Visão geral

O Captivate Prime inclui uma nova página inicial do aluno, que é moderna, orientada por conteúdo e personalizada de acordo com as preferências do aluno. As recomendações de aprendizado baseadas em IA têm como objetivo aprimorar o envolvimento do aluno e identificar e corrigir as lacunas de aprendizado.

O algoritmo de recomendação foi projetado para receber várias fontes de entrada, incluindo dados do setor sobre funções, cargos e descrições que a Adobe tem originado de seus parceiros. Esses dados são então usados para treinar algoritmos de IA de Adobe para que o Captivate Prime possa criar um mapa que conecte habilidades alinhadas pela indústria a cargos e/ou designações. Isso se torna uma entrada para o algoritmo de recomendação

O Captivate Prime usa algoritmos de modelagem de tópicos para analisar o conteúdo de treinamento em uma conta e mapeá-los para as habilidades.

O Captivate Prime usa dados de atividade de mesmo nível como outro sinal para orientar o algoritmo de recomendação de forma personalizada. Atividades como inscrição, conclusão e feedback explícito fornecido pelos alunos são usadas aqui.

Além disso, o Captivate Prime usa informações explícitas e implícitas coletadas de alunos individuais para personalizar ainda mais as recomendações. Um aluno poderá indicar as suas áreas de interesse explicitamente por meio de inscrições e o Captivate Prime receberá essas informações implicitamente com base em como o aluno realiza os treinamentos.

Finalmente, o administrador também poderá influenciar o algoritmo de recomendação usando os atributos do aluno que o Captivate Prime deve observar ao definir grupos de pares e, também, destacando os treinamentos para grupos de usuários específicos.