Met een van onze laatste updates hebben wij Nina ook het vermogen gegeven om terugkerende bezoekers te herkennen (geheel anoniem natuurlijk). Zo kan het gesprek weer hervat worden. Dit geeft de leerlingen een persoonlijk gevoel en vermindert ook het aantal benodigde interacties om tot het leerdoel te komen.

Een van de meest cruciale factoren die heeft geleid tot het succesvol inzetten van Nina, is haar capaciteit om het sentiment van gebruikers te analyseren. De data die Nina van alle leerlingen verzamelt, wordt door Helpr omgezet in inzichtelijke ‘learning analytics’.

Thieme Meulenhoff kan die vervolgens voor verschillende doeleinden gebruiken. Zo kunnen wij bijvoorbeeld uit de ‘learning analytics’ een trend herkennen dat er een hoop studenten in Februari in plaats van Maart examenstress ervaren. Met dat inzicht zou Thieme Meulenhoff studenten tijdig gerust kunnen stellen door ze onder andere ondersteuning en voorbereidend examenmateriaal aan te bieden.

Door zulke trends inzichtelijk te maken kan Thieme Meulenhoff doelgericht op de gebruikersfeedback inspelen. Met als waarschijnlijke uitkomst dat het nuttig gebruiken van real-time feedback bijdraagt aan een betere klantenbeleving.

VVCR-Prodrive creëert microlearnings op basis van ‘conversational learning’. Dit houdt in dat er een interactief leergesprek plaatsvindt die de leerbeleving dynamischer maakt. Naast het gebruik van conversational learning, maakt VVCR-Prodrive ook gebruik van ‘blended learning’.

Hierdoor kan men een digitale theorietraining volgen met een interactief gesprek wat wordt aangevuld met een fysieke training op de weg. Bij VVCR-Prodrive dragen de roadsafety-experts op een persoonlijke manier hun kennis en ervaring over tijdens de praktijktrainingen. Dit wordt vervolgens aangevuld door het inzetten van de e-learnings op het digitale leerplatform. Die borduren namelijk voort op de reeds geleerde lessen.

De keuze voor deze combinatie van leren was een voor de hand liggende: VVCR-Prodrive ziet educatie en ontwikkeling op het gebied van verkeersveiligheid als een continu proces. Korte ‘nudges’ zijn daarbij bewezen effectief en een online omgeving helpt met het overbrengen daarvan!

Wij helpen VVCR-Prodrive met het nog beter maken van hun online content. Wij maken de e-learnings interactiever, persoonlijker en leerzamer. Naast het leveren van geweldige ‘learning journeys’, kunnen onze ‘learning bots’ ook voorgaande gesprekken met eindgebruikers onthouden.

Die kunnen vervolgens gebruikt worden als input voor latere momenten om daarmee belangrijke onderwerpen terug te laten komen. Als onze learning bot in de eerste training te horen krijgt dat de gebruiker best sportief rijdt, dan zal de learning bot dat onthouden voor alle volgende trainingen. De learning bot past zo feilloos de content op de gebruiker aan. De bot verzamelt informatie over het type gebruiker die hij voor zich heeft en maakt daarmee elke training persoonlijk. Daarnaast slaat de learning bot alle antwoorden op (geheel anoniem natuurlijk).

De data wordt dan omgezet in Learning Analytics die VVCR-Prodrive en haar klanten voor verschillende doeleinden kunnen gebruiken. Aan de hand van die statistieken kunnen zij hun content iteratief verbeteren.

Een van de voornaamste redenen waarom Dean zo goed blijkt te werken, is dat hij ongemotiveerde thuiszitters met een mooie belofte geactiveerd weet te krijgen. Dean belooft hen namelijk dat hij ze binnen 10 minuten van ‘geen flauw idee hebben welk beroep ze willen volgen’, naar een interessant beroepskeuze kan begeleiden. Ze hoeven hiervoor niet naar een fysieke locatie om een lang gesprek met iemand te voeren. thuiszitters kunnen geheel vrijblijvend vanaf de bank actie ondernemen. Interessant hierbij is dat Dean vooropleidingen en beroepen voorselecteert op basis van toekomstbestendigheid. Dit doet hij aan de hand van betrouwbare input over de huidige en toekomstige robotisering en automatiseringsgraad van beroepen.

Vooralsnog werkt Dean het beste in de metropoolregio Amsterdam. Dit komt omdat hij Amsterdam centraal station als het centrale punt neemt waar vanaf hij de bereikbaarheid van de opleidingslocaties berekent. Echter kan Dean ook makkelijk worden ingezet om thuiszitters in andere regio’s effectief te kunnen helpen. Het centrale punt wordt dan simpelweg bijgesteld. Het is ons doel om hetgeen waar studiebegeleiders en de leerplicht soms tekort schiet, te ondersteunen met Dean. Zo dragen wij ons steentje bij aan een generatie aan leerlingen die later met plezier naar hun werk toe gaat!

Nina wordt sinds begin 2020 ingezet als studiecoach en begeleidt studenten met hun leerproces. De communicatie met studenten was voorheen voornamelijk offline. Nu kunnen studenten door middel van digitale leergesprekken aangeven hoe ze zich voelen en waar ze hulp bij nodig hebben.

Nina vraagt onder andere hoe het met hen gaat, of ze zenuwachtig zijn voor een examen, of bijvoorbeeld op wat voor een manier ze al hebben geleerd voor de examens. Verder helpt Nina leerlingen met het bijbrengen van bewezen leerstrategieën en functioneert ze ook als een zoekfunctie binnen de website.

Nina is iedere maand weer relevant dankzij de ‘content kalender’. Hierdoor weet Nina wanneer bepaalde examenproducten het meest relevant zijn voor de leerlingen. Het schoolniveau wordt namelijk gekoppeld aan de maanden van het jaar. Nina kan zo no