自适应学习路径. 叠加在你现有 lms 之上的一层能力,根据每位学生的错题为其重新排列课程顺序。课程不变,讲师不变。顺序因学员而异,让薄弱环节在班级继续推进前先被补上。
这里要解决的问题是这样的:一个为期 4 个月的班级从 120 名学员开始,结束时只剩 74 名。流失的学员很少是第一天就跟不上,而是在第三个模块开始落后,始终没能追回来,到第六个模块就悄悄不再出现了。
你可以靠增加讲师课时来解决,也可以靠调整顺序来解决。自适应路径选择的是顺序。当一名学员在 sql 联结查询上答错两道题,他接下来看到的是联结查询的补救课程,而不是下一堂按计划推进的讲座。
#不新增讲师,ai 能提高班级完课率吗?
个性化学习路径需要新的教学人员吗?
不需要。自适应学习路径根据每位学生的错题,对你现有课程重新排序,让学员在掉队之前先接受补救。讲师、内容和 lms 都不变。你改变的是课程呈现的顺序,而不是增加人手或重建课程。
关键在于顺序,而不是数量。大多数课程负责人手头已经有足够好的内容,缺的是一种方式,能针对第五周正在挣扎的学员和轻松过关的学员,提供不同的呈现顺序。
我们之前做过同类项目。stennir 为一家运营 4 个月制班级的在线教育公司搭建了一套 lms 扩展,基于评分标准的自动化把每个班级的批改时间缩短了 70%,讲师教学质量的 nps 评分保持稳定。同样的客户类型,同样的 lms 扩展模式,自适应排序正是接入其中。关于我们如何推进这类项目,详见consultancy页面。
#我们需要重建 lms 才能做这件事吗?
不需要。这套能力搭建在你现有的 lms 之上——thinkific、teachable、canvas、moodle 都可以。我们通过 lti 集成、scorm 包或直接对接 api 来连接,取决于你的平台支持哪种方式。
你的 lms 仍然是权威系统。报名、付款、成绩和证书都不会迁移。自适应这一层只读取学员答错了哪些题,并据此重新排列呈现给他的课程顺序,不会触碰你的课程结构或计费。
we are
stennir 搭建的是一层自适应能力,根据每位学生的错题为你自己的课程重新排序,决定「掌握」意味着什么的仍是你的讲师和评分标准。
we aren't
stennir 不卖那种帮学员直接做作业、替他们跳过该学的内容的通用聊天答疑机器人。
对课程负责人的日常工作会有什么改变?
- 学员一旦漏掉某个知识点,接下来看到的就是补救课程,而不是三个模块之后才发现,那时他们已经放弃了。
- 你能看到班级里哪些课程最容易导致答错,先修复最薄弱的课程,而不是靠猜。
- 讲师仍按同一套评分标准打分。排序读取的是这些结果,不会推翻它们。
- 通过率和完课率按班级对照你的基线进行衡量,让你知道重新排序是否真的有效。
按班级衡量的意义在于诚实。如果自适应路径没有提升你这门课的完课率,你应该能在一个班级里就看出来,然后关掉它。我们宁可给你看数字,也不愿只是向你推销这个想法。
流失的学生不是第一次小测就没通过的人,而是从没等到第二遍解释、没弄懂自己漏掉的那个知识点的人。
如果你的团队还需要帮助,让讲师能自如地解读这些信号,我们的training分部专门负责培训落地,更多类似的实际案例也发布在journal里。
我们是一家新公司,做事方式很直白:先选定一门课程,接入你现有的 lms,在下一个班级上运行自适应排序,再对照你的基线比较完课率和通过率。如果你运营在线课程公司、训练营,或是企业内部的学习与发展团队,想看看重新排序能否提升你的数字,预约 30 分钟的初步沟通,并带上一个班级的数据。