Diseño de entornos de aprendizaje

El papel del soporte en la formación

David Gutiérrez 1 comentario
Formación y sistemas de ayuda en implantación de aplicaciones

Trabajo a menudo con aplicaciones de historia clínica electrónica, y últimamente hay una tendencia muy fuerte a incluir funcionalidades de apoyo a la toma de decisiones clínicas; es decir, cómo aprovechar toda la información contenida en la historia de un paciente para ayudar al personal clínico a elegir cursos de acción. Este apoyo normalmente se integra de forma sutil en los sistemas, como opciones recomendadas a la hora de procesar órdenes médicas o como avisos ante determinadas situaciones (interacciones medicamentosas y alergias son los más comunes, pero básicamente cualquier condición previa del paciente puede ser tenida en cuenta).

La parte interesante desde el punto de vista formativo está en la completa inmersión de la ayuda en el sistema con el que se trabaja, un modelo de cuyo diseño hablé hace un tiempo. Tener ayuda a mano tiene varias ventajas, se identifica de forma consistente como un factor de éxito en las implantaciones de aplicaciones informáticas y, en mi experiencia, tiene el mismo peso específico en la adopción de cualquier nuevo proceso, aunque no esté relacionado con el manejo de ordenadores. En general, la gestión del cambio que mejor resultado obtiene da, al menos, tanto peso al soporte tras el arranque como a la formación anterior a él.

La formación para la gestión del cambio tecnológico es un proceso continuado en el que los mecanismos de retroalimentación y mejora deben estar activos todo el tiempo, alimentando nuevas iniciativas y recursos de mejora de competencias. Tanto las nuevas incorporaciones como el avance de los usuarios veteranos hacia el uso óptimo y la adopción completa conforme a mejores prácticas requieren de un circuito permanente de formación y soporte en el que estos se complementan.

Contenidos específicos y al día

En sistemas complejos, como la historia clínica electrónica, el grado de adaptación a cada organización es tan grande que hasta resulta complicado comparar datos de uso de un mismo sistema entre distintos hospitales. Aunque los proveedores suelen ofrecer algún tipo de formación o materiales genéricos, estos suelen estar creados sobre una versión estándar de los flujos de trabajo, que se parecerá a la que se termina usando, desde luego, pero solo hasta un punto en que esos materiales pueden ser útiles para formar a perfiles técnicos (de soporte, por ejemplo), pero no a usuarios finales. Cada organización tiene sus propios flujos de trabajo que obligan a adaptar los procedimientos estándar. Y, desde luego, un buen diseño didáctico está basado en tareas, por lo que al final será necesario dar igualmente formación específica para explicar qué cosas no están bien en la formación genérica, y el resultado será mediocre como mínimo (por no hablar de los problemas de seguridad que surgen de este tipo de situaciones ambiguas).

Este planteamiento es extensivo a toda la formación, pero especialmente relevante en el caso de las ayudas de trabajo. Estas son específicas por definición (la ayuda es más útil cuanto mejor definido está el flujo de trabajo al que da soporte), por lo que es inevitable desarrollarlas acerca de tareas concretas y, con frecuencia, la mayoría de ellas acaban abordando casos de uso de frecuencia media o baja. La forma de gestionar esos casos, además, tiende a cambiar bastante con el tiempo a medida que se regulan las excepciones y se incorporan a flujos de trabajo generales. Por este motivo unas ayudas de trabajo que no están al día afectan a un número elevado de usuarios a los que, además, se hace menos seguimiento. A las nuevas incorporaciones siempre se las vigila más de cerca y es relativamente fácil ver si están cometiendo errores de uso, pero ¿quién se ocupa de comprobar cómo usa el sistema una persona que lleva años trabajando con él?

La complejidad de un sistema integrado de ayuda está, por tanto, en la detección de necesidades de apoyo, que puede hacerse de forma bastante eficiente con una supervisión proactiva a través de un sistema de explotación de datos de uso de las aplicaciones. El nivel de análisis tiene que ser realmente fino para que malas prácticas no pasen desapercibidas, y complementado con métodos analógicos (las encuestas de toda la vida), pero permite no solo detectar la necesidad de ayudas de trabajo sino identificar los puntos más adecuados donde insertar accesos a documentación específica.

Referencias

Ash, J. S., Stavri, P. Z., & Kuperman, G. J. (2003). A Consensus Statement on Considerations for a Successful CPOE Implementation. Journal of the American Medical Informatics Association : JAMIA, 10(3), 229–234. 

Estudio de caso: formación en sistemas de información

David Gutiérrez Deja un comentario
formación en sistemas informáticos

Durante los últimos meses he trabajado en un piloto de formación en línea en sistemas de información en una organización de gran tamaño. La situación era común: un sistema informático implantado desde hace tiempo pero con deficiencias en su uso, tanto por las nuevas incorporaciones (que reciben formación desigual y no equivalente a la que se proporcionaba cuando se implantó) como por las esperables desviaciones de los flujos de trabajo estándar, a medida que cada profesional resuelve los problemas que van surgiendo como mejor sabe o puede.

Por tanto, el reto no era proporcionar formación de inicio (nunca lo es), sino algo más complejo: reconducir malas prácticas y asegurar que cualquier nuevo profesional se incorpora a su área de trabajo con una competencia mínima suficiente para permitirle progresar de forma autónoma. La formación, por tanto, no va dirigida a generalizar el uso de un sistema, sino a mejorar cómo se usa. Un caso perfecto para poner en práctica un plan de formacion con impacto real, alejado de la estrategia habitual de montar algunos cursos y cruzar los dedos.

Este tipo de proyectos no son habituales, sospecho que por esa tendencia a considerar la formación como un evento con principio y fin dentro de la gestión de un cambio organizacional. Es decir, formas a la gente, aprenden a trabajar según los nuevos procedimientos, y te echas a dormir; algo que solo pasa cuando ni los flujos de trabajo ni el personal cambian (o sea, nunca). Dejar atrás esta mentalidad requiere que alguien en la dirección entienda de que la formación es un proceso longitudinal, con sus etapas y sus formas para cada momento, pero que debe estar ahí mientras haya rotaciones y modificaciones. Algo que felizmente ocurría en este caso.

Diseño de dos vías

Con esa intención de impactar el uso significativo de la herramienta, mi trabajo se centró en diseñar una formación piloto para profesionales que ya la usaban desde hacía años, pero que tenían lagunas considerables, reveladas por las auditorías periódicas. El objetivo que me marqué fue abordar, por un lado, los déficit más obvios, y por otro procurar que el personal fuera lo más autónomo posible para resolver las dificultades que les pudieran surgir, sin comprometer las mejores prácticas a seguir.

