مشارکت در دوره آنلاین را چطور اندازه بگیریم؟

دیدن ویدئو به‌تنهایی اثبات یادگیری نیست. با چند شاخص روشن و قابل تفسیر، می‌توانید بفهمید مشکل در ورود، محتوا، تمرین یا پیگیری است.

دانشجو در حال تکمیل تمرین و مدرس در حال بررسی شواهد واقعی کار، بدون نمودار آماری
فراتر از تعداد بازدید.

برای اندازه‌گیری مشارکت در دورهٔ آنلاین، ابتدا مشخص کنید چه رفتاری را می‌سنجید: شروع درس، حضور در جلسه، ارسال تمرین، اصلاح پاسخ یا رسیدن به معیار یادگیری. تعداد بازدید به‌تنهایی نمی‌گوید دانشجو چه چیزی آموخته است.

برای هر عدد گزارش، بنویسید چه چیزی را در چه مدتی شمرده‌اید و بر چه تعداد افرادی تقسیم کرده‌اید. همچنین مشخص کنید با دیدن آن نتیجه، چه کاری انجام خواهید داد.

این راهنما برای تصمیم آموزشی و بهبود تجربهٔ دوره است، نه رتبه‌بندی عمومی افراد. تمام اعداد مثال ساختگی‌اند و دادهٔ فاکسیمون یا مشتریانش نیستند. جمع‌آوری و تحلیل داده باید با اطلاع‌رسانی مناسب، دسترسی محدود و حداقل دادهٔ لازم انجام شود.

در این مقاله چه می‌خوانید؟

  • پنج مفهوم را جدا گزارش کنید

  • افت را به یک فرضیهٔ قابل بررسی تبدیل کنید

  • گزارش مدیریتی باید به اقدام ختم شود

پنج مفهوم را جدا گزارش کنید

مفهوم

چه چیزی نشان می‌دهد؟

چه چیزی را ثابت نمی‌کند؟

شروع

فرد به اولین فعالیت تعریف‌شده رسیده است.

فهم محتوا یا ادامهٔ مسیر

حضور

نشانهٔ حضور طبق تعریف سامانه ثبت شده است.

توجه پیوسته یا انجام تمرین

مشارکت

پاسخ، سؤال یا فعالیت مشخص انجام شده است.

کیفیت پاسخ بدون ارزیابی

تکمیل

شرط‌های تعیین‌شدهٔ دوره محقق شده‌اند.

تسلط مستقل، اگر شرط فقط مشاهده باشد

یادگیری

نمونهٔ کار دانشجو با هدف و معیار درس مقایسه شده است.

بدون بررسی بیشتر معلوم نیست فرد بعداً هم آموخته را به یاد می‌آورد یا در مثال‌های دیگر به کار می‌برد

برای هر وضعیت، یک تعریف قابل بررسی بنویسید. «درس باز شد» یعنی سامانه بازشدن درس را ثبت کرده است؛ «تمرین تحویل شد» یعنی فایلی دریافت شده؛ برای گفتن «معیار رعایت شد» باید کار تحویل‌داده‌شده را بررسی کنید. این سه را در یک عدد ادغام نکنید.

اگر داشبورد فقط برچسب «تکمیل» دارد، پیش از گزارش مدیریتی روشن کنید دانشجو باید چه کاری انجام دهد تا این برچسب نمایش داده شود.

برای هر شاخص، مخرج را بنویسید

«نرخ مشارکت ۶۰ درصد» بدون تعریف جمعیت مبنا مبهم است. آیا همهٔ خریداران در مخرج هستند؟ فقط کسانی که دسترسی فعال داشته‌اند؟ یا افرادی که موعد تمرینشان رسیده است؟ مقایسهٔ دو دوره با مخرج‌های متفاوت می‌تواند نتیجهٔ گمراه‌کننده بدهد.

