Data a L&D
Využívaní dat ve firemním vzdělávání resp. ve vzdělávání dospělých je velkým tématem, akcelerovaným hlavně informačními technologiemi, které nám výrazně usnadňují jak sběr dat, tak jejich vyhodnocování.
Pokud vás data ve vzdělávání zajímají, doporučuji podívat se na záznam webináře, věnovanému hlavně základnímu konceptu jak s daty ve vzdělávání pracovat. V blogu se pak věnuju konceptu datové gramotnosti “4C” , který je návodem jak pracovat s daty v organizacích.
Jordan Morrow ve své knize Be Data Literate popisuje koncept datové gramotnosti, který pojmenoval 3C, jako akronym nejdůležitějších charakteristik. Čtvrté C (kultura) je doplněním Zsolta Olaha, které nám umožní ovlivnit úspěšnou data-orientaci ve konkrétní pracovní kultuře.
Koncept 4C obsahuje tyto složky: Curiosity (zvědavost), Creativity (kreativita), Critical thinnking (kritiké myšlení) a již zmíněnou Culture) kultura.
1. Zvědavost (Curiosity)
Touha zkoumat data a porozumět jim je pro odborníky na vzdělávání na klíčová. Každá naše aktivita, projekt by měla být podložena daty. Jak se říká: “bez dat je to jen další názor”. Jak by to mělo vypadat v praxi?:
Klást otevřené otázky s cílem odhalit skryté poznatky z dat.
Zkoumat anomálie v datech ze vzdělávání.
Neustále aktualizovát dovedností a udržovat informací o trendech v oboru. Nebo se stačí jen zeptat klasickou otázku: jak efektivní je naše vzdělávání? A okamžite víme, že bez dat, na to neumíme odpovědět.
2. Kreativita (Creativity)
Neotřelé myšlení pomáhá při hledání inovativních řešení výzev v oblasti vzdělávání. Někdy neexistují žádné existující metriky, které by bylo možné přímo sledovat a měřit, a proto je třeba být kreativní a najít zástupný ukazatel (něco, co lze měřit, aby se ukázala změna původních metrik). Mezi příklady patří např:
Vytvoření měřítka pro sledování toho, kolik času stráví nadřízení odpovídáním na otázky, které by měli noví zaměstnanci znát.
Návrh datové strategie, která může vést k překvapivým poznatkům. Například můžete chtít zjistit, zda existuje souvislost mezi ochotou k učení a úspěšnosti v práci zaměstnanců.
Můžete například porovnat řešení, které požadovaly zúčastněné strany, s řešením, které jste navrhli na základě vaši datová analýzy.
3. Kritické myšlení (Critical thinking)
Objektivní analýza a vyhodnocování dat zajišťuje rozhodování založené na datech. To znamená klást si otázku, zda poznatky dávají smysl, posuzovat jak a kým byla data shromážděna, a také zpochybňovat vztah mezi metrikami a záměry. Mezi příklady patří např:
Zpochybňování platnosti a spolehlivosti zdrojů dat nebo poznatků: dává to smysl? Jak to víme?
Identifikace možných zkreslení při interpretaci dat.
Rozpoznání omezení dat a přijímání informovaných rozhodnutí na základě této znalosti.
4. Kultura (Culture)
Podpora kultury orientované na data v organizaci je pro úspěch zásadní. Kultura zahrnuje také kontext, který určuje, co ve vaší konkrétní organizaci funguje a co ne. Například ve společnosti Amazon píšou na základě vyhodnocení dat příběhy, které publikují ve firmě a budují tak svou datovou kulturu. V jiných organizacích můžete dělat prezentace a šířit tak datovou kulturu. Ať už jsou zavedeny jakékoli mechanismy, musíte pochopit, jak úspěšně podporovat vlastní datovou kulturou. Mezi příklady patří např:
Podpora spolupráce mezi odborníky na vzdělávání a datovými analytiky.
Oslavování úspěchů založených na datech a učení se z neúspěchů.
Pochopení toho, jaké další faktory mohou stát za určitými vzorci na základě fungování firmy. Zásadním klíčem je ale ukázat jaký business profit přináší vzdělávání postavené na datech. To otevírá každé dveře.
Inspiraci jak konkrétně postupovat při implementaci 4C modelu nabízí tato vizualizace:
