Il tasso nazionale di permanenza al secondo anno autunnale si attesta al 69,5%, il che significa che circa 3 studenti su 10 non tornano all'istituto in cui hanno iniziato. Nei college comunitari, quasi la metà degli studenti part-time non riesce a proseguire gli studi nel secondo anno. Esistono sistemi di allerta precoce, ma la maggior parte degli istituti si affida ancora a segnalazioni manuali e dati isolati.
Un agente di IA integrato in una piattaforma di project management può automatizzare l'identificazione dei rischi, l'assegnazione degli interventi, l'analisi della permanenza e i flussi di lavoro di coaching per l'esito positivo.
Di seguito trovi un prompt per l'agente IA pronto da copiare che puoi incollare in ClickUp per creare in pochi minuti uno spazio di lavoro completo per il monitoraggio del successo degli studenti. Ma prima di utilizzarlo, è utile esaminare le criticità operative che questo tipo di sistema è destinato a risolvere. Per la maggior parte dei team dedicati al successo degli studenti, il problema non è la mancanza di segnali di rischio, bensì il fatto che tali segnali raramente si traducano in un'azione rapida e coordinata tra le persone responsabili di aiutare gli studenti a rimanere in carreggiata.
A chi è destinata questa configurazione per il monitoraggio del rendimento degli studenti
Questa configurazione è pensata per i team dedicati al successo degli studenti, gli uffici di fidelizzazione, i responsabili dell'orientamento, i tutor, i coordinatori del tutoraggio e gli amministratori del supporto agli studenti incaricati di identificare i rischi, assegnare gli interventi e effettuare il monitoraggio del follow-up tra le diverse unità di supporto. È particolarmente utile per gli istituti che utilizzano già una piattaforma di allerta o uno strumento di analisi, ma che si affidano ancora al coordinamento manuale per trasferire gli studenti dallo stato "segnalato" a quello "supportato".
Il problema: stai cercando di individuare 5.000 studenti a rischio con un foglio di calcolo e un po' di fortuna
Se lavori nel campo del successo degli studenti, sai bene cosa c'è in gioco. Ogni studente che abbandona gli studi rappresenta un fallimento umano e finanziario. L'istituto perde le entrate derivanti dalle tasse scolastiche, lo studente perde tempo e denaro, e le metriche di permanenza che gli organismi di accreditamento esaminano attentamente subiscono un altro colpo. La questione non è mai stata se l'intervento precoce funzioni. Si tratta piuttosto di capire se il tuo team è in grado di identificare e raggiungere un numero sufficiente di studenti con la necessaria rapidità.
I dati parlano chiaro: il 39% degli studenti che si iscrivono per la prima volta a un corso di laurea triennale a tempo pieno non completa gli studi entro otto anni. I divari di permanenza in base all’etnia rimangono ampi, con gli studenti ispanici, afroamericani e nativi americani che raggiungono una permanenza rispettivamente del 63,6%, 56,6% e 52,8%, rispetto alla media nazionale del 68,2 %. Questi non sono solo numeri. Rappresentano migliaia di studenti che avevano bisogno di aiuto, ma che il tuo istituto non è riuscito a identificare o a raggiungere in tempo.
La maggior parte dei sistemi di allerta precoce genera segnalazioni. Pochi, però, gestiscono effettivamente ciò che accade dopo. Un docente invia un'allerta, ma chi assegna l'intervento? Chi effettua il follow-up entro 48 ore? Chi segnala il caso a un livello superiore quando lo studente non risponde? Il divario tra "segnalato" e "aiutato" è il punto in cui gli studenti cadono nel vuoto.
Come ha risolto il problema la Miami University: il Center for Career Exploration and Success della Miami University ha utilizzato ClickUp per effettuare il monitoraggio e coinvolgere 19.107 studenti con un tasso di esito positivo del 98%, sostituendo strumenti frammentati con un sistema centralizzato per il monitoraggio delle interazioni e dei risultati degli studenti.
Michael Turner, vicedirettore
Grazie a ClickUp, sono riuscito a organizzarmi e a ottenere risultati incredibili nonostante la pandemia globale.