شاخص پیشنهادی

صورت

مخرج مناسب همان تعریف

شروع در بازهٔ معین

کاربران یکتای دارای فعالیت آغازین

کاربران واجد دسترسی و فرصت شروع در آن بازه

تحویل تمرین

افراد یکتای دارای تحویل معتبر

افرادی که تمرین برایشان تعریف شده و موعدشان رسیده است

اصلاح پس از بازخورد

افراد دارای نسخهٔ اصلاح‌شده

افراد دریافت‌کنندهٔ بازخورد و فرصت اصلاح

رسیدن به معیار

پاسخ‌های ارزیابی‌شدهٔ مطابق معیار

همهٔ پاسخ‌های ارزیابی‌شده در همان فعالیت

بازدیدهای تکراری یک فرد را به‌عنوان چند دانشجو نشمارید. حساب آزمایشی، مدرس، ثبت‌نام لغوشده و دادهٔ ناقص را طبق قاعدهٔ ثبت‌شده مدیریت کنید. نبودن داده نیز نباید خودکار به «عدم فعالیت» تبدیل شود؛ شاید سامانه فعالیت دانشجو را ثبت نکرده یا اطلاعات دستگاه هنوز به سامانه نرسیده باشد.

یک مثال عددی کاملاً فرضی

فرض کنید ۱۰۰ نفر در یک گروه، دسترسی فعال و فرصت شروع داشته‌اند. ۸۰ نفر فعالیت آغازین را انجام داده‌اند. از میان ۶۰ نفری که موعد تمرین اولشان رسیده، ۳۶ نفر تحویل معتبر دارند. همهٔ ۳۶ پاسخ بررسی شده و ۲۷ پاسخ به معیار رسیده است.

  • شروع: ۸۰ تقسیم بر ۱۰۰، برابر ۸۰ درصد.

  • تحویل در جمعیتِ موعدرسیده: ۳۶ تقسیم بر ۶۰، برابر ۶۰ درصد.

  • رسیدن به معیار در پاسخ‌های بررسی‌شده: ۲۷ تقسیم بر ۳۶، برابر ۷۵ درصد.

نمی‌توان از عدد آخر نتیجه گرفت «۷۵ درصد تمام خریداران یاد گرفته‌اند»، چون مخرج فقط پاسخ‌های بررسی‌شده است.

همچنین ۲۷ نفر از ۱۰۰ نفر، معادل گزارش سادهٔ رسیدن به معیار در کل گروه است، اما دربارهٔ افرادی که هنوز موعدشان نرسیده یا پاسخ نداده‌اند حکم ناتوانی نمی‌دهد.

در گزارش روشن بنویسید درصد را از میان پاسخ‌های بررسی‌شده حساب کرده‌اید یا از میان همهٔ خریداران.

افت را به یک فرضیهٔ قابل بررسی تبدیل کنید

اگر افراد کمی درس را شروع کرده‌اند، بررسی کنید آیا می‌توانند وارد حساب شوند، درس را باز کنند و از پیام شروع بفهمند چه کاری باید انجام دهند.

اگر درس را شروع می‌کنند اما تمرین نمی‌فرستند، ببینید سؤال روشن است، وقت کافی دارند و روش ارسال را می‌دانند یا نه.

اگر تمرین‌ها زیادند ولی پاسخ‌ها ضعیف‌اند، بررسی کنید آیا درس انجام تمرین را آموزش داده و توضیح مدرس دربارهٔ اشتباه‌ها روشن بوده است. این بررسی‌ها به پیدا کردن علت کمک می‌کنند؛ هیچ‌کدام به‌تنهایی علت را ثابت نمی‌کنند.