Una vez resuelta la ingente labor del análisis de necesidades y de elaborar un mapa de competencias ad hoc (recogiendo información mediante el análisis de tareas cognitivas), el reto principal para reconducir malas prácticas es propiciar el suficiente entrenamiento contextualizado (para facilitar la transferencia) sin reforzar las pautas erróneas que ya están asentadas. Por eso centré el esfuerzo de desarrollo de recursos didácticos en prácticas guiadas sobre situaciones habituales, reconduciendo la forma en que se resolvían y aumentando la autonomía progresivamente. La producción y validación se llevó a cabo mediante prototipos, siguiendo un esquema similar al modelo de aproximaciones sucesivas.

Por otro lado, para reducir el riesgo de nuevas desviaciones opté por un sistema de ayudas de trabajo, accesible desde la propia historia clínica, que diera apoyo en el momento de necesidad, de forma que ante una dificultad no fuera necesario inventarse una solución sobre la marcha.

Este doble planteamiento, pensado especialmente para los usuarios veteranos, es perfectamente válido igualmente para los usuarios nuevos, porque la práctica guiada es muy útil para construir competencias desde cero, y las ayudas just in time (que no van encaminadas al aprendizaje, sino a solución de problemas) proporcionan seguridad.

Además del planteamiento estrictamente formativo diseñé un plan de comunicación y seguimiento, y una evaluación de impacto apoyada en indicadores de uso del sistema, tomando una línea base de uso de varias semanas previas al curso, y comprobando tanto el impacto inmediato tras la formación como la tendencia en las semanas y meses siguientes. Debo decir que pocas veces he visto aumentos porcentuales (¡y estables!) de cuatro dígitos en un indicador, así que estoy particularmente orgulloso de lo conseguido.

Limitaciones y carta a los Reyes Magos

Como en todos los proyectos, el presupuesto marcó ciertos (bastantes) límites. ¿Qué hubiera hecho de forma diferente de tener más medios? La parte estrictamente formativa la hubiera planteado de forma similar, quizá haciendo escenarios más elaborados, pero esencialmente el planteamiento es el correcto en ese contexto, y eso no hay presupuesto que lo altere. Pero tanto ahí como en la parte de ayudas de trabajo, incluir un componente de inteligencia artificial seguramente hubiera aumentado el impacto del proyecto (que ya fue bastante bueno de por sí):

  • Un chatbot como vínculo entre la aplicación y las ayudas de trabajo, para resolver dudas formuladas como preguntas naturales, que resuelva el eterno problema de que la gente busca las cosas desde distintas perspectivas, con expectativas diferentes y usando palabras clave muy variadas. ¿Qué mejor que una pequeña IA que reconoce lo que quieres y te lo trae a la mano, o al menos te señala dónde mirar?
  • Un LMS predictivo, vinculado a las estadísticas de uso del sistema, que sugiera recursos formativos en función de las necesidades actuales y previstas de cada profesional. Esto cada vez es más fácil de alcanzar y facilita incluir elementos de gamificación de la buena, así que un poco más de potencia en la parte de learning analytics no hubiera venido nada mal.

La continuidad de un proyecto así pasa por ampliar su escala para atender las necesidades de las nuevas incorporaciones. La forma en que está planteado hace que el escalado sea relativamente sencillo, siendo la mayor dificultad mantener un nivel adecuado de eficiencia en la producción: maximizar los recursos compartidos por varios tipos de profesionales, y reducir al mínimo los específicos sin perder la imprescindible contextualización. Espero poder hacer una entrada dentro de un tiempo contando los resultados, y que sean igualmente satisfactorios 🙂

 

Gamificación de una experiencia de aprendizaje (II)

David Gutiérrez Deja un comentario

En el anterior post explicaba el modelo de Kevin Werbach para aplicar un diseño gamificado. Aquí voy a desglosar cada uno de los pasos de ese modelo aplicado a un proyecto de diseño instruccional. 

Definir los objetivos de negocio

Un juego es una experiencia estructurada, así que es importante definirla claramente. Sabemos si la formación laboral alcanza sus objetivos si mejoran los indicadores asociados a las competencias de forma estable en el tiempo. El éxito de la gamificación influye en dos variables supuestamente mediadoras de esos indicadores: el uso extensivo (más usuarios haciendo los cursos) e intensivo (mayor grado de profundización en los cursos), por lo que podemos medir su impacto en función de estos dos parámetros, esperando encontrar una correlación positiva y significativa entre gamificación y datos de uso, y datos de uso e indicadores de negocio.

Definir los comportamientos objetivo

Conseguir los objetivos depende de que los usuarios pongan en marcha una serie de comportamientos:

  • probar la experiencia de un curso.
  • acudir a él de forma habitual.
  • incrementar la preferencia por formarse a través de estos recursos.
  • dar buenas referencias a otros usuarios.

El sistema sobre el que se asienten los cursos debe recoger una serie de métricas para el seguimiento, cuya validez dependerá en buena parte de lo cuidadosamente que hayamos definido los comportamientos anteriores. En principio, cualquier LMS (moodle mismamente) incluye por defecto estadísticas útiles:

  • el incremento de nuevos usuarios activos, que refleja si estamos influenciando en las conductas de prueba y atracción de nuevos usuarios.
  • la ratio DAU/MAU (usuarios activos por día/por mes), que revela si las conductas de uso habitual y compromiso varían.
  • los patrones y tendencias de uso (a qué recursos se accede, durante cuánto tiempo, cuántas veces, en qué orden y con qué resultados), que es esperable que correlacionen con el incremento del compromiso.
  • la viralidad de los cursos, es decir, lo que se difunden dentro de la organización (o fuera, si procede) por el boca a boca de los usuarios, medida a través de encuestas de calidad («¿cómo conociste este curso?»).

Describir a los usuarios

Un plan de formación laboral atrae, de entrada, a profesionales con necesidades concretas de mejora o a nuevas incorporaciones. Sin embargo, también puede llamar a quienes simplemente tienen interés por el desarrollo profesional. Tanto si tienen ya ciertas competencias como si parten de cero, buscarán equilibrar el tiempo dedicado con la habilidad desarrollada; es decir, es probable que renuncien a aprender o que se conformen con un nivel de competencia mediocre si aumentarlo requiere demasiada dedicación.

