学习设计

电子学习完成率:为什么这么多课程模块没有学完?

为什么这么多电子学习模块没有学完?让我们深入剖析相关数据、学员中途退出的原因,以及对话式学习如何改变数字化学习的范式。

电子学习完成率:为什么这么多课程模块没有学完?

更新于 2026年11月21日

先来看一个典型的数字化学习场景。一名员工打开了一个培训模块。视频开始播放。几张幻灯片过去后,他们点击“下一步”,回答了两道选择题,然后弹出了一条通知。

他们关闭了标签页。

而在大多数情况下,他们再也不会重新打开。

我们往往把这种中途退出归因于缺乏时间或动力。没错,这些因素确实存在,但它们并不能解释全部现实。

还有另一个问题值得思考:这个模块实际上要求学员做什么?

在许多传统的电子学习课程中,答案不外乎几个动词:看、读、听、点。

换句话说,就是接收信息,而学员几乎不需要采取任何行动。

然而,大量学习研究表明,单纯接收信息无法带来与运用信息、复述信息、做出决策或回答问题同等水平的参与度。

模块学不完的问题,部分原因或许就在这里。缺乏互动,就会导致缺乏动力。

电子学习课程的真实平均完成率是多少?

先从一个经常被引用的数字说起。

在数字化学习领域,20% 至 30% 的完成率经常被当作市场平均水平。

问题在于,并没有大型的独立数据库能够证实 20%、30% 或其他任何数字就是电子学习的平均完成率。

原因很简单:并非所有在线培训都一样。

强制性的合规培训、出于好奇而报名的免费 MOOC,以及员工自愿参加的职业发展模块,是无法直接比较的。

现有研究更多是让我们了解这些差距有多大。

Katy Jordan 的研究尤其值得关注。她对 221 门 MOOC 进行了分析,不仅观察到完成率的中位数为 12.6%,还发现各课程的结果差异极大。她还指出,培训时间越长,完成率往往越低,而前两周对学员的参与度起着关键作用。

在另一种情境下,一项针对美国某公司向员工提供的自愿在线培训项目的研究发现,只有 21% 的报名者完成了培训。退出的首要原因既不是技术,也不是内容质量:而是缺乏时间,无论是在工作中还是在家里。

更近的一项 2023 年研究针对成人编程培训项目,报告称有 305 人开始学习,但只有 94 人完成。

完成率在很大程度上取决于初始动机、培训是否强制、时长、难度、是否纳入工作时间以及教学设计。

因此,通用基准有助于定位问题,但不足以解释问题。

而且,完成模块并不一定意味着投入其中

还需要补充第二点细微差别。

高完成率并不自动等同于教学上的成功。

员工可以快进视频、一路点击到最后的测验,并反复重做测验直到达到要求的分数,从而完成一个强制性模块。

从行政层面看,培训已经完成。

但从教学层面看,情况就是另一回事了。

完成率仍然是一个有用的指标,尤其是在大量学员中途退出的情况下。但它主要衡量的是某人走完了整个流程,而不是这一过程中认知层面发生了什么。

这正是被动性问题值得关注的地方。

许多电子学习模块的问题:学员可能只是旁观者

观看视频显然并不妨碍学习。

阅读文字也不妨碍。

问题出在几乎整个学习路径都建立在这种逻辑之上。

视频。幻灯片。文字。“下一步”按钮。新的视频。测验。

学员可能学了好几分钟,却没有自己给出过任何回应,没有解释自己理解了什么,没有应用过任何概念,有时甚至没有做过任何决策。

在学习科学领域,接收信息与运用信息之间的这种区别由来已久。

2014 年,研究人员 Michelene Chi 和 Ruth Wylie 正式提出了 ICAP 模型,区分了认知参与的四个层次:被动、主动、建构和互动。

在被动模式下,学员接收信息,例如观看或聆听。

在主动模式下,学员对内容采取操作。

在建构模式下,学员必须产出超出所呈现内容的东西,例如用自己的话解释一个概念。

最后,在互动模式下,多方的贡献相互回应、相互促进。

该模型的核心假设很简单:学员对自己所做之事的认知投入越多,就越有利于学习。

而在视频上添加三个按钮,并不会自动把被动体验转变为主动学习。

这就是那些最初为交互式视觉效果而打造的工具的局限:一个用 Genially 制作的模块,浏览起来可能愉悦得多,却依然没有让学员产出任何东西。

主动学习究竟带来了什么改变

教育学其他领域的观察有助于我们理解这一区别为何重要。

发表于《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)的一项元分析汇集了 225 项比较传统讲授与主动学习的研究,涉及 STEM 学科。

