“对于 UMU, AI 是技术领导力,学习科学是思想领导力,只有同时具备这两种领导力,才可以帮助 UMU 走向世界。” —— 李东朔(2020,高瓴资本 Htalks )

早在2014年,还未创立 UMU 的李东朔就意识到,全球学习发展行业的新课程在减少,交付方式也在发生显著变化:线下面授时间缩短,互联网被引入传统教室。从不让带手机到课堂到提醒学员务必带手机来上课,整个行业发生了大变革。基于以上洞察,李东朔认为,在互联网技术推动下,学习发展会更加回归到本来价值。

与此同时,每个企业都会面临着一个共同课题:如何有效果地开展组织内学习?长期以来,UMU 创始人李东朔都试图从思想领导力与技术领导力这两方面给出答案。

1.思想领导力

效果学习

学习效果可以分为四个层次:了解、理解、记忆和应用。李东朔认为,有效果的学习就是能“学以致用”。

图片alt

第一个层次是了解,学员是否有印象、概念、认知,是被动学习过程。

第二个层次是理解,理解是可以用自己话表达,用自己的认知体系复述。

第三个层次是记忆,学习科学中的记忆是指“长时记忆”( long-term memory ),即在不同的时间和地点,相关信息会不走样地、不被干扰地提取出来。这是典型“记忆”层面学习效果。

最后一层是应用,学员学习是否应用到了工作场景,是否转化成了绩效、能力,转化成了肌肉记忆,是否能在需要用的时候能够自信、准确无误地呈现。

在李东朔看来,学以致用是企业培训和学习关键点。企业中的培训与学习,应该以应用为导向来设计学习项目

学习科学

学习科学是建立在脑科学和认知学基础上发展出的一门实证科学,研究学习行为如何发生,什么样的学习行为真正有效果。互联网高速发展,渗入学习领域,手机、平板在日常中使用为学习带来了新学习场景。新学习场景如何利用,以及新学习技术是否有效都是学习科学关注的范畴。

在教与学过程中,李东朔提出,如果想做到学以致用,就需要”教、学、练、用”。“在“教学练用”这条价值链上,企业学习中的练习场景一直是缺失与不足的。如果练得不足,持续灌输就形成了知道、但不能做到的局面。”

一对多教学容易通过演讲或者在线直播视频实现。但到了练习环节,需要一对一辅导反馈时,要么培训师与教练不够用,要么就需要付出很高的代价才能帮助学习者开展有效练习,并获得辅导与即时反馈。

结合对学习科学的研究、应用和自身对传统教学与企业培训中的需求洞察,李东朔提取出了效果学习的四个关键因素:

  • 优质内容与授课:无论面对面还是线上课,讲得要好,内容质量要高。

  • 刻意练习:讲授是讲师能力,如何将讲师能力迁移到学员?学习科学发现,大量、重复、刻意的练习能让学习者获得能力,形成肌肉记忆。

  • 辅导反馈:练习不一定对,大量练习的同时需要有人告诉学员练习的对错,所以需要辅导和反馈。其中实时反馈非常重要。看视频只是被动学习,没有练习与实时反馈。练习后,实时、高质量反馈决定了教学是否有效。

  • 用工作场景评估:在教学与练习之后,最重要是给学员一个评估。在相应工作场景中评估学员达到了教学目的。这在学习科学中叫做 mirror the job ,指的是能否把技能和方法应用到真实工作场景中。如果能在相应的工作场景中评估,学员可以做得好。那么在真实场景中,大概率是可以做得不错。

图片alt

以上四个关键因素决定了学习项目的设计和交付是否有效。

UMU 借助脑科学和认知科学发展,将学习科学产品化,让任何培训师、教师、达人都可以使用 UMU 很容易地设计并交付一门有效果的课程,让学员们都能通过 UMU 学以致用,做到有效果的学习

2.技术领导力— AI

在李东朔及 UMU 创业团队努力下,UMU 通过AI把所有教学元素产品化、模块化。根据不同教学主题,设计不同的学习项目,形成符合这个主题的最佳学习路径,让学习者学以致用。