Ecco l'opportunità che si presenta. Non si tratta di sostituire i tuoi strumenti di allerta, ma di creare un unico livello operativo visibile attorno al lavoro che viene svolto dopo che uno studente è stato segnalato. Il modo più rapido per testare questo modello è generare una configurazione funzionante per il monitoraggio del successo degli studenti all'interno della tua piattaforma di project management.
Vuoi testare un modello simile nella tua attività di monitoraggio del rendimento degli studenti? Inizia con il prompt qui sotto e adattalo alle tue popolazioni a rischio, al tuo modello di personale e ai tuoi flussi di lavoro di intervento.
Come ha risolto il problema la Miami University: il Center for Career Exploration and Success della Miami University ha utilizzato ClickUp per effettuare il monitoraggio e coinvolgere 19.107 studenti con un tasso di esito positivo del 98%, sostituendo strumenti frammentati con un sistema centralizzato per il monitoraggio delle interazioni e dei risultati degli studenti.
Michael Turner, vicedirettore
Grazie a ClickUp, sono riuscito a organizzarmi e ho vissuto anni di esiti positivi nonostante la pandemia globale.
Grazie a ClickUp, sono riuscito a organizzarmi e a ottenere risultati incredibili nonostante la pandemia globale.
Ecco l'opportunità che si presenta. Non si tratta di sostituire i tuoi strumenti di allerta, ma di creare un unico livello operativo con visibilità attorno al lavoro che viene svolto dopo che uno studente è stato segnalato. Il modo più rapido per testare questo modello è generare una configurazione funzionante per il monitoraggio del successo degli studenti all'interno della tua piattaforma di project management.
Vuoi testare un modello simile nella tua attività di monitoraggio del rendimento degli studenti? Inizia con il prompt qui sotto e adattalo alle tue popolazioni a rischio, al tuo modello di personale e ai tuoi flussi di lavoro di intervento.
Ecco l'opportunità che si presenta. Non si tratta di sostituire i tuoi strumenti di allerta, ma di creare un unico livello operativo visibile attorno al lavoro che viene svolto dopo che uno studente è stato segnalato. Il modo più rapido per testare questo modello è generare una configurazione funzionante per il monitoraggio del successo degli studenti all'interno della tua piattaforma di project management.
Vuoi testare un modello simile nella tua attività di monitoraggio del rendimento degli studenti? Inizia con il prompt riportato di seguito e adattalo alle tue popolazioni a rischio, al tuo modello di personale e ai tuoi flussi di lavoro di intervento.
Vuoi testare un modello simile nella tua attività di monitoraggio del rendimento degli studenti? Inizia con il prompt qui sotto e adattalo alle tue popolazioni a rischio, al tuo modello di personale e ai tuoi flussi di lavoro di intervento.
Il prompt: crea la tua area di lavoro per il monitoraggio del successo degli studenti con l'IA
Copia questo prompt, incollalo in ClickUp Brain per creare il tuo Super Agente ClickUp, inserisci i dettagli del tuo istituto e otterrai un'area di lavoro completa dedicata al successo degli studenti con avvisi tempestivi, monitoraggio degli interventi, analisi sulla permanenza e flussi di lavoro per il coaching sul successo.
Il risultato dovrebbe fornirti una solida bozza iniziale della tua struttura operativa, comprese le regole di instradamento, le sequenze di follow-up, la visibilità dei rischi e i flussi di lavoro relativi al carico di lavoro. Il tuo team potrà poi personalizzarla in base alla popolazione studentesca, al modello di intervento e alle priorità di fidelizzazione.
Il risultato dovrebbe fornirti una solida bozza iniziale della tua struttura operativa, comprese le regole di instradamento, le tempistiche di follow-up, la visibilità dei rischi e i flussi di lavoro relativi al carico di lavoro. Il tuo team potrà poi personalizzarla in base alla popolazione studentesca, al modello di intervento e alle priorità di fidelizzazione.
Prompt:
→ Sei pronto a creare il tuo primo Super Agent?
Apri ClickUp Brain e incolla il prompt sopra riportato per creare un Super Agent personalizzato per l'area di lavoro di ClickUp.
Una volta generato il modello per gli agenti, il passaggio successivo è trasformarlo in un'area di lavoro pratica che il tuo team dedicato al successo degli studenti possa utilizzare quotidianamente.
