eLearning: come affrontare la sfida del learning analytics

L’apprendimento è “misurabile”? Il learning analytics, ossia l'analisi dei dati dell’apprendimento, prevede proprio la raccolta e l’analisi dell’attività di apprendimento online. Eppure, il processo formativo è difficile da valutare quantitativamente. Nell’era dei Big Data, le sfide del learning analytics si fanno sempre più grandi anche se sono stati fatti molti passi in avanti in questo senso.

Per evitare di ingarbugliare questa analisi più del necessario, può essere utile conoscere quali sono i principali errori in questo campo per poterli riconoscere ed evitare:

1. Visione troppo limitata: la difficoltà del tema spesso porta ad avere una visione piuttosto conservatrice dell’analisi dell’apprendimento. Si tende, ad esempio, a limitarsi solamente a utilizzare i dati provenienti dalle valutazioni finali. In realtà, per poter usufruire dei vantaggi del learning analytics, è necessario avere un programma ben strutturato che decida quali dati prendere in considerazione e con quale obiettivo.

2. Non essere proattivi: in molti casi il discorso sull’impatto dell’apprendimento viene tacitamente evitato. Né l’azienda che ha progettato il corso né il cliente tendono a voler approfondire il risultato reale della formazione per aggirare le difficoltà di misurazione. È necessario essere proattivi e mettere al centro i dati per poter scoprire eventuali problemi o punti forti del percorso di apprendimento.

3. Dare per scontato i dati: spesso, la facilità con cui arrivano i dati fa credere che sia facile trovare i nessi fra i risultati e un eventuale miglioramento del percorso formativo. Per evitare di dare per scontate le metriche raccolte, è necessario cambiare punto di vista e cercare i nessi causali fra dati e risultati del corso.

4. Non includere tutta l’organizzazione: le aziende e i propri dipendenti sono i destinatari del percorso di formazione eLearning. Molti dei big data necessari alla comprensione e al miglioramento della formazione di un reparto aziendale si trovano in altre parti dell’organizzazione. Per questo, è necessario allargare i propri punti di riferimento e inglobare altre parti dell’azienda per raccogliere dati esaustivi analizzando, per esempio, il rendimento di tutti i dipendenti.

Questi e altri errori devono essere corretti fin da subito per poter usufruire dei vantaggi dei Big Data e del learning analytics. Attraverso un’analisi corretta, infatti, è possibile:

• prevedere le performance degli studenti;
• fornire un’esperienza formativa personalizzata ai corsisti;
• incrementare il tasso di fidelizzazione degli studenti;
• consentire di apportare miglioramenti nei corsi successivi;
• migliorare il rapporto qualità-prezzo dei corsi.