الگوی مشاهده‌شده

پرسش بعدی

اقدام کوچک پیشنهادی

ورود بدون شروع

کاربر اولین قدم را پیدا می‌کند؟

بازبینی پیام شروع با یک مخاطب نماینده

مشاهده بدون تحویل

صورت تمرین و زمان لازم روشن است؟

گذاشتن نمونهٔ کار نهایی و توضیح روش فرستادن آن

تحویل با خطای مشترک

پیش‌نیاز یا توضیح مهم حذف شده؟

یک توضیح هدفمند و فرصت اصلاح

بازخورد بدون اصلاح

اقدام اصلاحی قابل فهم و عملی است؟

محدودکردن بازخورد به معیار مهم و روشن

صدای دانشجو را کنار اعداد بشنوید

با سؤال کوتاه و مشخص بپرسید «در کدام مرحله متوقف شدید؟» و گزینهٔ توضیح آزاد بدهید. سؤال باید به تصمیمی که می‌توانید بگیرید مرتبط باشد. راهنمای بازخورد زودهنگام Eberly نیز بر انتخاب پرسش‌های هدفمند و تفسیر محترمانهٔ تجربهٔ دانشجو تأکید می‌کند.

نظر چند نفر را نظر همهٔ گروه ندانید. اگر کسی پاسخ نداده، از سکوت او نتیجه نگیرید که راضی است. اگر وعدهٔ ناشناس‌بودن می‌دهید، مطمئن شوید ابزار واقعاً شناسه یا اطلاعات قابل اتصال را در اختیار تحلیل‌گر نمی‌گذارد. در گروه کوچک، حتی توضیح آزاد ممکن است فرد را قابل شناسایی کند.

یک تغییر را اجرا و دوباره بررسی کنید

هم‌زمان عنوان درس، موعد، تمرین و پیام شروع را عوض نکنید و بعد اثر را به یک عامل نسبت ندهید. یک مسئلهٔ اولویت‌دار انتخاب، تغییر و زمان آن را ثبت و در بازهٔ مناسب دوباره بررسی کنید.

هنگام بررسی نتیجه، تفاوت گروه‌ها، تغییر مخاطبان و اطلاعات ناقص را هم در نظر بگیرید. بالارفتن یک عدد به‌تنهایی ثابت نمی‌کند که تغییر شما باعث آن شده است.

در نمونهٔ فرضی، افزودن نمونهٔ خروجی به تمرین می‌تواند یک اقدام قابل ارزیابی باشد. نتیجه را با تعداد درخواست‌های توضیح، تحویل معتبر و کیفیت پاسخ کنار هم ببینید. اگر تحویل بالا رفت ولی پاسخ‌ها فقط از نمونه کپی شدند، هنوز هدف آموزشی محقق نشده است.

گزارش مدیریتی باید به اقدام ختم شود

گزارش کوتاه را با این اجزا بسازید: تعریف شاخص، بازه، صورت و مخرج، کیفیت داده، فرضیه، اقدام و مسئول بررسی بعدی. نمودار زیبا بدون این اطلاعات می‌تواند اطمینان کاذب ایجاد کند. رتبه‌بندی عمومی دانشجویان نیز راه پیش‌فرض افزایش مشارکت نیست.

برای تعریف معیارها، راهنمای طراحی دوره و برای هماهنگی تیم، فرایند یک ترم آموزشی را ببینید. وعده‌های صفحهٔ معرفی دوره باید با همین نتیجه‌های بررسی هماهنگ باشند. قابلیت گزارش موردنیاز را هم در امکانات فاکسیمون بررسی کنید؛ وجود داشبورد جای تعریف درست شاخص را نمی‌گیرد.

از هدف درس به رویداد قابل اندازه‌گیری برسید

پیش از ساخت داشبورد، یک درس واقعی را انتخاب کنید و جملهٔ هدف آن را بنویسید: «دانشجو پس از این درس می‌تواند برای یک مخاطب مشخص، طرح کوتاه ارائه بسازد و دلیل انتخاب ساختارش را توضیح دهد.» حالا بپرسید چه شواهدی این توانایی را نشان می‌دهد. بازشدن ویدئو تنها نشان می‌دهد فرصتی برای دیدن درس وجود داشته است؛ تحویل طرح، توضیح دلیل و بازنگری آن شواهد نزدیک‌تری به هدف هستند. اگر هدف درس تمرین گفتاری است، تماشای اسلاید را به جای اجرای گفتار نشمارید. برای هدفی که چند مرحله دارد، همان مراحل را جدا ثبت کنید تا معلوم شود مشکل در شروع، اجرا یا اصلاح کار است.

