Večina vsebin za usposabljanje v podjetjih se začne kot PowerPoint. Pri uvajanju v delo, moduli o skladnosti, usposabljanje o izdelkih, dokumentacija o procesih - vse to je na voljo, diapozitiv za diapozitivom, v obliki, ki je ne more spremljati noben sistem LMS in meriti nobeno poročilo o dokončanju. Znanje obstaja. Struktura je v grobem na voljo. Manjka le še učna plast, ki predstavitev spremeni v učno izkušnjo, ki jo je mogoče uporabiti in spremljati.
Pretvorba PPT v SCORM je bila vedno logičen korak. Izziv je v tem, da ta nikoli ni bil hiter. Umetna inteligenca to spreminja, vendar le, če se uporablja v pravih delih delovnega postopka. Ta vodnik prikazuje praktičen, ponovljiv postopek za prehod od naloženega PowerPointa do objavljenega tečaja SCORM, pri čemer umetna inteligenca na vsaki stopnji, kjer resnično pomaga, opravi težko delo.
Zakaj diaprojekcija ni tečaj
Preden se poglobite v delovni postopek, je treba natančno določiti, kaj pravzaprav pretvarjate, saj je razlika med predstavitvijo in tečajem večja, kot je videti.
PowerPoint je bil zasnovan za podporo govorniku v živo. Iztočnice so smiselne, ko nekdo govori nad njimi. Zaporedja predvidevajo, da bo predavatelj nadzoroval tempo. Slike in diagrami delujejo kot vizualna sidra za besedno razlago. Če odstranite predavatelja, je vsebina, ki se sklicuje na kontekst, ki ga ni, in struktura, optimizirana za sobo in ne za zaslon, pogosto nepopolna.
Tečaj SCORM se vodi sam. Učenec je sam in vsak element mora nositi svojo težo. To pomeni navedene učne cilje, razlage, ki so samostojne in ne potrebujejo pomočnika, ocene, ki preverjajo uporabo in ne le spomin, ter zaporedje, ki vodi k določenemu rezultatu.
Umetna inteligenca pospešuje pretvorbo. Zaradi nje ta razlika ne izgine. Cilj ni diaprojekcija, ki jo je mogoče klikniti - gre za učno izkušnjo, ki se je po naključju začela kot takšna.
1. korak: naložite PPT in pustite umetni inteligenci, da analizira celotno ploščo
Prva stvar, ki ločuje namensko orodje za ustvarjanje umetne inteligence od splošnega pretvornika, je, kaj se zgodi pri nalaganju. Uporabite Ustvarjanje vsebin z AI za analizo vseh sestavnih delov vaše predstavitve - besedila, slik, diagramov in opomb govornika -, pri čemer zajame celoten kontekst izvirne predstavitve in ne le njene površinske vsebine.
Nato navedite ime projekta, opis vsebine predstavitve in učni cilj.
Strokovni nasvet: Bolj kot je cilj specifičen, boljši je rezultat. “Vključi nove zaposlene v maloprodajni oddelek brez predhodnega znanja o izdelkih” daje umetni inteligenci bistveno več možnosti za delo kot “usposabljaj osebje”. Ciljno polje mora biti vedno vaše - in ne predlog umetne inteligence.
Korak 2: Preglejte strukturo tečaja, ki jo je ustvarila umetna inteligenca
Ustvarjanje vsebin z AI ustvari celotno strukturo tečaja: razdelke, razvrščene po temah, posamezna predavanja z ocenjenim časom izvedbe in vsebinske orise, ki izhajajo iz celotnega diapozitiva. Preden se dotaknete katere koli vsebine, preverite strukturo z vidika zasnove poučevanja: ali zaporedje poteka od temeljnega znanja do uporabe ali pa učencem ponuja zapletene koncepte, še preden imajo na voljo podporno ogrodje?
Preverite, ali vsak del predstavlja koherenten del učenja, in preverite, ali je vsako predavanje povezano z vsaj enim jasnim ciljem - če ne morete izraziti, kaj bo učenec po končanem predavanju naredil drugače, je to predavanje treba preoblikovati. S programom Coursly.ai dodajte predavanja, kjer tema potrebuje več prostora, združite tista, ki niso potrebna samostojnega časa na zaslonu, ali odprite ploščo Daj povratne informacije na katerem koli predavanju in izberite Manj zapleteno, manj strokovno, bolj sproščeno ter obnovite ta del, ne da bi se dotaknili preostalih delov tečaja.
