在企业内，培训人经常会遇到这些场景。
“创新是最大的生产力，我们要选好苗子，投入资源，加强培训，用5年时间培养出100位乔布斯式的人才。”
“最近销售额上不去，我看很多企业直播效果不错，你赶紧安排一次直播培训，我们也培养几个‘李佳琦’。”
“有几本书最近挺畅销，你请那几个作者来给员工培训一下，咱们自己写一本，也打造个爆款。”
……
这些场景对于培训人来说并不陌生。在商业环境日新月异的今天，企业对员工培训的期望值也在不断攀升，但有些目标却大大偏离了实际，甚至如同许愿。
其实，这些培训需求背后隐藏的深层问题并不少，要想摆脱此类不切实际的想法，还得借助数据分析这一强有力的工具，进而搭建一条更加务实的人才培养之路。
01
揭开
“许愿式培训”的面纱
在培训工作中，企业容易陷入“许愿式培训”的陷阱——一个试图无视人类学习的客观规律，希望在短时间内使员工发生翻天覆地的改变，进而在业绩上轻易取得非凡成果的虚幻想法。
此种培训通常表现为，在制定培训目标时，对员工能力和绩效提升有着过高期望，比如希望员工通过一次培训，就能成为行业精英；或者培训结束后，员工的业绩便能成倍增长。
虽然“许愿式培训”的初心是美好的，但期望学员通过培训迅速改变并不切实际。此种“揠苗助长”的培训方式有可能对员工和企业造成负面影响。
一方面，过高的能力要求往往催生出非常规的培训手段，导致学员对培训产生抵触情绪。这类培训忽视了员工的学习能力和职业发展的规律，无视培训愿望与员工实际接受程度之间存在巨大落差。当员工发现自己无论如何学习都难以达到预期目标时，就有可能陷入“习得性无助”的境地，最终放弃努力。
TIP1 习得性无助
习得性无助（Learned helplessness），指个体经历某种学习后，在面临不可控情境时形成的，无论怎样努力也无法改变结果的不可控认知，继而导致放弃努力的一种心理状态。
例如，随着数字化时代的到来，企业纷纷开展数字化转型培训。然而，许多此类培训聚焦于数字化商业模式、数字化转型、人工智能发展等战略层面的内容，对标行业标杆后，试图在短时间内让员工成长为类似BAT精英那样的优秀人才。
但是，由于员工的数字化能力基础薄弱，加之企业工作场景数字化程度并不高，学员往往难以达成学习目标，只能放弃努力，更有甚者会对工作产生消极情绪。
另一方面，“许愿式培训”还常常伴随着对培训后绩效的过高期望，陷入“培训万能论”的误区。一些企业忽略了绩效提升的复杂性和长期性，错误地认为只要开展培训，员工的绩效就会取得立竿见影的提升效果。
这种培训上的“大跃进”，会使员工在培训中滋生焦虑和倦怠，还有可能破坏组织的长期生产力和员工参与度。殊不知，培训并不能解决组织的所有问题，甚至培训后员工绩效的变化是否完全由培训导致也难以确定。
美国认知心理学家丹尼尔·卡内曼（Daniel Kahneman）研究认为，人们会对培训的效果产生错觉。他以飞行员培训为例，一位飞行员完成一次出色的降落并得到表扬后，下一次的表现往往不如前一次；相反，当飞行员的表现不佳并受到批评后，其水平在下一次会有所提升。
基于这些观察，教练可能会认为，表扬会导致骄傲自满，而批评则能激励进步。然而，卡尼曼指出，这实际上是均值回归的现象，与教练的态度无关。每个飞行员都有表现超常和欠佳的时候，对于那些表现不佳的飞行员，他们在受到批评后可能只是回归到了平均水平，而并非因为批评而进步。
同样，在组织中，当员工接受培训后发生巨大变化时，要深入研究这些变化究竟是何种原因导致，秉持以理性和现实的眼光看待培训效果。
02
在培训中拥抱现实主义：
认识“最近发展区”
拥抱现实主义，是打破“许愿式培训”的关键一步。我们需要重新认识教育心理学的客观规律，制定出更加科学合理的培训计划。前苏联心理学家维果茨基（Lev Vygotsky）提出了“最近发展区”这一重要概念。
他认为，儿童的发展水平有两种：一种是现有的实际水平，另一种是在重要他人（如老师）的帮助下可能达到的发展水平。而这两种水平之间的差距，就是所谓的“最近发展区”。
以图表示即为，一条箭头向右的数轴代表了个体的发展水平。A点位于数轴的左侧，表示个体的现有水平，B点在右侧不远处，AB区间就是个体的“最近发展区”。
图中AB区间就是“最近发展区”
当面对的任务难度低于“最近发展区”的下限（即位于A点左侧）时，个体能独立完成任务；若难度位于“最近发展区”的范围内（即AB区间），个体则需要重要他人的协助；当任务要求的能力超出了“最近发展区”的上限（即B点右侧），即使有他人的帮助，个体也无法完成任务。
维果茨基认为，儿童教育的内容应当设计在“最近发展区”内，以通过各种手段激发并挖掘个体在这个范围内的潜能。
