Diagnoza potrzeb i celów rozwoju z wykorzystaniem VR i AI
8 efektów kształcenia
16 punktów programu
Efekty kształcenia (8)
1. Wyjaśnia rolę diagnozy potrzeb w projektowaniu i realizacji usług rozwojowych oraz prowadzi rozmowę diagnozującą z wykorzystaniem prostego, zrozumiałego języka.
- Wymienia kluczowe elementy procesu diagnozy potrzeb rozwojowych (test teoretyczny)
- Wskazuje rolę trenera w rozmowie diagnozującej (test teoretyczny)
- Stosuje w symulowanej rozmowie język prosty, niespecjalistyczny i dostępny dla odbiorcy (obserwacja w warunkach symulowanych)
2. Dobiera metody diagnozy potrzeb do grupy docelowej i kontekstu oraz formułuje pytania diagnostyczne w języku zrozumiałym dla odbiorcy.
- Wymienia co najmniej cztery metody diagnozy potrzeb (test teoretyczny)
- Poprawnie dobiera metodę do opisanego przypadku (analiza arkusza ćwiczeń)
- Opracowuje zestaw pytań diagnostycznych spełniających zasady prostego języka (analiza arkusza ćwiczeń)
3. Formułuje cele rozwojowe oraz efekty uczenia się na podstawie wyników diagnozy, zgodnie z zasadami mierzalności i użyteczności praktycznej.
- Odróżnia potrzebę rozwojową od celu i efektu uczenia się (test teoretyczny)
- Zapisuje efekt uczenia się w sposób jasny i mierzalny (analiza pracy końcowej)
- Powiązuje efekt uczenia się z praktyką zawodową uczestnika (analiza pracy końcowej)
4. Określa kryteria walidacji efektów uczenia się dla wybranych kompetencji trenerskich.
- Wyjaśnia, po czym można poznać osiągnięcie efektu uczenia się (test teoretyczny)
- Formułuje kryteria walidacji adekwatne do efektu (analiza arkusza ćwiczeń)
- Dobiera kryteria możliwe do sprawdzenia w praktyce (analiza arkusza ćwiczeń)
5. Projektuje kompletny proces diagnozy potrzeb rozwojowych z wykorzystaniem narzędzi klasycznych, cyfrowych, VR i AI.
- Opisuje etapy procesu diagnozy (przygotowanie, realizacja, analiza, komunikacja wyników) (analiza projektu)
- Dobiera narzędzia adekwatne do poszczególnych etapów (analiza projektu)
- Określa role i zasady komunikacji z klientem oraz uczestnikami (analiza projektu)
6. Przeprowadza rozmowę diagnozującą w środowisku VR z wykorzystaniem zasad skutecznej komunikacji.
- Zadaje pytania otwarte i pogłębiające (obserwacja w warunkach symulowanych – VR)
- Stosuje parafrazę i podsumowanie wypowiedzi rozmówcy (obserwacja w warunkach symulowanych – VR)
- Utrzymuje kontakt i spójną postawę komunikacyjną podczas rozmowy (obserwacja w warunkach symulowanych – VR)
7. Analizuje dane z diagnozy potrzeb z wykorzystaniem narzędzi AI i formułuje wnioski rozwojowe.
- Przygotowuje dane do analizy w narzędziu AI (analiza arkusza ćwiczeń)
- Identyfikuje powtarzające się potrzeby i tematy (analiza wyników pracy z narzędziem AI)
- Formułuje listę wniosków wynikających z analizy danych (analiza pracy końcowej)
8. Prezentuje wyniki diagnozy potrzeb klientowi, stosując jasny i neutralny język oraz wykorzystując informację zwrotną z narzędzia AI.
- Przedstawia wyniki diagnozy w logiczny i zrozumiały sposób (obserwacja w warunkach symulowanych – VR)
- Unika żargonu i sformułowań oceniających (analiza języka z wykorzystaniem narzędzia AI)
- Modyfikuje język komunikatu na podstawie rekomendacji AI (analiza porównawcza wersji wypowiedzi)
Program szkolenia (16 punktów)
- Znaczenie diagnozy w projektowaniu i realizacji usług rozwojowych
- Powiązanie diagnozy ze standardami jakości usług
- Rola trenera w rozmowie diagnozującej
- Zasady komunikacji w języku prostym i zrozumiałym
- Przegląd metod diagnozy: wywiad indywidualny i grupowy, ankiety, obserwacja, analiza dokumentów
- Dobór metody diagnozy do grupy docelowej i kontekstu
- Tworzenie pytań diagnostycznych w języku zrozumiałym dla odbiorcy
- Formułowanie celów i efektów uczenia się: mierzalność, zrozumiałość, powiązanie z praktyką
- Określanie kryteriów walidacji efektów uczenia się
- Projektowanie procesu diagnozy: przygotowanie, realizacja, analiza, komunikacja wyników
- Dobór narzędzi klasycznych i cyfrowych (VR, AI) w procesie diagnozy
- Symulacje VR: rozmowa diagnozująca, praca nad głosem, postawą, aparatem mowy
- Grywalizacja w rozmowie diagnozującej: pytania, parafrazy, podsumowania, utrzymanie kontaktu
- Wykorzystanie AI w analizie danych z diagnozy: transkrypcje, grupowanie potrzeb, identyfikacja tematów
- Prezentacja wyników diagnozy i analiza języka przez AI: prostota, zrozumiałość, neutralność, wrażliwość na różnorodność
- Realizacja procesu walidacji