برای هر رویداد، یک نام ثابت، زمان وقوع و تعریف قابل تکرار بسازید. «شروع درس» می‌تواند نخستین بازکردن بخش آموزشی پس از فعال‌شدن دسترسی باشد. «تحویل معتبر» یعنی پاسخ به فعالیت درست، در بازهٔ تعیین‌شده، با فایلی که واقعاً باز می‌شود؛ صرف کلیک روی دکمهٔ ارسال کافی نیست. «دریافت بازخورد» را با «خواندن بازخورد» یکی ندانید. «اصلاح کار» باید نسخه‌ای تازه یا پاسخ جدیدی باشد که به معیار مشخصی برگردد. اگر سامانه فقط برخی از این رویدادها را ثبت می‌کند، در گزارش همان محدودیت را آشکار بنویسید.

زمان را نیز روشن کنید. دانشجوی یک دورهٔ خودآموز که دیشب ثبت‌نام کرده با فردی که سه هفته فرصت داشته در یک مخرج قرار نمی‌گیرد. برای دورهٔ گروهی، از زمان آغاز رسمی درس و موعد تمرین استفاده کنید؛ برای دورهٔ خودآموز، یک «روز صفر» نسبت به زمان فعال‌شدن دسترسی تعریف کنید. گزارش هفتهٔ اول می‌تواند فقط افرادی را شامل شود که دست‌کم هفت روز فرصت داشته‌اند. این قاعده ساده جلوی برچسب‌خوردنِ ثبت‌نام‌های تازه به عنوان «غیرفعال» را می‌گیرد.

دفترچهٔ تعریف شاخص، پیش از نمودار

در یک برگهٔ مشترک، برای هر شاخص این هفت ستون را نگه دارید: نام، تعریف رویداد، صورت، مخرج، بازهٔ زمانی، موارد حذف‌شده و تصمیم بعدی. مسئول آموزشی باید بتواند محاسبه را از روی همان برگه تکرار کند. اگر نام «نرخ تکمیل» را به کار می‌برید، بنویسید آیا تکمیل به معنی دیدن همهٔ بخش‌ها، تحویل تمرین‌ها یا رسیدن به معیار ارزیابی است. اگر تعریف عوض شد، نسخه و تاریخ تغییر را کنار نمودار نگه دارید؛ مقایسهٔ قبل و بعد با دو تعریف مختلف، روند واقعی نیست.

نمونهٔ فرضی: «نرخ آغاز تمرین اول در هفت روز» برابر است با تعداد دانشجویان یکتایی که تمرین اول را باز کرده‌اند، تقسیم بر تعداد دانشجویانی که هفت روز پیش دسترسی‌شان فعال شده و تمرین برایشان قابل مشاهده بوده است. حساب مدرس، دانشجوی آزمایشی و ثبت‌نام لغوشده حذف می‌شوند. اگر دانشجویی چند بار تمرین را باز کند، یک نفر شمرده می‌شود. کنار درصد، صورت و مخرج را هم نمایش دهید؛ ۸ نفر از ۱۰ نفر با ۸۰۰ نفر از ۱۰۰۰ نفر تصمیم یکسانی دربارهٔ اطمینان به تغییر نمی‌سازند.

