Gamifikacja w e-learningu - sposoby na większe zaangażowanie użytkowników

Gamifikacja w e-learningu to przeniesienie do kursów i platform edukacyjnych mechanizmów znanych z gier: punktów, poziomów, odznak, serii dni nauki, wyzwań i rankingów. Cel jest jeden. Żeby ludzie wracali do nauki i ją kończyli. Z tym e-learning ma kłopot od lat: w kursach MOOC z Harvardu i MIT na platformie edX w roku 2017-2018 kurs ukończyło około 3% zapisanych.

Każda dobra mechanika odpowiada na jakąś potrzebę uczącego się: chęć zobaczenia, że umie więcej, możliwość wyboru, obecność innych, rytm, który trzyma przy nauce, i poczucie, że cała ta praca do czegoś prowadzi. Ten sam ranking może jedną z tych potrzeb wzmocnić, a inną zdusić. Dlatego tekst ułożyliśmy według potrzeb, a mechaniki przypisaliśmy do nich.

Gamifikacja w e-learningu: co naprawdę mówią badania

Jednym z najczęściej cytowanych podsumowań badań jest metaanaliza Sailera i Homner z 2020 roku. Gamifikacja poprawiała wyniki nauki, motywację i zachowanie uczących się, ale efekty były małe lub umiarkowane: g = 0,49 dla wiedzy, 0,36 dla motywacji i 0,25 dla zachowań. Mówiąc prościej: pomaga, ale cudów nie robi. Najlepiej działały rozwiązania z fabułą oraz te, które łączyły rywalizację ze współpracą. Są też wyniki odwrotne. W badaniu Hanusa i Fox z 2015 roku studenci kursu z obowiązkowymi odznakami i rankingiem mieli niższą motywację wewnętrzną, byli mniej zadowoleni z zajęć i gorzej napisali egzamin końcowy niż grupa bez gamifikacji. Autorzy wskazali dwie przyczyny: porównywanie się z innymi i przymus zdobywania odznak.

Trzeci wątek dotyczy nagród. Metaanaliza z Uniwersytetu w Turku, obejmująca 142 eksperymenty, pokazała, że nagroda za samo ukończenie zadania obniża późniejszą chęć do zajmowania się nim z własnej woli (d = -0,48). Pozytywna informacja zwrotna działa odwrotnie i tę chęć zwiększa (d = 0,33). Dla projektanta kursu to bardzo praktyczna wskazówka. Punkty za kliknięcie „dalej” to ryzyko. Rzetelna informacja o postępie to inwestycja.

Wszystkie te wyniki dobrze tłumaczy teoria autodeterminacji psychologów Deciego i Ryana: ludzie angażują się, gdy czują się kompetentni, mają wybór i są w relacji z innymi. Do tych trzech potrzeb dokładamy dwie, które w e-learningu wychodzą w każdym projekcie: nawyk i sens. Ogólne zasady gamifikacji w projektowaniu są te same w każdej branży, ale w nauce stawka jest wyższa, bo gra ma prowadzić do umiejętności, a nie tylko do kolejnego kliknięcia.

Kompetencja: widzę, że umiem więcej

To najważniejsza potrzeba i najczęściej źle obsłużona. Pasek postępu, który pokazuje „ukończono 7 z 12 lekcji”, mówi, ile ktoś obejrzał, a nie ile umie. Lepiej działa postęp liczony z umiejętności: mapa tematów, w której zielenieją te, z których użytkownik zdał sprawdzian. Druga rzecz to informacja zwrotna od razu po odpowiedzi. Samo „źle” niczego nie uczy. Krótkie wyjaśnienie, dlaczego poprawna odpowiedź jest poprawna, i możliwość ponownej próby to już mechanika, która buduje kompetencję. Tak działa tryb testu z natychmiastową informacją zwrotną w platformie do nauki programowania, którą zbudowaliśmy, gdzie fiszki i quizy generuje ChatGPT, a użytkownik widzi, które obszary wymagają powtórki.

