Diana Safina, Algebras.AI联合创始人及Mathshub AI首席执行官 Diana Safina Algebras.AI联合创始人及Mathshub AI首席执行官

为什么大多数在线课程失败——以及AI如何重新设计完成度

每年，数百万人花费数千美元购买在线课程，希望获得新技能，改变职业轨迹，或者简单地改善日常生活。然而，只有12.6%的人实际完成课程并获得100%的价值。我坚信，人们不是问题所在：完成度始终是一个设计结果。如果人们无法完成在线课程，那么问题出在课程上，而不是学生身上。在本文中，我们将深入探讨在线课程设计中最常见的缺陷，以及AI如何解决这些问题。一刀切的方法不适用人们学习方式不同。有些人需要大量的独立资源来自学，而其他人则倾向于与教授进行大量的交流。为了使在线课程的制作变得尽可能廉价，内容被统一化，并没有针对不同受众进行适配。但是，学习者带着不同的背景、个人偏好和目标到来。初学者可能会被术语和高级知识所淹没，而更高级的学生可能会感到被减速。没有适配，许多人会决定课程不适合他们，并会默默地放弃完成它的努力。动力始终是暂时的虽然学习的愿望在现代快节奏的世界中至关重要，但大多数人并没有准备好投入大量的时间和精力来完成需要大量专注和独立的课程。总会有动力激增和生产力峰值，但很难在整个课程期间维持它们，这导致学生失去完成课程的能力和专注力。最初的推动力非常脆弱，需要在长时间内维持。生活总会干扰——工作中的KPI、家庭职责或简单的疲劳——许多在线课程平台没有考虑到他们的学生是有许多责任的成年人。这导致许多在线学校期望学习者推动长时间的视频/文本序列，而没有足够的反馈或强化。心理学家长期以来一直认为意志力不是一个可靠的长期策略。依赖于持续的内在动力的系统最终总会失败。社交隔离记得大学时期，你们是多么的高效和勤奋？那不是因为大学教授是魔术师，或者你的神经能力已经下降。学校、大学，甚至企业网络研讨会——所有这些都给学生一种社区感，这在教育中是不可替代的。学生需要相互交流，帮助彼此填补知识空白，并相互激励学习更努力、更长时间。在线课程通常无法提供相同的社交参与水平，这导致学生感到孤立和孤独。为什么要更努力地学习以获得A+，如果没有朋友来祝贺你，并理解你的努力呢？相比之下，引入最小社交元素的计划，例如小组、讨论提示、共享里程碑——一致报告更高的完成率。训练营和基于小组的课程通常具有比开放式MOOC更高的完成率，尽管它们更具挑战性。人类是社会学习者。当没有人注意你是否出现或不出现时，变得更容易停止出现。神经多样性完成问题中经常被忽视的一部分是，许多学习者并没有从相同的神经基线开始。神经多样性特征，例如注意力缺陷多动障碍（ADHD）或焦虑，不仅影响注意力或压力水平——它们直接影响动力、记忆力和在自主在线环境中维持努力的能力。对于这些学习者，放弃学习往往不是突然的决定，而是逐渐积累的摩擦、不知所措或回避。这就是AI可以发挥有意义作用的地方，通过将行为信号与学术数据相结合，识别出可能导致学习者脱离的早期模式。最有效的模型不仅依靠算法进行干预，还让人类参与其中——合格的教练，他们既理解学习心理学，又了解个体的盲点。通过AI识别风险，人类制定响应，支持变得个性化、富有同情心，并更有可能帮助学习者坚持下去。那么怎么办？在线教育热潮已经悄悄地使失败变得正常。学习者带着良好的意图报名，落后，然后在没有意识到其他人也在做同样的事情的情况下，责怪自己并放弃。平台指出报名人数，大学炫耀他们的覆盖范围，承诺和现实之间的差距越来越大。成本不仅仅是未完成的视频或未使用的证书；它是对在线学习作为成长途径的信任的缓慢侵蚀。直到课程设计者开始将放弃视为设计问题，而不是个人问题，在线教育将继续从外部看起来很成功，但在最重要的地方却失败。 在线学校已经死亡了吗？ 不，但它们正在明显变化。在线教育今天面临的主要挑战之一是缺乏个人关注和有意义的反馈。许多学习者在没有任何人注意他们表现如何的情况下完成课程，并且早期脱离的迹象往往被忽视。 有一些解决方案被开发来探索可能的解决方案。借助AI，观察学习者如何与材料交互以及他们如何看待自己的进步变得更加容易。分析语音响应和直播课堂中的问题可以更好地理解学生是否正在挣扎。目标不是取代教师，而是为教育者提供对学生可能需要什么以及何时支持最有价值的另一种视角。 这种方法的核心是一个简单的想法：在线学习受益于参与者感到被看到。在孤立常见的环境中，即使是小小的关注和调整也可以带来改变。 Mathshub团队创建的一个这样的解决方案是一个针对数据科学和机器学习的在线学校。使用这个解决方案，80%的学生成功毕业于为期一年的课程。 总结 教育不能包容，如果大多数人无法获得他们支付的100%的价值。随着平台开始更加关注人们何时、为什么脱离，在线学习的成功定义可能最终会从报名人数转变为实际支持的人数。