Корпоративное обучение для цифрового мира - Коллектив авторов

2. Средства модельных расчетов, которые обрабатывают данные в реальном времени и параллельно анализируют их для дальнейшего использования.

Система выводов

Трансформация данных и генерация выводов на основе всех собранных данных.

1. Психометрические инструменты, которые оценивают знания и умения слушателя, параметры контента, эффективность обучения и т. д. С каждым новым уровнем информация о слушателе становится в разы точней.

2. Инструменты стратегии обучения, которые оценивают чувствительность слушателя к изменениям в преподавании, оценивании, темпе обучения и др.

3. Инструменты обратной связи, которые объединяют все данные и передают обратно в систему сбора данных.

Система персонализации

Для того чтобы найти оптимальную стратегию для слушателя в изучении каждой концепции, используется мощная система персонализации. У нее есть следующие элементы:

1. Инструменты рекомендаций, которые предлагают слушателям ранжированные рекомендации о том, что делать дальше, балансируя цели обучения, сильные и слабые стороны слушателя, его вовлеченность и др.

2. Инструменты предиктивной аналитики, которые предсказывают степень и вероятность достижения целей, установленных преподавателем (например, какова вероятность того, что слушатель пройдет тест на 70 % выполнения), ожидаемую оценку, уровень знаний и умений и др.

3. Инструменты единой истории обучения: личный кабинет слушателя, позволяющий связать воедино опыт обучения, полученный на различных образовательных программах с использованием различных форматов обучения.

Примеры адаптивного обучения

Кейс Корпоративного университета Сбербанка

На программе Корпоративного университета Сбербанка «Клиентоцентричность и управление сервисом» используются разветвленные алгоритмы адаптивного обучения, которые предлагают слушателям индивидуальные траектории обучения с возможностью пропуска или углубленного изучения определенных модулей программы.

Адаптивный учебник SmartBook[5]

Адаптивное обучение также применяется в школах. Например, компания McGraw-Hill разработала цифровой учебник SmartBook на платформе адаптивного обучения McGraw-Hill Connect. Учебник позволяет отслеживать прогресс каждого учащегося в классе и идентифицировать проблемы, с которыми сталкиваются ученики в ходе изучения материалов. Система подстраивает учебный контент под индивидуальный темп его изучения студентом, расставляя приоритеты, вычленяя ключевые понятия и заставляя пользователя сосредотачиваться на темах, которые были плохо усвоены.

Как разработать программу с технологией адаптивного обучения[6]

Шаг 1. Определить цели обучения

Необходимо определить знания и умения, которые программа нацелена сформировать. Это можно сделать, используя Таксономию Блума.

Шаг 2. Структурировать предметную область

Необходимо создать карту знаний. Для этого важно детально описать темы обучения, выделяя несколько уровней сложности и связи между ними. Для подробного структурирования предметной области требуется выделить минимум 3 уровня.

Шаг 3. Создать контент для достижения целей обучения

Карту знаний из шага 2 нужно наполнить единицами микрознаний контента, которые образуют логическую структуру.

Шаг 4. Разработать банк контрольных вопросов

Для каждого уровня знаний необходимо разработать от 3 до 10 вопросов, сформулированных строго на основании целей обучающей программы. Работа адаптивного алгоритма зависит от корректной оценки уровня сложности вопросов. Можно диагностировать не только ожидаемый уровень компетентности, но и оценивать степень уверенности в правильности своего ответа. Тесты должны обеспечивать контроль знаний для достижения целевого уровня слушателей.

Адаптивное тестирование

Адаптивное тестирование (adaptive testing) – технология тестирования слушателей, где каждый следующий вопрос подбирается автоматически, исходя из ответов, данных на предыдущие вопросы, и определенного заранее уровня сложности.

Главным отличием адаптивного тестирования от классического является динамическое (в реальном времени), а не статическое определение списка вопросов, которые будут заданы тестируемому.

Траектория, по которой обучаемый проходит тесты, индивидуальна. Выбор следующего вопроса определяется индивидуальными особенностями каждого слушателя, а не общими правилами.

