מערכות למידה ממוחשבות המדמות את המציאות או כשהמציאות עולה על כל דמיון…

מאת: צוות טכנולוגי, M.P-Yaad

מתוך: Knowledge Technologies מבית M.P-Yaad

גיליון מס' 14 , ינואר 2002

ההדרכה הממוחשבת, מאז תחילת שנות השמונים ועד היום, בבואה להציע חלופה נוספת, להשלים או להחליף לגמרי את ההדרכה המסורתית, מנסה להתחקות אחר ההדרכה המסורתית.  אך למעשה, על אף היות המחשב גורם מהותי בחיי היום יום שלנו, לא נראה כמעט שינוי מהותי בתפיסה ובאופן בו מפותחת הדרכה ממוחשבת היום ביחס לעבר. רציונלי הפיתוח המתווים את אופני הלימוד בהדרכה הממוחשבת דומים מאוד, ברוב המקרים, לאלה של ההדרכה המסורתית.

 

דוגמה מעניינת לכך הינה חלק ניכר ממחוללי יחידות הלימוד הקיימים כיום בשוק. כיום, כאשר מפתח הדרכה מסיים לחולל יחידת לימוד המשלבת בחינה, התוצר המתקבל לרוב הוא שרשרת של מסכי תוכן, המשלבים  רשימת שאלות אמריקאיות ושניים שלושה סוגי אינטראקציות, כולם בתבנית קבועה, שבמקרה הטוב ערוכים גרפית באופן סביר, ובמקרה הרע  מופיעים בעמוד עם פס גלילה ארוך וטקסט אין סופי…

 

הסיבה לכך היא, שברוב המקרים מפתחי הדרכה מיישמים במדיה הממוחשבת את התובנות והטכניקות אותן הם מכירים היטב מההדרכה המסורתית "אחד לאחד", כמיטב היכרותם עימה.

כיום, כשמושגים כגון:  "סימולטור", "משחק עסקי ממוחשב", "בינה מלאכותית"  "קוביות נתונים"…  אינם זרים לרובנו , נראה כי תחום ההדרכה  מפגר אחר תחומים אחרים בארגון. מפתחי הדרכה ממוחשבת חייבים לבחון מחדש את הרציונל שעומד אחר האופן בו פיתחו הדרכה עד כה, לנעוץ מבט בכל אותן פרדיגמות אותן הם השכילו להטמיע בארגון, ולבחון בדקדקנות ובפתיחות הנדרשת את אשר יש למחשב להציע היום,  לצורך פיתוח טוב יותר של ההכשרות עליהן הם אמונים.

 

כיום, מפתחי הדרכה בסביבה ממוחשבת צריכים לחזור ולשאול את עצמם שאלות שהתשובות להן מורכבת יותר, כגון: כיצד אני גורם ליחידות ההדרכה הממוחשבות לגעת במציאות הלומד?, כיצד מגיבה יחידת ההדרכה הממוחשבת לאלמנטים מהמציאות אשר להם השפעה על מיומנויות הביצוע הסופיות של הלומד (כגון ממד הזמן)?, כיצד ניתן לנתב את התוכן ואת רמת הקושי בהתאם לתגובותיו של הלומד בתהליך הלמידה?, או באופן כללי: כיצד אני, כמפתח הדרכה, מנצל את המחשב לדמות באופן האופטימלי ביותר את המצבים איתם אמור הלומד להתמודד במציאות והסביבה בה הוא צריך לפעול?

 

למרות הנתונים, אשר חוזים שכבר בעשור זה ה-e-Learning יהווה לפחות 50% מתמהיל שיטות ההדרכה, נראה כי רק ניצול מקסימלי של המחשב, באופן שבו יתהוו טכניקות למידה חדשניות וייחודיות, והלמידה תישק למציאות, יכול להביא למימושה של תחזית זו, ואף ליצור פער שהשיטה המסורתית תתקשה לסגור. בשורות הבאות ננסה להציג בקצרה מספר פתרונות יצירתיים למימוש תפיסה חדשנית זו, אותה תיארתי לעיל, מבלי לטבוע בנבכי הטכנולוגיה…

על מנת להציג את הפתרון נשתמש בדוגמה: בתחילה נתאר את הצורך בהדרכה, בהמשך נציג פתרון הדרכה ממוחשב, המבוסס על פלטפורמות פיתוח נפוצות, לאחר מכן נציג את פתרון ההדרכה האופטימלי, ולבסוף – פתרון המשתמש ביכולות מחשוב קיימות ומקורב ביותר לפתרון האופטימלי.

