对柯克帕特里克模型评估培训的四个层级进行实用讲解，并附有用于测量反应、学习、行为和成果的调查示例。
各组织在培训上投入巨额资金，然而许多组织却难以回答一个基本问题：它奏效了吗？柯克帕特里克模型由唐纳德·柯克帕特里克在 20 世纪 50 年代首次提出，此后经过数十年的完善，至今仍是评估培训成效最广为使用的框架。它把评估拆分为四个层级，从即时的反应一路延伸到对业务的持久影响。本指南逐一讲解每个层级，展示调查在每个阶段如何融入其中，并解释如何在不落入其常见陷阱的情况下运用这一模型。
模型概览
柯克帕特里克模型通过四个依次递进的层级来评估培训。第一层"反应"衡量参与者对培训的感受。第二层"学习"衡量他们实际学到了什么。第三层"行为"衡量他们回到工作岗位后是否应用所学。第四层"成果"衡量对业务结果的影响。
各层级彼此叠加。正面的反应并不保证学习的发生，学习并不保证行为的改变，而改变了的行为也不会自动产生业务成果。每一层都比前一层更难、更昂贵地去测量，这也是为什么如此多的项目止步于第一层。然而，真正的价值恰恰存在于更高的层级之中。
该模型一种常见的完善做法是逆向规划。与其从第一层开始并寄望于这条链条能够维系，不如先定义你想要的第四层成果，然后逆向推导出能够产生它的工作岗位行为、使这些行为得以实现所需的学习，以及最后让培训本身能够扎根的种种条件。逆向设计使每一层都始终对准一项真实的业务需求，而不是对准虚荣指标。它还能帮助你避开那个经典的陷阱：一边庆祝亮眼的满意度分数，一边培训本应改进的工作流程却毫无改变。
在我们深入每一层之前，还有一个想法值得强调。评估不仅仅是事后证明价值。它同时也是一门设计的功夫。事先决定你将如何衡量成功，会迫使你准确地表述培训应当改变什么，而这几乎总能让培训本身更加清晰、更加聚焦。
第一层：反应
第一层捕捉参与者对培训的即时反应。他们是否觉得它切题、引人投入、讲授得当？这通常通过一份简短的课后调查来测量，有时被称作"微笑表"，在项目一结束就填写。
有用的第一层问题会超越满意度本身。要询问内容是否与参与者的岗位相关、他们是否有信心加以应用，以及他们是否会向同事推荐这次培训。关于信心和相关性的问题尤其具有预测性，因为一场感觉不切题的培训，无论多么令人愉快，都很少会改变行为。
现代实践区分了反应的几种不同面向。满意度问的是人们是否喜欢这堂课。相关性问的是内容是否与他们的实际工作相连接。投入度问的是他们是否积极参与，而不是被动地坐着看幻灯片。在这些当中，相关性和应用意向对后续行为改变的预测，往往远胜于单纯的满意度，因此要把你的第一层问题向它们倾斜。诸如"我打算在下个月内应用我所学到的东西"这样的问题捕捉到了意向，而意向正是通往真正行为改变那条链条的第一环。
把第一层当作一种诊断，而不是一张用来庆祝的成绩单。如果反应分数偏低，你就得到了一个早期预警，表明更高的层级不太可能带来成效，你便可以在投入昂贵的后续测量之前先行调查。如果分数偏高，你只是越过了第一道门槛，却尚未证明是否真的学到或应用了任何东西。
让第一层调查保持简短，并在印象仍然新鲜时立即进行。一份为培训后反馈而调整过的简单调查模板在这里就很好用。请记住，高满意度本身证明不了多少。人们可以热爱一门课程却什么也没学到，因此要把第一层视为必要，却远非充分。
第二层：学习
第二层衡量在知识、技能或信心上的实际增益。最干净的做法是前测与后测：在培训前测试参与者，培训后再测一次，然后加以比较。两者之差把培训所增添的东西，从人们本已知道的东西中剥离出来。
