详细内容或原文请订阅后点击阅览

从 ADDIE 到 ADDIE+

2025年10月28日 16:00 33 Comments
X Twitter Instagram Mail

AI 正在将 ADDIE 从线性设计模型转变为动态的、数据驱动的学习生态系统，提供持续的性能改进和可衡量的业务影响。这篇文章首次发表在 eLearning Industry 上。

来源:eLearning行业 | 在线教育博客
人工智能如何重塑企业学习：压力下的熟悉框架几十年来，ADDIE（分析、设计、开发、实施、评估）一直是教学设计的支柱。它为学习团队提供了共享的语言、结构和纪律。它确保了质量、合规性和一致性。对于 L&D 的许多人来说，这是定义我们领域专业精神的模型。但我们周围的企业格局已经发生了变化。在技​​术、新工作模式以及最近的人工智能 (AI) 的推动下，转型步伐加快。如今，技能的过期速度比以往任何时候都快：世界经济论坛预测，到 2027 年，44% 的工人技能将被破坏。麦肯锡补充说，一半的员工将在未来三年内需要重新培训技能。与此同时，企业领导者期望 L&D 从内容创建转向能力支持，从提供课程转向推动可衡量的绩效成果。传统的 ADDIE 模型并不是针对这一现实而构建的。它的顺序性、基于项目的性质常常会减慢响应速度。它的输出——课程、模块、学习路径——并不总是直接连接到业务数据。而且其评估阶段往往来得太晚，无法提供改进信息。事实上，正如我们所知，ADDIE 并没有被破坏，但它已经过时了。在后人工智能时代，我们需要将其演变成更快、更智能、更数据驱动的东西。我们称这种演变为ADDIE+。为什么ADDIE必须演变1。速度差距公司的优先事项现在每季度而不是每年发生变化。等待数月才启动培训计划意味着业务已经开始发展。 ADDIE的顺序阶段无法满足这种变化速度。2．数据断开L&D 仍然严重依赖调查、完成率和培训后测验。然而，人工智能系统和数字平台现在会生成大量的性能数据，这些数据可以在人类要求培训之前很久就查明能力差距。传统的ADDIE模型没有利用这种智能。3．个性化
课程 ADDIE 合规性 提供 技能 速度比 培训 质量 一半的 大量的 事实上 驱动的 性能数据 后测验 数据 目的性 响应速度 无法 周围的 业务 企业 差距 评估阶段 意味着 变化速度 一致性 领导者 设计的 模型 数据驱动 人工智能 传统的 工作模式 为什么 顺序 最近的 学习