接触主动学习方法的学生,考核成绩平均高出约 6%。更重要的是,接受传统教学的学生不及格的可能性是主动学习情境中学生的 1.5 倍。

这项研究并不针对企业电子学习模块。因此,我们无法据此断言,在 LMS 中增加互动就会使完成率机械地提高 X%。

不过,它确实揭示了一个重要机制:要求学员运用知识做点什么,会改变学习的质量。

例如,一项针对教师职业发展 MOOC 的研究表明,学员与内容之间的互动可以预测他们是否完成课程。

另一项有 379 名参与者的研究则发现,与讲师的互动是课程中学员留存的一个重要预测因素。

这并不意味着被动性可以解释所有的退出。

显然,员工可能因为五分钟后要开会而离开一门优质培训,并且再也不会重新打开。

但是,如果某种形式让学员在很长的片段中无事可做,放弃就会变得格外容易。

学员越是旁观者,课程就越难创造让他们持续投入的即时理由。因此,放弃的可能性也就越高。

缺乏时间是真实存在的。被动性让它更难克服

这一点很重要,因为把“缺乏时间”与“教学形式不佳”对立起来,会得出人为割裂的结论。

在真实的职场中,培训要与 Slack、Teams、电子邮件、会议、客户的紧急事务以及待完成的工作争夺时间。

因此,问题不仅仅在于抓住注意力。

你必须经常给学员一个重新投入的理由。

一个需要回答的问题,会带来一点参与感。一个需要选择应对方式的情境,会带来另一种参与感。一个要求复述的请求,则迫使人检验自己究竟理解了什么。

个性化反馈为继续学习提供了理由。

相反,当一个人知道自己可以保持沉默,看完模块接下来的十五分钟而无需做任何事情时,另一项任务就很容易取而代之。

因此,参与度的问题不仅仅是:“如何让内容更有吸引力?”

问题变成了:

“如何设计这样的培训:让学员能经常有东西可想、可说、可决定?”

这正是对话式学习能够改变的地方

由此我们可以理解,对话式模块的价值并不仅仅在于让电子学习显得更现代。它也不在于在屏幕上添加一个虚拟形象。

重要的变化在于学员的角色。

在传统的线性培训中,内容主要是被推送给学员。但在精心设计的对话式体验中,信息是双向流动的。

学员可能需要先回答一个问题才能继续。用自己的话解释一个概念。为自己的选择辩护。在某个内容不清楚时提出问题。对某个情境做出反应。获得反馈,然后修正自己的推理。

以“自动驾驶”的方式学完模块会变得困难得多。

而这或许正是对话式设计的教学潜力所在:不在于为对话而对话,而在于它自然引发的所有认知活动。

要提高完成率,必须关注放弃之前发生了什么

35% 的完成率只告诉你一条信息:65% 的人没有走到最后。

但它没有说明原因。

要真正理解参与度,就必须更仔细地审视整个学习历程。

学员在哪个节点退出了模块?收到邀请后,实际有多少人开始学习?被问到问题时,有多少人作答?在哪些阶段错误率上升?学员在第一次学习后会回来吗?他们会提问吗?某些片段是否总是导致更高的退出率?

深入到这个层面,完成率就不再只是一个报告数字,而开始成为一种教学设计工具。

Katy Jordan 在对 MOOC 的分析中就已观察到,学习历程的最初阶段对参与度尤为关键。

等到模块结束才发现一半的学员已经消失,往往为时已晚。

真正的挑战:从“内容被消费”到“学员投入其中”

长期以来,培训数字化主要意味着让内容可以在线获取。

这本身已是相当大的进步。

但是,让信息可获取,与获得学习所需的投入度,是两个不同的问题。

许多在线课程中观察到的低完成率并非源于单一原因。可用时间、动力、感知到的相关性、课程时长以及工作上的限制都在其中发挥作用。

但也存在一个根本性的设计问题。

如果在三十分钟里我们基本上只是让学员观看,那么我们能要求他们在这三十分钟里保持投入吗?

对话式设计为这一局限提供了一个可能的答案:经常把接收转化为行动。

回应。

提问。

复述。

决策。

犯错。

获得反馈。

再试一次。

这一变化看似简单,却深刻改变了学员在模块中所处的位置。

10 月:衡量对话式设计究竟改变了什么

这正是我们下一份白皮书将要探讨的问题:

《对话式模块下,学员的参与度究竟发生了什么变化》,将于 2026 年 10 月发布。

我们的目标不是仅仅因为某种形式新颖或具有对话性,就证明它“更有吸引力”。

我们将努力了解:当学员不能再只是自己培训的旁观者时,具体发生了哪些变化:他们的参与、他们的回答、他们的提问、他们退出的时刻、他们的进展,以及他们与内容实际互动的方式。

因为归根结底,问题或许不再只是有多少学员走到了最后一张幻灯片。

真正的问题是了解他们是如何走到那里的。