从 ADDIE 到 ADDIE+

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