Decisiones basadas en presión
Situaciones donde los aprendices deben seguir avanzando mientras observan señales, peligros, pistas de apoyo y atajos tentadores.
Patrón del Design Lab
Un patrón de práctica de juicio inspirado en Spy Hunter que convierte un flujo de trabajo de alta presión en una interacción de conducción de carril donde los aprendices recogen apoyo útil, evitan atajos peligrosos, gestionan riesgos y se mantienen en la misión.
De qué se trata
Decision Drive utiliza la lógica de arcade familiar de mantenerse en el carril, evitar peligros, recoger apoyo y alcanzar el destino. El movimiento de aprendizaje subyacente es simple: los aprendices practican elegir entradas útiles mientras resisten atajos arriesgados y distracciones ruidosas.
Satisface el deseo de “hacerlo sentir como un juego” sin convertir el objetivo de aprendizaje en decoración. El vehículo es divertido. La carretera es el flujo de trabajo. Los peligros son malas decisiones. Las recogidas de apoyo son los comportamientos que realmente quieres que la gente use.
Básicamente, es un caramelo visual con un volante y una conciencia.
Situaciones donde los aprendices deben seguir avanzando mientras observan señales, peligros, pistas de apoyo y atajos tentadores.
Escalación, apoyo, seguridad, resolución de problemas, liderazgo, escenarios de clientes, incorporación y práctica de juicio operativo.
Usar movimiento y energía de juego para reforzar la priorización, la conciencia de riesgos y la elección de mejores caminos de apoyo bajo presión.
Vista previa en vivo
Muévete entre carriles, recoge apoyos, evita peligros y alcanza la meta con la mayor claridad de misión posible. Esta muestra es genérica para que puedas adaptarla a flujos de trabajo, decisiones o escenarios reales.
Decision Drive
Por qué esto funciona
Una metáfora de conducción de carriles funciona porque es inmediatamente comprensible. El aprendiz tiene un objetivo, espacio limitado, obstáculos entrantes y apoyos útiles. Eso hace visible la presión sin requerir una simulación de ramificación gigante.
El truco es asegurarse de que cada elemento del juego se mapee a un comportamiento de aprendizaje. Las recogidas de apoyo refuerzan acciones útiles. Los peligros representan atajos malos. Los cambios de carril representan priorización. La línea de meta representa claridad, no solo finalización.
El juego es el envoltorio. El debrief es donde el aprendizaje justifica su valor.
Notas de diseño
El aprendiz esquiva objetos aleatorios, gana puntos y se va sin una comprensión más clara del comportamiento laboral.
El aprendiz recoge apoyo, evita atajos arriesgados, gestiona la urgencia y recibe orientación sobre lo que ayudó o perjudicó la misión.
Construir estructura
Define la carretera como el camino a través de un proceso real, decisión, escalación o flujo de trabajo de apoyo.
Crea elementos útiles que representen SOPs, pasos de verificación, ayudas laborales, señales de coaching o contexto útil.
Usa peligros para suposiciones, atajos, presión, contexto perdido, afirmaciones no verificadas o acciones arriesgadas.
Recompensa comportamientos significativos como priorización, uso de apoyo, recuperación de riesgos y enfoque en la misión.
Explica qué recogió el aprendiz, qué evitó, dónde se distrajo y cómo eso se mapea al flujo de trabajo real.
Código inicial
Usa esta estructura inicial para bloques de Rise, objetos web de Storyline, herramientas de aprendizaje alojadas en S3, páginas de conocimiento interno o prototipos de portafolio.
<div class="decision-drive">
<div class="drive-stats">
<div>Score: <span id="score">0</span></div>
<div>Support: <span id="support">0</span></div>
<div>Hazards: <span id="hazards">0</span></div>
</div>
<div class="drive-stage">
<div class="drive-car"></div>
<!-- Moving support and hazard objects are generated with JavaScript -->
</div>
<div class="drive-badges">
<div>Support Collector</div>
<div>Lane Strategist</div>
<div>Mission Focus</div>
</div>
</div>
<script>
const supports = ["SOP", "Verified Cue", "Escalation Path"];
const hazards = ["Shortcut", "Assumption", "Urgency Trap"];
// Core logic:
// 1. Define lanes.
// 2. Spawn support and hazard objects.
// 3. Move learner left/right.
// 4. Detect collisions.
// 5. Add points for supports.
// 6. Subtract points for hazards.
// 7. Unlock badges based on behavior.
// 8. End with a coaching debrief.
</script>
Notas de adaptación
Aloja la página HTML en S3 o en otra ubicación aprobada, luego enlázala o incrústala desde Rise como una actividad corta de navegación de flujo de trabajo.
Usa variables para rastrear puntajes, cambios de carril, soporte recolectado, peligros golpeados, insignias y finalización. Muestra capas basadas en el rendimiento del aprendiz.
Preséntalo como evidencia de que puedes construir interacciones de aprendizaje divertidas y visualmente atractivas sin dejar que el juego consuma el objetivo de aprendizaje.
Mostrar ángulo
Decision Drive tiene nostalgia, movimiento, insignias y energía de arcade, pero el propósito instructivo sigue siendo visible. El aprendiz no solo está esquivando objetos. Está practicando cómo seguir avanzando a través de un flujo de trabajo mientras elige apoyos y evita atajos arriesgados.
Eso lo hace útil para ejemplos de portafolio, presentaciones de E-Learning Heroes, desafíos de diseño y conversaciones con interesados sobre cómo hacer el aprendizaje atractivo sin convertir todo en un mini-juego no relacionado.
El objetivo es un camino más claro a través del trabajo. Decision Drive brinda a los aprendices la energía de una interacción de arcade mientras mantiene el diseño anclado al juicio, uso de soporte y mejores decisiones bajo presión.