Zonas con más riesgo de abandono en una curva de aprendizaje tipo S

Werbach sugiere partir de esta descripción y aplicar el modelo de vinculación social de Amy Jo Kim para definir tipos de jugadores, clasificando sus necesidades y motivaciones en estas categorías ordenadas por su importancia en este contexto:

  1. Expresar, en el sentido de generar nuevas competencias y construir habilidades para desenvolverse mejor profesionalmente y ante los demás.
  2. Explorar, interaccionando con el contenido y valorando críticamente las posibilidades de desarrollo que ofrecen los cursos.
  3. Colaborar, interaccionar con otros participantes compartiendo, dando apoyo y socializando.
  4. Competir, usando a otros participantes como referencia de su propio éxito.

El orden puede variar en función del tipo de organización, profesionales y contexto (en una empresa con una cultura de comunicación abierta es posible que la colaboración sea una necesidad superior a la exploración, por ejemplo).

Diseñar bucles de actividad

La actividad de los participantes debería estructurarse en bucles de acciones encadenadas. Considerando los perfiles identificados y las conductas que queremos fomentar, el diseño instruccional marcará una ruta que parte de motivadores intrínsecos para profundizar gradualmente en el uso de los recursos formativos.

Dar el primer paso en un curso depende de que el usuario vea que puede ayudarle a resolver un problema, que sería la motivación inicial. Es decir, debe estar claro cómo acceder a él y para qué sirve para que podamos aprovecharla. A partir de que el bucle arranca, tratamos de mantenerlo dando información al usuario sobre su situación. Este feedback es de tres tipos:

  • Resultados objetivos, que un usuario recibe cuando finaliza una actividad. Sirven como refuerzo medible de una acción, y como herramienta para nuevas acciones (porque permiten identificar siguientes pasos en función de lo conseguido).
  • Información acerca de su evolución como profesional, a través de mensajes sobre sus logros.
  • Reputación o relevancia en la comunidad, medida por las interacciones y acciones sobre otros usuarios y productos. Así el usuario puede comparar su impacto y decidir cómo incrementar su participación e implicación.

Perseguimos que los usuarios no se estanquen y que inviten a otra gente a unirse. Este progreso se fomenta de dos formas:

  1. Para nuevos usuarios, el bucle debería animar a iniciar una actividad proporcionando un refuerzo inmediato que, al tiempo, le permita dejar su primera huella en la comunidad. El sistema acompaña al novato progresivamente, abriendo el número de opciones disponibles y tratando siempre de mantener una motivación alta y una baja dificultad percibida, premiando cada paso. En este momento, el usuario mide su progresión como profesional por los hitos que consigue dentro del sistema.
  2. En usuarios veteranos la motivación extrínseca es menos relevante, y es preferible ofrecer retos que les permitan evolucionar, no tanto dentro del sistema sino como profesionales. El sistema les permite elegir la dificultad de los retos, un cierto nivel de competitividad con otros usuarios (sutil, no fomentado explícitamente, ya que la vocación de la formación es colaborativa y no competitiva), la acumulación de hitos como símbolo de estatus y la capacidad de definirse y diferenciarse.

Diversión

El diseño instruccional para un entorno laboral puede incluir fácilmente la interacción con otros en un entorno  informal, algo generalmente agradable en lo que la gamificación se apoya de modo natural. Otros elementos del sistema también pueden asociarse con diversión, como colaborar, verse destacado como profesional o, simplemente, explorar los retos y lo que otros van consiguiendo. Los aprovecharemos haciendo que superar actividades dé reputación, acceso a contenidos más avanzados y a grupos de interacción distintos. De nuevo, es importante recordar que ningún profesional debe quedarse sin acceso a recursos formativos que necesita por no cumplir con los requisitos del sistema gamificado. Por el contrario, los elementos de juego deben servir como referencia de cuándo un usuario está listo para dar un paso más, igual que lo haría otro tipo de análisis de actividad.

Despliega las herramientas apropiadas

El diseño instruccional descrito debe reforzarse con algunas herramientas de apoyo. El objetivo más complicado es la transferencia de las competencias al puesto de trabajo: el riesgo de mostrar una progresión en el sistema es que no tenga una correspondencia directa con la habilidad real del usuario. Nuestra estrategia debería centrarse en el impacto práctico, de forma que los cursos sean un medio, no un fin en sí mismos. Las herramientas que pueden ayudar son:

  • Puntos: las calificaciones funcionan como un sistema de puntación, pero no simplemente por acumulación sino por uso (al poner en práctica una competencia en el trabajo real): superar una actividad proporciona puntos, pero reproducirla en el puesto de trabajo da aún más). Los puntos asociados con calificaciones se usan para completar niveles.
  • Niveles: acumular puntos permite acceder a itinerarios avanzados y posicionarse como un referente para las competencias asociadas a cada nivel.
  • Retos: Los usuarios pueden subir de nivel más rápido completando retos específicos ligados a las competencias. Por ejemplo, elaborando documentación útil para la comunidad.
  • Insignias: declaran que un usuario ha completado una acción significativa, y se muestran en su perfil. Se conceden por invitar a otros a realizar un curso, por alcanzar un hito definido por el sistema (como responder dudas de otros usuarios), por elaborar documentos, subir de nivel, interaccionar con otros y demás.
    Las insignias son un símbolo de estatus, pero también dan acceso a ventajas como la posibilidad de crear documentos y subirlos directamente a la intranet (sin requerir aprobación previa de la empresa) cuando se tiene ya un historial de fiabilidad.
  • Clasificaciones: el sistema no promueve explícitamente la competitividad, de forma que estos listados sirven sobre todo para identificar usuarios fiables y con conocimientos expertos. Cada usuario ve directamente en su perfil los 4 usuarios que tiene justo por encima, para que avanzar unas posiciones se muestre como un reto sencillo.

Ciclo de vida del usuario en un sistema gamificado

Para enganchar a los participantes y crear el hábito de usar los cursos es necesario diseñar la progresión básica de un usuario teniendo en cuenta las zonas de riesgo de abandono.

Orientación de la gamificación según el tramo en una curva de aprendizaje tipo S

Para empezar, al registrarse se puede proporcionar un refuerzo inmediato en forma de insignias en función de la información de perfil (correspondientes, por ejemplo, a la categoría profesional, formación previa, departamento…). Además, se le da el pie para su siguiente acción: una recomendación de recursos didácticos de interés, y un itinerario sugerido para su siguiente insignia.

A partir de aquí, iremos usando los refuerzos propios de la gamificación como guía para el avance. Cuando consigue un hito, la insignia, puntos y niveles asociados sirven cada vez menos como refuerzo y más como indicador del nivel de competencia, al tiempo que las recompensas sugeridas como próximo hito deben informar sobre los beneficios de continuar la progresión. A medida que se convierte en una figura de referencia en su campo, un usuario debe poder crear sus propios retos y solicitar colaboración, además de recibir información sobre aquellos retos colaborativos donde puede aportar.

