Un enfoque analítico del aprendizaje implica el seguimiento de datos clave a lo largo de toda la experiencia de aprendizaje para responder a preguntas clave y, en última instancia, mejorar los resultados del mismo.
Recopilar datos sobre tus experiencias de aprendizaje te ayuda a demostrar el éxito de tu programa y tomar buenas decisiones sobre el aprendizaje futuro. Los datos categorizados y analizados dan lugar a una comprensión más profunda y sólida. En última instancia, esto te ayuda a mejorar tu programa de desarrollo y crear mejores experiencias de aprendizaje para tus alumnos.
Es posible que no tengas la costumbre de considerar las necesidades análisis de métricas para cada proyecto o curso de capacitación. Eso no solo está bien, sino que es bastante habitual… ¡es por eso que estamos aquí para ayudarte a definir esas necesidades!
Profundicemos en las 4 dimensiones de datos en las que nos centramos…
1. Competencias
Esta dimensión se trata del conocimiento aplicado. Es esencial medir la capacidad tus estudiantes para aplicar los conocimientos en escenarios y/o ejercicios realistas.
Una forma de hacerlo es creando diferentes niveles de simulación para aplicar habilidades y conocimientos. De hecho, el enfoque más común es una evaluación basada en escenarios que ofrece la oportunidad de evaluar a los alumnos utilizando situaciones de trabajo hipotéticas o esperadas.
Los datos sobre competencias pueden ayudarnos a responder a una serie de preguntas vitales, como por ejemplo:
- ¿Qué saben o hacen ya los alumnos y dónde están las lagunas?
- ¿El aprendizaje está repleto de esas lagunas?
- ¿En qué medida aplican los conocimientos en las evaluaciones y actividades?
- ¿Qué preguntas y actividades les resultan difíciles?
- ¿Cuál es su rendimiento en relación con los distintos objetivos de aprendizaje?
2. Percepción
La percepción se trata de medir un cambio en el estudiante. Esto podría ser a través de resultados establecidos o habilidades recién adquiridas; o a través de cambios actitudinales como el aumento en la confianza del estudiante, antes y después del curso, cambios en la forma de pensar, etc.
Las valoraciones de percepción son metacognitivas, es decir, requieren que los alumnos informen sobre su propio pensamiento. Esto puede incluir informar sobre su confianza en torno a un tema o indicar qué tan seguros están sobre los juicios que hacen durante las actividades de aprendizaje. Los controles de confianza son útiles en las evaluaciones previas y posteriores para medir cómo cambia la confianza como resultado de la experiencia de aprendizaje.
Estos datos nos ayudan a responder a preguntas fundamentales como:
- ¿El nuevo aprendizaje aumentó la confianza de los alumnos en sus conocimientos?
- ¿Dónde están las áreas de menor y mayor confianza de nuestros alumnos?
- Aunque sepan lo que hay que hacer, ¿tienen confianza para hacerlo en la práctica?
3. Engagement
Se trata de medir cómo interactúa el alumno con el aprendizaje cómo completan dicho aprendizaje. Los datos más comunes de esta categoría incluyen el momento en que el estudiante abre el curso por primera vez, el momento en que lo completa y el tiempo que dedica al aprendizaje.
Los datos de engament nos ayudan a responder a estas importantes preguntas:
¿Cuánto tardan los alumnos en completar el aprendizaje?
¿Pasan mucho tiempo en un área y se saltan otra?
¿Distribuyen su atención en varias sesiones?
¿Vuelven a por más después de completar el aprendizaje?
¿Están completando el aprendizaje en dispositivos móviles o de escritorio?
4. Reaction:
La mayoría de los equipos de L&D están familiarizados con el área de reacción, ya sea midiendo la opinión de los estudiantes respecto a un curso o sus sentimientos respecto al programa de desarrollo.
Los datos de reacción se recogen normalmente a través de «smile sheets«,es decir reportes con caras sonrientes, en las que se pide la opinión del alumno al finalizar el curso. Estos datos reflejan la opinión o reacción del alumno ante el aprendizaje, y las preguntas para obtenerlos pueden ir desde la satisfacción general (le ha gustado/no le ha gustado) hasta qué tan útil resulta el aprendizaje para el trabajo del estudiante.
Los datos de reacción nos ayudan a responder a las siguientes preguntas:
- ¿Disfrutaron los estudiantes del aprendizaje?
- ¿Les pareció útil y pertinente?
- ¿Tienen intención de comportarse de forma diferente como resultado de la formación?
Estamos aquí para ayudarte tener un enfoque analítico del aprendizaje que te permitirá priorizar tus necesidades.
Es posible que sientas la necesidad de centrarte en una de nuestras dimensiones de datos por sobre las demás; ¡es completamente normal!
Si bien en la mayoría de los cursos tendrás la oportunidad de capturar todas las dimensiones de alguna forma, no todas las experiencias de aprendizaje requerirán que las analices en su totalidad. Por ejemplo, un curso cuyo objetivo es el awareness o concienciación no necesariamente debe medir la competencia, pero en cambio sí sería útil que mida las percepciones de los estudiantes sobre el tema del programa antes y después de haber completado el aprendizaje.
Para obtener más información sobre cómo crear una organización basada en datos ponte en contacto con nuestro equipo.