 

ניתוח אירוע –  דוגמה מעולם הביטוח

 

נתחיל עם דוגמה מתחום הביטוח: נציגי שירות בחברת ביטוח כלשהי אמורים לשפר את אחוז הצלחתם בשכנוע לקוחות המבקשים לעזוב, להישאר ולהמשיך לעבוד עם החברה. במסגרת ההכשרה, אנו שואפים לדמות אינטראקציה בין הלקוח לנציג השירות, כפי שהיא עשויה להתחולל במציאות.

 

פתרון הדרכה ממוחשב המבוסס על פלטפורמות פיתוח נפוצות: כתיבת פיסקה ארוכה יחסית, אשר הייתה מתארת את הדיאלוג בין הלקוח לנציג השירות. לאחר מכן, היינו מבקשים מהלומד לחוות דעה על הדיאלוג, היינו מוסיפים תמונה, מספר שאלות אמריקאיות ואולי משימת  Drag & Drop (במידה ופלטפורמת הפיתוח מאפשרת לנו), ולבסוף, בפסקה נוספת, היינו מציגים בפני התלמיד משוב על התשובות שענה נכונה ועל אלו שלא.

 

הפתרון האופטימלי: במצב אופטימלי היינו שואפים לתת לכל נציג שירות לנהל מגע עם כמה עשרות לקוחות דמי (המייצגים לקוחות אמיתיים), להציב ליד כל אחד מהם גורם מקצועי ומנוסה, המייצג את האינטרסים של הארגון, ואשר יספק לו משוב,  בין שיחה לשיחה, ואולי גם במהלך השיחה. כמו כן, היינו שואפים שהסיטואציה בה אנו מציבים כל אחד מנציגי השירות, תהייה נטולת לחצים ככל האפשר: משמע, לדאוג שהגורם המספק את המשוב יהיה נחמד וקשוב ללחציו ובעיותיו של העובד, גם לאחר שנעשו שלושים שיחות אימון.

 

פתרון המשתמש ביכולות מחשוב קיימות ומקורב ביותר לפתרון האופטימלי:

בעזרת כלים דוגמת עץ החלטה, Windows Media Player ופלטפורמות פיתוח בסיסיות, ניתן לממש פתרון אשר יכול בהחלט לתת מענה קרוב לפתרון האופטימלי (על המושג  "עץ החלטה" – ראה מסגרת בעמ' הבא), לדוגמה:

 

נניח שבאופן חד-פעמי היינו מקליטים כמה עשרות שיחות של נציגי שירות, מנתחים אותן ובונים  עץ החלטה, ובו מס' מסלולים, כשהמעבר בהם תלוי בתגובות הלומד. כעת, נניח כי כלומדים אנו משחקים את תפקיד נציג השירות, המקבל קריאה של לקוח המעונין לעזוב את החברה – אנו שומעים את השיחה, והמלל מוצג לפנינו ע"ג מסך המחשב. עלינו לבחור, בלחיצת עכבר, באחת מתוך חמש תשובות אופציונליות שהיינו בוחרים לענות ללקוח. המחשב בודק את הזמן שעובר עד שאנו עונים. יחד עם התשובה, ובאותו אופן שתואר לעיל, אנו בוחרים גם פרמטרים משפיעים נוספים, כגון: באיזו נימת דיבור היינו משתמשים, ומה המסר שהיינו בוחרים להעביר ללקוח .

בהתאם לתשובה שבחרנו, הלקוח (המחשב) מגיב:  אם נקטנו בטון נוקשה מדי, הלקוח (המחשב) יבחר לנתק את השיחה או לבקש נציג שירות בכיר ממך; לחילופין, אם נקטנו בגישה "רכה" יותר, ימשיך הלקוח את השיחה ולנו כלומדים תהיה שוב היכולת להגיב לדברי הלקוח. התהליך חוזר על  עצמו, כך שתגובות הלומד מזינות את עץ ההחלטה, וציר הלמידה מתקדם במסלולים התואמים את תגובותיו של הלומד. בסוף "השיחה" מקבל הלומד משוב על בחירותיו, ומקבל ציון המשקף את קירבת מסלולי הלמידה שבהם הוא בחר למסלול/ים אותם הגדיר מפתח ההדרכה כ"פתרון ביה"ס", כאשר בחירה במסלול מסוים עשויה להקנות לו 80% מן הנקודות, ובחירה במסלול אחר עשויה להקנות לו 50% מן הנקודות, וכמו במציאות אין פתרון אחד מוחלט לבעיה.