Trzecia to trudność dopasowana do poziomu. Zadania zbyt łatwe nudzą, zbyt trudne zniechęcają. Systemy adaptacyjne dobierają kolejne pytania do wcześniejszych odpowiedzi, a poziomy w grze mogą odblokowywać trudniejszy materiał dopiero wtedy, gdy podstawy są opanowane. Sam moment sukcesu też ma znaczenie. Krótka animacja przy poprawnej odpowiedzi czy przejściu poziomu to mikrointerakcja, która daje poczucie postępu bez dokładania kolejnych punktów. Takie animacje przygotowuje się często w Lottie albo, gdy mają reagować na działania użytkownika, w Rive.

Autonomia: sam wybieram drogę

Hanus i Fox pokazali, co się dzieje, gdy odznaki są obowiązkowe. Nagroda staje się kolejnym wymaganiem. Dlatego mechaniki gry najlepiej działają jako zaproszenie, nie przymus. W praktyce oznacza to kilka decyzji projektowych. Użytkownik może wybrać kolejność modułów albo jedną z dwóch ścieżek do tego samego celu. Zadania dodatkowe są dla chętnych i nie blokują dalszej nauki. Cel dzienny ustawia sam, a platforma tylko proponuje rozsądną wartość. W ten sposób buduje się platformy typu LXP, w których to uczący się, a nie dział szkoleń, decyduje o dużej części swojej ścieżki.

Szkolenia firmowe stawiają autonomii granice. Kurs z bezpieczeństwa danych trzeba ukończyć i tyle. Nawet wtedy da się zostawić wybór formy: krótki film, tekst albo scenariusz z decyzjami prowadzący do tego samego sprawdzianu. Drobny wybór. Duża różnica.

Relacje: nie uczę się sam

Ranking to najbardziej znana mechanika i najbardziej ryzykowna. Jedna tablica dla całej firmy albo wszystkich użytkowników aplikacji motywuje pierwszą dziesiątkę. Reszta szybko uznaje, że nie ma po co się starać, a początkujący w ogóle nie chcą się porównywać.

Lepiej sprawdzają się zwykle małe ligi osób o podobnym poziomie, ranking pokazujący tylko najbliższych sąsiadów, a przede wszystkim wyzwania zespołowe. Metaanaliza Sailera i Homner wskazała właśnie połączenie rywalizacji ze współpracą jako jedną z najskuteczniejszych konfiguracji. Zespół działu sprzedaży, który wspólnie zbiera punkty w miesięcznym wyzwaniu, rywalizuje z innymi działami, ale wewnątrz pracuje razem. Do tego dochodzą formy mniej widowiskowe: ocena koleżeńska zadań, grupy kursowe, które zaczynają razem, i mentorzy. W firmach dobrze sprawdzają się przy wdrażaniu nowych pracowników, kiedy relacja z zespołem jest tak samo ważna jak wiedza.

Technicznie rankingi i ligi liczy się zwykle w bazie działającej w pamięci, na przykład w Redis, który utrzymuje posortowane listy wyników nawet przy dużej liczbie użytkowników. Quizy na żywo, w których wyniki zmieniają się na oczach uczestników, wymagają połączenia w czasie rzeczywistym przez WebSocket.

Nawyk: wracam jutro

Najlepiej zaprojektowany kurs nic nie da, jeśli ktoś nie wróci do niego jutro. Tu sprawdza się seria dni nauki, czyli licznik dni z rzędu, w których użytkownik zrobił choć jedną lekcję, dzienny cel i przypomnienie o dobrej porze.

Duolingo jest tu najczęściej przywoływanym przykładem i ma na to liczby. W drugim kwartale 2026 roku aplikacja miała 58,7 mln użytkowników dziennie i 140,6 mln miesięcznie. W czerwcowej akcji, w której można było odzyskać najdłuższą utraconą serię, zrobiło to 15,4 mln osób, w tym blisko 8 mln takich, które w chwili startu akcji nie miały żadnej aktywnej serii. Seria była dla nich na tyle ważna, że wrócili po nią po przerwie.

