Quer saber quais dados você deve coletar? Como ele informará as decisões de design? Como isso pode ajudar a provar o impacto? Comece com essas 7 abordagens para a análise de aprendizado.
Torne-o significativo
A ironia dos dados serem quase imensuráveis quando se trata de provar o impacto do seu T&D não é algo que está perdido para nós. O segredo para tirar o máximo proveito de seus dados é poder provar e medir qual valor foi agregado.
Como você mede o impacto?
Se você está em T&D há tempo suficiente, provavelmente já foi confrontado com perguntas sobre o impacto das soluções de aprendizado. Sua voz interna pode dizer: “sim, é claro que fazemos a diferença”, mas você provavelmente também tem uma sensação de desconforto ao pensar em sua capacidade de provar isso. Você não está sozinho.
O Estudo de Medição de Aprendizagem de 2020 do Brandon Hall Group descobriu que menos de 16% das organizações são capazes de identificar e rastrear de forma muito eficaz uma série de métricas, incluindo participação, satisfação, transferência de conhecimento, mudança de comportamento e impacto nos negócios para qualquer aprendizado. Em nossa experiência, uma das principais razões para esse déficit é que a maior parte da energia em torno da medição é gasta discutindo a melhor maneira de medir o impacto de um curso ou programa específico. Embora isso faça sentido em alguns casos, também exige um compromisso significativo da empresa. Por outro lado, vemos muito pouca energia sendo colocada em uma abordagem de análise de aprendizado mais ampla.
Um modelo para avaliação
O modelo de avaliação de Kirkpatrick , iniciado pelo Dr. Don Kirkpatrick em 1993, ainda é um dos modelos de treinamento mais populares usados na avaliação de programas de treinamento atualmente. Consiste em quatro níveis de avaliação de treinamento, com cada nível sendo construído sobre o anterior. Estes incluem reação, aprendizado, comportamento e resultados.
Os níveis delineados no modelo de avaliação de Kirkpatrick estabelecem objetivos claros e definidos para atingir as métricas produtivas. Essa é uma das regras de ouro quando se trata de obter os resultados mais eficazes e entender os resultados do seu negócio. Saiba como os dados que você está coletando irão ajudá-lo – eles informarão as decisões de design, ajudarão você a aprender algo sobre o treinamento ou o público ou ajudarão a comprovar o impacto?
“Um em cada dois líderes de L&D está sendo solicitado a provar que está agregando mais valor. Essa é uma estatística bastante forte, com apenas 6% dizendo que estavam sob menos pressão para provar mais valor” – David Wilson, Fosway
7 passos para dados mais inteligentes
Aqui estão 7 abordagens para coleta de dados para uma medição mais inteligente.
1. Impacto nos Negócios
Impacto nos negócios é tentar estabelecer uma correlação direta entre treinamento e uma métrica de negócios. Um exemplo comum é fazer uma conexão entre um novo programa de treinamento de vendas e o sucesso de seus vendedores. Pode ser um dos pontos de dados mais difíceis de medir, mas pode ser feito pensando criativamente sobre como o aprendizado mapeia os resultados de negócios ou realizando um teste de controle, por exemplo.
2. Mudança de Comportamento
Essa abordagem começa com a construção de um modelo comportamental como parte de sua avaliação de necessidades. O modelo comportamental identifica tanto comportamentos positivos – aqueles que queremos que nosso público continue ou aumente – quanto comportamentos negativos – aqueles que queremos diminuir ou eliminar. A estratégia de medição gira em torno de diferentes métodos para quantificar a frequência desses comportamentos antes e depois do treinamento.
3. Aplicação
Avaliar a aplicação é criar diferentes experiências nas quais as habilidades e conhecimentos abordados no treinamento precisam ser usados. A abordagem mais comum é uma avaliação baseada em cenários que oferece a oportunidade de avaliar os alunos usando situações de trabalho hipotéticas ou esperadas. Essa abordagem é especialmente útil para avaliar os alunos em coisas em que erros e/ou falhas no trabalho têm grandes consequências.
4. Retenção de Conhecimento
As avaliações de conhecimento são onipresentes em eventos ou cursos de aprendizado corporativo para medir a capacidade do aluno de lembrar fatos e terminologia. Na maioria das vezes, essas avaliações aparecem no final de um curso ou módulo como verificações de conhecimento ou questionários e no final do curso como avaliações finais.
5. Confiança
As classificações de confiança são metacognitivas (isso significa pensar sobre seu próprio pensamento!), exigindo que os alunos relatem sua própria consciência de seu pensamento. É a autoavaliação do aluno de sua própria confiança sobre uma escolha ou decisão, geralmente dada retrospectivamente após a escolha ter sido feita. Os alunos respondem a uma pergunta e, em seguida, avaliam sua confiança em sua resposta.
6. Engajamento
Ao contrário das categorias acima, os dados de engajamento não são sobre o conteúdo que está sendo ensinado. Em vez disso, trata-se de medir a atividade. Os dados mais comuns nesta categoria incluem inscrições ou início de um curso, conclusões e tempo gasto.
7. Reação
Os dados de reação geralmente são coletados por meio de “folhas de sorriso”. Esses dados refletem a opinião do aluno ou a reação à aprendizagem. As perguntas podem variar de satisfação genérica (“você gostou”) para avaliar a utilidade para o trabalho do aluno, até a probabilidade de melhorar o desempenho.
IDI Instituto de Desenho Instrucional
Comments