قیف آموزشی را از قیف فروش جدا کنید

بازدید صفحه، ثبت‌نام و پرداخت برای سنجش مسیر فروش مفیدند، اما از روی آن‌ها نمی‌توان کیفیت آموزش را نتیجه گرفت. در سمت یادگیری، چهار گذر را جدا ببینید: دسترسی فعال به شروع درس، شروع درس به انجام فعالیت، انجام فعالیت به دریافت بازخورد و دریافت بازخورد به اصلاح یا کاربرد در مسئلهٔ تازه. هر گذر یک سؤال آموزشی متفاوت می‌سازد. افت در مرحلهٔ اول شاید به پیام ورود یا دسترسی مربوط باشد؛ افت در مرحلهٔ دوم ممکن است از صورت تمرین یا زمان لازم بیاید؛ افت در مرحلهٔ آخر ممکن است نشان دهد بازخورد عملی نبوده است. هیچ‌یک را بدون شنیدن دانشجو و آزمایش مسیر، علت قطعی ننامید.

یک مدرس دورهٔ فرضی «ساخت ارائهٔ کوتاه» را تصور کنید. ۱۲۰ نفر خرید کرده‌اند، اما فقط ۹۶ نفر دسترسی فعال و هفت روز فرصت شروع داشته‌اند. ۷۲ نفر درس نخست را آغاز کرده‌اند، ۴۸ نفر فعالیت را باز کرده‌اند و ۳۲ نفر فایل معتبر فرستاده‌اند. اگر همهٔ عددها را بر ۱۲۰ تقسیم کنیم، هم مشکل دسترسی و هم مشکل آموزشی پنهان می‌شود. گزارش بهتر می‌گوید ۷۲ از ۹۶ واجد شرایط شروع کردند؛ ۴۸ از ۷۲ شروع‌کننده به فعالیت رسیدند؛ ۳۲ از ۴۸ نفرِ واردشده به فعالیت، تحویل معتبر داشتند. سپس ۲۸ فایل بررسی شده و ۱۸ فایل به معیار نخست رسیدند. چهار فایلِ بررسی‌نشده نباید خودکار «ناموفق» شمرده شوند.

برای هر فاصله، یک آزمون کوچک تعریف کنید. اگر فقط ۷۲ نفر از ۹۶ نفر شروع کرده‌اند، از دو دانشجوی تازه بخواهید بدون راهنمایی مسیر ورود تا اولین فعالیت را طی کنند. اگر از ۴۸ نفر فقط ۳۲ نفر تحویل داده‌اند، متن تمرین را به یک فرد نماینده نشان دهید و از او بخواهید با زبان خودش خروجی مطلوب، زمان لازم و روش ارسال را شرح دهد. اگر بیشتر فایل‌ها معیار را رعایت نکرده‌اند، پیش‌نیاز و نمونهٔ آموزشی را مرور کنید. در همهٔ این مرحله‌ها، مشاهدهٔ عدد برای انتخاب محل بررسی است، نه اثبات کم‌کاری دانشجو.

یادگیری را با شواهدِ کار دانشجو بسنجید

برای هر فعالیت، معیارهای محدود و روشن بنویسید. در مثال ارائهٔ کوتاه، سه معیار می‌تواند مسئلهٔ مخاطب، ترتیب استدلال و وضوح درخواست پایانی باشد. به‌جای نمرهٔ مبهم «خوب»، برای هر معیار بگویید چه نشانه‌ای در خروجی دیده می‌شود. اگر تنها یک ارزیاب دارید، دو یا سه نمونهٔ مرزی را دوباره بررسی کنید تا معیار با حال و هوای روز تغییر نکند. اگر چند مدرس ارزیابی می‌کنند، یک نمونهٔ مشترک را جداگانه بسنجند و دربارهٔ اختلاف برداشت حرف بزنند. نرخ رسیدن به معیار تنها وقتی معنا دارد که خود معیار در طول بازه پایدار باشد.

