下载掌阅APP，畅读海量书库
立即打开
提到微课的起源，2006 年以前我国还未出现微课。那时，我国的一些知名企业大学刚刚开始建设“网上大学”——将一些优质的线下实体课程用录像机或高清录播系统进行录制，简单地按照课程章节内容进行剪辑并配上字幕，再上传至“网上大学”，供企业内部员工观看学习。
2010 年，我接触到我国一家非常擅长通用管理在线课程制作的企业——中欧商业在线，现已更名为“数字中欧”。“数字中欧”源于国际知名商学院——中欧国际工商学院。基于雄厚的师资体系、灵活的制度和充分的国际交流机会，中欧国际工商学院自主研发在线课程，形成了独特有效的教学逻辑。一方面，他们将中欧国际工商学院的案例教学法搬到在线课程中，通过视频/动画再现案例场景，配以针对案例的自我检测题及专家的深度剖析，大大提升了课程的互动性。另一方面，为了让学员学习更高效，他们将每门课程时间控制在30 分钟左右。一门课程涉及4～5 个案例的互动环节，这样学员既可以系统学习，又可以分不同时间段进行学习，交互性强、用时短，在系统地对工商管理软件技能进行理解和练习的同时，不会给学员制造太大的时间压力。这种在线课程形式逐渐形成了中国企业学习与发展领域早期的主流微课形式。
要想真正了解中国微课的发展历程，大家必须了解中国的E-Learning学习平台的发展历程。
2008 年，中国移动通信集团刚开始建设“网上大学”，可以称为“中国第一代E-Learning 平台”。它具备以下几个鲜明的特征：
（1）线下真实课堂录制的授课视频经过剪辑和后期处理，再上传至E-Learning 平台，供企业内部员工来进行学习。
（2）每节视频课程的时长至少是30 分钟。
（3）E-learning 平台具有做笔记、评论等功能。
总之，2008 年及以前的E-Learning 平台的功能定位类似当前视频网站的功能定位。
2010 年，我国出现了E-Learning 平台的升级版，称为“中国第二代E-Learning 平台”。为什么这样说呢？因为智能手机问世了！不过，中国第二代E-Learning 平台的发展历程并没有人们想象中那么简单，它的发展历程要复杂一些。
首先，市面上出现了并不是靠线下真实课堂录制而是完全通过计算机软件制作的课程教学视频，如利用Flash、Ae 等工具进行设计与制作的动画视频课程——将完整的课程通过知识点与教学进程的设计来对线上课程进行章节的拆分与呈现。这就是本书所讲的微课呈现形式的前身！
其次，当时的E-Learning 平台有了培训管理的概念与功能定位，既有对线上课程的学习管理，也有对线下培训的全流程管理。
最后，最显著的特点是E-Learning 平台支持移动端的学习。人们既可以通过手机安装App 完成对平台的管理，也可以通过App 直接在手机上完成学习。
上海时代光华教育发展有限公司（以下简称：时代光华）创办于2000年，是一家学习平台与内容提供商，北京、上海双总部运营，服务网络覆盖多个城市。时代光华融合产品思维及混合式学习理念，以“平台+内容+运营”为支柱，为企业提供一站式在线学习解决方案，帮助超过9500 家企业构建知识运营中心与业务赋能平台。
时代光华通过人工智能、大数据、移动互联等手段，为企业打造多元化的学习场景，包括直播课堂、混合培训、考试认证、分享互助等。时代光华聚集了超过10000 门优质课程资源，其中包括近5000 门自有版权课件，以及与混沌大学、中欧商业在线等头部品牌的合作资源。时代光华建立了70 余套岗位“配课”方案，满足10 个业务条线、4 个层级的学习需求，全面覆盖企业培训常规领域。时代光华通过覆盖1000 万名用户的行业大数据，指导在线学习的落地和高效能转化。在线学习平台基于业务场景的“训战结合”，促动内驱力的“以赛代训”等，有效地提升了用户活跃度，积累了丰富的实战案例。
在线学习平台领域呈现出分足鼎立的第三方服务平台，还有四家不得不说的在线学习平台，即“魔学院”“知学云”“云学堂”以及“职行力”。这四家在线学习平台均以技术优势为发展驱动力，经历了多年的市场竞争，在发展策略的驱使下已经渐渐地展现出各自独有的竞争态势。从市场占有率的角度来看，这四家在线学习平台均取得了不错的成绩。除此之外，新兴的在线学习平台服务机构从全国来看更是多达数十家，这也进一步验证了线上学习是未来发展十分火爆且广泛应用的替代性解决方案。
