون متطفلة.
من طرق معالجة هذا التحدي تحديد مؤشرات تخبرك هل يكتسب المتعلمون المعرفة والمهارات المستهدفة في التدريب، ثم جمع بيانات عن تلك المؤشرات داخل تجربة التعلم نفسها. مثلاً، إذا كنت تصمم تدريباً في المبيعات، فقد تشمل المؤشرات طرح أسئلة جيدة، وإدراك احتياجات العميل، وصياغة حل مثالي، وتقديم المنتج بشكل جيد، والتعامل مع الاعتراضات.
وبعد تحديد المؤشرات، يمكنك ابتكار طرق لالتقاط بيانات تحليلات التعلم حول كل مؤشر في موضعه، مثل قياس قدرة مندوبي المبيعات على طرح الأسئلة، وتحديد الاحتياجات، وابتكار الحلول، وهكذا.
يمكن التقاط قدر كبير من البيانات داخل الدورة، كتضمين محاكاة أو تحليل دراسة حالة لمعرفة الأسئلة التي يطرحها المتعلمون، ومدى جودة إظهارهم لاحتياجات العملاء، والحلول التي يوصون بها بناءً على تلك الاحتياجات. هذه البيانات تقدير جيد لما يستطيع الناس فعله عند عودتهم إلى العمل، وقد تكون أدق من تقارير المديرين أو التقارير الذاتية.
ما الذي تخطئ فيه المنظمات غالباً عند الحديث عن تحليلات التعلم؟
ربما أكبر خطأ منفرد هو عدم القيام بها، أي عدم جمع بيانات تحليلات التعلم بما يتجاوز معرفة هل أكملت فئة معينة من المتعلمين التدريب. لكن عندما تقرر منظمة قياس الأثر، أعتقد أن أكبر خطأ هو قياس الشيء الخاطئ. تركز تقييمات كثيرة على الاسترجاع، أي قدرة المتعلم على تكرار ما قيل له، لأن هذه أسهل أنواع التقييمات تطويراً، والذكاء الاصطناعي يجعل ذلك سهلاً بشكل مفاجئ.
المشكلة في ذلك من وجهين:
أولاً، الأشخاص الذين يستطيعون استرجاع المعلومات قد لا يقدرون على تطبيقها في مواقف العالم الحقيقي.
ثانياً، الأشخاص الذين يؤدون جيداً في العمل قد لا يستطيعون استرجاع المعلومات التي عُلّموها.
وفي الحالتين، قد لا يكون لأداء الشخص في التقييم أي ارتباط بقدرته على الأداء في العالم الحقيقي، لذا يصبح التقييم بلا صلاحية تنبؤية أو تشخيصية.
الأداة الوحيدة المتاحة لنا لجمع بيانات تحليلات التعلم هي نظام إدارة التعلم. ما الذي يمكننا فعله بها؟
رغم محدوديتها، توفر أنظمة إدارة التعلم بيانات تحليلات التعلم، ومن ثمّ يمكن أن تقدم رؤى. جميع أنظمة إدارة التعلم تقريباً تسجل حالة الدورة، لم تبدأ، قيد التقدم، مكتملة، والدرجة إن أبلغت الدورة عنها. ويمكن أن تكون الحالة والدرجة مفيدتين. تحتاج إلى تتبع الحالة إذا أردت تقديم أي ادعاء عن أثر دورة. فلكي يكون لها تأثير، كان لا بد أن يأخذها الناس.
علاوة على ذلك، إذا كانت هناك دورات اختيارية في نظام إدارة التعلم، أي دورات يمكن للمتعلمين التسجيل فيها بأنفسهم، فإن التسجيلات والحالة، أي عدد من يكملها، يمكن أن تخبرك أيها يقدّر المتعلمون. وإذا كان الطلب مرتفعاً، فقد تختار إنشاء دورات إضافية في الموضوع نفسه.
والدرجات كذلك يمكن أن تكون مفيدة إذا صُممت التقييمات التي تنتجها جيداً. قاوم إغراء مطالبة الناس بإعادة الإجابة عن كل سؤال حتى يحققوا درجة نجاح، وبدلاً من ذلك اسمح بدرجة نجاح أقل، مثلاً ثلاثين في المئة، ثم سجل الدرجة كمؤشر عام على مدى إتقان المتعلمين للمادة.
إضافة إلى ذلك، تسمح معظم أنظمة إدارة التعلم بتحليل مقارن بين فئات مختلفة، فيمكنك مقارنة الدرجات حسب الدور، والمنطقة، والقسم، وسنوات الخبرة، وخصائص أخرى، وقد يعطي ذلك رؤى حول من يعرف ماذا.
أخيراً، تقدم بعض أنظمة إدارة التعلم تقارير عن بيانات تفاعلات سكورم، التي ترسلها أدوات التأليف مثل رايس وستورلاين وغيرها إلى نظام إدارة التعلم. توفر لك هذه البيانات رؤى حول كيفية إجابة المتعلمين عن أسئلة فردية في التعلم الإلكتروني، فيمكنك مثلاً تحديد الأسئلة التي كثرت الإجابات الصحيحة أو الخاطئة عنها، مما يساعدك على كشف فجوة معرفية أو مهارية ينبغي معالجتها.