Адаптивное тестирование можно сравнить с устным экзаменом, на котором преподаватель последовательно задает индивидуальные вопросы, выясняя уровень знаний слушателя.

Преимущества адаптивного тестирования

1. Точность. Возможность оценить уровень подготовленности каждого испытуемого с минимальной погрешностью.

2. Качество. Измеряется уровень знаний каждого испытуемого по определенным темам.

3. Достоверность. Влияние дополнительных факторов (потеря интереса, отвлечение, утомление, беспокойство) на результаты теста уменьшается, поскольку тестируемые не тратят время и силы на задания, не соответствующие их уровню подготовки (слишком легкие или слишком трудные).

4. Вовлеченность. Участники тестирования более мотивированы и спокойны. Им предлагаются задания, с которыми они в состоянии справиться, а значит, они более нацелены на успешное прохождение теста и уверены в своих силах.

Адаптивное тестирование наиболее эффективно использовать при решении следующих задач

1. Самопроверка слушателей.

2. Быстрое и точное измерение результатов корпоративного обучения.

3. Прогнозирование результатов обучения через предварительное тестирование.

4. Предварительное тестирование с целью выявления «белых пятен» и корректировки программы курса.

5. Предварительное тестирование с целью разделения учащихся на группы по уровням подготовки.

Пример адаптивного тестирования

Oxford Placement Test – это стандартизированный адаптивный тест для проверки уровня английского языка, который меняет набор вопросов по ходу выполнения теста (степень сложности и число заданий зависят от уровня студента). Тест продолжительностью 40–70 минут проходит в онлайн-формате и включает в себя такие задания, как поиск ошибок в предложениях или заполнение пропусков, выбор правильного варианта из нескольких или определение верности утверждения.

Методология разработки и проведения адаптивного тестирования[7]

Разработка вопросов теста

Банк вопросов

Все вопросы, из которых будет составлен индивидуальный список вопросов для каждого участника тестирования. Минимальный размер банка вопросов рекомендуется определять по следующей формуле: банк вопросов = 15 × количество тем (тематических блоков теста). Например, если вопросы теста разделены на 3–5 тем, то рекомендуемый размер банка вопросов – 45–75 вопросов.

Число вопросов в индивидуальном тесте

Число вопросов в индивидуальном тесте определяется общим числом вопросов, задаваемых участнику тестирования. Оптимальное число вопросов теста рекомендуется рассчитывать по формуле: общее число вопросов = 5 × количество тем (тематических блоков теста).

Таким образом, в итоговом тесте участнику по каждой теме задается не менее 5 вопросов. Например, если вопросы теста разделены на 4 темы, то рекомендуемая длительность теста – 20 вопросов. Но не стоит увеличивать объем теста более чем до 20 вопросов, так как в этом случае снижается мотивация обучаемого. Лучше предложить ему несколько раз пройти тест. Это повышает точность оценки слушателя и проще для него самого. Если давать менее 5 вопросов, адаптивному алгоритму может не хватить информации для достаточно достоверного определения уровня знаний по теме.

Типы вопросов:

• с выбором одного правильного варианта ответа;

• с выбором нескольких правильных вариантов ответа;

• на соответствие/упорядочивание;

• с вводом текстового ответа (где ответ – это число, слово, недвусмысленная фраза (словосочетание), возможные для автоматической проверки).

Вариабельность ответов тестов:

• для автоматической проверки ответов на тесты каждый вопрос должен иметь по крайней мере один вариант правильного ответа;

• правильных ответов в вопросе может быть более одного;

• все варианты ответа также могут быть правильными.

Уровни сложности

Вопросы в банке вопросов ранжируются по единым для всех тем уровням сложности. Количество уровней – не менее 3, оптимально – от 5 до 10. Наличие большого числа уровней сложности (например, 10) более требовательно к калибровке сложности на выборочной группе слушателей, но и обеспечивает более высокую точность итоговой оценки уровня знаний.

Внутри каждой темы (тематического блока) рекомендуется иметь вопросы разного уровня сложности, так как это прямо влияет на вариативность теста и адаптивные возможности технологии.

Внутри каждой темы лучше распределить вопросы группами – не менее