En general el principio tras esta secuencia es proporcionar más herramientas de facilitación al inicio, cuando la incertidumbre sobre el uso del sistema puede desmotivar, y pasar a dar gradualmente más importancia al posicionamiento del usuario en el sistema como forma de retroalimentación sobre las propias competencias y como referencia para la búsqueda de expertos.

Implementar un diseño gamificado de formación laboral tiene bastante más dificultad que la aparente. La aplicación del modelo no tiene mucha complicación, pero hay riesgos asociados que he ido esbozando y que pueden devaluar el proyecto o convertirlo en un sistema hueco en términos de aprendizaje. En una próxima entrada hablaré un poco más a fondo de cómo evitar esta trampa en la que es fácil caer.

Gamificación de una experiencia de aprendizaje (I)

David Gutiérrez 1 comentario

En 2013, en plena escalada de popularidad de los MOOC y de la gamificación, Coursera lanzó un curso sobre este tema, a cargo de Kevin Werbach y la universidad de Pensilvania. Me apunté para comprobar cuánto de viejo había en la nueva tendencia (los juegos aplicados a la capacitación no son exactamente una novedad), y acabé haciéndolo de principio a fin, arrastrado por el entusiasmo de Kevin. Me gustó cómo se esforzaba en transmitir la idea de que la gamificación no puede ser una táctica de enganche sin más, atraer gente a base de una política facilona de recompensas y competición (a pesar de su crítica simplona del modelo conductista, que da para bastante más de lo que él afirma). Apelaba a estos elementos dentro de un plan, mucho más sensato, en el que las mecánicas de juego sirven para guiar a los usuarios en su avance, en lugar de para conseguir una motivación efímera. Algo coherente, teniendo en cuenta que el mismo concepto de motivación es difícilmente medible y sus supuestos correlatos (como la implicación en una tarea) son un mal predictor de aprendizaje.

El ejercicio final del curso consistía en diseñar la gamificación de una plataforma de consumo colaborativo llamada ShareAll, en la que los usuarios intercambiaban bienes y servicios usando una moneda propia, los «Shares». Hace poco reencontré la propuesta que remití y, aunque el diseño instruccional gamificado ya es una constante en mi trabajo, me ha parecido un ejemplo bastante completo de cómo implementar elementos de juego en un sistema no lúdico. Total, que decidí traerlo al blog y usarlo de hilo conductor para esta serie de entradas sobre el tema.

De la economía colaborativa a la formación empresarial

El contexto del ejercicio era muy diferente a la puesta en marcha de un plan de formación corporativa, pero el modelo aplicado es genérico y puede trasladarse sin mucho esfuerzo. Además, las estrategias de gamificación están basadas en la psicología del aprendizaje, puesto que su cometido es generar y mantener determinados comportamientos. Desde ese punto de vista, no solo son extensibles a cualquier campo, sino que muchos de sus elementos tienen más vinculación con el mundo de la capacitación en la empresa que con cualquier otro.

El fin de la gamificación es mantener la motivación y reforzar patrones de comportamiento que lleven a conseguir los objetivos de negocio. Aprender tiene normalmente un componente de mejora personal asociado a comportamientos de exploración e interacción con fuentes de nuevos aprendizajes, lo que ya proporciona cierta motivación por defecto. Sin embargo, en la capacitación laboral, la dificultad de integrar aprendizaje y trabajo introduce un elemento, los cursos, que de entrada no motiva ningún tipo de comportamiento favorable a su uso («hacer un curso» por sí mismo no tiene valor, ya que es su consecuencia lo que buscamos y hay otras formas de aprender -por ensayo y error, o sencillamente preguntando a alguien que sepa-). Dicho en corto, nuestro objetivo es que aprendan a hacer algo con nuestro curso, no por su cuenta, asumiendo que es más eficiente. Un curso es un medio, no un fin en sí mismo, pero que sirva para el fin real depende de su uso, tanto extendido y regular -para evitar que el abandono- como apropiado y significativo -para evitar la falta de efectividad-.

Nuestra estrategia debe por tanto asegurar que los cursos son un elemento significativo para el aprendizaje en el puesto de trabajo. Lo más complejo es que los usuarios perciban que los resultados son proporcionales al esfuerzo invertido, y ahí es donde tenemos que conseguir que los cursos aporten valor. La gamificación puede ayudar doblemente en este caso, reduciendo la percepción de esfuerzo y retroalimentando sobre el progreso.

El «modelo D»

Werbach ha desarrollado su propio modelo para gamificar un proceso, el «D framework», que tiene 5 pasos, o 5 «D», porque todos empiezan por esa letra (lo que, dicho sea de paso, no es una mnemotécnica muy buena, porque son verbos bastante intercambiables):

  • Define los objetivos de negocio.
  • Define los comportamientos de los usuarios en los que se basa el modelo de negocio.
  • Describe a tus jugadores.
  • Diseña los bucles de actividad.
  • Diversión (don’t forget the fun).
  • Despliega los elementos apropiados

Es fácil ver que los primeros cuatro elementos tienen una correspondencia casi directa con los de un modelo ágil de diseño instruccional (como el diseño inverso o el Action Mapping); es decir, se puede integrar el modelo de gamificación directamente aprovechando el trabajo ya hecho en el diseño general de la experiencia formativa. Algunos pasos, como la descripción de los jugadores, pueden divergir de la descripción de los usuarios finales que haría para un diseño no gamificado, porque el prisma desde el que se atribuyen las características cambia, pero no tanto como para que no puedan hacerse a la par. A su vez, el diseño de los bucles de actividad es una parte inseparable del diseño de actividades que tendría lugar en el diseño instruccional no gamificado, por lo que es importante tratarlos como un único proceso.

El último paso del diseño de gamificación de Werbach pasa por «contar la historia» de un usuario tipo, es decir, describir su progresión básica por el sistema, en la línea de la descripción del ciclo de vida de un usuario en un entorno de aprendizaje. Hay muchos paralelismos entre un diseño instruccional gamificado y uno que no lo está, porque ambos se basan en la misma premisa: facilitar la experiencia del usuario para maximizar el uso de los medios formativos. La diferencia es sutil, pero importante: una estrategia explícitamente lúdica usa recursos culturalmente asociados con juegos, y esto requiere a su vez conseguir una actitud favorable por parte del usuario.

En una entrada próxima contaré cómo fue mi ejercicio, intentando hacer un paralelismo directo con el diseño de un plan de formación laboral.

