Feedback che funziona: come dare una direzione all’apprendimento

Perché il feedback guida l’apprendimento

Senza feedback si sa solo di aver fatto qualcosa, non se fosse giusto. Esercitarsi senza riscontro può perfino fissare gli errori. La ricerca sull’istruzione mostra di continuo che il feedback è una delle influenze più forti sull’apprendimento, ma anche che l’effetto varia molto: alcuni feedback aiutano, altri non fanno nulla o peggiorano le cose. Non si tratta quindi di più feedback, ma di feedback migliore.

Cinque caratteristiche di un feedback che aiuta

1. Concreto. «Ha posto tre volte una domanda chiusa» aiuta; «ben fatto» no.
2. Rapido. Quanto più breve è il tempo dopo l’azione, tanto meglio resta legato a quell’azione. Per le competenze, entro minuti è meglio che entro settimane.
3. Sul compito, non sulla persona. «Questa spiegazione ha saltato un passaggio» è più utile di «è sciatto».
4. Applicabile. Si indica che cosa si può fare diversamente la volta successiva, non solo che cosa non andava.
5. Con una seconda possibilità. Un feedback senza secondo tentativo è un giudizio. Con un secondo tentativo è apprendimento.

Che cosa può fare il feedback IA in un percorso di apprendimento

In CoVince le risposte aperte sono valutate dall’IA, il discente riceve feedback nella lezione e, dopo una conversazione con un CrewMate, l’IA scrive un report finale. Il grande vantaggio è la rapidità e la disponibilità: il feedback arriva subito, per ogni partecipante, in qualsiasi momento. È qualcosa che un formatore con venti partecipanti non potrà mai fare.

Anche il feedback dopo un secondo tentativo è diverso: con una domanda si può riprovare e si ricevono meno punti, così la seconda possibilità è incorporata.

Le trappole del feedback IA

• Troppo gentile. Un’IA che elogia tutto non insegna nulla. Si rendono visibili i criteri e si imposta la valutazione abbastanza severa.
• Troppo generico. Se il feedback potrebbe essere lo stesso per ogni risposta, non vale nulla. Si forniscono all’IA i criteri.
• Senza persona. L’IA non vede tutto. Si fa leggere e correggere regolarmente da un formatore o da un collega.

Il report finale come materia di dialogo

Un report ha valore solo se qualcuno ne fa qualcosa. Dopo un esercizio di conversazione si fa scegliere ai discenti un punto con cui proseguire e provarlo nel giro successivo. Un formatore o un responsabile può prendere il report come punto di partenza in un colloquio di dieci minuti. Così il feedback IA diventa l’inizio di una conversazione, non la sua fine. Per saperne di più sull’esercizio stesso, vedere esercitarsi con un gioco di ruolo con l’IA.

Feedback reciproco

Non tutto il feedback deve venire dall’IA o dal formatore. In uno scenario game, nel debrief si vede chi sapeva che cosa e quando, e quindi si riceve dal gioco un feedback sul team. Nell’organizzazione i colleghi possono darsi un award, con una motivazione obbligatoria. Così il riconoscimento è anche una forma di feedback: dice che cosa una persona ha fatto bene. Vedere premiare senza le trappole della gamification.

Un esempio: da «ben fatto» a qualcosa di utilizzabile

Si confrontino due forme di feedback su una spiegazione a un cliente. La prima: «Ben fatto, discorso chiaro.» Piacevole, ma il discente non sa che cosa ripetere o adattare. La seconda: «Hai iniziato con il risultato per il cliente e hai usato un solo esempio. Hai saltato il passaggio su come si paga, ed è da lì che è venuta la domanda del cliente. La prossima volta prova a inserire quel passaggio dopo l’esempio.»

La seconda è concreta, riguarda il compito, spiega una causa e indica un passo successivo. Un feedback così lo si può scrivere per le domande aperte, in modo che anche l’IA lo dia così: si fissano i criteri di valutazione e si chiede un’osservazione, una conseguenza e un suggerimento.

Una cultura in cui il feedback è normale

La tecnica aiuta, ma il feedback funziona davvero solo se le persone lo vogliono. Serve un ambiente in cui sbagliare in un esercizio è normale e in cui i responsabili stessi chiedono e ricevono feedback. Un percorso di apprendimento può aiutare: una chat per percorso di apprendimento dove si pongono domande, award con cui i colleghi si ringraziano con una motivazione, un debrief dopo uno scenario game in cui si parla di fatti e non di colpe.

Si parte da sé: come formatore o progettista si chiede feedback sul proprio percorso di apprendimento. Una domanda aperta alla fine («che cosa non era chiaro?») rende molto e mostra che lo si intende sul serio.

Stabilire i criteri per la valutazione IA

La qualità del feedback IA dipende dai criteri forniti. Un buon insieme comprende da tre a cinque criteri, ciascuno in linguaggio semplice e osservabile. Per un colloquio con un cliente, per esempio: il discente ha approfondito prima di dare una soluzione, ha nominato il sentimento del cliente, ha riassunto prima di concludere e ha detto concretamente qual è il passo successivo?

• Mantenere i criteri concreti: che cosa si vede o si sente?
• Descrivere che cosa è buono e che cosa è insufficiente, con un esempio.
• Testare i criteri con alcune risposte reali e vedere se l’IA valuta come farebbe Lei.
• Adattare in base a ciò che si osserva e condividere i criteri con i discenti.

Come organizzarlo

Per ogni obiettivo formativo si parte dalla domanda: di quale feedback ha bisogno il discente per migliorare, e quando? Si mette il feedback rapido (giusto/sbagliato con spiegazione) nelle swipeslides, il feedback ricco (report) nelle conversazioni e il feedback umano nei momenti che contano. Si controlla nei report se dopo il feedback le persone fanno davvero un secondo giro. In caso contrario, forse il feedback è buono ma non lo è il passo che porta a esso.