Nawyk najłatwiej zbudować w telefonie, bo nauka odbywa się w przerwach, a nie przy biurku. Krótkie lekcje w aplikacji mobilnej, budowanej na przykład w React Native albo Flutterze, i powiadomienia wysyłane przez Firebase to zestaw, który pojawia się w większości takich produktów. Przypomnienia trzeba przy tym dozować z umiarem, bo zbyt częste szybko uczą ignorowania aplikacji.

Sens: wiem, po co to robię

Punkty bez kontekstu szybko się nudzą. Fabuła, którą metaanaliza Sailera i Homner wskazała jako jeden z czynników zwiększających efekt, nie musi oznaczać smoków i zamków. W szkoleniu sprzedażowym może to być seria rozmów z wymagającym klientem, w kursie programowania budowa jednej aplikacji krok po kroku, w kursie językowym przygotowanie do wyjazdu. Drugi element sensu to zadania przypominające prawdziwą pracę. Scenariusz, w którym pracownik obsługi klienta musi wybrać odpowiedź na reklamację i widzi skutki swojej decyzji, uczy więcej niż test wyboru z tej samej wiedzy.

Trzeci to odznaki, które coś znaczą poza platformą. Standard Open Badges 3.0, udostępniony przez organizację 1EdTech w maju 2024 roku, pozwala wydawać odznaki jako weryfikowalne poświadczenia z zapisanymi kryteriami i dowodami zdobytej umiejętności. Taką odznakę można dodać do profilu zawodowego, a pracodawca może sprawdzić, że jest prawdziwa. W firmach sens nadaje też powiązanie odznak ze ścieżką rozwoju, na przykład w systemach dla działów HR, gdzie zdobyta umiejętność przekłada się na nowe zadania.

Jak sprawdzić, czy gamifikacja działa

Punkty łatwo wdrożyć i łatwo uznać za sukces, bo liczba zdobytych punktów zawsze rośnie. To zła miara. Lepiej patrzeć na wskaźniki, które mówią o nauce i powrotach:

• odsetek ukończonych kursów i modułów, porównany z okresem sprzed zmian,
• powroty po 7 i 30 dniach od pierwszej lekcji, czyli retencja,
• wyniki sprawdzianów wiedzy przed kursem i po nim,
• czas od rozpoczęcia do opanowania umiejętności,
• aktywność po wyłączeniu nagród, na przykład w module bez punktów.

Ostatni wskaźnik jest najbardziej niewygodny i najbardziej uczciwy. Badania nad nagrodami pokazują, że spadek motywacji widać dopiero wtedy, gdy nagroda znika. Jeśli po usunięciu punktów aktywność spada poniżej poziomu sprzed ich wprowadzenia, gamifikacja wypchnęła motywację wewnętrzną, zamiast ją wzmocnić.

Zmiany najlepiej wprowadzać jako test A/B: połowa użytkowników widzi nową mechanikę, połowa nie. Do zbierania danych przydaje się xAPI, standard zapisu zdarzeń edukacyjnych w rodzaju „Anna ukończyła quiz z wynikiem 80%”, który pozwala gromadzić je w jednym magazynie danych, nawet gdy nauka odbywa się w kilku aplikacjach. Odsetek osób rezygnujących, czyli churn, jest w płatnych kursach tak samo ważny jak w każdej subskrypcji.

Gotowy LMS czy własna platforma

Popularne systemy LMS mają moduły punktów, odznak i rankingów, często w formie wtyczek. W firmie, która prowadzi szkolenia wewnętrzne i chce dodać trochę rywalizacji, to zwykle wystarcza. Ograniczeniem jest elastyczność: mechaniki działają tak, jak przewidział producent, a nie tak, jak wymaga konkretny program.

Własna platforma ma sens, gdy gamifikacja jest rdzeniem produktu. Tak jest w aplikacjach do nauki języków, w kursach dla klientów indywidualnych i w startupach EdTech, które konkurują właśnie doświadczeniem użytkownika. Wtedy zasady naliczania punktów, ligi i serie są częścią przewagi, a nie dodatkiem.