“最近发展区”的概念不仅指向童年期的发展，而且面向人的终身发展过程。首都师范大学初等教育学院副教授魏戈在发表的《最近发展区：理论根脉，概念要义与育人价值》文章中认为，借助“最近发展区”这一概念，可以对成人学习做类似分析。
当培训内容低于个体现有发展区，这样的培训并无价值，是对资源的浪费；当培训难度超出“最近发展区”的上限时，则培训效果无法实现，因为员工即使竭尽全力也难以实现有效学习；唯有当培训恰好落在个体的“最近发展区”内时，培训才能发挥最大效用。
因此，企业在设定培训目标时，必须充分考虑员工当前的实际能力，制定处于其“最近发展区”内的目标，做到因材施教，摒弃“一步登天”的幻想，并为员工的渐进式进步而欢呼。
03
数据掌舵
驶出“许愿式培训”的迷雾
那么，如何才能准确知晓员工“最近发展区”，避免理念误解等原因而掉进“许愿式培训”的陷阱？关键在于数据驱动。
在数字化培训和大数据分析手段尚未完善之前，相当比例的企业缺少对员工能力、培训价值等要素的数据化分析，无法准确了解员工在各方面的能力强弱，也不知道员工的个人倾向及态度，对“最近发展区”更是无从了解。
因而，培训往往是“拍脑袋”决策，“许愿式培训”自然会出现。随着数字化转型在各行各业生根发芽，建设一个以数据驱动的培训体系已经成为可能。
当系统能够收集到更丰富、实时的学习数据时，企业便能够跳出经验决策的惯性思路，以数据为舵，精准定位员工的“最近发展区”，从而驶出“许愿式培训”的迷雾。
数据何处来：描绘员工画像
培训数据主要包括三大类：一是学习旅程数据，可以借助线上学习平台分析员工的浏览、学习、搜索记录等，还可以利用线下的智慧教室收集员工学习过程的反应数据，从而获得员工的学习旅程地图；二是能力知识数据，利用考试、考核等方式，分析员工的知识结构，准确识别员工在知识方面的长短板；三是态度倾向数据，通过各种线上或线下的测评手段，全方位挖掘员工在态度、倾向和心理等不同维度的数据。
综合以上数据，再结合人口学信息，就能构建一个丰富的企业学习大数据池，进而通过数据分析来描绘不同岗位、资历的员工的能力素质画像。
例如，我们能够通过数据分析，掌握营销条线员工是否在沟通方面存在短板，了解风控岗位员工的风险偏好，分析员工的产品知识是否与在岗时间成正比等，为后续开展针对性培训打下坚实基础。
标准从哪找：参考行业常模
为了避免“许愿式培训”的陷阱，我们需要找到成人的“最近发展区”，最好的参考就是某一类群体的常模数据，而不应一味寻找所谓“最优”表现。因为“最优”往往与个人天赋密切相关，未必能通过后天练习习得。
TIP2 常模
常模是用于比较和解释测验结果时的参照分数标准，可用于说明某个分数在群体中的相对位置。测验分数必须与某种标准比较，才能显示出它所代表的意义,这种标准就是常模。
获得常模数据的常规做法是，通过深入分析某一岗位或某一行业众多员工的数据，得到该岗位或职能人员的能力常模，然后将某类或某个员工的能力特点与行业或企业内类似角色的常模进行比较，从而设定科学合理的培训目标。
例如，我们可以系统分析某岗位员工的沟通能力，根据统计学理论，这些数据一般会呈正态分布，如此，我们就能对该岗位员工的沟通能力有相对全面而准确的评估，进而建立一套能力素质标准。
TIP3 正态分布
正态分布（Normal distribution）是一种非常重要的连续概率分布，它的图形是一条中间高、两边低，左右对称的钟形曲线，社会和生物学中许多变量，如人的身高、体重、考试成绩,家庭收入等都可以用正态分布描述。
目标如何定：数据化构建培训目标
在确定了常模之后，我们便能明确员工在能力素质方面存在的具体差距，这些差距正是培训需要解决的关键点。结合企业的战略目标和员工的发展计划，通过缩小员工现有能力与行业标准之间的差距，我们可以制定出更加有针对性的培训计划。
而一个以数据驱动为基础的培训系统，能够持续监控个人进步，并根据实际情况灵活调整培训目标，提供持续的支持和反馈，从而确保学习的连贯性和有效性。
例如，通过数据分析，我们了解到产品岗位员工的数据分析能力呈现以6分为均值的正态分布（满分10分）。那么，对于得分为4分的员工，将目标设定为6分是合理且可行的；对于得分为8分的员工，将目标稍微提高至8.5分则更加合适。
反之，如果一刀切地将所有员工的目标都设定为9分这样的高标准，不仅对于得分为4分的员工来说遥不可及，即便是得分为8分的员工，也可能因为学习的边际效用递减而难以实现这一目标。
虽然“许愿式培训”的陷阱时常困扰培训从业者，但技术的发展帮助大家掌握了与之抗衡的工具。左手秉持教育心理学的现实主义理念，右手紧握数字化工具，两者合力，培训人不仅可以获得员工能力和行业标准的宝贵洞察，更有条件将真实有效的培训落地，让培训目标的实现不再依赖于凭空想象。
来源：培训组织
作者：刘怡、王铁群