评估可以有多种形式，包括测验、实操演示、基于情境的问题，或自评的信心量表。对于知识密集的主题，客观测验效果最好。对于技能，一次按评分细则打分的演示或角色扮演更为有效。关键原则是对照培训所设计要达成的具体学习目标来进行测量。
第二层告诉你学习是否在课堂里发生了，但它无法告诉你这种学习是否能在与日常工作的接触中存活下来。要弄清这一点，你需要第三层。
第三层：行为
第三层是许多项目证明其价值、或暴露其失败之处。它追问参与者一旦回到岗位，是否真的应用了所学。由于行为的改变需要时间，第三层评估发生在培训之后的数周或数月，而非当即进行。
常见的方法包括向学员及其管理者发送跟进调查、在岗观察，以及查看与所训技能相关的绩效指标。向管理者发送的调查尤为有力，因为管理者能看到新的行为是否得以延续。要提出具体、可观察的问题："自培训以来，这个人应用这项新技巧的频率有多高？"
第三层还会让障碍浮出水面。如果人们学会了材料却没有在使用，问题也许出在缺乏时间、工具或管理层的支持，而不是培训本身糟糕。这一发现很有价值，因为它告诉你解决之道在于工作环境，而非课程内容。把简短的跟进脉搏调查嵌入你更广泛的员工敬业度调查项目之中，是随时间追踪行为改变的一种高效方式。
第四层：成果
第四层把培训与组织成果联系起来，比如生产率、质量、客户满意度、留存或销售额。这是高管最关心的层级，也是最难测量的层级，因为除培训之外还有许多因素在影响业务结果。
难点在于归因。如果在一次销售培训项目之后销售额上升了，这究竟是培训、一款新产品、一个季节性趋势，还是三者兼有？稳健的第四层评估会运用对照组、基线和趋势数据，来构建一个可信、尽管很少完美的论证。与其径直宣称培训导致了某个结果，不如把它表述为一个由贯穿四个层级的证据所支撑的促成因素。
并非每个项目都需要第四层测量。把这份繁重的工作留给那些高成本、高风险的举措，那里证明影响才配得上所付出的努力。
在实践中运用该模型
一种务实的做法是有选择地运用各个层级。对一切都做第一层，因为它很便宜。为任何有清晰学习目标的项目加上第二层。把要求更高的第三层和第四层留给你最重要或最昂贵的举措，在那里证明影响才至关重要。
在培训开始之前而非之后规划评估。知道你将如何衡量成功，会厘清培训应当达成什么，以及在每一层要提出哪些问题。可复用的调查模板让你的工具在各项目之间保持一致，从而使你能随时间比较不同批次。浏览人力资源调查模板库，以标准化你的培训后调查和跟进调查。像SaaS 初创公司这样快速扩张的团队，往往需要快速地入职和提升技能，会从一种轻量却一致、并随其一同成长的评估习惯中获益。
常见问题
我需要为每一次培训都测量全部四个层级吗？不需要。第一层很便宜，值得作为惯例去做。更高的层级成本更高，因此要把它们留给那些证明影响值得付出努力的重要或昂贵项目。
我应该在何时发送第三层的行为调查？通常在培训之后的四到十二周，等参与者已经有了应用所学的真实机会之后。发送得太早，测量到的是意向，而不是实际的行为改变。
我该如何在第四层证明培训的投资回报率？真正的投资回报率很难衡量，因为有许多因素影响业务结果。运用基线、对照组和趋势数据来构建一个可信的论证，并把培训表述为一个促成因素，而非唯一的原因。
柯克帕特里克模型过时了吗？它多年来经过完善，至今仍被广泛使用。批评者指出它可能暗示一条严格的线性链条，因此现代实践往往强调从期望的成果出发逆向规划评估，而不是把这些层级当作一个僵硬的序列。