學習設計

電子學習完成率:為什麼這麼多課程模組都沒有學完?

為什麼這麼多電子學習模組都沒有完成?讓我們深入檢視相關數據、中途退出的原因,以及對話式學習如何改變數位學習的既有模式。

電子學習完成率:為什麼這麼多課程模組都沒有學完?

更新於 2026年11月21日

先來看一個典型的數位學習情境。員工開啟一個訓練模組,影片開始播放,幾張投影片翻過去。他們點擊「下一步」,回答兩題選擇題,接著跳出一則通知。

他們關閉了分頁。

而多數時候,就再也沒有重新開啟。

我們往往把這種中途退出歸因於缺乏時間或動力。沒錯,這些因素確實存在,但它們無法解釋全貌。

另一個問題同樣值得提出:這個模組究竟要求學習者做什麼?

在許多傳統電子學習課程中,答案不外乎幾個動詞:看、讀、聽、點。

換句話說,就是接收資訊,學習者幾乎不需要採取任何行動。

然而,許多學習研究顯示,接收資訊無法帶來與運用資訊、重新表述、做出決策或回答問題相同程度的投入。

模組始終無法完成的部分問題,或許就出在這裡。缺乏互動,就會導致缺乏動力。

電子學習課程的實際平均完成率是多少?

先從一個經常被引用的數字談起。

在數位學習領域,20% 至 30% 的完成率經常被當作市場平均值。

問題在於,目前並沒有大型的獨立資料庫能證實 20%、30% 或任何其他數字就是電子學習完成率的平均值。

原因很簡單:並非所有線上訓練都一樣。

強制性的法規訓練、出於好奇而報名的免費 MOOC,以及員工自願參加的職涯發展模組,無法直接相提並論。

現有研究反而讓我們看出差距之大。

Katy Jordan 的研究特別值得關注。她針對 221 門 MOOC 進行分析,不僅觀察到完成率中位數為 12.6%,還發現各課程的結果差異極大。她也指出,時間較長的訓練,完成率往往較低,而前兩週對學習投入度具有關鍵影響。

在另一個情境中,一項針對美國某企業提供給員工的自願性線上訓練計畫的研究發現,只有 21% 的註冊者完成訓練。受訪者提出的主要退出原因既不是技術,也不是內容品質:而是缺乏時間,無論是在工作上還是在家中。

較近期,一項 2023 年針對成人程式設計訓練的研究指出,共有 305 人開始課程,但只有 94 人完成。

完成率高度取決於起初的動機、訓練是否為強制性、時間長度、難易程度、是否納入工作時間,以及教學設計。

因此,一般性的基準數據有助於定位問題,但不足以解釋問題。

而且,完成模組不代表真正投入

我們還要補充第二個細節。

高完成率並不會自動等同於教學上的成功。

員工可以快轉影片、一路點擊到最後的測驗,並重複作答直到取得所需分數,以此完成一個強制性模組。

就行政程序而言,訓練已經完成。

但就教學角度而言,情況就不同了。

完成率仍是實用的指標,尤其是在大量學習者中途退出時。但它主要衡量的是某人走完了整個流程,而不是這段過程中在認知上發生了什麼。

這正是被動性問題變得值得探討的地方。

許多電子學習模組的問題:學習者可能只是旁觀者

看影片顯然並不妨礙學習。

閱讀文字也是如此。

問題出在幾乎整個學習路徑都建立在這種邏輯之上。

影片。投影片。文字。「下一步」按鈕。新的影片。測驗。

學習者可能花上好幾分鐘接受訓練,卻沒有自己產出任何回應,沒有解釋自己理解了什麼,沒有應用任何概念,有時甚至完全沒有做過任何決定。

在學習科學中,區分接收資訊與運用資訊這件事,早已不是新觀念。

2014 年,研究人員 Michelene Chi 與 Ruth Wylie 提出了 ICAP 模型,將認知投入分為四個層次:被動、主動、建構與互動。

在被動模式下,學習者接收資訊,例如觀看或聆聽。

在主動模式下,他們會對內容採取行動。

在建構模式下,他們必須產出超越所呈現內容的東西,例如用自己的話解釋一個概念。

最後,在互動模式下,多方的貢獻會相互回應並彼此延伸。

該模型的核心假設很簡單:學習者對所做之事的認知投入越深,學習的條件就越有利。

而在影片上加三個按鈕,並不會自動把被動體驗轉變為主動學習。

這就是以互動視覺效果為優先打造的工具之限制:用 Genially 製作的模組瀏覽起來可能愉快得多,卻依然沒有讓學習者產出任何東西。

主動學習究竟改變了什麼

教育領域其他地方的觀察,有助於我們理解這項區別為何重要。

一項刊登於《美國國家科學院院刊》(Proceedings of the National Academy of Sciences)的統合分析,彙整了 225 項比較傳統講授與主動學習的研究,範圍涵蓋 STEM 學科。