همیشه فرصت انتقال را نیز بسنجید. دانشجویی ممکن است نمونهٔ حل‌شده را خوب تقلید کند، اما در موضوعی تازه هنوز نتواند تصمیم بگیرد. یک فعالیت کوتاه با صورت متفاوت، چند روز بعد از درس، به این پرسش نزدیک‌تر است. هدف از آزمون دوم مجازات یا افزایش حجم تکلیف نیست؛ می‌خواهید بدانید آموزش در خارج از همان مثال نیز کار می‌کند یا خیر. مرور فاصله‌دار و بازیابی می‌تواند برای طراحی این فرصت دوباره کمک کند. نرخ مشاهدهٔ فیلم را کنار نتیجهٔ این فعالیت بگذارید، اما آن را جانشین نتیجه نکنید.

دانشجو باید بداند از دادهٔ او برای چه کاری استفاده می‌شود. اگر بازخورد فردی قرار است برای بهبود تمرین و پاسخ مدرس تحلیل شود، این کاربرد را به زبان ساده توضیح دهید. برای گزارش گروهی به مدیر، تا حد امکان از دادهٔ تجمیعی استفاده کنید. در کلاس کوچک، حتی ترکیب رشته، شغل و زمان حضور ممکن است یک نفر را قابل شناسایی کند؛ جدول‌های ریز و نقل‌قول‌های آزاد را بدون ضرورت منتشر نکنید. دسترسی مدرس به پاسخ فردی برای کمک آموزشی با دسترسی عمومی همهٔ دانشجویان به رتبه‌بندی تفاوت دارد.

چه سؤال‌هایی را کنار رفتار ثبت‌شده بپرسیم؟

یک عدد پایین به‌تنهایی نمی‌گوید مشکل چیست. پرسش کوتاهِ مرتبط با همان مرحله، توضیح بهتری می‌دهد: «در بازکردن درس مشکل داشتید؟»، «صورت تمرین برایتان روشن بود؟» یا «پس از دریافت بازخورد می‌دانستید قدم بعدی چیست؟» گزینهٔ «مورد دیگر» و جایی برای توضیح کوتاه بگذارید. سؤال را در زمانی بپرسید که تجربه هنوز تازه است، اما تکرار مزاحم نسازید. اگر برای یک مسئله پاسخ چند نفر را گرفتید، آن را نمایندهٔ همه اعلام نکنید؛ ببینید چه کسی پاسخ نداده و آیا خودِ شیوهٔ پرسیدن باعث سوگیری شده است.

برای تشخیص مسئلهٔ مشترک، پاسخ‌های بی‌نام را با کار واقعی و زمان رویداد کنار هم ببینید. اگر بسیاری نوشته‌اند «نمی‌دانستم فایل چه شکلی باشد» و در همان مرحله تحویل پایین است، افزودن نمونهٔ خروجی یک فرضیهٔ معقول است. اگر پاسخ‌ها می‌گویند «صدا نامفهوم بود»، ابتدا نمونهٔ فایل را در دستگاه و سرعت‌های مختلف بشنوید. اگر گروهی از دانشجویان تنها با اینترنت ضعیف عقب مانده‌اند، راه جایگزین سبک‌تر را بررسی کنید. دسته‌بندی پاسخ‌ها باید راهنمای بررسی باشد؛ هیچ برچسب خودکار نباید فرد را «بی‌انگیزه» یا «ضعیف» معرفی کند.

همچنین تفاوت «نبودن داده» و «نبودن فعالیت» را جدی بگیرید. ممکن است دانشجو درس دانلودی را خارج از سامانه دیده باشد، رویداد پخش در مرورگر او ثبت نشده باشد یا فعالیت را به شکل دیگری انجام داده باشد. در چنین حالتی درصدهای داشبورد نمای کامل رفتار نیستند. اگر تصمیم شما تماس با فرد یا تغییر برنامهٔ درسی است، نخست از چند منبع غیرحساس نشانه بگیرید و حق توضیح به او بدهید. کیفیت داده بخشی از کیفیت تصمیم است، نه پیوستی فنی که بتوان بعداً نادیده گرفت.

