详细内容或原文请订阅后点击阅览
我们是为人类设计学习，还是为算法设计学习？
真正的学习是通过犯错误、花时间反思错误并从中学习来获得的。这些东西都无法通过算法来衡量。这篇文章首先发表在电子学习行业上。
来源:eLearning行业 | 在线教育博客为什么学习不能用算法来衡量
当今的电子学习解决方案在很多方面都使用算法，包括课程推荐、技能标签、完成分数、热图和参与水平指标。任何对电子学习感兴趣的人都会看到新的学习方式；所有这些方法都是可衡量、可排序和可优化的。我们在学习方面似乎已经取得了长足的进步。通过数据驱动的学习，人们可以提高效率、个性化学习并扩大规模。 L&D 团队需要考虑的难题是他们是否仍然为人设计学习，或者是否为算法设计学习。
学习设计已根据系统奖励（即系统激励）进行了优化，从而产生大量较短的学习模块、更多的评估（通过 LMS 更容易测量、跟踪和报告）以及更小的内容（这就是我们所说的微学习）。
优化学习体验为参与者提供了巨大的价值，因为许多学习者只关心完成学习体验来衡量成功，而不关心培养成功的能力。学习体验从来就不是“无摩擦”的。真正的学习是通过犯错误、花时间反思错误并从中学习来获得的，而这些事情都无法通过算法来衡量。
人工智能驱动的个性化学习是有用还是空洞？
毫无疑问，许多人使用基于人工智能的个性化学习，根据每个学习者之前的学习经历、行为和角色来识别最适合他们的材料。如果有效使用，学习者应该能够在正确的时间获得正确的材料。
因此，用户将进入一个熟悉的学习周期，在其中继续取得成功，但没有真正的行为改变。