تحليل المتعلم: المعرفة السابقة والحاجات والحواجز

تحليل المتعلم يعني قرارات تصميم، لا ملفات شخصية مزخرفة

تحليل المتعلم يجيب عن سؤال عملي: ما الذي يجب أن أعرفه عن الأشخاص حتى أزيل عائقًا أو أختار نقطة بداية أو مستوى دعم مناسبًا؟ لا نحتاج جمع كل معلومة ممكنة. نبحث عن خصائص لها أثر محتمل في التعلم أو الأداء: المعرفة السابقة، الخبرة ذات الصلة، الهدف من التعلم، اللغة المستخدمة في المهمة، القدرة على الوصول إلى الأجهزة والاتصال، المهارات الرقمية اللازمة، الوقت المتاح، والحاجات التي تؤثر في الوصول أو المشاركة. وتبقى هذه المعلومات فرضيات تصميم حتى ترتبط بقرار يمكن تفسيره واختباره.

المعرفة السابقة تحدد نقطة البداية

المتعلم الذي يعرف مفردات المجال لكنه لم يستخدم النظام الجديد يحتاج مسارًا مختلفًا عن شخص جديد على المجال والنظام معًا. إذا بدأنا من مستوى منخفض جدًا قد نضيّع وقت ذوي الخبرة؛ وإذا قفزنا مباشرة إلى الاستثناءات قد نحرم المبتدئ من الأساس الذي يحتاجه. الحل ليس بالضرورة إنشاء مقررين كاملين. يمكن أن نستخدم تحققًا تمهيديًا، ومسار مراجعة قصيرًا للمبتدئ، وأمثلة أكثر تعقيدًا لمن يملك الأساس. المهم أن يكون الفرق مبنيًا على معرفة أو أداء ذي صلة، لا على تصنيف شخصي ثابت.

الحاجة ليست مرادفًا للرغبة

قد يقول متعلم: «أفضل الفيديو». هذه معلومة مفيدة عن الراحة أو التوقع، لكنها لا تكفي وحدها لتحديد الوسيط. اسأل ما المهمة؟ هل يحتاج المتعلم رؤية حركة دقيقة، سماع نطق، قراءة مرجع يمكن البحث فيه، أم ممارسة قرار؟ كذلك قد يحتاج المتعلم نصًا بديلًا أو ترجمة نصية أو تحكمًا بلوحة المفاتيح كي يتمكن من الوصول أصلًا؛ هذه ليست مجرد «تفضيلات» يمكن تجاهلها. لذلك نفرق بين التفضيل، والحاجة المرتبطة بالمهمة، والحاجز الذي يمنع الوصول أو الأداء.

اجمع الحد الأدنى المفيد من البيانات

يمكن أن تأتي معلومات المتعلمين من مقابلات قصيرة، ملاحظة أداء، عينات عمل، أسئلة تمهيدية، سجلات دعم، أو بيانات استخدام موجودة بصورة مشروعة. اختر المصدر الذي يجيب عن سؤال تصميم محدد. لا تجمع بيانات شخصية لا تحتاجها، ولا تستخدم فئة ديموغرافية كبديل كسول عن قياس المعرفة أو الوصول. إذا كنت تريد معرفة الخبرة بالمهمة فاسأل عنها مباشرة أو اختبر أداءً بسيطًا، بدل أن تستنتجها من العمر أو المسمى الوظيفي.