详细内容或原文请订阅后点击阅览
学习分析 2.0：AI 数据助手如何取代静态 LMS 报告
探索基于自然语言查询、NLU 和 NLG 构建的 AI 驱动的数据助理如何用实时会话智能取代静态报告，最终使 L&D 在战略桌上拥有可靠的席位。这篇文章首次发表在 eLearning Industry 上。
来源:eLearning行业 | 在线教育博客AI 数据助手如何最终为 L&D 提供真正的答案
大多数研发部门都有一个熟悉的仪式。每个季度，都会有人将 LMS 完成数据导出到电子表格中，编写报告，将其提交给领导层，并将其称为“学习分析”。幻灯片上的完成率会上升。高管们点头。业务影响问题悄然没有得到解答。
这并不是努力的失败。这是基础设施的失败。过去十年里，学习与发展团队用来衡量学习的工具是为了计算完成情况，而不是为了揭示洞察力。他们记录下发生的事情。他们无法告诉你原因、该怎么办或者接下来会发生什么。
这种情况正在开始改变，这种转变与更好的仪表板关系不大，而与 L&D 专业人员与其数据之间根本不同的关系有关。
分析差距导致 L&D 失去席位
德勤研究发现，73% 的企业领导者将无法定义清晰的指标视为改善数字化采用成果的主要障碍。这不仅仅是一个数字化采用问题，而且是 L&D 中普遍存在的问题。团队数据丰富但洞察力匮乏。数据存在：完成率、模块时间、评估分数、登录频率。在大多数组织中，不存在将这些数据转化为领导层真正关心的问题的答案的能力。
“哪些计划正在导致该领域的行为改变？” “我们的高绩效员工在哪里度过学习时间？” “哪些模块下降幅度最大，为什么？” “我们的新经理发展计划是否缩小了第 3 区的领导力差距？”
这些并不是复杂的问题。但使用传统的 LMS 报告工具来回答这些问题需要一名数据分析师、一组手动查询以及数天的准备时间——到那时就已经在没有数据的情况下做出了决策。