دستیار هوشمند کجا به مدرس زمان برمی‌گرداند؟

مدرس معمولاً وقت زیادی برای خواندن پیام‌های مشابه، یافتن درس مرتبط و نوشتن پاسخ اولیه می‌گذارد. دستیار هوشمندِ متصل به محتوای همان دوره می‌تواند سؤال‌های بی‌نام را بر اساس موضوع درس گروه‌بندی کند، بخش مربوط را برای پاسخ پیشنهاد دهد و نشان دهد کدام مبحث بیشتر ابهام دارد. این کار زمانی مفید است که منبعِ درس، نسخهٔ تمرین و سیاست پاسخ‌گوییِ خود استاد در دسترس باشد؛ یک پاسخ عمومیِ تولیدشده بدون این زمینه ممکن است روان باشد اما دقیق نباشد. راهنمای دستیار هوشمند استاد دربارهٔ پیوند پاسخ با محتوای دوره و نقش بازبینی مدرس توضیح می‌دهد.

برای راه‌اندازی یک چرخهٔ محتاطانه، ده سؤال واقعی را پس از حذف اطلاعات شخصی انتخاب کنید. برای هرکدام پاسخ مرجع و بخش درس را مشخص کنید. سپس پیشنهاد دستیار را با چهار معیار ببینید: آیا به سؤال پاسخ داده است، آیا ادعایش در منبع دوره آمده، آیا محدودیت یا استثنای مهم را گفته و آیا مخاطب می‌فهمد قدم بعدی چیست؟ اگر یکی از معیارها شکست خورد، استاد پاسخ را اصلاح کند و متن مرجع را به‌روز نگه دارد. این اصلاحِ قابل مشاهده از صرف شمردن تعداد پیام‌های پاسخ‌داده‌شده باارزش‌تر است. اگر سامانه امکان ارجاع یا بازبینی ندارد، در مطلب بازاریابی وعدهٔ این مرحله را به‌عنوان قابلیت موجود ندهید.

دستیار می‌تواند فهرست سؤال‌های پرتکرار دربارهٔ یک دقیقه یا بخش مشخص از ویدئو را به مدرس نشان دهد. از این فهرست ممکن است یک زیرنویس روشن‌تر، مثال تازه، تمرینِ مرحله‌ای یا سؤال کوتاه در همان بخش به‌وجود آید. اما تعداد سؤال زیاد همیشه به معنی بد بودن ویدئو نیست؛ شاید موضوع تازه و دشوار است، شاید دانشجویان تشویق شده‌اند فعالانه سؤال کنند. مدرس باید نمونهٔ سؤال، کار تحویلی و هدف درس را با هم بخواند. اگر قرار است در ویدئو سؤال تعبیه شود، اول بگویید پاسخ آن چه فهمی را نشان می‌دهد؛ نمایش یک سؤال بی‌ربط فقط تعداد کلیک را بالا می‌برد.

برای ارزیابی صرفه‌جویی در زمان، پیش و پس از اجرای آزمایشی، زمان واقعیِ پاسخ‌گویی به یک دسته سؤال و تعداد مواردی که به مدرس ارجاع شده را اندازه بگیرید. کیفیت پاسخ را نیز با نمونه‌خوانی بررسی کنید. اگر زمان کمتر شده ولی پاسخ‌ها خطای بیشتری دارند، دستاورد واقعی نیست. اگر وقت آزادشده صرف اصلاح درس یا رسیدگی به سؤال‌های عمیق‌تر شده، این نتیجه را با شواهد خودتان گزارش کنید. افزایش درآمد یا رضایت همهٔ استادان را بدون دادهٔ قابل اتکا نتیجه نگیرید؛ مسیر منطقی از کیفیت پاسخ و تجربهٔ دانشجو به تصمیم تجاری هنوز به آزمون نیاز دارد.

