人工智能和自动化对培训评估的影响

数据分析，几乎是每个行业的话题。正如Gartner Research前执行副总裁Peter Sondergaard在2011年的演讲中所说：“信息是21世纪的石油，而分析是内燃机。” 在学习与发展中，需要评估培训计划的有效性是引起分析关注的主要原因之一 。

常规数据源提供有价值的信息，帮助学习领导者做出以数据为依据的决策。但是，他们需要的不仅仅是数据，而是明智且可行的见解，以采取具有前瞻性的行动。

先进的分析系统，可以执行这些任务。它们本质上是预测性和规范性的，不仅可以预测未来，而且可以建议最佳的行动方案。人工智能（AI）和自动化，就可以实现这种深刻的见解。让我们深入研究AI和自动化对L＆D的影响，尤其是对培训评估的影响。

L＆D中的人工智能和自动化

人工智能是指机器学习和处理数据，然后自行做出决策的能力。例如，拼车应用程序使用AI预测信息，算出乘车价格和路程时间。在L＆D中，AI能分析数据并相应优化培训计划。

自动化的目的之一是：使用预编程的规则，执行重复性和单调的任务。本质上讲，通过自动化，机器足够智能，可以遵循人工命令，但不能做出决定。在L＆D中，自动创作工具可帮助教学设计人员，以更少资源更快地开发电子学习课程。

人工智能和自动化培训评估

有几种模型和框架，可以支持对培训效果的评估。最著名的是柯克帕特里克（Kirkpatrick）模型，该模型的四个层次（反应，学习，行为和结果）可提供有关培训效果的见解。

使用反馈表、调查表和“微笑表”，收集第一级的数据，而第二级可以使用评估前和评估后。预测性和规范性分析（由AI和自动化支持）进入的第三和第四级，AI和自动化可以最大程度地减少分析数据和识别后续操作所需的人工干预。

借助AI，该机器可在一段时间内收集数据，使系统能够做出更好的预测和建议。

支持AI的分析工具，还可以根据有关工作角色、偏好、学习历史和绩效的现有数据，预测学习者的未来表现。可以针对学习者可能遇到的困难领域，创建必要的学习干预措施，为其提供支持。

借助电子学习自动化，算法可提供详细说明，确定企业中的业务和个人需求。无论更改的频率如何，系统都会自动调整学习计划。

据路透社报道，全球预测性和规范性学习分析市场规模，预计到2023年底将达168.4亿美元，复合年增长率为20.43％。从传统数据分析到高级分析，将为企业提供决策速度和准确性。