Lo construí y no vienen, o cómo prevenir y combatir el abandono en e-learning

David Gutiérrez Deja un comentario
Cómo combatir el abandono en e-learning

El abandono es un problema común en e-learning, y lo normal es achacarlo a cursos de baja calidad, que no responden a necesidades reales de los profesionales. Cuando diseñas una experiencia de aprendizaje buena, de la que estás orgulloso, piensas que nadie la va a dejar pasar, pero eso es obviar la situación real de los usuarios. En un entorno laboral la formación es importante para todos, pero pocas veces urgente, y aprietan más las tareas inmediatas. Un profesional que se las apaña, aun siendo ineficiente, se conforma. Otro que no se apaña ni de lejos, a su vez, está demasiado ocupado apagando fuegos como para tomarse un respiro. En ambos casos hace falta cierta sangre fría para hacer un alto y dedicarle unas horas a un curso.

Desde luego, la primera medida para involucrar a la gente es que la formación sea útil: ayúdales a ser buenos en lo que hacen (o, en una traducción libre de Cathy Sierra, conviérteles en el mínimo usuario molón. Si tu curso no ayuda a la gente, cualquier estrategia de diseño persuasivo no va a ser más que una venta de humo. Dicho esto, hay otros factores que pueden hacer que una formación corporativa no sea popular.

No basta con que esté ahí, ni siquiera si es bueno

Construye tu LMS, pero además difunde su contenido y, sobre todo, haz que sirva para algo.

LMS de sueños

Para que un evento formativo se difunda debe superar un punto de inflexión en el que un número significativo de personas ya ha participado, de forma que el resto perciba que la norma social del grupo es hacerlo. Una buena manera de fomentarlo es dar publicidad a la experiencia de los primeros usuarios, jugando con el heurístico de representatividad del resto. No confundas esta maniobra con exagerar las bondades de la formación: unas expectativas irreales contribuirán al abandono en cuanto no se vean cumplidas. Simplemente recoge la experiencia real de los pioneros y conviértela en mensajes motivadores.

El otro factor clave es el soporte a los usuarios. El e-learning corporativo cada vez se hace más colaborativo, pero hay una buena parte del proceso de aprendizaje que sigue siendo trabajo individual, y no saber por dónde empezar es algo común. Incluye breves instrucciones de orientación o, si es necesario, pequeñas sesiones en vivo. También el aislamiento puede ser un problema cuando algo no queda claro: que haya tutores de referencia para estos casos, presenciales o virtuales, generalmente es una buena idea. El soporte también puede ayudarles a convertirse en aprendices autónomos (favoreciendo la autodisciplina, la gestión del tiempo…), complementando un diseño instruccional que lo favorezca (contenidos breves, suscripción a novedades, recordatorios espaciados…). Estas medidas de soporte requieren monitorizar regularmente la actividad de alumnos y tutores, y hacer seguimiento de las personas en riesgo de abandono o que no se incorporan de entrada. Así se pueden detectar los casos y tener preparadas intervenciones sistemáticas ante alertas concretas.

Por último, la pertenencia a una comunidad de aprendizaje en la que hay interacción frecuente a todos los niveles es uno de los factores que más facilitan la adherencia a la formación corporativa. El aprendizaje social, desde mi punto de vista, puede ser problemático cuando se utiliza como modelo por defecto para todas las experiencias formativas, pero la red de apoyo que genera es probablemente su mejor virtud.

Impacto de los sistemas de ayuda en el aprendizaje

David Gutiérrez 5 comentarios
Sistemas de ayuda al aprendizaje en el puesto de trabajo

Los sistemas de ayuda en el puesto de trabajo (performance support systems) son estructuras de recursos disponibles en el momento y lugar de necesidad, para resolver dudas o problemas que surgen durante las tareas propias de un perfil laboral. He hablado anteriormente de cómo diseñarlos para favorecer la autonomía y reducir la dependencia de formaciones iniciales y de refuerzo.

Si hacemos caso al modelo 70:20:10, la mayoría del aprendizaje se realiza directamente sobre las tareas, a través de la práctica y la corrección de errores. Esto tiene mucho sentido si consideramos que en un entorno real tenemos feedback inmediato y relevante sobre lo que hacemos, y el nivel de activación al acometer tareas nuevas es superior al de un entorno de formación corporativo.

Procesos de aprendizaje mediados por un sistema de ayuda

Más allá del ajuste teórico de los sistemas de ayuda a la forma en que aprendemos en el trabajo, hay varios principios del aprendizaje extraídos de la investigación de campo (eso que llamamos pedagogía basada en la evidencia) que tienen impacto directo en una solución de este tipo:

  • Curva del olvido: cualquier cosa que aprendas se perderá irremediablemente en un tiempo francamente breve a menos que la practiques periódicamente. Si hace dos días que aprendiste a hacer algo y no lo has usado desde entonces, más vale que tengas una guía a mano.
  • Carga cognitiva: hay un límite a lo que podemos hacer a la vez. Tener una parte de ese trabajo en forma de guía reduce las posibilidades de error por distracción.
  • Orden y fragmentación: cuando los recursos están estructurados de forma minimalista y homogénea, ordenados en función de cómo se interrelacionan y son breves, resultan más potentes didácticamente.
  • Atención y contextualización: nada guía mejor la atención que la necesidad, y nada da más relevancia a un contenido que usarlo en el contexto en que es necesario.
  • Aprendizaje activo: un contenido diseñado para usarse sobre la marcha, en plena tarea, estará orientado a la acción y generará aprendizajes más duraderos.
  • Aprendizaje colaborativo: usar el grupo de pares como referencia para ayudar a cada profesional a establecer sus metas de aprendizaje, mediante clasificaciones de carácter no competitivo e identificación de usuarios avanzados que puedan funcionar como mentores.

Precauciones a tener en cuenta

Los sistemas de ayuda no están exentos de riesgos, y su diseño debe estar orientado a reducirlos todo lo posible:

  • Deterioro del aprendizaje: tener un recurso de ayuda siempre a mano reduce la necesidad de recuperación activa, que es una actividad clave para reducir el olvido. Esto puede prevenirse analizando la actividad de los usuarios del sistema, y desencadenando acciones automáticas. Por ejemplo, cuando alguien accede más de 3 veces en una semana al mismo recurso se le puede ofrecer un ejercicio que le permita practicar la tarea sin ayudas y en un entorno seguro.
  • No actualización: un sistema de ayuda supone recursos muy atomizados que requieren actualizaciones frecuentes, y un contenido obsoleto puede llevar a errores. La prevención pasa por una organización concienzuda y procesos sistemáticos de revisión para controlar que todo está al día.

