Personalizzare le esperienze di apprendimento è un processo che non può essere improvvisato, richiede tempo, studio e una certa dose di preparazione. Per questo è importante affidarsi a dei sistemi teorici e pratici di riferimento come il modello ADAPT in grado di guidarti durante tutto il percorso. Vediamolo nello specifico…
Da progettista, ti capita mai di pensare che il percorso formativo che proponi possa non essere adeguato agli obiettivi di crescita del target a cui è destinato? Da utente, hai mai provato la spiacevole sensazione di trovarti in un ambiente che non è a tua misura? Nella prima fase dell’eLearning – le aziende hanno costruito patrimoni formativi concentrandosi sull’oggetto della conoscenza – ovvero sui learning object. Oggi, con patrimoni formativi ormai consolidati, le aziende dedicano maggiore attenzione alla persona che apprende e ai suoi bisogni specifici – con l’obiettivo di costruire esperienze formative su misura. I metodi e le tecnologie dell’adaptive learning sono studiate proprio per questo, per far sì che ciascuno abbia una risposta personalizzata, in modo automatico. La molteplicità dei linguaggi ed il microlearning, ovvero la scomposizione delle risorse didattiche in unità brevi, granulari e autoconsistenti, facilitano la personalizzazione, perché permettono una ricombinazione in molteplici forme, su misura per ciascuno.
LEARNING ANALYTICS
Immagina ora di poter intervistare una ad una le persone che partecipano ad un corso on line… Che cosa gli chiederesti? Cosa vorresti sapere per migliorare la loro esperienza di apprendimento? La maggior parte dei sistemi LMS offrono solo tre tipologie di dati per ogni studente:
- il completamento del corso
- quanto tempo è stato sul corso
- qual è stata la percentuale di risposte corrette nella prova finale.
Per evitare uno spreco di informazioni, si utilizzano i Learning Analytics, ovvero il processo di raccolta, misura, analisi e comunicazione dei dati, con l’intento di ottimizzare l’esperienza di apprendimento. Il vantaggio dei learning analytics è duplice: gli utenti ricevono un feedback continuo durante tutto il processo di apprendimento e i responsabili possono avere accesso a una varietà di cruscotti e visualizzazioni.
RECOMMENDATION SYSTEM
Tra i meccanismi più utilizzati per rendere adattivo l’apprendimento on-line troviamo i sistemi di Recommendation System. Sono strumenti di intelligenza artificiale in grado di costruire e analizzare il profilo dello studente, cioè la collezione di dati riguardanti l’utente ricavati dalla piattaforma: informazioni anagrafiche, conoscenze pregresse, esigenze, preferenze didattiche. Mediante un algoritmo di raccomandazione il sistema fa una predizione dei contenuti più adatti per l’utente. In base all’algoritmo di raccomandazione e alle variabili di interesse considerate, il sistema fornisce SUGGERIMENTI mirati sui materiali didattici. In questo modo lo studente si sente riconosciuto e supportato dal sistema.
ADAPTIVE LEARNING E TRAINING ON THE JOB
L’Adaptive learning può anche essere un importante strumento per potenziare il training on the job. Un sistema adattivo può infatti proporre risposte mirate al contesto lavorativo. In particolare, nei processi di apprendistato, può offrire moduli formativi specifici alle pratiche che il novizio deve apprendere in ciascuna fase dell’attività produttiva. Un training on the job adattivo che restituisca l’oggetto formativo necessario all’esigenza specifica necessita di prodotti formativi granulari, autoconsistenti ed utilizzabili on demand.
IL MODELLO ADAPT
Vuoi cominciare a progettare nella tua organizzazione AMBIENTI, PERCORSI ED ESPERIENZE DI APPRENDIMENTO PERSONALIZZATE? 
SEGUI IL MODELLO ADAPT: Ask (fatti le giuste domande, scegli che tipo di personalizzazione applicare e quali differenze individuali tener presenti) Data (colleziona i dati) Analytics (individua tecniche per processare i dati) Personalize (fornisci un’esperienza di apprendimento personalizzata) Tuning (perfeziona sempre il processo)
Chiara Moroni