综上所述，中国标准的第二代E-Learning 平台具备以下几个鲜明的特征：
（1）平台的课程呈现形式更加多元化，有文档格式、视频格式、动画格式、HTML5 交互等。
（2）平台加入了学习管理、学习数据统计与分析、线下培训活动管理等互补的系统性功能。
（3）平台拥有移动端App 同期版本，并支持移动端页面浏览。
如今，我国正迈入第三代E-Learning 平台发展阶段。这个阶段企业内部每位员工的学习都将为线上学习平台贡献大量的数据，从而使其成为企业的一个“数据中心”。
首先，“数据中心”形象图可以从员工学习与潜力的角度提供一个参考模型和数据池。
具体来说，员工在E-Learning 平台注册时，即要求员工对其个人属性标签的基础数据进行录入，员工登录后所做的每一步关键操作都将被学习平台记录下来形成数据。当然，具体记录哪些数据需要学习平台开发者事先对学习数据进行建模，按照建模好的数据框架进行学习行为的数据收集并做规约计算与数据筛选。
其次，学习平台开发者要向E-Learning 平台的后台数据中心引入机器学习，即算法设计与运行规则。
简单来说，它就是要通过一套算法来使计算机系统对后台收集的有效数据经过筛选再做进一步的逻辑性收敛，同时不断吸收新的“源端”数据库，保证其开放性与不断学习的循环运算，最终服务于输出端的人才属性及标签数据库。这一过程既可以按照一定的时间周期来进行，也可以遵循于计算机系统管理员的权限操作。
最后，由于不同行业的企业及其人才结构的差异，企业对数据输出端的应用也有不同的方向与内容。例如，常见的企业内部人才盘点、人才能力模型搭建等均有所不同。
图1-2 左侧是对员工在E-Learning 平台上学习行为的数据进行收集，通过规约计算后纳入“特征值”库，并对其进行分级规则的整理，即输出“人才画像”中的“行为标签”数据。同时，将“特征值”库的数据放入事先设计好的“评价模型”中进行机器学习，从而输出“评价指标”，再通过分级规则输出为“指标标签”，由此完成了“人才画像”又一个维度的数据运算与输出。“人才画像”中“属性标签”的数据来源，是指用户在E-Learning 平台注册时需要填写的用户“属性数据”，如姓名、性别、学历、工作履历、项目经验、职位、专业方向等。当“人才画像”完成了“属性标签”“行为标签”“指标标签”三个维度的数据收集后，企业再通过事先设计好的“分类模型”将其输出为多个类别的人才并附带权重，由此一个拥有立体数据影像的“人才盘点”工作便完成了，而且它是实时更新的。过去，企业通常一年进行一次全员的“人才盘点”。现在，企业通过基于AI 技术的第三代E-Learning 平台可以做到一个季度盘点一次或者一个月盘点一次，甚至即时盘点也可以实现。
图1-2 “人才盘点”模型
图1-3 为“能力建模”AI 模型的应用，通过AI 模型设计，可以实时为企业人才培养工作带来指导和帮助。过去，企业每年在做下一年度学习与发展计划时，通常是企业管理者“拍脑袋”制订总计划、人工调研需求、业务管理者指令式制订具体计划。如今，企业至少拥有一个全新的视角与制订计划的维度，即企业内部各业务线条的人才究竟缺失哪些知识、技能、特质。下文将详细介绍“能力建模”AI 模型的应用。
图1-3 “能力建模”AI 模型的应用
AI 模型大致分为以下三个部分。首先，员工登录E-Learning 平台后究竟做了哪些与学习有关的行为，这一项可作为“学习数据”纳入“人才序列”第一个维度“学习特征”的数据池中。通常，“学习数据”是指员工进入哪些页面，停留了多久，停留时学习的专注度，有没有参与课程互动，是否回答他人提出的问题，答案是否被认可，有没有上传分享自己的课程与学习资料等。往往员工即时分享的内容可以很好地建构其知识图谱，充盈其学习数据库。另一个重要的维度是“知识词典”的数据收集。员工在E-Learning 平台上学习与掌握的课程内容是“知识词典”的核心数据来源。目前，人们能见到的绝大部分E-Learning 平台上的课程内容（包括微课、案例、资料）大多是不完整的，它满足不了“知识数据”的收集要求。因为这些课程内容的颗粒度实在是太大了，仅包含课程名称、讲师、课程大纲等。而第三代E-Learning 平台对“学习数据”的收集需要清晰地知道课程内容所涵盖的知识点、关键词、行为要素等非常细颗粒度的数据，同时配合练习、复习、小测验、正式考核等手段来保证“知识数据”输出的有效性与可信度。
这里需要强调一下，数据是AI 时代的核心。倘若收集的数据不真实、无效、不可信，就是毁灭性的打击，像建房子要打好地基一样。
其次，“人才序列”中“技能要素”的数据输入。最初要进行的是“属性数据”的收集，这一项与前面的“人才盘点”模型中“属性数据”收集是相同的，此处不再赘述。而“学习绩效”项是需要在E-Learning 平台开发过程中添加“前台管理”的功能。此项数据的收集来源于人工干预，即需要每位员工的直属上司对其专门设计年度、季度、月份的“学习绩效”指标，然后通过E-Learning 平台来记录员工指标完成情况。当完成“属性数据”和“学习绩效”两项数据的收集后，再进行规约计算输出“行为要素”，然后从“行为要素”中分离输出“技能要素”的数据词典。
最后，“人才序列”完成对“学习特征”“技能要素”“知识词典”等三大维度的数据收集，再纳入事先设计好的“胜任词典”中进行匹配运算，再结合“学习绩效”进行分层分级划分，最终输出人才所拥有的知识、技能、特质。
有一年我受邀作为分享嘉宾参加了一场关于创新主题的学习论坛，有来自国内外人才培养与组织发展领域的众多同仁。其中，一位来自某个世界500 强企业控股子公司的培训经理张经理当场添加了我的微信号并与我进行沟通。（以下是对话内容部分节选）
张经理：汪老师，感谢您分享的中国E-Learning 平台与微课的发展历程，但我觉得对企业培训经理的角色来说，要想自主开发并上线标准的第三代E-Learning 平台太不现实了，而且专业性也不够啊！
汪老师：您的体会非常真实。从现实来说，企业要开发并上线这样的第三代E-Learning 学习平台，首先开发费用将是天价数字。另外，咱们做培训经理的也不可能转换为产品经理的角色来亲自设计这样的学习平台，专业性肯定是不够的。只有极少数的世界500 强企业大学才可能成立专门的团队来研发这样的AI 模型学习平台。所以，从这个角度来说，我们只需要了解未来AI 技术渗透到企业人才培养与组织发展领域的方向及一些应用领域。谈到这里，我要顺便讲一下，这个领域除了AI 技术，还有一个就是“脑科学”（认知神经科学），也是未来的大趋势，值得我们关注。
张经理：谢谢您的解答，我觉得又学到新东西了。不过，我还是想了解一下这两大趋势对在现实中我们学习与发展领域的实际工作有哪些指导意义呢？或者说它们会带来哪些变化呢？
汪老师：您提了两个很棒的问题。在这里我想抛出两个概念——“颗粒度”与“元认知”。
颗粒度——在企业内部设计学习与发展的项目时，一定要注意“颗粒度”的大小，也就是能不能有效抓住并记录下来那些基于知识与技能的有效数据。颗粒度越细的数据越会有效地支持你所涉及学习项目内容的正确性、吻合性和真实性。
元认知——这是我自2017 年开始在公开场合经常提到的一个新词。我们一直强调影响一个人学习与发展能力的重要指标就是认知能力与水平。今天，大家处在一个“VUCA”［V—Volatility（易变性）、U—Uncertainty（不确定性）、C—Complexity（复杂性）、A—Ambiguity（模糊性）］时代，更要加强对元认知的认知能力与水平。元认知是指一个人看穿事物本质，从事物最初的样子或底层的逻辑对事物进行思辨的能力。例如，近几年来全球范围内发生了很多跨界竞争、跨界消灭竞争对手产品的案例。为什么会发生这样的事情呢？人们往往只会关注外部环境的变化、技术变革等因素，但实际上那些跨界的企业将市场环境、消费者心理及发展趋势、技术成熟度等问题研究得很透彻，所以他们就敢来“跨界”了。元认知的背后就是从底层去颠覆你的这样一种逻辑思考！
张经理：谢谢您，汪老师！