كيف أثر ظهور الذكاء الاصطناعي في التعلم والتطوير على تحليلات التعلم؟
يتغذى الذكاء الاصطناعي على البيانات، لذا يمكن أن تكون بيانات تحليلات التعلم ذات قيمة لا تقدر بثمن له. مثلاً، يستطيع الذكاء الاصطناعي تكييف محتوى التدريب مع المتعلمين أفراداً، لذا فإن معرفة ما أتقنه المتعلمون أو ما يجدون صعوبة فيه يمكن أن تدخل في قراراته بشأن ما سيغطيه وكيف. ويمكن أيضاً توفير بيانات تحليلات التعلم إلى جانب معلومات ديموغرافية عن المتعلمين أفراداً، مثل دورهم ومسؤولياتهم، وقد يؤثر ذلك أيضاً في طريقة تعامل الذكاء الاصطناعي مع موضوع ما.
ومن المجالات الأخرى التي قد يؤثر فيها الذكاء الاصطناعي على تحليلات التعلم تقييم منتجات عمل المتعلمين: اطلب من المتعلمين إنشاء تقرير أو عرض تقديمي، ثم زوّد الذكاء الاصطناعي به لتقييمه وفق معايير محددة.
الذكاء الاصطناعي ممتاز أيضاً في مطابقة الأنماط، لذا قد يستطيع استخلاص رؤى من بيانات تحليلات التعلم حول ما أكملوه، وكيف أجابوا عن الأسئلة، وما فعلوه في محاكاة، وهكذا. مثلاً، زودنا أعداداً كبيرة من عبارات إكس إيه بي آي للذكاء الاصطناعي وطلبنا منه بناء إحصاءات موجزة، وكشف أنماط سلوك مثيرة للاهتمام، وتحديد أخطاء شائعة، وأمور أخرى تهمنا.
ما رأيك في مستقبل تحليلات التعلم، وكيف قد تتطور وتتغير في السنوات القادمة؟
أعتقد أن تحليلات التعلم في المستقبل سوف: أولاً، تُجمع بصورة أكثر روتينية، لأن ذلك يصبح أسهل، ولأن الذكاء الاصطناعي متعطش للبيانات؛ وثانياً، تصبح أقوى، لأن الذكاء الاصطناعي يتيح لنا تحليل كميات كبيرة من البيانات وكشف الأنماط.
مثلاً، يتيح لنا الذكاء الاصطناعي توليد المحاكاة بسهولة أكبر بكثير من الماضي، والمحاكاة تقدم نافذة غنية على كيفية أداء المتعلمين في مواقف العالم الحقيقي. وإذا استطاع الذكاء الاصطناعي تبسيط عملية استخلاص البيانات وتفسيرها، فسيستخدمها بلا شك مزيد من قادة التعلم والتطوير. ولأن معرفة أثر تجربة تعلم تساعدنا على جعل التجربة التالية أفضل، فإن زيادة استخدام تحليلات التعلم لا يمكن إلا أن تكون أمراً جيداً لصناعة التعلم والتطوير ككل.
أحتاج إلى إقناع مشرفي بأن الاستثمار في جمع بيانات تحليلات التعلم وتحليلها يستحق الوقت والجهد. ما الحجج التي يمكنني استخدامها لكسب تأييده؟
بما أن قياس أثر تجربة تعلم أمر منطقي بديهياً، فإني سأتعمق أكثر في سبب مقاومة مشرفك. وكما ذكرنا، قد يكون أحد الأسباب الخوف: إذا أنتجت دورة ولم يظهر لها أثر، فقد يجعل ذلك المشرف يبدو سيئاً.
وإن كان الخوف وراء مقاومته، يمكنك تشجيعه على استخدام تحليلات التعلم تكوينياً، أي جمع البيانات على طول الطريق لإجراء تعديلات، مع الإقرار بأن التعلم والتطوير عملية. مثلاً، يمكن إجراء تجربة أولية، ثم استخدام بيانات تحليلات التعلم الناتجة عنها لتحسين تصميم الدورة.
وثمة سبب آخر لمقاومة المشرف هو القلق من أن قضاء وقت في التقييم سيأخذ وقتاً من بناء المحتوى نفسه. وفي هذه الحالة، يمكنك أن تقول إن التقييم والمحتوى يسيران جنباً إلى جنب، بل إن تطوير التقييم أولاً قد يوفر بوصلة حقيقية لتصميم التعلم.
وقد يكون السبب الثالث للتردد هو عدم امتلاك مهارات تحليلية وكمية قوية. وفي هذه الحالة، يمكنك أن تعده بمساعدته على فهم البيانات، أو ربما توصي ببعض الدورات التي تحسن قدرته على فهم البيانات وتفسيرها. وقد ترغب حتى في إجراء تحليل بنفسك لإظهار قيمة البيانات.
ونصيحة واحدة: حدد كيف ستستخدم بيانات تحليلات التعلم كلما أوصيت بجمعها. فقيمة استخدامها كثيراً ما تبرر الجهد اللازم لجمعها وتحليلها.
خاتمة
شكراً جزيلاً لجون كليف على مشاركته خبرته في الاستفادة الكاملة من الإمكانات غير المستغلة غالباً في تحليلات بيانات التعلم. هل أنت مستعد للتعامل بجدية مع تحليلات التعلم؟ تواصل مع خبراء سويت راش وابدأ اليوم في قياس ما يغيّره تدريبك فعلاً.