Come configurarlo in ClickUp (4 passaggi)
Prima di configurare il tuo spazio, raccogli le informazioni che il tuo team utilizza già per identificare e supportare gli studenti a rischio. Queste includono solitamente le categorie di allerta, i tipi di intervento, le attuali regole di escalation, gli indicatori di rischio, le strutture dei carichi di lavoro e le esigenze di reportistica per coorte. Partire da dati puliti rende le tue automazioni, i tuoi dashboard e i tuoi flussi di lavoro di intervento molto più utili.
- Crea la struttura della tua area di lavoro. Configura uno spazio dedicato chiamato "Successo degli studenti". Aggiungi quattro cartelle per organizzare il lavoro lungo tutto il ciclo di vita del successo degli studenti: "Avvisi precoci e casi" per gli avvisi in arrivo, i casi attivi, i casi risolti e i rinvii per situazioni di crisi; "Interventi e assistenza" per il coordinamento del tutoraggio, l'istruzione supplementare, il coaching per un esito positivo e il mentoring tra pari; "Analisi della permanenza" per il monitoraggio delle coorti, il monitoraggio del divario di equità, l'analisi degli indicatori predittivi e i confronti tra semestri; e "Progressi verso la laurea" per il monitoraggio del periodo di prova, il follow-up della verifica dei crediti, i controlli a metà semestre e il supporto alla preparazione alla laurea.
- Configura campi personalizzati su ogni attività relativa agli studenti Aggiungi campi personalizzati ai tuoi modelli di attività per il successo degli studenti in modo che ogni caso includa i dati chiave di cui il tuo team ha bisogno per identificare i rischi, indirizzare il supporto e monitorare il follow-up. Includi campi per il punteggio di rischio, il livello di rischio, la fonte dell'allerta, il tutor assegnato, il tipo di intervento, i giorni trascorsi dall'ultimo contatto, lo stato di prima generazione e l'idoneità al Pell Grant. Questa struttura coerente rende i dashboard, le automazioni e la gestione del carico di lavoro molto più affidabili.
- Inserisci il prompt in ClickUp Brain Apri ClickUp Brain nel tuo nuovo spazio e incolla il prompt riportato sopra. Inserisci le tue variabili, tra cui il nome dell'istituto, la popolazione studentesca, il tasso di permanenza, il tasso di laurea, gli strumenti attuali, il numero di dipendenti e le popolazioni a rischio. Utilizza l'output generato per creare una prima bozza delle tue regole di instradamento degli avvisi, dei flussi di lavoro di intervento, dei dashboard sulla permanenza e della struttura del carico di lavoro di coaching, quindi perfezionala per il tuo modello di successo degli studenti.
- Imposta automazioni per una gestione continua Crea automazioni per mantenere attivo il lavoro sul successo degli studenti senza un costante follow-up manuale. Usa regole per indirizzare gli avvisi in base al tipo, segnalare un aumento del rischio quando si accumulano più indicatori, far rispettare le scadenze di follow-up, trigger controlli di intervento e segnalare l'ampliamento dei divari di equità prima che diventino sorprese di fine anno.
Crea uno spazio dedicato denominato "Successo degli studenti". Aggiungi quattro cartelle per organizzare il lavoro lungo tutto il ciclo di vita del successo degli studenti: "Avvisi precoci e casi" per gli avvisi in arrivo, i casi attivi, i casi risolti e i rinvii per situazioni di crisi; "Interventi e supporto" per il coordinamento del tutoraggio, l'istruzione supplementare, il coaching per l'esito positivo e il mentoring tra pari; "Analisi della permanenza" per il monitoraggio delle coorti, il monitoraggio del divario di equità, l'analisi degli indicatori predittivi e i confronti tra semestri; e "Progressi verso la laurea" per il monitoraggio del periodo di prova, il follow-up della verifica dei crediti, i controlli a metà semestre e il supporto alla preparazione alla laurea.
Aggiungi campi personalizzati ai tuoi modelli di attività per il successo degli studenti in modo che ogni caso includa i dati chiave di cui il tuo team ha bisogno per identificare i rischi, indirizzare il supporto e monitorare il follow-up. Includi campi per il punteggio di rischio, il livello di rischio, la fonte dell'allerta, il tutor assegnato, il tipo di intervento, i giorni trascorsi dall'ultimo contatto, lo stato di prima generazione e l'idoneità al Pell Grant. Questa struttura coerente rende i dashboard, le automazioni e la gestione del carico di lavoro molto più affidabili.
