علم ارزیابی آموزش: مقایسه شواهد در مورد چهار سطح اثربخشی کرک‌پاتریک

شرکت‌های آمریکایی سالانه حدود ۱۰۱ میلیارد دلار به آموزش و توسعه کارکنان اختصاص می‌دهند، با این حال بخش عمده‌ای از این سرمایه بدون اثبات دقیق بازدهی به کار گرفته می‌شود. در مرکز این بحران اندازه‌گیری، «مدل کرک‌پاتریک» قرار دارد؛ یک چارچوب ارزیابی چهار سطحی که در سال ۱۹۵۹ معرفی شد و همچنان استاندارد جهانی بی‌چون و چرای سنجش تأثیر آموزشی است.[6]

پایداری این چارچوب ناشی از طبقه‌بندی بصری آن است. این مدل ارزیابی را به چهار سطح متوالی تقسیم می‌کند: واکنش (آیا شرکت‌کنندگان آن را دوست داشتند؟)، یادگیری (آیا دانش را کسب کردند؟)، رفتار (آیا آن را در کار به کار بردند؟) و نتایج (آیا معیارهای کسب‌وکار را تغییر داد؟). با ساختاردهی ارزیابی به صورت سلسله مراتبی، این مدل نوید یک زنجیره علّی واضح از کلاس درس تا ترازنامه مالی را می‌دهد.[2]

با این حال، یک فراتحلیل جامع از داده‌های اثربخشی آموزش در بازه زمانی ۱۹۸۲ تا ۲۰۲۱، گسست شدیدی را بین وعده نظری مدل و کاربرد عملی آن نشان می‌دهد. در حالی که این چارچوب برای رسیدن به نتایج قابل اندازه‌گیری کسب‌وکار طراحی شده است، پذیرش شرکتی آن به شدت در پایین‌ترین سطح شواهد متمرکز است.[1]

داده‌ها نشان می‌دهند که تقریباً ۹۲٪ از سازمان‌ها سطح ۱ (واکنش) را اندازه‌گیری می‌کنند و به شدت به نظرسنجی‌های رضایت پس از آموزش که به صورت عامیانه به «برگه‌های لبخند» معروف هستند، متکی هستند. این ابزارها احساسات فوری شرکت‌کنندگان، رتبه‌بندی مربی و سودمندی درک شده را ثبت می‌کنند و نقاط داده‌ای را که به راحتی قابل اندازه‌گیری و بسیار مطلوب هستند، برای توجیه هزینه‌های آموزش در اختیار بخش‌های منابع انسانی قرار می‌دهند.[2]

ریسک مالی این اتکا هنگام بررسی اعتبار پیش‌بینی‌کننده آشکار می‌شود. بررسی‌های آکادمیک شواهد آموزشی نشان می‌دهد که واکنش فوری یک کارآموز به یک برنامه تقریباً هیچ ارتباطی با عملکرد شغلی بعدی او ندارد. نمرات بالای رضایت اغلب منعکس‌کننده یک ارائه‌دهنده جذاب یا محیطی راحت است تا کسب مهارت واقعی.[3]

با حرکت به سمت سطوح بالاتر، سطح ۲ (یادگیری) توسط تقریباً ۵۴٪ از سازمان‌ها اندازه‌گیری می‌شود، که معمولاً از طریق ارزیابی‌های قبل و بعد از آموزش انجام می‌گیرد. در حالی که این امر تأیید می‌کند که انتقال دانش در یک محیط کنترل‌شده رخ داده است، تضمین نمی‌کند که این دانش در انتقال به جریان کار روزانه باقی بماند.[1]

افت حیاتی در سطح ۳ (رفتار) رخ می‌دهد، که تغییرات رفتاری واقعی در محل کار را ردیابی می‌کند. تخمین زده می‌شود که تنها ۱۸٪ از برنامه‌های آموزشی در این سطح ارزیابی می‌شوند. اندازه‌گیری رفتار مستلزم مشاهده طولی، بازخورد مدیر و ارزیابی عملکرد است که هفته‌ها یا ماه‌ها پس از مداخله انجام می‌شود و بار اداری قابل توجهی را به همراه دارد.[5]

در اوج چارچوب، سطح ۴ (نتایج) تلاش می‌کند تا تأثیر آموزش را بر معیارهای سخت کسب‌وکار – مانند حجم فروش، نرخ خطا یا رضایت مشتری – جدا کند. تحلیل کتاب‌سنجی ۶۰ سال ادبیات ارزیابی تأیید می‌کند که تنها حدود ۱۱٪ از برنامه‌ها تحت این سطح از بررسی دقیق قرار می‌گیرند.[2]

مانع اصلی اندازه‌گیری سطح ۴، مشکل علیت است. در محیط‌های پیچیده شرکتی، جداسازی تأثیر مالی خاص یک ماژول آموزشی واحد از متغیرهای خارجی – مانند تغییرات بازار، روندهای فصلی یا استقرار نرم‌افزارهای جدید – از نظر روش‌شناسی بسیار دشوار است.[5]

این شکاف اندازه‌گیری به ویژه در زمینه‌های پرخطر مانند آموزش پزشکی مشهود است. یک بررسی در سال ۲۰۲۵ از ارزیابی‌های برنامه درسی پزشکی با استفاده از رویکرد کرک‌پاتریک نشان داد که در حالی که آموزش بالینی مستلزم اندازه‌گیری دقیق نتایج است، ارزیابی‌های سازمانی همچنان به دلیل پیچیدگی‌های لجستیکی ردیابی نتایج طولانی‌مدت بیمار، اغلب به معیارهای سطح پایین‌تر بسنده می‌کنند.[4]

منتقدان در جامعه دانشگاهی استدلال می‌کنند که فرض خطی مدل کرک‌پاتریک اساساً دارای نقص است. این چارچوب دلالت بر این دارد که واکنش‌های مثبت منجر به یادگیری می‌شود، که منجر به تغییر رفتار می‌شود، که نتایج کسب‌وکار را تولید می‌کند. شواهد نشان می‌دهد که این متغیرها اغلب مستقل هستند؛ یک کارمند می‌تواند مهارت جدیدی را بدون لذت بردن از آموزش بیاموزد، یا به دلیل موانع سیستمی در محل کار، نتواند مهارت آموخته شده را به کار گیرد.[3]

برای رفع این محدودیت‌های ساختاری، استراتژیست‌های ارزیابی مدرن از «مهندسی معکوس» مدل کرک‌پاتریک حمایت می‌کنند. به جای شروع با یک برنامه آموزشی و امید به رسیدن آن به سطح ۴، این رویکرد مستلزم آن است که مدیران اجرایی ابتدا نتیجه کسب‌وکار خاصی را که می‌خواهند تغییر دهند، شناسایی کنند، رفتارهای لازم برای دستیابی به آن را تعریف کنند و تنها پس از آن مداخله آموزشی را طراحی کنند.[6]

در نهایت، سابقه ۶۰ ساله مدل کرک‌پاتریک یک واقعیت گسترده‌تر بازار را نشان می‌دهد: سازمان‌ها معیارهایی را بهینه می‌کنند که جمع‌آوری آن‌ها آسان‌تر است، نه آن‌هایی که بیشترین قدرت پیش‌بینی موفقیت را دارند. تا زمانی که هیئت مدیره شرکت‌ها همان محاسبات دقیق بازگشت سرمایه (ROI) را برای سرمایه‌گذاری‌های سرمایه انسانی که برای هزینه‌های سرمایه‌ای طلب می‌کنند، درخواست نکنند، احتمالاً «شکاف ارزیابی» ادامه خواهد داشت.[1][2]