知识点的开发流程
之CNEB模型
作者介绍
段烨
鹰隼部落创始人
湛卢坊创始人合伙人兼首席技术官
国家人社部“职业培训师”教材(一级)副主编
杨雪
国家人社部“职业培训师”教材(一级)编写专家
北京交通大学管理学硕士
2018、2022中国培训“我有好课程”大赛冠军导师
一
知识点的开发流程CNEB模型
在专业、权威、简洁和清晰的原则下,开发课程的核心知识点,具体的流程如下(见图 3-3)。
图 3-3CNEB模型
从这个流程可以看出,知识点是一步一步优化提炼出来的。
第一步:收集内容(collect)
课程要有内容,这是提炼知识点的来源,深厚的理论基础和丰富的实践经验是课程内容的最重要来源。但是,很多讲师的课程是没有充实内容的,所提供的知识点也并非真正的知识点。比如,有个内容是讲顾客投诉时候“听”的技巧,讲师给了三个知识点:立即响应、带离现场、记录陈述。虽然看似是知识点,但是比较空,实际内容没有呈现出来。如何去响应?如何做记录?这种情况就属于知识点不落地。
第二步:整理分类(neaten)
整理分类和归纳,要求对于课程内容进行识别,了解内容背后的逻辑关系,能够对内容进行科学分类,正是专业的体现。
第三步:提炼要点(extract)
有时候,有的课程是有内容的,而且是大篇幅的内容,但是学习者的视觉及记忆效果都不太好,怎么办?如何提炼课程内容要点?要先对大段知识进行提炼,比如分模块、分动作、分流程等,分类之后,再对每个类别进行关键字、词、短语的提炼,找出核心词,找到最能影响意思的核心点。
第四步:建立模型(build)
建立一个比较成熟的标准和模型,把个性化内容变成通用稳定的结构,这样既便于理解记忆,又可以被复制和运用。常用的集中建模方式有六种。
图中提到的六种模型分别是:
1.二维矩阵法:
这是一种分析和决策的工具,通过在二维空间内绘制矩阵,将不同的变量或因素进行对比和评估。每个维度代表一个评价标准,通过在矩阵中定位不同的选项,可以帮助决策者直观地看到各种选择的优劣和相互关系。如图3-7:员工绩效评估矩阵:
图3-7 员工绩效评估矩阵
2.结构层次法:
这种方法通过将复杂问题分解成多个层次和子系统来分析。每个层次代表问题的一个方面或一个更小的问题。通过逐层深入,可以更系统地理解和解决问题。比如下图3-8:关于国家法律法规体系的排列:
图3-8 国家法律体系排列
3.流程步骤法:
通过将一个复杂过程分解成一系列步骤来分析和优化。每个步骤都是流程的一部分,通过优化每个步骤,可以提高整个流程的效率和效果。
图3-9 GORWAY模型
4.英文单词法:
通常是指使用英文单词的首字母或特定字母组合来帮助记忆和理解复杂信息或概念。这种方法可以用于创建缩写、助记符或关键词集,以便快速回忆和传达信息。
图3-10 SMART原则
5.关键要素法:
这种方法侧重于识别和分析问题或项目中最关键的要素。通过集中精力在这些关键要素上,可以更有效地解决问题或实现目标。
比如:5W2H模型,就是通过回答七个基本问题(What、Why、Who、When、Where、How、How Much)来全面理解问题。这种方法有助于确保在解决问题时考虑到所有相关因素。如图3-11:
图3-11 5W2H分析法
6.简写词集法:
这是一种通过使用缩写或简写来快速记录和传达信息的方法。这种方法在需要快速记录和理解大量信息时非常有用。
如下图:3-12 某工作流程的提炼:
图3-12 某工作流程
而且“简写词法”,除了是一种单独的模式之外,同时也是其他几种模式的呈现及表达方式。比如关键要素法中的5W1H其实就是简写词。本书中的结构设计的三种模型“KAS模型”“道法器模型”“PRM模型”都是用了简写词的方式,还有咨询行业知名的迈克尔波特的“五力竞争模型”等,经典的现场管理由4S发展到6S,甚至是8S管理。
以上模型和方法各有特点,适用于不同的内容和需求,选择合适的方法可以提高学习的效率。
但是,需要注意的是“简写词”的目的是化繁为简,便于记忆和传播,而不是搞复杂了,反倒增加了难度。
二
运用AI提炼优化知识点
对于知识的开发,如果开发者对内容冥思苦想,没有很好的思路提炼建模的时候,也可以借助AI提供更好的点子。可以通过这样的四个步骤:
向AI提供素材-要求分类提炼-提出具体要求-反馈优化。
如果不提出具体要求,只是让AI提炼,可能它会提炼出一些散的信息。比如拿赖茅酒做案例。
第一次的出来的结果是:
如果提出明确要求,得出的结论是:
如果开发者觉得提炼的比较符合本意,分类合理,怎可以进一步提出优化,比如,想让它生成朗朗上口的口诀,便于记忆,AI也是可以提供的。
所以,在让AI协助提炼建模的时候,需要注意的一点就是开发者一定是内容专家,要能够分辨对错、好坏,才能逐步引导AI给出比较满意的答案。
AI提供的信息更多是各种内容的组合,甚至是堆砌,有时缺乏内在的逻辑性,需要内容专家进行优化重组,最终超越AI。
- END -
往期推荐