可持续提高技能解决方案(SUSs):下一代电子教育评估

更容易，更有能力和价值

Ayesha Habeeb Omer在她的书中写道:“事实上，任何一门旨在向学习者传授知识的电子学习课程，在它附有评估学习成果的条款之前，都不是真正完整的。文章．令人遗憾的是，评估的重要性，以及电子教育评估的实际状态，已经被搁置了近20年，现在只有通过“可持续提高技能解决方案”的出现和部署，这才会改变。与传统的lms相比，SUSs在学习和发展方面有一些不同的方法，因为它们为组织提供了一种机制来轻松地、最重要的是，可持续地培训和评估整个劳动力。

评估(和报告)问题

总体而言，电子学习评估由SCORM测验组成，其中的多项选择题由一个或多个答案组成。一些作者推动匹配的问题类型，其中学习者被测试在两组数据之间的关系。其他类型的问题包括在空格中输入单词，拖放单词或短语，必须选择正确答案的下拉菜单，以及类似于纵横字谜的单词构建。

似乎最常见的评估陷阱还不够——即模棱两可的问题——上面列出的一些问题类型真的打开了潘多拉的盒子:例如，如果一个学习者必须在空白处输入一个单词，而他拼错了这个单词，那么提供的答案就会被标记为错误，即使只是一个字母被错误地放错了!这种类型的问题对诵读困难的学习者当然也是公正的。文字构建器也是如此:虽然游戏化在定义明确的电子学习策略中有其一席之地，但评估中的游戏化可能会分散注意力，并不必要地使预期目标复杂化。毕竟(事实上)，我们是在评估成年人……

简而言之，这就是SCORM的评估能力。好消息是，这些只是前端的限制;不幸的是，后端限制更糟糕:SCORM主要由于其基于容器的体系结构，只提供了获取课程完成情况、在课程中花费的时间、里程碑进展、通过/失败和单项得分的功能，这当然大大减少了任何有意义的报告。SCORM的年龄也显示出新的标准。具体来说，xAPI(也被称为“Experience API”或“TinCan API”)和CMI5被誉为SCORM的后继者。准确地说，这些新标准允许学习部门跟踪(并因此报告)人们可以观察到的几乎任何活动和学习经验，包括完成活动和模拟、执行工作功能、产生工作可交付成果、完成可汗大学课程，等等，这是通过外部管理的学习记录存储(LRS)完成的。当xAPI(和CMI5)由于更好的数据管理而出现有意义的报告时，它似乎是圣杯，但实际情况有些不同。

根据xAPI规范，LRS是负责接收、存储和提供对学习记录的访问的外部服务器。换句话说，LRS位于LMS的外部，实质上是一个存储库，xAPI语句被记录到其中。上述xAPI语句可以用“参与者谓词对象上下文”的形式表示。举例说明:“Jane通过了John指导员的入职培训101”(演员= Jane，动词= passed，对象=入职培训101，上下文= John指导员)。LRSs具有一组初始动词(如“参加”、“完成”、“尝试”、“通过”、“失败”等)，并且培训部门可以创建的动词数量没有限制。上下文在定义方面也不受限制。这个“参与者谓词对象上下文”随后从LMS导入到LRS，并随后导出到报表生成器，例如，可以在纸上绘制报表和分析。这似乎是直接和良性的，然而，对于一个普通的L&D部门来说，这是真正复杂的，需要外部介入(简而言之:延迟和并发症的可能性很高)。

虽然xAPI(以及LRSs)是基于scorm的报告的重要一步，但每个培训部门都可以创建自己的动词和上下文，这意味着公共因素被征服，从而削弱了可比性。虽然生成有意义的、可比较的、客观的报告在技术上是可能的，但任何统计学家都将确认其成功和结果与生成这些报告的数据质量直接成比例。从本质上说,如果每个人都自由地做他们想做的事,他们可以做的结果aforestated动词和上下文,的格言“太多的厨师在厨房”戒指非常正确:最终的结果很可能最终在灾难翻译意义,消逝,和主观报告,从头再来。

可持续的提高技能解决方案

然而，有一个解决评估问题的方法:S可持续Upskilling解决方案或两个．除了将内容提供给学习者，SUSs从根本上量化组织通过其培训工作获得的价值，通常与培训评估模型相一致，如CIPP(上下文、输入、过程和产品)评估模型，Phillips ROI模型，或Kirkpatrick的培训评估模型。

SUSs提供了所有通用的“基于容器”的内容格式，这些格式扩展到SCORM 1.2、SCORM 2004、AICC、HTML5、xAPI和CMI5，本质上与“传统的”LMS完全相同。此外，SUSs本身也允许传播常见的文件格式，包括Microsoft Word、PowerPoint、Adobe PDF、交互式PDF、MP4视频、MP3音频、Adobe InDesign (INDD)、YouTube、Vimeo、ThinkLink，甚至外部链接。关于内容格式的更多信息这篇文章。

当考虑到SUSs如何处理评估时，真正的问题就来了:SUSs包含一个全面的评估套件，可以利用到现有的基于容器的课程(SCORM、xAPI等)上;这真的是独一无二的!这里的关键是评估位于基于容器的内容之外，这样就可以推断有意义的、结构化的和细粒度的数据，并将其反馈到报告子系统。这是不同的，因为评估套件允许学习者从(现有的)课程内容中受益，而不管输出格式如何。更好的是，接下来的报告是真正的下一代报告，因为标准的报告套件是真正全面的，并且远远超过了“传统的”LMS报告功能，而且所有这些都不需要IT参与，而不像LRS!如果标准报告环境不够充分，那么SUSs还允许自定义报告，甚至可以利用来自外部系统的数据。然而，报道是另一篇文章的主题。

SUS评估套件功能的基础在于问题库功能。问题库是一个问题存储库，问题可以在其中加载、定义并容易分组。随后，课程作者可以规定问题应该按顺序或随机顺序呈现，因此作者也可以规定从问题库中的问题组中呈现特定数量的随机问题。例如，从A组抽取2个问题(10个问题)，从B组抽取4个问题(15个问题)，从C组抽取6个问题(20个问题)，以此类推。最终结果是，每个学习者将收到一个完全不同的评估。但是，由于分组功能，结果仍然具有可比性。技能差距分析，有人知道吗?

评估套件(包括问题库的生成、问题及其管理)直接在SUS上进行管理，不需要外部评估创作工具。SUSs提供了许多评估参数，包括由单个和/或多个答案组成的多项选择题(可能包含图像和视频作为问题的一部分)、自由文本答案、观察/实践评估、调查，以及文件或文件提交。从问题定义的角度来看，SUSs允许进行进一步的定制，如在必要时对答案进行加权以及负评分。评估可以是定时的，也可以是不定时的，因此定时评估甚至可以被监督。

监考，即通过人脸识别的学习者身份验证，是电子学习中相对较新的现象，然而，这在过去有些值得怀疑，因为学习者的数据(通常不可靠)被运送到执行认证过程的外部方。使用SUSs，这种水平的人工智能发生在系统本身，从而保持高度机密数据的保真度。

SUSs通常还包括评估套件的支柱，如审核、认证、徽章和学习者对作者的反馈选项等等。

结论

最后，SUSs模糊了以前独立平台之间的界限，特别是在这个例子中，“传统的”LMS和专用评估工具之间的界限。最终结果是，评估作者可以获得更大的灵活性，学习者可以获得更高层次和更专业的评估体验，并且由于SUS无缝交付的粒度、洞察力和度量，为部署SUS的组织带来更好的回报。