Strokovni nasvet: Pred nadaljevanjem preberite osnutek. Predlagana struktura AI je izhodišče in ne končna odločitev. Pri tem je najpomembnejša vaša presoja o poučevanju - odločanje o tem, kaj postane samostojen modul, kje je treba vsebino dopolniti in kako naj bi bil videti celoten učni lok.
Korak 3: Dodajte interaktivnost
To je korak, ki ločuje pretvorjen tečaj od pretvorjene predstavitve. Raziskave vedno znova kažejo, da je aktivni priklic - priklic informacij namesto pasivnega branja - eden najučinkovitejših mehanizmov za dolgoročno ohranjanje podatkov. Interakcije so način, kako to vgraditi v samousmerjevalni tečaj.
Dodajte interaktivne elemente, ki jih ustvari umetna inteligenca, neposredno v katero koli predavanje:
- Flash kartice za utrjevanje konceptov,
- Akordeoni za večplastno vsebino, ki jo lahko učenci raziskujejo v svojem tempu,
- Zavihek za pregledno urejanje povezanih informacij,
- segmenti vprašanj in odgovorov, ki ustvarjajo vprašanja neposredno iz vsebine predavanja.
Vsak element je ustvarjen na podlagi tega, kar diapozitiv dejansko uči, in ni vnesen kot splošna predloga. Vaša naloga je, da pregledate, kaj generira umetna inteligenca, in zamenjate splošne primere s primeri, ki odražajo resnične situacije, s katerimi se učenci srečujejo na delovnem mestu. Umetna inteligenca oblikuje interakcijo. Vi poskrbite, da bo interakcija ustrezna.
Strokovni nasvet: Ujemanje vrste interakcije z učnim ciljem. Flash kartice se dobro obnesejo pri terminologiji in konceptih. Vprašanja in odgovori so primerni za preverjanje razumevanja. Zavihki in akordeoni so primerni za referenčno vsebino, h kateri se bodo učenci vračali, in ne za vsebino, ki si jo morajo zapomniti. Uporaba napačne vrste interakcije za cilj je najpogostejša napaka interaktivnosti pri oblikovanju tečajev s pomočjo umetne inteligence.
Korak 4: Pregled, uskladitev in izvoz kot SCORM
Pred izvozom na hitro preverite poravnavo. Pri vsakem modulu se vprašajte: ali vsebina obravnava navedeni učni cilj in ali ocenjevanje preverja uporabo in ne le spomin? V predogledu se pomikajte kot učenec in ne kot njegov avtor - vrzeli postanejo očitne tako, kot nikoli, ko gradite diapozitiv za diapozitivom.
Po končanem pregledu objavite neposredno iz Coursly.ai v SCORM 1.2, SCORM 2004 ali xAPI - odvisno od tega, kaj zahteva vaš LMS. V nastavitvah izvoza so konfigurirani sprožilci zaključka, ocenjevanje, sledenje napredku in metapodatki. Ni ločenih korakov pakiranja, ni tehničnega posredovanja, razvijalec ni potreben.
Strokovni nasvet: Pred širšo objavo vedno izvedite testni vpis v sistem LMS. Logika izpolnjevanja SCORM se med platformami razlikuje, pet minut testiranja pa odpravi težave s konfiguracijo, ki bi se sicer po zagonu pojavile kot prijave za podporo učencem.
Primer delovnega postopka: Tečaj skladnosti s 30 diapozitivi
Predstavljajte si, da spreminjate 30-slikanko o skladnosti na delovnem mestu v samousmerjevalni tečaj za 500 zaposlenih v treh državah.
- naložite PPT in določite učni cilj: “Razumevanje in uporaba obveznosti glede zasebnosti podatkov pri vsakdanjem delu”.”
- Nastavite zahtevnost na “Skladnost”, ton na formalen, jezik na angleški - z enim klikom prevedite v dva dodatna jezika
- Preglejte strukturo, ki jo je ustvarila umetna inteligenca: 4 razdelki, 12 predavanj, zapiski govorcev in diagrami, ki so bili preneseni nedotaknjeni
- Izpopolnite dve tanki predavanji z uporabo plošče Daj povratne informacije, nastavite na možnost Bolj zapleteno.