Los sistemas de ayuda son un ajuste necesario para compensar el hecho de que las personas tendemos a fallar al hacer las cosas de memoria. Es un diseño que cubre la parte de errores correspondiente a despistes y a aprendizajes incompletos. Por el contrario, no resuelve errores debidos a malos aprendizajes, malas prácticas o conceptos erróneos, porque cuando una persona consigue su objetivo, aunque sea de forma chapucera, no es habitual que busque cómo hacerlo mejor. Para resolver ese tipo de problemas es mejor tirar de estrategias formales de formación, que pueden proporcionar oportunidades de práctica deliberada en entornos seguros.

¿Qué es xAPI? Resumen no técnico para diseñadores instruccionales

David Gutiérrez 1 comentario
el estándar xAPI en diseño instruccional

Hace ya varios años que xAPI se perfiló como un estándar potente para trazar la actividad de aprendizaje. A lo largo del tiempo se le ha conocido como TinCan o Experience API, y habitualmente se habla de ella como un sustituto de SCORM. Y aunque ha pasado el tiempo aún es habitual encontrarse con perfiles -sobre todo no muy técnicos- que tienen dudas sobre su funcionamiento y, en realidad, sobre qué es exactamente. Aquí recopilo algunos datos generales que pueden ayudar a tomar decisiones sobre ese tipo de trazabilidad en un proyecto de formación corporativa.

xAPI vs SCORM

Que xAPI es un sustituto de SCORM es cierto solo parcialmente. SCORM viene de una época en la que el análisis de datos de formación equivalía a registrar lo que se hacía dentro de un LMS, un paradigma anterior a la demanda masiva de interoperabilidad de hoy día. Es un estándar casi universalmente aceptado, pero tiene muy limitado el tipo de información que transmite. xAPI permite, en potencia, registrar todo lo que se hace fuera del LMS: cursos presenciales, búsquedas en Google, consulta de páginas web, actividad en redes sociales… Además, facilita conectar sistemas externos para que el aprendizaje formal no quede circunscrito a un LMS corporativo.

Así pues, xAPI va sobre interconectar sistemas, no hacer seguimiento de contenidos. Con SCORM puedes saber en qué punto está una persona respecto a un objetivo que, normalmente, se mide en actividades superadas (con más o menos nivel de detalle) dentro de un LMS. Con xAPI es posible conectar esa actividad con otros sistemas que registren, por ejemplo, lo que hace una persona en su trabajo (una aplicación cualquiera que utilice para trabajar). Esto permite relacionar ambas fuentes de datos de dos formas:

  • vincular el rendimiento con la formación: si una persona supera el curso X, es de esperar que se vea una mejora en los registros de las tareas relacionadas con lo aprendido.
  • vincular la formación con el rendimiento: si hay registros que indican que una persona tiene problemas para hacer una tarea (por ejemplo, ha llamado varias veces a un servicio de soporte para preguntar por ella), se le puede ofrecer automáticamente una actividad formativa para reforzarla.

Vale, pero ¿qué es?

xAPI no es software, no es nada instalable ni configurable. Es una especificación, un documento que describe un lenguaje común para comunicar sistemas. La terminología que incluye se refiere a eventos relacionados con el aprendizaje y la formación. Por tanto, un sistema que registre algo que ha hecho un usuario (un vídeo que haya visto, una clase presencial a la que haya asistido…) puede convertirlo en una «sentencia» de este lenguaje común y enviarlo a otro sistema que sea capaz de entenderla.

Para que los sistemas puedan traducir sus datos al estándar xAPI deben contar con una API que entienda esas especificaciones, un elemento de software que pueda hacer de intérprete para los datos que salen y entran. Ese elemento puede existir ya desarrollado (varios LMS incluyen ya una API que lee xAPI), pero muchas veces habrá que desarrollarlo para que nuestros sistemas se hablen entre ellos.

Por ejemplo, si tengo una aplicación de RRHH donde se registra la gente que acude a un seminario, tendré que desarrollar una API que transforme ese dato al estándar xAPI y lo envíe a, pongamos, mi LMS, donde queda registrado junto al resto de información de eventos de aprendizaje de cada persona.

En resumen, mientras que SCORM hace que un paquete de software (un objeto de aprendizaje) se comunique con un LMS, xAPI permite que cualquier sistema se comunique con otro, siempre que ambos cuenten con una API que sepa traducir sentencias a este estándar.

Este envío puede producirse dentro de un sistema corporativo (dentro de un firewall) o a través de internet con una conexión segura, por lo que teóricamente pueden recogerse datos de cualquier sitio que disponga de una API que entienda este estándar.

¿Qué tipo de información maneja?

Básicamente cualquier cosa. Las sentencias de xAPI siguen un esquema persona-verbo-objeto-complementos que puede transmitir virtualmente lo que sea:

  • Alicia abrió el excel «Parte horario»
  • Alicia preguntó «¿Alguien sabe poner contraseña a un excel?» en Yammer
  • Alicia consulto la ayuda de trabajo ‘Cómo cubrir un parte horario‘»
  • Alicia llamó al servicio de soporte técnico el día D a la hora H.
  • Alicia consultó «Manual básico de excel» en la intranet
  • Alicia buscó ‘Cómo poner contraseña a un excel’ en Google
  • Alicia se matriculó en el curso «Excel básico»

Siguiendo la pauta habitual con SCORM, tendríamos los datos del LMS sobre la matrícula y resultados del curso, y los datos que pudiéramos extraer de fuentes indirectas. Sin embargo, con los distintos sistemas enviando información, el conjunto cuenta una historia relevante para el diseño didáctico.

Es importante ver que no estamos hablando exclusivamente de actividades de formación: haciendo que los sistemas hablen entre ellos vinculamos formación con práctica. Esto da alas al apoyo al trabajo in situ, porque puedes, teóricamente, hacer que un sistema informe de que alguien ha hecho mal un determinado flujo de trabajo, para que otro sistema lea eso y ofrezca una ayuda de trabajo adecuada en el momento en que hace falta.

¿Y cuáles son las desventajas?

La principal es el desarrollo que necesita. Al ser un estándar de codificación, si quieres que tus sistemas lo usen tendrás que tener una API que traduzca los datos que manejan de forma nativa a ese estándar. Ya hay APIs para sistemas populares, pero dependiendo de los datos que manejes quizá no se ajusten a lo que necesitas. Si tu sistema dice «Fulanito ha asistido al curso X» y la API está preparada para recibir «Fulanito ha realizado el curso X», ya no se van a entender. De hecho, el problema más grande es el esfuerzo que requiere para unificar la terminología de cada sistema.