گزارش هفتگی یک‌صفحه‌ای بسازید

برای هر گروه، یک گزارش کوتاه کافی است: هدف آموزشی هفته، شمار افراد واجد شرایط، سه گذر مهم قیف، کیفیت داده، یک نمونهٔ بی‌نام از مشکل، یک فرضیه و یک اقدام قابل برگشت. مثلاً «در درس دوم، ۳۲ نفر از ۴۸ نفرِ واردشده به تمرین فایل معتبر فرستادند. ۹ پیام بی‌نام دربارهٔ قالب فایل داشتیم. این هفته نمونهٔ خروجی و راهنمای ارسال را کنار صورت تمرین می‌گذاریم. هفتهٔ بعد، همان مخرج واجد شرایط و کیفیت فایل‌ها را دوباره می‌سنجیم.» عدد و اقدام کنار هم‌اند؛ نمودار تنها نقش یادآور دارد.

اگر گزارش را برای تیم فروش نیز می‌فرستید، دو برداشت را جدا نگه دارید. فروش می‌تواند بفهمد کدام پیش‌نیاز یا انتظار در صفحهٔ معرفی روشن نبوده است. نتیجهٔ آموزشی می‌تواند نشان دهد کدام تمرین نیاز به بازنویسی دارد. از دادهٔ یادگیری برای فشار آوردن به دانشجو یا وعدهٔ «تضمین یادگیری» استفاده نکنید. راهنمای مادر سنجش یادگیری آنلاین کمک می‌کند شاخص‌های مشاهده، تمرین و تسلط را در برنامهٔ کامل دوره جای دهید؛ هدف‌گذاری آموزشی دوره نقطهٔ شروع نوشتن معیار است.

یک چرخهٔ چهار هفته‌ایِ قابل اجرا

در هفتهٔ نخست، هدف و دو یا سه رویداد قابل اعتماد را تعریف کنید و با یک حساب آزمایشی مسیر را طی کنید. در هفتهٔ دوم، دادهٔ گروه واجد شرایط را بگیرید و چند پاسخ یا تمرین را دستی بخوانید. در هفتهٔ سوم، یک مانع مشخص مانند نامفهوم‌بودن راه ارسال را اصلاح کنید و زمان تغییر را ثبت کنید. در هفتهٔ چهارم، همان شاخص را با تعریف ثابت، همراه با نمونهٔ کار و نظر دانشجو، دوباره بررسی کنید. اگر تعداد افراد کم است یا شرایط گروه تغییر کرده، نتیجه را با احتیاط بیان کنید. ممکن است هنوز تنها به یک مشاهدهٔ اولیه رسیده باشید؛ همین صداقت از یک درصد چشمگیرِ بی‌مخرج بهتر است.

اگر پس از تغییر، مشارکت بالا رفت ولی کیفیت پاسخ پایین آمد، شاید کار ساده‌تر یا نمونه بیش‌ازحد راهنما شده است. اگر کیفیت بالا رفت ولی افراد بیشتری کنار رفتند، شاید زمان یا پیش‌نیاز نامناسب است. اگر هیچ رویدادی ثبت نشد، ابتدا ابزار ثبت را آزمایش کنید. گزارش باید به این پرسش پاسخ دهد: «الان کدام بخش تجربهٔ یادگیری را تغییر می‌دهیم و از کجا می‌فهمیم بهتر شده؟» با همین معیار، داشبورد به ابزار تصمیم مدرس تبدیل می‌شود، نه ویترینِ عددهایی که کسی مسئول تفسیرشان نیست.

چک‌لیست کوتاه اجرا

  1. پنج مفهوم را جدا گزارش کنید

  2. برای هر شاخص، مخرج را بنویسید

  3. افت را به یک فرضیهٔ قابل بررسی تبدیل کنید

  4. یک تغییر را اجرا و دوباره بررسی کنید

دستیار هوش مصنوعی فاکسیموناطلاعات فاکسیمون بر اساس داده‌های منتشرشده

وقت بخیر، چطور می‌تونم کمکتون کنم؟