详细内容或原文请订阅后点击阅览

数据驱动的UPSKILLING：90天内的即时AI教练

2025年9月21日 13:00 33 Comments
X Twitter Instagram Mail

作为一名教学设计师，我使用了一位无代码的GPT对话教练，该教练将日常会议变成了即时的脚本，日志简单的信号，并将下一个微技能路由 - 将New New Nire乘坐的入职并提升为自适应工作的工作，这是在Elearning行业上发表的。

来源:eLearning行业 | 在线教育博客
自适应，个性化的脚本，没有代码剧，上午8:57在一个星期一，我看着新员工的光标眨眼我们的进气表：“标题：工程经理”。美国的新目标是当今的立场：“听起来自信而不会超越分享”。我构建了这种形式的目的，角色，听众，时间和结果，因为在工作场所学习中，真正的魔术是在“提交”之后发生的。我的工作不是让人们记住规则。这是使下一个对话比上一个对话更容易。在最初的90天中，尤其如此，当登上登上感觉就像走进一部电影中途走进一部电影。设计工作场所学习在工作日1：一个屏幕中的高技能，一个屏幕，较低的心率发送脚本，而不是讲道。 For her very first stand-up, our just-in-time assistant (a no-code GPT helper wired to a simple scenario library) delivered a one-screen plan:Pre-brief (10s)"I'll share a one-sentence goal, two risks, and one decision needed."Live lines"At a high level, we're targeting Friday for the API handoff. Two flags: rate limits and QA availability. Decision needed: reduce scope or add a fallback今天？“后30年代）“我们决定了吗？在六分钟内做出决定。静静地，该系统记录了我为每个学习者跟踪的三个小信号：否定时间，需要进行后续工作以及自我评估的清晰/信心。这就是自适应工作场所学习的燃料。不是人格测试，只是实际工作中发生的事情。周2：模式，不是在第二周的陈词滥调，她的会议准时结束，但后续阵容激怒了。助手提出了一种新方法：总结和分配。 “在我们包装之前：决定是对B的尖峰。所有者：Jordan（API），Priya（QA）。CheckPointWed 2 pm。如果您在窗帘后面窥视，您会看到“小数据”：每个脚本的尝试都会成为一个很小的记录 - 封闭式，音调，结果，清晰度1-5。助手比较此
工作中 清晰度 " 结束 电影 设计工作 走进 跟踪的 下一个 美国 结果 最初的 后续工作 QA 新目标 needed 所有者 工作场 决定 真正的 新方法 光标 时间 工作日 学习的 实际 工作场所 对话 API 自适应 助手 较低的 脚本 静静地 屏幕 评估的 登上