También requiere un sistema de almacenamiento para todos esos datos llamado LRS. El LRS es software que recibe e interpreta las sentencias enviadas por las API y las traduce al estándar xAPI. Puede usarse con conectividad ocasional, y puede registrar cualquier cosa (por ejemplo información de un giroscopio o de un acelerómetro). Puede funcionar como un componente añadido en un LMS, así que no es necesariamente una pieza más a añadir, pero en ese caso posiblemente esté limitado a las posibilidades de explotación de datos que ofrezca el LMS.

Algo a tener en cuenta (realmente no es una desventaja sino una precaución) es que al cruzar los datos de sentencias referidas a aprendizaje con las de resultados de trabajo vamos a encontrar muchas relaciones espurias. «Diez personas asistieron a un seminario y han subido sus ventas» es una conclusión tentadora, pero hay muchas variables que pueden estar mediando en esa relación. Es importante recordar que correlación y causa no son lo mismo, y someter los datos a un análisis riguroso.

Entonces, ¿vale la pena?

En términos de aprendizaje adaptado y de evaluación de impacto es un cambio enorme. Por otro lado, el esfuerzo de construcción es grande también. Desde mi punto de vista, tiene sentido si:

  • tienes varios sistemas que pueden recoger información relevante para la formación.
  • tienes una estrategia de aprendizaje adaptado que pasa por automatizar determinadas sugerencias y recursos personalizados en función de determinadas acciones de un trabajador.
  • tienes una estrategia de evaluación de impacto real.
  • si trabajas con proveedores externos y sus sistemas se ajustan al estándar (para que puedan reportar directamente a tu LRS).

Si tienes interés en profundizar más sobre xAPI, termino con dos recomendaciones: este estupendo MOOC para una visión completa, y este detallado artículo para una visión realista de las posibilidades.

Aprendizaje adaptado y entornos de aprendizaje inteligentes

David Gutiérrez 1 comentario
Aprendizaje adaptado e inteligencia artificial en formación

El aprendizaje adaptado (del inglés adaptive learning) es una de las tendencias actuales en la personalización de la formación. El objetivo es encontrar o crear los recursos y experiencias más apropiados para cada persona, los que más se ajustan a su situación, necesidades y expectativas, y los que más le ayudarán a desarrollar una competencia determinada.

Hasta hace pocos años, cuando se hablaba de ajustar la formación a las necesidades del alumno, nos referíamos siempre a un proceso en el que diseñadores instruccionales y tutores procuraban tener en cuenta las características de los aprendices para favorecer el aprendizaje. Este tipo de adaptación consiste, sobre todo, en:

  • diversificar los recursos formativos para tener un catálogo amplio del que echar mano.
  • variar la experiencia de aprendizaje sobre la marcha, respondiendo a los avances y necesidades detectadas.
  • atender a los perfiles particulares (conocimientos previos, intereses, progreso) para establecer objetivos a medida.

En conjunto, es una tarea esencial para dar ciertas garantías de eficacia, porque la talla única no suele ser buena idea. Sin embargo, las posibilidades de este tipo de personalización se reducen drásticamente cuando el número de alumnos es elevado, al aumentar la variabilidad.

Sistemas inteligentes

La adaptación al usuario es una tarea en la que la automatización tiene un peso importante, porque las máquinas manejan las variables internas del entorno de aprendizaje de forma más eficiente. Así, el entorno de formación se despliega de una forma particular en torno a cada usuario, teniendo en cuenta sus características a partir de:

  • la información de su perfil, que da una base sobre la que trabajar.
  • las interacciones con el mismo entorno, que dan información sobre sus tendencias, preferencias, nivel de competencia y necesidades (formativas o de soporte).

La vocación de cualquier entorno de aprendizaje virtual ha sido siempre aproximarse a esta idea. Los estándares de metadatos para objetos de aprendizaje como SCORM eran parte de ese intento, aunque que en realidad nunca llegaron a usarse para esto de forma extendida. Las versiones ampliadas, más flexibles, como xAPI, reflejan el énfasis en la explotación de datos a partir de búsquedas semánticas que los estructuren y devuelvan no solo acciones sino información sobre el contexto en el que estas tienen lugar, que ya no está restringido a las cuatro paredes virtuales de un LMS.

Cuando se planifican itinerarios para la formación de profesionales, ya quedan pocas excusas para plantear un modelo de talla única, que era un mal inevitable cuando personalizar equivalía a tiempo de tutoría individual. Ahora cualquier sistema lee suficientes datos de los participantes para permitir un nivel de adaptación decente. Pero ¿vale con esto?

Estrategia didáctica

La respuesta corta es «no», pero lo más normal es un «depende». Un buen análisis de información manual, por tutores expertos, puede (o no) ser mejor que una explotación de datos automatizada, pero siempre consume más recursos a medio y largo plazo, y está más expuesto a los sesgos cognitivos y a pasar por alto variables que pueden ser importantes. Un sistema inteligente, automatizado, corre el riesgo de no ser lo bastante bueno si no tiene por debajo un modelo pedagógico que sirva como base para las decisiones didácticas. Igual que el análisis humano, por otra parte.

Desde mi punto de vista, un modelo pragmático para un sistema adaptable debe procurar que los itinerarios sugeridos:

  • se ajusten lo más posible a los conocimientos previos, para obviar lo innecesario y reforzar lo nuevo. Esto implica dar cuenta, de algún modo, de las posibles fuentes (y grados) de conocimientos desarrollados fuera del sistema.
  • reflejen situaciones realistas con las que el alumno se puede identificar, para facilitar tanto la adquisición como la transferencia; para esto es necesaria tanto una categorización flexible de los roles como un conjunto variado y amplio de escenarios.
  • tengan en cuenta sus preferencias para suscitar interés y mejorar la retención.
  • inviten a la práctica reiterada y convenientemente espaciada, para modular la curva del olvido.

Estos parámetros deben incorporarse al entorno de forma previa, para que la adaptación no sea un encadenamiento lineal de recursos formativos según un orden predefinido (de complejidad, acumulativo o lo que sea). Por el contrario, un buen itinerario adaptado tiene pinta de zigzag, con pasos adelante y atrás que, en conjunto, muestran una tendencia progresiva.

Ese patrón es el esperable en cualquier proceso de formación corporativa, sea automatizado o guiado por personas, y si no es así posiblemente no está respondiendo a las necesidades de los profesionales.

 

Diseñar un sistema de ayuda en el puesto de trabajo

David Gutiérrez 4 comentarios

Buena parte de mis proyectos se desarrollan en el sector sanitario, apoyando la implantación de sistemas informáticos de historia clínica electrónica y gestión de pacientes. Estas operaciones generan muchas necesidades de formación y soporte, tanto por el número de usuarios (que pueden ir de un centenar a varios miles) como por las mil situaciones diferentes que pueden encontrarse. Eso por no hablar del grado de alfabetización tecnológica que tengan.