Apri ClickUp Brain nel tuo nuovo spazio e incolla il prompt riportato sopra. Inserisci le tue variabili, tra cui il nome dell'istituto, la popolazione studentesca, il tasso di permanenza, il tasso di laurea, gli strumenti attuali, il numero di dipendenti e le popolazioni a rischio. Utilizza l'output generato per creare una prima bozza delle tue regole di instradamento degli avvisi, dei flussi di lavoro di intervento, dei dashboard sulla permanenza e della struttura del carico di lavoro di coaching, quindi perfezionala per il tuo modello di successo degli studenti.
Crea automazioni per garantire che il lavoro sul successo degli studenti proceda senza un costante follow-up manuale. Utilizza regole per indirizzare gli avvisi in base al tipo, segnalare un aumento del rischio quando si accumulano più indicatori, far rispettare le scadenze di follow-up, attivare controlli di intervento e segnalare l'ampliamento dei divari di equità prima che diventino sorprese di fine anno.
💡 Suggerimento da esperto: Inizia con un unico flusso di lavoro, come l'instradamento degli avvisi precoci o il follow-up di coaching, prima di estendere il sistema all'intera operatività relativa al successo degli studenti. Un progetto pilota su scala ridotta aiuta il tuo team a perfezionare le soglie, le regole di titolarità e i tempi di intervento prima di procedere alla scalabilità.
Campi personalizzati consigliati per le attività di monitoraggio del rendimento degli studenti
Questi campi creano un registro operativo coerente che copre avvisi, interventi, analisi sulla permanenza, coordinamento del tutoraggio e carico di lavoro dei coach.
| Campo | Tipo | Scopo |
|---|---|---|
| Punteggio di rischio | Numero | Punteggio composito basato su indicatori accademici, di coinvolgimento e finanziari |
| Livello di rischio | Elenco a discesa | In linea con gli obiettivi, Monitoraggio, A rischio, Ad alto rischio |
| Fonte dell'avviso | Elenco a discesa | Relazione dei docenti, attività su LMS, voti di metà semestre, frequenza, blocco finanziario, segnalazione per tutoraggio, segnalazione per consulenza, incidente relativo all'alloggio |
| Coach assegnato | Persone | Membro del personale responsabile del follow-up degli interventi |
| Tipo di intervento | Elenco a discesa | Coaching per l'esito positivo, Consulenza, Tutoraggio, Consulenza per gli aiuti finanziari, Consulenza psicologica, Mentoring tra pari, Workshop, Supporto alimentare o abitativo |
| Giorni trascorsi dall'ultimo contatto | Numero | Tempo trascorso dall'ultimo contatto o riunione con esito positivo |
| Stato di prima generazione | Elenco a discesa | Prima generazione, Non prima generazione, Sconosciuto |
| Idonei al Pell | Elenco a discesa | Sì, No, Non so |
| Stato di coinvolgimento | Elenco a discesa | Non avviato, Outreach inviato, Contatto stabilito, Intervento attivo, Monitoraggio, Chiuso |
| Tipo di coorte | Elenco a discesa | Primo anno, Corsi di perfezionamento, Trasferimenti, Part-time, Periodo di prova, Altro |
| Tag Gruppo Equity | Etichette | Pell, Prima generazione, Studente-atleta, Trasferito, Residente, Pendolare, Altro |
| Prossima data di follow-up | Data | Prossimo contatto o punto di controllo richiesto |
📘 Leggi anche: Consulta tutti i tipi di campi personalizzati per decidere quali sono i più adatti al tuo flusso di lavoro relativo alle sovvenzioni.