 

בסיטואציה שתוארה לעיל, יצרנו סביבה שבה הלומד מתמודד מול מצבים דומים מאוד לאלו שבהם הוא יתמודד במציאות, מצבים שבהם הוא יודע איך הוא רוצה להתחיל את השיחה, אך אינו יודע כיצד תסתיים. בכל שלב יכול הלומד לחזור וללמוד, ולהיתקל בכל מגוון המסלולים שהתווה מפתח ההדרכה. הוא עשוי לקבל משוב מן המחשב במהלך או בסוף כל אינטראקציה.

בסוג כזה של למידה, רמת האינטראקציה עם המשתמש גבוהה ואיכותית מאוד, דבר היוצר רמת עניין וקשב גבוהים, שהרי עליו לקבל החלטות כל הזמן, ולהיות קשוב למתרחש על המסך.

כאמור, היכולת לערב פרמטרים המייצגים אילוצים מהמציאות, כגון זמן תגובה או טון דיבור, קיימת גם היא, כל זאת בסביבה נטולת לחצים, אשר יכולה לעקוב ולתעד את תהליך הלמידה.

נקודה חשובה נוספת היא שטכניקות מעין אלו מאפשרות לכל לומד להתקדם ע"פ הקצב האישי שלו, ובהתאם לרמת הידע הקודם שלו: לומדים חזקים יותר יתקדמו מהר יותר בין המסלולים השונים, ואילו לומדים חלשים יותר ינותבו ל"מסלולי ביניים", או שיחזרו על המסלולים שבהם הם מתקשים, עד אשר יצליחו.

את כל המפרט המצוין ניתן לממש בעזרת טקסטים, קול ווידיאו, ובמהלך כל היחידה ניתן לשלב אינטראקציות ייחודיות כיד הדמיון של מפתח ההדרכה.

 

מה בעצם עשינו כאן ?

מימוש של מסלולי החלטה מנוטרים בפרמטרים: בסיטואציה שתוארה לעיל, בנינו עץ החלטה בעל מספר מסלולים, כשהטריגר (העירור) לניווט בעץ היה תגובת המשתמש, ופרמטרים נוספים שאליהם בחרנו להתייחס, כגון: זמן תגובה ונימת הקול.

 

את אותה הטכניקה יכולנו לממש בלימוד שלל נושאים ותחומי דעת, "רכים" ו"קשים" כאחד.

כיצד מממשים?

בשלב הראשון עלינו לפתח רציונל הדרכה באופן שיביא לידי ביטוי עץ החלטה, ולכתוב את התסריטים למסלולים השונים. בשלב השני צריך להחליט על האופן והכלים הקיימים למימושם של עץ ההחלטה והתסריט. במידה ובמסגרת צוות ההדרכה קיימת דמות טכנולוגית בעל מיומנות בסיסית בתכנות, אנו ממליצים בחום לאמץ את תוכנת ה- Authorware  של חברת Macromedia. כלי זה מכיל בתוכו יכולת פיתוח של עץ החלטה משולב פרמטרים, במסגרת תבניות קבועות. הכלי תומך תקן, ועל כן מעניק יתרונות תחזוקה עתידיות.

לחילופין, ניתן לפנות ל-Outsourcing ולבקש פתרון למפרט אליו אתם שואפים להגיע. בעבודה עם ספקים חיצוניים, חשוב לוודא כי בסוף תהליך הפיתוח, תישאר בידי מפתחי הדרכה השליטה בעץ ההחלטה  ובתכניו, על מנת לאפשר עדכונים של היחידה כתוצאה מקבלת תגובות מן המשתמשים.

 

לסיכום

איכויות הדרכה כגון זו אשר הוצגה במאמר זה באות לידי ביטוי ביכולת לעקוב אחר ביצועי הלומד, לתקן את מערך הלימוד בהתאם לתגובות שנתקבלו, לשמר את הקשר עם המשתמש למשך כל הלמידה ולדמות מצבי אמת. כיום אנו עדים לניצנים ראשונים של השימוש ביכולות המחשב להפיכתה של ההדרכה הממוחשבת למתודולוגיה איכותית מעין זו, בעלת יתרון יחסי ברור. אין ספק כי כבר בשנים הקרובות טכניקה זו של למידה מדמת-מציאות תהפוך לדומיננטית יותר, ואולי אף לאחד המתודות המועדפות על ארגונים ולומדים כאחד.

קישורים רלבנטים: