Você tem problemas em avaliar resultados de suas ações de aprendizagem? Calma! As coisas vão melhorar! Eu sou Wagner Cassimiro e este é o Espresso3.
A avaliação de resultados na aprendizagem é algo bastante desejado, porém é pouco alcançada nas organizações. Inúmeros problemas reduzem suas chances de sucesso como a dificuldade de se levantar os dados, o isolamento dos impactos das variáveis, o desconhecimento das metodologias, entre outros fatores.
Logo, se torna uma dor de cabeça para todos aqueles que precisam comprovar resultados de suas ações, afinal é um investimento que precisa ter o seu retorno provado.
O lado bom desta discussão é que muito em breve a tecnologia irá auxiliar a vida de todos. A era analítica trará inúmeras soluções aos problemas atuais, também ao mesmo tempo exigirá qualificações mais robustas para seu uso. Nossa proposta aqui é de focar nas principais mudanças que passarão a existir neste assunto.
Em uma lógica atual, realizamos o diagnóstico, desenhamos e construímos uma solução de aprendizagem para na sequência implementá-la e depois verificar seus resultados. Nesta lógica linear e sem volta, a avaliação chega ao final do processo, servindo apenas para tentar atestar seu sucesso, ou fracasso, também sinalizando algumas futuras melhorias.
Com o analytics, a avaliação acontecerá a todo o instante. Logo, migraremos de uma avaliação única de resultados para um monitoramento constante de resultados.
Os dados que eram escassos e difíceis de se levantar serão abundantes e em tempo real. E isso possibilitará que os cálculos sejam mais refinados e que consigamos separar melhor as variáveis que impactam no resultado.
Além disso, a inteligência artificial poderá rodar automaticamente modelos e sinalizar aqueles que possuem alguma significância estatística, levando-nos a nos preocupar mais com a confiabilidade e a suficiência dos dados, a interpretação dos resultados e a tomada de decisões, do que com o cálculo propriamente em si.
Outra característica é que estes modelos serão preditivos, ou seja, indicarão para nós o que provavelmente poderia impactar positivamente no desempenho daquela pessoa em específico, e não apenas uma avaliação ao final do processo, como temos hoje, onde nada mais é possível de se fazer, exceto na próxima versão, com um outro grupo de participantes.
Destaco que o foco será preditivo e individualizado, propiciando a personalização da aprendizagem de forma adaptativa. E não mais apenas julgando o sucesso de um programa muito amplo.
Atuar com grupos de controle, ou seja, ter um grupo que recebeu a capacitação e outro com características parecidas que não recebeu, era complexo de se implementar. Com as funções de agrupamento (clusters) por características e comportamentos comuns, podemos ter isso a poucos cliques, e cruzar uma infinidade de outras variáveis de forma muito mais ampla e qualitativa.
Com tanta riqueza de dados, será possível inclusive a buscar resultados do impacto de capacitações em soft skills e competências socioemocionais, que hoje são um verdadeiro mistério por ser muito difícil valorar e isolar.
Como consequência destas evoluções, ao invés de analisarmos um amplo programa que aborda inúmeros temas, conseguiremos checar a relevância e a contribuição para o resultado de cada objeto de aprendizagem que compõem os tópicos desta ação.
Por fim, também precisaremos aprimorar as competências dos profissionais responsáveis pela avaliação. Tarefa um pouco difícil para profissionais de humanas que nem sempre são apaixonados por números. Assim, além da diversidade de profissionais envolvidos, teremos a figura de um cientista de dados.
E você? Está preparado para o que está por vir? Então fique antenado no Espresso3, pois o nosso compromisso é com sua atualização profissional. Ative a notificação de novas publicações e assine nosso site, assim você será sempre avisado das novidades. Até mais!