Esempi di automazione di base per il monitoraggio del rendimento degli studenti
Dopo aver configurato i campi personalizzati, crea automazioni che mantengano attivi avvisi, interventi, follow-up e analisi senza la necessità di ripetuti follow-up manuali.
| Quando… | Quindi… |
|---|---|
| Viene inviata una segnalazione da parte del corpo docente o un avviso di inattività nell'LMS | Inoltralo al membro del personale appropriato in base al tipo di avviso e alla popolazione studentesca |
| Uno studente riceve più avvisi nell'arco di 7 giorni | Raggruppali in un unico caso e aumenta la priorità della valutazione del rischio |
| Un punteggio di rischio passa alla fascia di rischio elevato | Trigger il flusso di lavoro di intervento intensivo e assegna un'attività di contatto entro 24 ore |
| Scade il termine per il follow-up senza che sia stato registrato alcun contatto | Crea un'attività di escalation e avvisa il supervisore |
| Uno studente salta un appuntamento di tutoraggio o coaching | Crea un'attività di ricontatto e registra il contatto mancato |
| Il divario di equità supera la soglia di monitoraggio | Contrassegna la vista della coorte e avvisa il responsabile della fidelizzazione affinché la esamini |
Cosa copre l'agente lungo tutto il ciclo di vita del successo degli studenti
Un agente IA per il successo degli studenti non è un modello di analisi predittiva. È un sistema che opera all'interno della tua area di lavoro di project management e gestisce il flusso di lavoro operativo tra l'identificazione degli studenti a rischio e l'aiuto effettivo che viene loro fornito. L'analisi ti dice chi ha bisogno di aiuto. L'agente si assicura che l'aiuto arrivi davvero.
| Fase del ciclo di vita | Cosa fa l'agente | Cosa sostituisce |
|---|---|---|
| Avvisi tempestivi | Indirizza gli avvisi, consolida i segnali ripetuti e assegna il titolare del follow-up appropriato | Sistemi basati esclusivamente sui flag e triage manuale degli avvisi |
| Monitoraggio dei rischi | Monitora gli indicatori relativi al rendimento scolastico, al coinvolgimento e al rischio finanziario e aggiorna le priorità di intervento | Fogli di calcolo separati e procedure di revisione non uniformi |
| Flussi di lavoro di intervento | Assegna azioni di assistenza, tiene traccia dei tempi di follow-up e segnala i casi di mancata risposta | Sistemi di allerta che si fermano all'identificazione e non gestiscono mai il follow-up |
| Analisi della permanenza | Monitora la perseveranza, le tendenze delle coorti e i divari tra i sottogruppi nel corso dei semestri | Rapporti una tantum sulla permanenza degli studenti redatti quando il danno è terminato |
| Tutoraggio e coordinamento del sostegno didattico | Ha il monitoraggio dei rinvii, delle sessioni, del personale e dell'utilizzo del supporto in relazione ai risultati degli studenti | Registri di tutoraggio separati e reportistica sul supporto accademico non integrata |
| Coaching per l'esito positivo | Gestisce i carichi di lavoro, i calendari dei contatti, le note, i rinvii e lo stato tra le diverse popolazioni studentesche | Notebook locali, promemoria del Calendario e revisioni manuali dei casi |
Vuoi vedere come funzionano i Super Agent in un ambiente ClickUp reale? Guarda la guida qui sotto per scoprire come i flussi di lavoro, le attività e le automazioni generate dall'IA si integrano nella pratica.
Variazioni per diversi tipi di istituti
Il prompt sopra riportato è valido per tutti gli istituti di istruzione superiore che utilizzano ClickUp. Adatta il prompt al tuo istituto:
| Tipo di istituto | Modifiche principali |
|---|---|
| Università di ricerca R1 | Utilizza il prompt completo così com'è. Aggiungi un numero maggiore di studenti, team di intervento più specializzati e una segmentazione più marcata tra i college e le popolazioni studentesche. |
| R2 university | Mantieni la struttura completa, ma semplifica l'assegnazione dei compiti ai team laddove il personale è ridotto. Poni l'accento sulla fidelizzazione, sul coaching e sul coordinamento tra le unità di consulenza e supporto. |
| Facoltà di Lettere e Filosofia | Concentrati su interventi personalizzati, carichi di lavoro ridotti e un forte follow-up per gli studenti del primo anno e quelli in fase esplorativa. |
| Istituti superiori comunitari | Metti in evidenza la perseveranza degli studenti part-time, il trend dei trasferimenti, i rinvii per le esigenze di base e le iniziative di sensibilizzazione flessibili per gli studenti pendolari. |
| Scuola professionale o di formazione | Concentrati sulla frequenza, sui progressi per coorte, sul supporto accademico relativo alle abilitazioni professionali e sugli interventi a breve termine rivolti agli studenti finalizzati al completamento del percorso. |
Gestisci il monitoraggio del rendimento degli studenti in un unico posto
Il monitoraggio del successo degli studenti fallisce quando avvisi, interventi, dashboard sulla permanenza, segnalazioni per il tutoraggio e note di coaching risiedono in sistemi separati senza una visione operativa condivisa. Con ClickUp Brain, i campi personalizzati e le automazioni, il tuo istituto può trasformare le operazioni relative al successo degli studenti in un unico sistema ripetibile che supporta interventi più rapidi, titolarità più chiara, un follow-up più efficace e una migliore visibilità sul rischio di abbandono.
