마이크로러닝 설계 시, 주의해야 하거나 피해야 할 실수

0
51

5분 – 15분 길이의 마이크로러닝은 성인 학습자들의 업무에서 요구되는-적시적-성과를 낼 수 있는 가장 효과적인 학습 방법이다.

마이크로러닝이 짧기만한 콘텐츠일 뿐이고 일시적인 유행이라고 평가절하 하는 사람들도 있지만, 대부분의 교수학습설계자들은 우리 뇌의 정보처리 과정이 길고 지루한 강의 보다는 패킷 단위의 정보가 훨씬 효과적이라는데 동의한다.

빠르게 문제해결 역량이 필요한 직무교육에서 마이크로러닝의 돌풍은 그닥 놀라운 일은 아니다.

하지만 마이크로러닝이 학습자에게 효과적이고 편리하긴 하지만 ‘이것이 정답이야 ! ’라는 성공 방정식이 명확하지 않은 초기 단계라는 것을 염두에 두어야 한다.

아래는 마이크로러닝을 설계하는데 있어서 주의해야하고 피해야 할 몇가지 사항이다.

1. 무엇보다 먼저 Performance Gap을 식별하는 것을 잊지 말자.

마이크로러닝을 도입 한다고 앞뒤 가리지 않고 무조건 긴 콘텐츠를 분절하는 것부터 시작 하지마라.

무엇보다 중요한 것은 조직이 요구하는 기대역량과 학습자의 Performance Gap부터 식별 해야한다. 일부는 갭분석에 너무 많은 시간이 소요되는것이 아닌가 우려 한다.

자! 생각해보자!

Performance Gap분석 없이 콘텐츠를 대량 생산 해봤자다. 학습자가

“성과 향상에 크게 도움이 되지 않아요! 별로 가치가 없네요!”라고 외면하는 순간 공든 탑이 한번에 와르르 무너진다.

분석 단계에 시간이 조금 소요 되더라도 Performance Gap 분석 과정에 공들이는 것이 중요하다. 마이크로러닝은 성과차이(Performance Gap)를 극복하는데 가장 효과적인 학습 방법이다.

깊은 사유와 온전한 자기 주도적 학습이 필요하다면 대학과 같은 정형적 교육과정을 활용하자.

2. 강화학습(Reinforcement), 실습(Practice), 피드백(Feedback)을 활용한 과정 설계가 중요하다.

마이크로러닝에 대한 교수학습 디자인을 하면서 가장 큰 실수 중에 하나는 강화학습, 실습 그리고 피드백과 연계 하지 않은 과정 구성 방식이다. ‘강화학습, 실습, 피드백’이 3가지는 학습 전이에 가장 중요한 요소다. 강화 학습을 고려하지 않은 교수학습 모형 설계는 배운것들의 많은 부분을 망각할 수 밖에 없다. (에빙하우스 망각곡선에 따르면 한달 이후에는 90%가 망각하게 된다라고 한다.)

출처 : 위키피디아-망각곡선

그리고 실습, 피드백을 고려하지 않은 마이크로러닝 과정 설계는 업무 현장에서 적용할때 자신감(Confidence)을 가지기 어렵다.

이렇게 업무와 연관된 역량과 Performance Gap을 메워주는 마이크로러닝이 직무교육에서 가장 효과적이다. 마이크로러닝은 학습 효과성을 높이기 위해 일반적으로 시뮬레이션, 그룹 토의 그리고 사례 분석 기반 학습과 같은 교수학습 모형과 함께 제공 한다.

3. Single Concept의 5분 – 15분 길이를 의심하지 마라.

20분 이상 길이의 콘텐츠라면 마이크로러닝이 아니다. 일반적으로 5분 ~ 15분 사이가 마이크로러닝에서 가장 적정한 길이다.
그리고 직무교육에서는 업무와 관련된 콘텐츠이고 학습이 성과 향상에 도움이 된다는 자신감과 만족감을 준다면 학습자는 다시 주의 집중을 할 수 있다. (켈러의 동기부여 ARCS 모형참고)

기억하자.

마이크로러닝은 마이크로한 역량에 집중해야 한다.

욕심 내서 다양한 토픽과 디테일을 녹여내려 하지마라.

하나의 컨셉, 하나의 목표! 여기에 집중해야한다.

4. 다목적 활용이 가능하도록  마이크로러닝 콘텐츠를 개발하라.

개발된 마이크로러닝 콘텐츠는 초기 교육, 재교육 훈련 및 실무 성과 지원에 복합적으로 활용된다.

학습자에게 마이크로러닝 플랫폼은 성과 지원이 필요한 시점(24/7)에 언제나 마이크로러닝 플랫폼과 라이브러리를 사용할 수 있다는 것을 알려야 한다. 마이크로러닝은 기존 교육 방식처럼 일정 기간에만 활용하는 고정관념에서 탈피해야한다.

개념단위의 마이크로러닝 콘텐츠는 지식베이스로 축적되어 학습자들이 도움이 필요할때 언제든 활용할 수 있어야 한다.

마이크로러닝의 활용에 경영진을 참여시키는 것은 플랫폼 또는 라이브러리의 성공에 매우 중요하다. 직원들이 상급자에게 지원을 요청하면 마이크로러닝 학습 라이브러리(지식베이스)를 활용해서 답변을 찾을 수도 있다.

5. 마이크로러닝 학습객체를 진단하고 향상시키기 위해 학습 데이터 분석을 활용하라.

마이크로러닝에 활용되는 요소들을 진단하는 것은 교육훈련의 효과성을 높일뿐만 아니라 학습디자인을 하는데 있어서 한줄기 빛이 될 수 있다.
LMS에서 확보할 수 있는 데이터, 구글분석도구나 비메오(Vidmeo) 분석도구를 활용하면 좋은 성과를 내고 있는 학습객체와 운영 과정에서 강화가 필요한 객체를 구분할 수 있다.

노력대비 좋은 성과를 내고 있는 학습객체들의 정보를 공유하고, 사용되지 않는 객체를 식별해서 제거해라. 이렇게 학습 분석은 학습자의 결과와 성과를 높이기 위한 지점 뿐만 아니라 콘텐츠의 수준과 교육과정의 강화를 위해 실시간 활용될 수 있다.

좀더 자세한 내용은 “3 Major Benefits of Using Learning Data.”를 한번 읽어보자.

출처 : https://elearningindustry.com/microlearning-mistakes-find-avoid

댓글 입력

Please enter your comment!
Please enter your name here