Hvorfor de fleste online-kurser fejler – og hvordan AI kan redesigne gennemførelsen

Hvert år bruger millioner af mennesker tusindvis af dollars på online-kurser i håb om at opnå nye færdigheder, ændre deres karriere eller blot forbedre deres daglige liv. Men kun 12,6% af disse mennesker gennemfører faktisk kurset og får 100% af den værdi, de har betalt for.

Jeg er stærkt overbevist om, at mennesker ikke er problemet: gennemførelse er altid et designresultat. Hvis mennesker ikke kan gennemføre en online-kursus, så er der et problem med kurset, ikke med studenterne. I denne artikel vil vi dykke ned i de mest almindelige fejl i online-kursernes design og hvordan AI kan løse dem.

En størrelse passer ikke alle

Mennesker lærer på forskellige måder. Nogle har brug for en masse uafhængighed og ressourcer til at studere alene, andre kommunikerer med professoren så meget som muligt. For at gøre produktionen af en online-kursus så billig som muligt, er indholdet unificeret og ikke tilpasset til forskellige målgrupper.

Lærere ankommer med forskellige baggrunde, personlige præferencer og mål.

Beginnerne kan føle sig overvældede af terminologi og avanceret viden, mens mere erfarne studenter kan føle sig langsommere. Uden tilpasning vil mange beslutte, at kurset ikke er til dem, og stille og roligt opgive alle forsøg på at gennemføre det.

Motivation er altid midlertidig

Selv om en lyst til at lære er afgørende i den moderne, hurtige verden, er de fleste mennesker ikke klar til intensive kurser, der kræver masser af fokus og uafhængighed. Der er altid motivations-toppe og produktivitets-toppe, men det er meget svært at opretholde dem i hele kursets varighed, hvilket fører til, at studenterne mister evnen og fokus til at gennemføre kurset. Den første push er meget skrøbelig og har brug for at blive opretholdt i en længere periode.

Livet kommer altid i vejen – KPI’er på arbejdet, familiemæssige pligter eller bare træthed – mange online-kurser fejler at tage i betragtning, at deres studenter er voksne med mange ansvar.

Psyologer har længe argumenteret for, at viljestyrke ikke er en pålidelig langsigtsstrategi. Systemer, der afhænger af vedvarende intrinsisk motivation, vil altid fejle til sidst.

Social isolation

Husk, hvor godt det var at gå på college, og hvor produktiv du var? Det er ikke, fordi college-professorer er magikere, eller fordi dine neurale evner er blevet svækket. Skole, college, selv virksomhedswebinarer – de giver alle studenterne en følelse af fællesskab, som er uerstattelig i uddannelsen. Studenterne har brug for at interagere med hinanden, hjælpe hinanden med huller i viden og motivere hinanden til at studere hårdere og længere. Online-kurser fejler ofte at levere det samme niveau af socialt engagement, hvilket fører til, at studenterne føler sig isolerede og alene. Hvorfor skulle du studere hårdere for at få en A+, hvis der ikke er en ven, der kommer til at lykønske dig og relatere til dine anstrengelser?

I modsætning hertil viser programmer, der introducerer selv minimale sociale elementer, som f.eks. kohorter, diskussionsprompter, fælles milepæle, konsekvent højere gennemførelsesrater. Bootcamps og kohort-baserede kurser ser ofte højere gennemførelsesrater end åbne MOOC’er, på trods af at de er mere krævende. Mennesker er sociale lærere. Når ingen bemærker, om du møder op eller ej, bliver det lettere at stoppe med at møde op overhovedet.

Neurodivergens

En ofte overset del af gennemførelsesproblemet er, at mange lærere ikke starter fra det samme neurologiske udgangspunkt. Neurodivergente træk som ADHD eller angst påvirker ikke kun opmærksomheds-span eller stress-niveauer – de påvirker direkte motivation, hukommelse og evnen til at opretholde anstrengelser over tid, især i selv-pace online-miljøer. For disse lærere er drop-out sjældent en pludselig beslutning; det er en gradvis ansamling af friktion, overvældning eller undgåelse.

Her kan AI spille en meningsfuld rolle ved at kombinere adfærdssignaler med akademisk data for at identificere tidlige mønstre, der antyder, at en lærer er i fare for at afbryde. Afgørende er, at de mest effektive modeller ikke overlader interventionen til algoritmer alene. Ved at holde mennesker i loopet, kvalificerede coacher, der forstår både læringspsykologi og individuelle blinde pletter, kan støtten blive personlig snarere end generisk. Når AI afslører risikoen og mennesker former responsen, bliver støtten adaptiv, empatisk og langt mere sandsynlig til at hjælpe lærere med at blive på sporet.

Så hvad?

Den online uddannelsesboom har stille og roligt normaliseret fiasko. Lærere tilmelder sig med gode intentioner, falder bagud og skylder sig selv, når de glider væk, ofte uden at være klar over, at millioner af andre gør det samme. Platforme peger på tilmeldingsantal, universiteterne praler af deres rækkevidde, og gapet mellem løfte og virkelighed bredes.

Kosten er ikke kun ufærdige videoer eller ubrugte certifikater; det er den langsomme erosion af tillid til online-læring som en alvorlig vej til vækst. Indtil kursusdesignere begynder at behandle drop-out som et designproblem snarere end et personligt problem, vil online-uddannelsen fortsætte med at se succesfuld ud udefra, mens den falder kort i det, der betyder mest.