L'obiettivo non è sostituire la vostra piattaforma di allerta o i vostri strumenti di analisi. Si tratta piuttosto di ridurre il lavoro di coordinamento che li circonda, migliorare la visibilità su ciò che accade dopo che uno studente viene segnalato e aiutare il vostro team a passare dall'identificazione del rischio alla sua effettiva risoluzione. Iniziate con il prompt riportato sopra, adattatelo alla vostra popolazione studentesca e al vostro modello di personale, e create una configurazione che il vostro team possa effettivamente utilizzare ogni semestre.
Domande frequenti
/IA può sostituire i nostri sistemi di allerta precoce come Starfish o EAB Navigate?
Gli agenti IA non sostituiscono la vostra piattaforma di allerta precoce. La integrano gestendo ciò che accade dopo l'attivazione dell'allerta. Starfish e Navigate generano segnalazioni. L'agente IA garantisce che tali segnalazioni si trasformino in interventi con scadenze di follow-up, percorsi di escalation e monitoraggio dei risultati. La maggior parte dei casi di abbandono scolastico non si verifica perché gli studenti a rischio non sono stati identificati, ma perché il flusso di lavoro di intervento si è interrotto.
In che modo questo sistema gestisce i requisiti FERPA relativi ai dati degli studenti?
ClickUp è in possesso delle certificazioni SOC 2, ISO 27001, ISO 27017, ISO 27018 e ISO 42001 e supporta l'autenticazione SSO, le autorizzazioni basate sui ruoli e la crittografia sia dei dati inattivi che in transito. Le autorizzazioni a livello di studente garantiscono che i tutor vedano solo i casi loro assegnati. I docenti vedono solo i moduli di invio degli avvisi, non gli esiti dei casi. Nessun dato viene utilizzato per addestrare i modelli di IA. Tutti i dettagli sono disponibili nella pagina dedicata alla sicurezza.
Come effettuare il monitoraggio dei divari di equità senza rafforzare i pregiudizi?
Il sistema di valutazione del rischio utilizza indicatori accademici e comportamentali osservabili (media dei voti, frequenza, coinvolgimento nell'LMS), anziché caratteristiche demografiche, come fattori di rischio primari. I dati demografici vengono utilizzati per la reportistica disaggregata a posteriori, non per l'assegnazione iniziale del rischio. Questo approccio identifica le disparità nei risultati senza utilizzare caratteristiche protette per segnalare singoli studenti.
E se utilizzassimo già un sistema di allerta precoce sviluppato internamente?
Molti istituti hanno sviluppato sistemi interni che gestiscono l'allerta iniziale. L'area di lavoro dell'agente IA si sovrappone a questi sistemi gestendo il flusso di lavoro operativo: chi fa cosa, entro quando e cosa succede se non lo fa. Si tratta del livello di project management per il successo degli studenti, non di una sostituzione della vostra fonte di allerta.
Di quanti coach per il successo abbiamo bisogno affinché questo funzioni?
Il sistema funziona con qualsiasi dimensione dello staff. Con un numero maggiore di tutor, si ottengono carichi di lavoro inferiori e tempi di risposta più rapidi. Con un numero minore, l'automazione gestisce una parte maggiore della selezione e del follow-up, consentendo ai tutor di concentrarsi solo sulle interazioni con la massima priorità. Un traguardo tipico è di 150-300 studenti per tutor per il coaching proattivo orientato all'esito positivo, anche se i flussi di lavoro automatizzati possono estendere significativamente la portata effettiva.