接受主動學習方法的學生,評量成績平均高出約 6%。更重要的是,接受傳統教學的學生不及格的可能性是主動學習情境中學生的 1.5 倍。

這項研究並非聚焦於企業的電子學習模組,因此我們不能據此宣稱,在 LMS 中加入互動就會自動讓完成率提高 X%。

不過,它確實凸顯了一個重要機制:要求學習者運用所學知識去做些什麼,會改變學習的品質。

例如,一項針對教師專業發展 MOOC 的研究顯示,學習者與內容之間的互動,可以預測他們是否會完成課程。

另一項有 379 位參與者的研究則發現,與講師的互動是課程留存率的重要預測因子。

這並不表示被動性能解釋所有的中途退出。

當然,員工可能因為五分鐘後要開會,就離開一個很棒的訓練,之後再也沒有重新開啟。

但在長時間無事可做的形式下,中途退出變得格外容易。

學習者越是旁觀者,課程就越難創造讓他們立即持續投入的理由,因此放棄的機率也越高。

缺乏時間是真實存在的,而被動性讓問題更難克服

這一點很重要,因為將「缺乏時間」與「不良的教學形式」對立起來,只會得出人為的結論。

在真實的職場生活中,訓練要與 Slack、Teams、電子郵件、會議、客戶的緊急狀況和待完成的工作競爭。

因此,問題不僅在於吸引注意力。

你必須定期給學習者一個重新投入的理由。

一個需要作答的問題,會帶來一點投入感。一個必須選擇如何反應的情境,會帶來另一種投入感。一個要求重新表述的請求,則迫使人檢視自己究竟理解了什麼。

個人化的回饋提供了繼續下去的理由。

相反地,當一個人知道自己可以保持沉默、看完模組接下來的十五分鐘而不必做任何事時,另一項任務很容易就會取而代之。

因此,投入度的課題不只是:「如何讓內容更吸引人?」

問題反而變成:

「如何設計訓練,讓學習者能定期有事情可以思考、表達或決定?」

這正是對話式學習能夠改變的地方

由此我們可以理解,對話式模組的價值並不只是讓電子學習更現代,也不是在畫面上加入一個虛擬形象。

真正重要的改變,在於學習者的角色。

在傳統的線性訓練中,內容主要是單向推送給學習者。但在設計良好的對話式體驗中,資訊是雙向流動的。

學習者可能必須先回答問題才能繼續;用自己的話解釋一個概念;說明自己的選擇;在某個環節不清楚時提出問題;對某個情境做出反應;接收回饋後再修正自己的推理。

要以「自動駕駛」的方式跟完模組,會變得困難許多。

這或許正是對話式設計在教學上的潛力所在:不在於為對話而對話,而在於它自然引發的所有認知活動。

想提高完成率,就必須檢視放棄之前發生了什麼

35% 的完成率只告訴你一件事:有 65% 的人沒有走到最後。

但它並沒有說明原因。

要真正理解學習投入度,你必須更仔細地檢視整個學習歷程。

學習者在哪個時間點退出模組?收到邀請後,實際開始學習的有多少人?被提問時,有多少人作答?錯誤在哪些階段增加?學習者在第一次學習後會回來嗎?他們會提問嗎?某些段落是否總是導致較高的退出率?

深入到這個層次,完成率才不再只是報表上的數字,而開始成為一項教學設計工具。

Katy Jordan 在她對 MOOC 的分析中就已觀察到,學習歷程的初期階段對投入度特別關鍵。

等到模組結束才發現一半的學員已經消失,往往為時已晚。

真正的挑戰:從「內容被消費」走向「學習者投入」

長期以來,訓練數位化主要意味著讓內容能在線上取得。

這本身已是相當大的進步。

但提供資訊,與獲得學習所需的投入度,是兩個不同的問題。

許多線上課程的低完成率並非出於單一原因。可用時間、動機、感受到的關聯性、課程長度以及工作上的限制,都有影響。

但其中也存在一個根本的設計問題。

如果在三十分鐘裡,我們基本上只要求學習者觀看,又怎能要求他們在這三十分鐘內持續投入?

對話式設計為這項限制提供了一種可能的解答:定期把接收轉化為行動。

回應。

提問。

重新表述。

做決定。

犯錯。

接收回饋。

再試一次。

這個改變看似簡單,卻深刻地改變了學習者在模組中所處的位置。

十月:衡量對話式設計真正改變了什麼

這正是我們下一份白皮書將探討的問題:

〈對話式模組中,學習者的投入度究竟發生了什麼變化〉,將於 2026 年 10 月發布。

我們的目標並不是僅僅因為某種形式新穎或具對話性,就證明它「更能吸引人投入」。

我們反而要了解,當學習者無法再只是自己訓練的旁觀者時,實際上會有哪些改變:他們的參與、回答、提問、退出的時間點、學習進度,以及他們實際與內容互動的方式。

因為說到底,問題或許已不再只是有多少學習者看到最後一張投影片。

真正的問題是,了解他們是如何走到那一步的。