Social-learning-effective-principles
社会的学習-効果的な原則
ソーシャルラーニングを促進する1つの手法が他の手法よりも効果的である理由 これは、特に従業員のニーズとトレーニングに応えるために数百のソーシャルラーニングソフトウェアが待ち行列に入っているとき、答えを見つけるためにますます重要になっている質問です。
優れた社会学習技術の9つの原則を特定しましょう-
記録効率
ソーシャルラーニングを提供するテクニックは、情報を記録するタスクをユーザーに負担させるべきではありません。 この情報は、開発者がコードの古いバージョンを単純に調べることで過去の間違いから学ぶことができるように、自動的に記録される必要があります。 たとえば、スクラムに関するブログ投稿では、ディスク容量は最小限に抑えられていますが、大量の関連リソースや同様のコードを提供することで、ゼロからコードを書くことを任務とする人々に多くの支援を提供します。
プライバシー保護
社会的学習を設計する手法は、プライバシーを可能な限り保護する必要があります。 たとえば、著者が複雑なプロジェクトにアジャイルフレームワークを実装する際の悪い経験について書いた場合、その会社は、この手法がうまくいかなかったかどうかを作者に知らせたくないかもしれないと述べました。 代わりに、作成者は匿名でテクニックの経験を投稿して、企業のプライバシーを維持できます。
ターゲティング
最も利益を得る人々に焦点を当てるべきです。 アジャイルフレームワークの複雑なプロジェクトに使用される手法に関する個人のWebサイトへの投稿は、インターネットで見ることができるため、適切な人に会う可能性が高くなります。 開発者が自分のチームがコーディングの問題を抱えていることを理解できない場合、テクニックを検索することを考えない可能性があり、そのため投稿をまったく知らないかもしれませんが、ユーザーがそのテクニックを必要とする場合、彼女はできるはずですウェブサイトで投稿を検索します。
信頼
開発者が参照を信じるように奨励する必要があります。 開発者が同僚からツールまたはテクニックについて学ぶとき、彼はそれにより高い価値を与えます。 チームで働く人々は以前に一緒に働いており、同様の目標を持っているため、お互いを信頼していることを学びました。 一方、本からツールや技術を学んだ開発者は、記述された技術やツールの成功した実装と比較して、著者が本の販売に興味があることを疑うため、著者を完全に信頼できない可能性があります。
根拠
参照が学習者にとって重要である理由などの質問に答える根拠を確保する必要があります。 アジャイルフレームワークのプロジェクトに関するブログ投稿では、著者が直面した問題と、この手法が役立つと考える理由について言及しています。 投稿の読者が、元の開発者と同じように同じアプローチで同様の問題に直面した場合、彼女はその理論的根拠を認めるかもしれません。 ただし、さまざまな理論的根拠があり、ブログ投稿の要約が1つだけの場合、読者はこの手法がなぜ彼女にとって役立つのかを理解できません。
フィードバック効率
推奨事項や参考情報が役に立たなかった/役に立たなかった場合、学習者がフィードバックを共有できるようにする必要があります。 すべてのテキストを閲覧するのにかかる時間を短縮するために、フィードバックもセクションで提供する必要があります。 たとえば、テクニックブログの投稿を重要だとレビューすることでコメントすることは、そのコメントに多くの読者を惹きつけるかもしれませんが、読者がコメント全体を調べて推奨事項や理由を確認するには多大な労力が必要です参照が機能した、または機能しなかった。
ブートストラップ
彼らは、広く、既存のコミュニティなしで学習の利点を提供する必要があります。 たとえば、大企業の効率的な働き方を学ぶことは、一人のビジネスを運営する人に提供されるべきではありません。
一般性
開発者がさまざまなテクニックを習得できるようにする必要があります。 読者は、開発者が主観的または自由回答形式の質問をすることを制限されているブログと比較して、さまざまなインタラクティブツールからさまざまなソフトウェアテクニックとイノベーションについて学ぶことができます。
これらの原則のバランスを取り、最大化するための手法は、社会学習の未来と見なすことができます。 これらすべての原則を最大化する単一の手法を設計することはできませんが、さまざまな状況でさまざまな手法やタスクを処理する必要があります。 テクノロジーが社会学習の促進と促進に役立つことがわかっているブログの例を形成します。
学習効率
社会的学習を簡素化する技術は、学習への支出を最小限に抑えるべきです。 データベースの本からデータベースを選択して読み取るには時間がかかります。 ソーシャルラーニングテクニックを使用すると、本の著者や学習者に学習オーバーヘッドがかかりません。
たとえば、チームは頻繁に期限を逃し、マネージャーはこれを認めます。 マネージャーはソースコードを詳しく調べ、その理由はチームが重大な技術的負債にさらされていることにあります。 したがって、マネージャーはチームが問題に対処することを奨励し、ガイドします。 この学習は、問題を認めるのに時間を割くマネージャーから本質的なオーバーヘッドを獲得し、また問題とその原因の学習に費やされたチームからかなりの時間オーバーヘッドを獲得します。