- Dodajte AI Flash Cards za ključne definicije, AI Q&A za preverjanje uporabe na podlagi scenarija
- Izvedite pregled prilagajanja ciljev, prilagodite eno oceno od priklica do uporabe
- Izvozite kot SCORM 1.2 in naložite v LMS
Ocenjeni čas razvoja s tradicionalnim delovnim postopkom: 12-16 ur. Pri avtorizaciji s pomočjo umetne inteligence: manj kot 1 ura.
Pogoste pasti in kako se jim izogniti
- Uporaba orodja, ki bere samo besedilo. Večina generatorjev tečajev z umetno inteligenco črpa besedilo iz diapozitivov in ne upošteva vsega drugega. Če se vaše predstavitve zanašajo na diagrame, slike z opombami ali opombe govornika, ki prenašajo pomen - in tako je pri večini predstavitev v podjetjih -, orodje, ki uporablja samo besedilo, ustvari vsebino, ki je tehnično izpeljana iz vaše predstavitve, vendar je z vidika navodil nepopolna. Čas urejanja, ki ga to povzroči, je pogosto daljši od časa, prihranjenega pri ustvarjanju.
- Preoblikovanje strukture brez preoblikovanja namena. Zaporedje, ki je delovalo pri predstavitvi v živo, morda ni pravo zaporedje za učenca, ki se uči sam. Strukturni pregled v tretjem koraku to omogoča, vendar mora oblikovalec ukrepati v skladu s tem. Uvoz diapozitivov v prvotnem vrstnem redu in nalaganje interakcij na vrh je najpogostejši vzrok za tečaje, ki so skladni s standardom SCORM, vendar so poučno šibki.
- Preskočite kalibracijo občinstva. Ustvarjanje vsebine, preden določite, komu je namenjena in kakšna je njena zahtevnost, ustvari splošne rezultate, ki jih je treba temeljito popraviti. Dve minuti, porabljeni za nastavitve tona in zahtevnosti pred generiranjem, prihranita več ur urejanja po generiranju.
- Prehajanje na ocenjevanje na podlagi priklica. Ocene, ki jih ustvarja umetna inteligenca, so privzete za najnižjo raven Bloomove taksonomije - ali je učenec prebral vsebino? Koristnejše vprašanje je vedno: ali jo učenec lahko uporabi? Eno vprašanje, ki temelji na scenariju in od učenca zahteva, da sprejme resnično odločitev v kontekstu, bo za prenos učenja naredilo več kot pet vprašanj z več izbirami, ki preverjajo, ali si je zapomnil definicijo.
Kako je to videti v velikem merilu
Za ekipe, ki upravljajo velike količine - pretvarjanje modulov skladnosti, lokalizacija usposabljanja o izdelkih na različnih trgih ali obsežno uvajanje z majhnim številom zaposlenih - se prihranek časa poveča z vsakim izdelanim tečajem. Telekomunikacijsko podjetje je ta pristop uporabilo pri razvoju tečajev in petkrat skrajšalo čas razvoja., s čimer se ohrani kakovost poučevanja, hkrati pa se odpravijo stroški urejanja, ki so značilni za orodja, ki berejo samo besedilno plast. V knjižnici tečajev prihranek desetih ur na tečaj ni povečanje učinkovitosti - gre za strateško spremembo zmogljivosti.
Razlikovalni dejavnik v vseh primerih uporabe v velikem obsegu je enak: orodje, ki razume celotno predstavitev in ne izlušči njene površine ter odstrani produkcijsko delo, ki sploh ne bi smelo zahtevati oblikovalca, tako da oblikovalec lahko opravlja delo, ki ga dejansko zahteva.
Spretnost, ki ostaja človeška
Umetna inteligenca ne bo nadomestila oblikovalcev učil, bo pa nadomestila tiste, ki je ne znajo uporabljati. UI skrbi za ustvarjanje vsebine, predlaganje strukture, oblikovanje interakcij in pakiranje SCORM. Ne more pa se odločiti, kaj mora učenec po tem tečaju narediti drugače, presoditi, ali scenarij odraža resnične odločitve, s katerimi se srečuje vaša publika, ali prepoznati, kdaj je kognitivna obremenitev za publiko napačna. Te presoje so bistvo oblikovanja učnih gradiv - in postajajo vse pomembnejše, ne manj pomembne, ko umetna inteligenca prevzema produkcijsko delo. Čas ni več omejitev. Gre za kakovost razmišljanja, ki ga vnesete v orodje.
