精熟学习在工作中的应用：自适应学习如何支持先决条件的掌握

六个人参加了一个库存控制流程培训课程。其中两人在其他仓库从事这项工作多年。两人使用过这套系统，但从未接触过新的退货流程。还有两人从未见过库存记录。课程一开始就布置了主要任务，因为这是工作所需的。第一节课结束时，教室里的人分成了两派：一些人感到无聊，一些人一头雾水，谁也说不清哪一派是哪一派。

这是一个示例场景，并非已记录的客户案例。它描述的是当学员对同一流程的理解各不相同，而课程设计却将他们视为同一群体时会发生什么情况。

本指南面向教学设计师和培训经理。它用通俗易懂的语言解释了精熟学习，并展示了自适应学习如何在职场培训中支持精熟学习：诊断先决条件差距，针对这些差距进行有针对性的准备，在主要任务之前检查掌握情况，并检验准备是否有效。

什么是精熟学习？

精熟学习是一种教学方法，学习者必须对一个单元达到一定的理解水平才能进入下一个单元的学习。本杰明·布鲁姆于1968年在《精熟学习》一书中提出了这一理念，他认为，如果教学质量合适并根据学生的需求进行调整，大多数学生都能掌握他们应该学习的内容。布鲁姆，1968，《精通学习》，引自ERIC它来源于学校，而且大部分研究都来自课堂。

在实际工作中，问题则更为具体：在完成主要任务之前，必须掌握哪些先决概念？如何确定哪些人已经掌握这些概念？对于那些尚未掌握的人，又该如何处理？自适应学习正是解决这些问题的关键。在本指南中，自适应学习指的是学习体验会根据学习者的表现而变化：例如，学习准备顺序、练习量或所获得的支持。它并非指生成式人工智能。

要闻速览

1. 诊断先决条件差异

首先列出必备概念：学习者必须掌握的事实、术语和规则，才能理解主要任务。例如，对于库存控制课程而言，这些概念可能包括库存记录包含哪些内容、退货代码的含义以及谁可以调整库存数量。

然后针对每个概念编写一些具有代表性的问题，并在课程开始前用它们作为简短的诊断。卡内基梅隆大学的埃伯利中心解释了为什么这很重要：学生的先验知识可以帮助或阻碍学习，当这些知识不活跃、不足、激活不当或不准确时，就会干扰新知识的学习（埃伯利中心，学习原则了解员工的现有能力，可以让你发挥他们的优势，弥补他们的不足。

需要注意的是，记忆力诊断只能告诉你记忆情况，不能由此推断工作能力。例如，能够识别退货代码的人只满足了该任务的一项先决条件，并不代表他们能够处理退货案例。IES关于组织教学和学习的实践指南建议使用测试来识别差距，但认为其证据不足。该指南是为学生编写的，因此应将其视为一种合理的教学设计习惯，尝试在自己的环境中进行评估，而不是一种经过验证的职场方法。IES 练习指南).

2. 决定哪些内容可以个性化

自适应学习听起来比实际情况要复杂得多。要掌握先决条件，您可以个性化设置以下三点：

• 序列。 如果学习者存在概念上的漏洞，他们会先复习一下相关的概念。而那些没有跳过复习环节的学习者则不会。
• 练习的数量。 能够三项全部答对的人，比只能三项中一项答对的人需要的重复训练更少。
• 支持。 一名学员会得到一个例题讲解。另一名学员会得到简短的解释，并被提示再次尝试。第三名学员会被标记出来，以便与教师进行讨论。

不应该个性化的是标准。主要任务的“完成”仍然只有一个定义。调整改变的是路径，而不是目的地。

不要将自适应与生成式人工智能混为一谈。例如，“如果退货代码中漏掉了两个项目，则给予一次刷新，然后重试”这样的规则就属于自适应，无需任何模型。如果某个平台宣称其自适应功能由人工智能驱动，那么在依赖它之前，请务必先验证其是否符合您自身的工作流程。

3. 设计反馈和练习选项

针对每个前提概念，定义一个小循环：诊断结果、针对性活动和反馈消息。

请注意两项设计选择。反馈不仅给出答案，还会解释原因。此外，再次尝试或寻求人工帮助的触发条件已预先设定，因此遇到困难的学习者无需等待他人发现。

互动式形式在活动栏中效果显著。每位学习者都需提交答案并说明理由，引导者可以借此了解常见的误解。AhaSlides 支持自适应学习、互动式学习，并可在直播和自主学习之间灵活切换。请将您计划使用的任何特定诊断、创作、评分或报告功能与自身工作流程进行比对，并在实际体验之前，将人工智能、模拟和集成功能视为外部或未经确认的功能。

4. 进阶前检查掌握程度

在学习者开始主要任务之前，明确你需要哪些证据。证据要与任务相关，例如：“正确解读三个新案例中的所有返回代码，并说出批准计数调整的人员姓名”。

两点警告。

避免采用统一的及格分数线。 “完成80%即可达标”这种说法虽然简洁明了，却没有说明缺失的20%。如果缺失的那项内容会导致安全或合规性错误，则说明学习者尚未掌握必要的先决条件。应按概念列出证据，并单独标记关键项目。

