Tankeledere

Hvorfor de fleste nettbaserte kurser feiler – og hvordan AI kan redesigne fullføring

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Hvert år bruker millioner av mennesker tusenvis av dollar på nettbaserte kurser, med håp om å tilegne seg nye ferdigheter, endre karrierebane eller bare forbedre dagliglivet. Imidlertid fullfører bare 12,6% av disse menneskene faktisk kurset og får 100% av verdien de har betalt for.

Jeg tror sterkt på at menneskene ikke er problemet: fullføring er alltid et designresultat. Hvis menneskene ikke kan fullføre en nettbasert kurs, så er det et problem med kurset, ikke med studentene. I denne artikkelen vil vi dykke ned i de vanligste feilene i nettbaserte kurser og hvordan AI kan løse dem.

En størrelse passer ikke alle

Menneskene lærer forskjellig. Noen trenger mye uavhengighet og ressurser for å studere alene, mens andre kommuniserer med professoren så mye som mulig. For å gjøre produksjonen av en nettbasert kurs så billig som mulig, blir innholdet standardisert og ikke tilpasset forskjellige målgrupper.

Lærerne kommer med forskjellige bakgrunner, personlige preferanser og mål.

Nybegynnere kan føle seg overveldet av terminologi og avansert kunnskap, mens mer erfarne studenter kan føle seg langsommere. Uten tilpasning kan mange bestemme seg for at kurset ikke er rett for dem, og så stille og rolig gi opp alle forsøk på å fullføre det.

Motivasjon er alltid midlertidig

Mens en ønske om å lære er avgjørende i den moderne, raske verden, er de fleste menneskene ikke klare for intensive kurser som krever mye fokus og uavhengighet. Det er alltid motivasjons-topper og produktivitets-topper, men det er svært å opprettholde dem gjennom hele kurset, noe som fører til at studentene mister evnen og fokuset til å fullføre kurset. Den innledende pushen er svært skjør og må opprettholdes over en lengre periode.

Livet kommer alltid i veien – KPI-er på jobben, familiære plikter eller bare utmattelse – mange nettbaserte kursplattformer mislykkes i å ta hensyn til at deres studenter er voksne med mange ansvar.

Psyologer har lenge argumentert for at vilje er ikke en pålitelig langtidsstrategi. Systemer som avhenger av vedvarende intrinsisk motivasjon vil alltid feile til slutt.

Sosial isolasjon

Husk hvordan bra universitet var, og hvor produktive dere var? Det er ikke fordi universitetsprofessorer er magikere, eller fordi dine nevrologiske evner har blitt redusert. Skole, universitet, selv bedriftswebinare – de gir alle studentene en følelse av fellesskap, som er uerstattelig i utdanningen. Studenter trenger å interagere med hverandre, hjelpe hverandre med kunnskapsgapene og motivere hverandre til å studere harder og lengre. Nettbaserte kurser feiler vanligvis i å levere samme nivå av sosial involvering, noe fører til at studenter føler seg isolerte og alene. Hvorfor skulle du studere harder for å få en A+ hvis det ikke kommer til å være en venn som gratulerer deg og relaterer til dine bestrebelser?

I motsetning til dette rapporterer programmer som introduserer minimalt sosiale elementer, som kohorter, diskusjonsprompter, felles milepæler, om høyere fullføringsrater. Bootcamps og kohortbaserte kurser ser ofte fullføringsrater flere ganger høyere enn åpne MOOC-er, til tross for å være mer krevende. Menneskene er sosiale lærere. Når ingen merker om du viser opp eller ikke, blir det lettere å slutte å vise opp helt.

Neurodivergens

En ofte oversedd del av fullføringsproblemet er at mange lærere ikke starter fra samme nevrologiske utgangspunkt. Neurodivergente trekk som ADHD eller angst påvirker ikke bare oppmerksomhetsomfanget eller stressnivået – de påvirker direkte motivasjonen, minnet og evnen til å opprettholde anstrengelse over tid, spesielt i selvbaserte nettbaserte miljøer. For disse lærerne er frafall sjelden en plutselig beslutning; det er en gradvis ansamling av friksjon, overveldelse eller unngåelse.

Dette er der AI kan spille en meningsfull rolle, ved å kombinere atferdssignaler med akademiske data for å identifisere tidlige mønster som indikerer at en lærer er i fare for å miste engasjement. Kritisk er at de mest effektive modellene ikke overlater inngripen til algoritmer alene. Ved å holde menneskene i løkken, kvalifiserte trenere som forstår både læringspsykologi og individuelle blinde flekker, tillater støtte å være personlig snarere enn generisk. Når AI avdekker risikoen og menneskene former responsen, blir støtten tilpasset, empatisk og langt mer sannsynlig å hjelpe lærerne å holde kursen.

Hva nå?

Den nettbaserte utdanningsboomen har stille normalisert feil. Lærere meldes på med gode intensjoner, faller bakover og skylder seg selv når de drifter bort, ofte uten å innse at millioner av andre gjør det samme. Plattformene peker på opptakstall, universitetene viser rekkevidde, og gapet mellom løfte og realitet utvides.

Kosten er ikke bare ufullførte videoer eller ubrukte sertifikater; det er den langsomme erosjonen av tillit til nettbasert læring som en alvorlig vei til vekst. Før kursdesignerne begynner å behandle frafall som et designproblem snarere enn et personlig problem, vil nettbasert utdanning fortsette å se suksessfull ut fra utsiden mens den feiler der det betyr mest.

Er nettbaserte skoler døde?

Nei, men de er tydelig i endring. En av de største utfordringene nettbasert utdanning står overfor i dag, er mangel på personlig oppmerksomhet og meningsfull tilbakemelding. Mange lærere går gjennom kurser med liten sans for at noen merker hvordan de gjør det, og tidlige tegn på frafall går ofte ubemerket.

Det finnes løsninger som er bygget for å utforske en mulig respons på dette problemet. Med hjelp av AI som observerer mønster i hvordan lærere interagerer med materiale og hvordan de føler om fremgangen, blir det mye enklere. Og analyse av talerespons og spørsmål under live-undervisning – gir en bedre forståelse av om elevene sliter. Målet er ikke å erstatte lærere, men å gi utdannere en annen perspektiv på hva elevene måtte trenge og når støtte kan bety mest.

I sentrum av denne tilnærmingen ligger en enkel idé: nettbasert læring nyter godt av at deltakerne føler seg sett. I miljøer hvor isolasjon er vanlig, kan selv små signaler om oppmerksomhet og tilpasning gjøre en forskjell.

En slik løsning er blitt skapt av teamet bak Mathshub, en nettbasert skole for datavitenskap og maskinlæring. Med dette har 80% av studentene fullført ett-årsprogrammene.

Oppsummering

Utdanning kan ikke være inkluderende hvis majoriteten av menneskene ikke får 100% av verdien de har betalt for. Når plattformene begynner å merke hvordan, når og hvorfor menneskene mister engasjement, kan definisjonen av suksess i nettbasert læring endelig skifte – fra hvor mange som meldes på til hvor mange som faktisk støttes hele veien gjennom.

Diana Safina er en serial entrepreneur med erfaring fra å grunnlegge tre startups. Hun er medgrunnlegger av Algebras.AI og fungerer som CEO av Mathshub AI, hvor hun fokuserer på å bygge AI-drevne retentjonsløsninger for edtech-sektoren. Hennes bakgrunn inkluderer arbeid med store internasjonale plattformer som TikTok og Meta Partner. Diana har en mastergrad i matematikk og bringer en sterk analytisk grunn til sitt arbeid i anvendt AI og utdanningsteknologi.