李东朔在2020年高瓴技术领袖峰会上介绍到,UMU AI 可以在两个层面上为学习者提供即时反馈与结构化的辅导。

一个是在呈现性( Presentable )层面上通过可以配置六个维度来反馈。在学员面对镜头做视频作业时,AI会识别人脸。

第一,如果有视线交流,AI会捕捉到。以保证学员没有看其他地方,帮助学员呈现出坚毅、自信的眼神;

第二, AI 会捕捉学员表情自动匹配微笑曲线,衡量学员是否有亲和力;

第三,学员语音可以99.6%识别,这意味着培训师或企业培训负责人可把关键词提前录入,通过语音转文字,和他们期望的关键词的百分比的重合程度,同时辨别员工是否有常用口头禅和常用词,以期改正;

第四,AI有手势和肢体语言识别,来衡量学员感染力;

在最后两个维度,AI会衡量学员声音是否清晰以及语言是否流畅。

另外一个层面是在关键信息上是否匹配(Allign key message)。如何衡量学员讲述内容与我们期望的核心要点是否一致。

图片alt

在这个层面上,UMU 的 AI 反馈通过语音转文字,并进行关键词云匹配的方式,在视频练习后立刻告诉学习者,学员讲述的内容是不是讲师所期望的。当学员提交了视频作业,就可以看到他讲述的内容能否和期待的、预先设置好的关键词匹配。

UMU 的视频作业、 AI 反馈、过程反馈这一系列的功能,就是为了帮助学员真正能够“从知道到做到”。这个过程高度依赖于学习科学,也依赖于学习技术。UMU 专为有效果的学习和练习而设计,使用基于 AI 的 UMU 视频作业和反馈,帮助设计和实施一个能看到真实效果的学习项目。

3. 学习科学与 AI 助力组织发展、个人提升

李东朔认为,在组织发展中,仅仅有教和学这两个步骤远远不够,企业培训都需要转化为绩效,都需要由一个组织生产力提升的方式呈现出来。真正企业培训聚焦于是否将培训本身转化成实际组织能力。

如果只做“教”这一步,企业培训的 KPI 就变成了组织员工一年学习了多少分钟。不管是“整年都在学习、一年都没有工作”,还是“一分钟都没有学习”,都不是企业的目的。学习时间多寡并不重要,因为学是手段,而用是目的。重要的是学以致用。如果只重视传统的“教”与“学”,不管是学习完成率,还是数字学习时长,这两个指标不足以来证明企业在培训上花的钱能够帮助组织发展。

在培训师进行授课过程中,培训师费用是按天支付的。一部分培训师认为只要将培训课程教授完毕即可。对于企业来说,目的是“学以致用”。所以这就出现了一些断层。UMU 希望能够把断层连接起来,既能帮助培训师进行高质量、更高频次的交付,也能帮助企业员工做到“学以致用”。

所以,李东朔认为有三个关键因素制约着企业培训:

第一个因素是学习效果。企业无论花了多少钱,用什么样的形式:不管是在线上还是线下,又或是体验式的、沉浸式的,亦或是社群的。企业最需要看到学习效果,手段不能大于目的。

第二个因素是组织中的学习成本。企业在开展培训、员工开展学习过程中不可能不考虑成本。

第三个因素是讲师的产能瓶颈。无论是内部分享、经理人分享,还是请专家分享,这些培训者一年时间的是固定的,他们没办法在有限的时间内服务更多的人。如果是单纯空间上扩大,无法解决从教到学再到用的过程。传统教室教学法,是有瓶颈与最大产能的。

在李东朔看来,他亲手培育的 UMU,正在用学习领导力与技术领导力,着力解决企业培训发展行业这三大瓶颈。企业借助 UMU,通过“教学练用”导向效果学习,实现组织发展。个人通过 UMU,做到学以致用,提升绩效,获得个人成就。

正如 UMU 愿景一般:通过连接人与知识,加速知识流动,让每个人都可以融入、分享、收获。

“UMU 过去的成绩和未来的长期发展,都离不开众多优秀用户的支持和认可,用户也始终是 UMU 最重要的资产。未来,UMU 将继续通过科技的力量,持续优化产品服务、提升用户体验,为用户提供长期价值。” ——李东朔

上一篇:UMU 工程师邵迪生:技术有谋生之外的意义
下一篇:如何设计有效果的在线学习项目