支票上的信息要真实可靠。 先决条件检查确认概念已掌握，但并不表明学习者能够完成任务。完成任务的能力将在主要任务练习和后续评估中体现。我们的指南 将学习活动与布鲁姆分类法相匹配 展示了如何协调目标、活动和评估，以免将检查误认为最终目的。

5. 评估努力程度和学习成果

分别测量两个事物，然后将它们联系起来。

• 学习者在备考中付出的努力。 每个学习者需要多少次复习？尝试了多少次？学习者的努力程度既反映了课程设计，也反映了学习者本身：如果大多数人需要尝试三次才能理解某个概念，那么这个概念的解释可能就不够清晰。
• 先决条件。 学员是否达到了您设定的证据标准？

然后测试你关心的环节：准备工作是否有助于完成后续的工作任务？比较需要准备的学习者和不需要准备的学习者，并将他们在新的、未见过的案例中的表现与基线进行比较。美国疾病控制与预防中心将学习评估与人们在工作中应用学习成果的评估区分开来，并建议对两者都进行规划（美国疾病控制与预防中心，评估培训：衡量有效性这是衡量标准，而不是结果预测。

明确纳入对象、分母和时间节点。如果绩效发生变化，在评估准备工作之前，请检查同一时期内还有哪些其他变化，例如使用了新工具或工作内容有所不同。不要承诺节省时间或达到未经衡量的通过率。

一个实际示例：退货流程的前提条件检查

举例说明。从事这项工作的从业人员在使用前应验证案例和答案标准。

案子。 一名学员参加了退货代码诊断测试。他答对了五道题中的两道。两次答错的题目都涉及代码 R2，他将其解读为“损坏”。

学习者被要求做什么。 解释结果的含义，引用证据，并说明在主要任务之前他们还需要哪些信息或支持。

反应迟钝。 “我需要多学习。”这句话既没有引用任何资料，也没有提及任何概念。

更强硬的回应。 “我把R2的两个题目都做错了，因为我以为R2指的是损坏的库存。反馈说它指的是未开封的退货。我的其他三个答案都对了，所以问题出在一个代码上，而不是整个流程。我会重新做R2的例子，并再次尝试做这三个新题目。我不确定R2是否也适用于部分开封的包装盒，所以我会在实际处理退货之前先问问老师。”

触发并重试。 由于学员指出了知识点错误和剩余问题，系统允许他们重试一次。如果第二次重试仍然失败，系统会安排他们与老师通话。学员重试了三个新题目，全部答对，因此可以继续进行下一题。

设计师学到了什么。 如果一半的学生误读了 R2，那么问题出在解释上，而不是学习者身上。

您可以根据自身情况进行调整

每个标准评分 0 到 2 分。这是一个需要从业人员根据实际情况进行调整的方案，而不是经过验证的准备标准。

主播： 0 分 = 缺失或未得到支持。1 分 = 部分完成，但存在相关遗漏。2 分 = 完成且符合既定标准。请单独定义关键错误，例如，允许学员在总分中通过一项安全关键的先决条件。总分不得掩盖关键失败。

可能存在的限制

即使先决条件的准备工作奏效，有些事情依然存在：

• 原始资料质量差。 如果操作流程本身不明确，任何诊断都无法解决问题。
• 时间。 需要三次复习的学员每周需要三个复习时段。请确认课程安排是否允许。
• 动机。 如果学习者把诊断测试视为需要逃避的考试，他们可能不会积极参与。请向他们解释，这项检查的目的是为了指出他们需要哪些方面的支持。
• 工具的局限性。 该平台可能不支持您设计的路由或报表。请在构建前确认这一点。

针对这些问题制定单独的解决方案，并告知赞助商。精通式学习是一种设计方法，而非结果的保证。

常见问题

掌握学习和适应性学习有什么区别？

精熟学习原则是指学习者在学习下一个单元之前，必须先达到当前单元的特定水平。自适应学习是实现这一原则的一种方式：学习路径会根据学习者的表现而变化。

自适应学习需要人工智能吗？

不。带有规则、能将学习者引导至不同复习课程的诊断系统是自适应的。人工智能是其中一种可能的实现方式，任何关于人工智能的说法都应该通过实际案例来验证。

如何设定掌握程度门槛？

明确每个先决概念的证据，并分别标记关键项。避免仅凭单一百分比就忽略关键漏洞，并与实际执行该任务的人员一起审查阈值。

从哪儿开始

选择一门有明确先修知识点的课程。列出三个先修概念，并针对每个概念编写三个问题，然后对几名学员进行诊断测试。观察哪些概念导致学员意见分歧：这些概念就值得进行针对性复习。

要了解自主诊断、有针对性的准备和现场汇报如何融入到您自己的课程中，请探索 AhaSlides。