En cualquier caso, estas necesidades se cubren normalmente con un esfuerzo muy grande en formación inicial, sea presencial, online o una combinación. La formación de base sirve para familiarizar al personal con las tareas y asumir la lógica subyacente a los flujos de trabajo (o «por qué esto se hace así»), pero difícilmente va a resolver las dudas que surgen sobre la marcha, o a prevenir malas prácticas. Conforme al enfoque 70:20:10, con el tiempo la necesidad de soporte en el puesto de trabajo (que también está ahí desde el principio) va ganando peso relativo, es decir, la mayoría de las intervenciones serán de soporte y no de formación.

Esta demanda suele canalizarse a través de servicios de soporte, formaciones de refuerzo y usuarios avanzados que sirvan como nodos de conocimiento y referencia para el resto. Solo cuando ha pasado el tiempo y los gestores se preguntan por qué sigue habiendo problemas (y ya no queda presupuesto para formaciones masivas) surge la reflexión: ¿cómo puedo hacer que haya menos errores y que dejen de llamar a soporte para resolver dudas?

El objetivo: favorecer la autonomía

Siempre va a haber carencias funcionales, porque siempre va a haber una diferencia, por pequeña que sea, entre las mejores prácticas y la forma de trabajar del conjunto de usuarios de un sistema. Y no hay curso que acabe con eso. Sin embargo, sí es posible reducir esa diferencia procurando que el conocimiento no tenga que estar en mi cabeza, sino en el entorno, fácil de encontrar y rápido de consultar.

La idea es simple pero potente: si me atasco cuando estoy en la pantalla X haciendo la operación Y, tendré un enlace ahí mismo que me llevará, idealmente, al recurso que me explica qué hacer. Un sistema de ayuda para estas situaciones será básicamente una estructura que aloja los recursos de ayuda (fichas, guías paso a paso, pequeños vídeos…) y los enlaza desde los puntos de la aplicación en los que resultan relevantes.

La clave: estructura y formato de los recursos

Para quitar dependencia de la memoria o de la familiaridad con una tarea, un sistema de ayuda debe cumplir dos principios: acceso (fácil de encontrar) e inteligibilidad (se aplica rápido porque se entiende rápido). Es decir, hay que poner el esfuerzo en planificar la estructura (cómo están organizados) y el formato (qué muestran y cómo) de los recursos.

Estructura de los recursos

Obviamente hay un paso previo, que es contar con los recursos necesarios, y que lleva un buen trabajo de análisis de necesidades (incluyendo errores comunes y dudas frecuentes) , y en este sentido no es muy diferente del que se haría para otro tipo de intervención. Pero una vez dado este paso, la clasificación que se haga debe contar con que cada recurso puede ser accesible desde diferentes lugares que generen problemas similares. Esto significa que harán falta contenidos neutros que tengan sentido independientemente de si se accede a ellos desde el flujo de trabajo A o B, o bien contenidos casi duplicados, para recoger esas diferencias. Ambos casos tienen pros y contras y, claro está, puede aplicarse una u otra solución caso por caso.

Como estamos hablando de múltiples enlaces a un mismo documento, que deben ubicarse en los lugares donde hay más posibilidades de que se necesite, trabajaremos con dos estructuras paralelas: una en función del contenido y otra en función del acceso. La primera se organiza de forma jerárquica, por ejemplo en función de la complejidad del contenido (a la izquierda en la figura de abajo). La segunda tiene una organización hipertextual, en forma de red, donde cada recurso se conecta con varios puntos de enlace dentro de las aplicaciones, lo que genera una estructura paralela (representada por colores en la figura):

estructura_cruzada

Formato de los recursos

La forma en que presentamos la información debe ser consecuente con la función que cumple. Una explicación inicial destinada a que alguien comprenda por qué hay que hacer un determinado flujo de trabajo puede incluir un diagrama con la lógica subyacente, unos objetivos y posiblemente una recapitulación final. Un recurso destinado a aprender cómo se hace ese mismo flujo será idealmente una práctica más o menos guiada, o en su defecto una demo clara y sencilla. Una ayuda de trabajo, a su vez, tendrá forma de ficha (como un esquema con las partes principales), una lista de puntos clave (un checklist, vaya) o un diagrama de pasos. Una breve demo puede ser de ayuda si se trata de un flujo de cierta complejidad que quedaría demasiado confuso con una explicación de texto e imágenes.

La idea general es ofrecer un recurso lo más claro, sintético y minimalista posible, adaptado a la situación en la que se va a usar, y con la información imprescindible (y usando un concepto muy restrictivo de imprescindible).

El riesgo: mantener actualizado el contenido

Puedes tener el mejor sistema de ayudas de trabajo del mundo, que si no se mantiene al día sirve de muy poco. Cualquier cambio en los flujos de trabajo debe verse reflejado en la documentación con la mayor rapidez posible, bien a través de nuevos documentos, bien corrigiendo los ya existentes. Si hay una buena indización de los contenidos será fácil localizar los afectados para hacer los cambios oportunos. Algunos sistemas facilitan este mantenimiento usando, por ejemplo, imágenes almacenadas en un repositorio único que luego son insertadas en los documentos individuales, de forma que, cambiando la fuente, la nueva imagen se refleja automáticamente en todas sus réplicas.

La guinda: integración correctiva

El uso de recursos de ayuda bajo demanda facilita resolver dudas y errores, pero deja en el aire la aplicación de buenas prácticas. Cuando un usuario consigue lo que necesita, normalmente no se dedicará a ver si hay una forma mejor de hacerlo (al fin y al cabo, tiene el resultado que quiere). Esto implica que los malos aprendizajes y los atajos indebidos se enquistan y difícilmente se corrigen.

Ahora, imaginemos que un sistema de ayuda puede leer los flujos de trabajo de un usuario y sugerir un documento que corrija una mala práctica. La aplicación de trabajo enviaría sentencias tipo «Alicia hizo esto» (la sintaxis que usa xAPI) que serían reconocidas por el sistema de ayuda y servirían para lanzar una acción predeterminada, como sugerir un documento.

Esto ni siquiera es una inteligencia artificial, pero supone un paso de gigante en la eficiencia de la formación. Capacitar en sistemas de información tiene la gran ventaja de permitir este tipo de integraciones, que son objetivos realistas y necesarios a marcarse por cualquiera que se dedique al diseño didáctico en este ámbito.