详细内容或原文请订阅后点击阅览
超越柯克帕特里克：为什么 L&D 终于拥有了衡量真正重要因素的工具
大多数 L&D 团队从未超过 Kirkpatrick 模型的第 2 级。本文解释了人工智能分析的原因以及如何最终使每个培训计划的行为转移和业务影响都可衡量。这篇文章首次发表在电子学习行业上。
来源:eLearning行业 | 在线教育博客AI 分析和学习评估级别
自 1959 年以来，Donald Kirkpatrick 的四级模型塑造了 L&D 团队对评估的思考方式。反应、学习、行为、结果。逻辑是合理的。对于大多数组织来说，执行会停止在级别 2。
第 1 级——反应——很简单。培训后调查的构建和填充需要五分钟。第 2 级——学习——是可控的。评估分数由 LMS 捕获。第三级——行为迁移——需要观察技能是否真正应用于工作中。第 4 级（业务成果）需要将培训与组织实际关心的成果联系起来：收入、错误率、生产力、保留率。
两者都需要位于 LMS 之外的数据。两者都需要连接系统，而这些系统从来都不是为了相互通信而设计的。两者都需要大多数 L&D 团队不具备的分析能力。结果是一个行业衡量培训满意度而不是培训影响，并想知道为什么它难以向高级利益相关者证明其预算的合理性。
为什么 3 级和 4 级一直是基础设施问题
没能达到3、4级并不是方法论问题。 L&D 团队了解行为迁移是什么样的。他们知道他们想要影响什么业务成果。问题是访问。
衡量行为转移需要比较员工在培训前后的工作表现，这意味着从绩效管理系统、CRM、操作仪表板或直接经理观察记录中提取数据。这些数据都不存在于 LMS 中。获得它需要数据分析师、定制报告以及数周的跨职能协调。
因此，组织默认关注可衡量的内容，而不是有意义的内容。完成率成为绩效改进的指标。满意度分数成为业务影响的代表。学习投资和业务成果之间的证据链仍然永久断裂。