Hur man övervakar elevernas framgång med hjälp av AI
Den nationella andelen studenter som fortsätter till andra terminen ligger på 69,5 %, vilket innebär att ungefär 3 av 10 studenter inte återvänder till den institution där de började. Vid community colleges lyckas nästan hälften av deltidsstudenterna inte fortsätta till sitt andra år. System för tidiga varningar finns, men de flesta institutioner förlitar sig fortfarande på manuella hänvisningar och isolerade datakällor.
En AI-agent som är integrerad i en projektledningsplattform kan automatisera riskidentifiering, tilldelning av insatser, analys av kvarhållning samt arbetsflöden för framgångscoaching.
Nedan finns en färdig AI-agentprompt som du kan klistra in i ClickUp för att skapa en komplett arbetsyta för uppföljning av studenters framgång på några minuter. Men innan du använder den är det bra att titta på de operativa brister som ett sådant system är avsett att åtgärda. För de flesta team som arbetar med studenters framgång är problemet inte att risksignaler saknas. Problemet är att dessa signaler sällan leder till snabba, samordnade åtgärder bland de personer som ansvarar för att hjälpa studenterna att hålla sig på rätt spår.
Vem bör använda denna lösning för uppföljning av elevers framgång
Denna lösning är utformad för team som arbetar med studenters framgång, avdelningar för att minska avhopp, studievägledare, framgångscoacher, handledningskoordinatorer och administratörer inom studentstöd som ansvarar för att identifiera risker, tilldela insatser och följa upp genomförandet över flera stödenheter. Den är särskilt användbar för institutioner som redan använder en varningsplattform eller ett analysverktyg men som fortfarande förlitar sig på manuell samordning för att flytta studenter från kategorin ”flaggade” till ”stödda”.
Problemet: Du försöker identifiera 5 000 riskutsatta elever med hjälp av ett kalkylblad och en bön
Om du arbetar med studenters framgång vet du vad som står på spel. Varje student som hoppar av innebär både ett mänskligt och ett ekonomiskt misslyckande. Högskolan förlorar studieavgifter, studenten förlorar tid och pengar, och de kvarhållningsmått som ackrediteringsorganen granskar drabbas ytterligare. Frågan har aldrig varit om tidiga insatser fungerar. Frågan är om ditt team kan identifiera och nå tillräckligt många studenter tillräckligt snabbt.
Siffrorna talar sitt tydliga språk: 39 % av de som för första gången påbörjar en heltidsutbildning på kandidatnivå fullföljer inte sin examen inom åtta år. Skillnaderna i kvarhållning mellan olika etniska grupper är fortfarande stora, där andelen kvarvarande studenter bland latinamerikaner, svarta och indianer ligger på 63,6 %, 56,6 % respektive 52,8 % , jämfört med det nationella genomsnittet på 68,2 %. Det här är inte bara siffror. De representerar tusentals studenter som behövde hjälp, men som din institution antingen inte kunde identifiera eller inte nå i tid.
De flesta system för tidiga varningar genererar varningar. Färre hanterar faktiskt vad som händer därefter. En lärare skickar in en varning, men vem tilldelar insatsen? Vem följer upp inom 48 timmar? Vem eskalerar ärendet när studenten inte svarar? Det är i klyftan mellan ”flaggad” och ”hjälpt” som studenterna faller mellan stolarna.
Så här löste Miami University detta: Miami Universitys Center for Career Exploration and Success använde ClickUp för att följa upp och engagera 19 107 studenter med en framgångsgrad på 98 %, och ersatte därmed fragmenterade verktyg med ett centraliserat system för att övervaka studenternas interaktioner och resultat.
Michael Turner, biträdande direktör
Tack vare ClickUp kunde jag hålla ordning på allt och uppleva några otroligt framgångsrika år trots en global pandemi.
Det är just det som är möjligheten här. Det handlar inte om att ersätta dina varningsverktyg, utan om att skapa ett överskådligt arbetsflöde kring det arbete som sker efter att en elev har flaggats. Det snabbaste sättet att testa den modellen är att skapa en fungerande lösning för uppföljning av elevers framgångar inom din projektledningsplattform.
Vill du testa en liknande modell i din egen verksamhet för studenters framgång? Börja med anvisningarna nedan och anpassa dem efter dina riskgrupper, bemanningsmodell och arbetsflöden för interventioner.
Så här löste Miami University detta: Miami Universitys Center for Career Exploration and Success använde ClickUp för att följa upp och engagera 19 107 studenter med en framgångsgrad på 98 %, och ersatte därmed fragmenterade verktyg med ett centraliserat system för att övervaka studenternas interaktioner och resultat.
Michael Turner, biträdande direktör
Tack vare ClickUp kunde jag hålla ordning på allt och uppleva några otroligt framgångsrika år trots en global pandemi.
Tack vare ClickUp kunde jag hålla ordning på allt och uppleva några otroligt framgångsrika år trots en global pandemi.
Det är just det som är möjligheten här. Det handlar inte om att ersätta dina varningsverktyg, utan om att skapa ett överskådligt arbetsflöde kring det arbete som sker efter att en elev har flaggats. Det snabbaste sättet att testa den modellen är att skapa en fungerande lösning för uppföljning av elevers framgångar inom din projektledningsplattform.
Vill du testa en liknande modell i din egen verksamhet för studenters framgång? Börja med anvisningen nedan och anpassa den efter dina riskgrupper, bemanningsmodell och arbetsflöden för interventioner.
Det är just det som är möjligheten här. Det handlar inte om att ersätta dina varningsverktyg, utan om att skapa ett överskådligt arbetsflöde kring det arbete som sker efter att en elev har flaggats. Det snabbaste sättet att testa den modellen är att skapa en fungerande lösning för uppföljning av elevers framgångar inom din projektledningsplattform.
Vill du testa en liknande modell i din egen verksamhet för studenters framgång? Börja med anvisningen nedan och anpassa den efter dina riskgrupper, bemanningsmodell och arbetsflöden för interventioner.
Vill du testa en liknande modell i din egen verksamhet för studenters framgång? Börja med anvisningarna nedan och anpassa dem efter dina riskgrupper, bemanningsmodell och arbetsflöden för interventioner.
Uppgiften: Skapa din arbetsyta för uppföljning av studenters framgång med AI
Kopiera den här prompten, klistra in den i ClickUp Brain för att skapa din egen ClickUp Super Agent, fyll i uppgifter om din institution, så får du ett komplett arbetsutrymme för studenternas framgång med tidiga varningar, uppföljning av insatser, analys av kvarhållning och arbetsflöden för framgångscoaching.
Resultatet bör ge dig ett gediget första utkast till din verksamhetsstruktur, inklusive vidarebefordringsregler, tidsplaner för uppföljning, risköversikt och arbetsflöden för ärendehantering. Ditt team kan sedan anpassa det efter din elevgrupp, din interventionsmodell och dina prioriteringar när det gäller att behålla eleverna.
Resultatet bör ge dig ett gediget första utkast till din verksamhetsstruktur, inklusive vidarebefordringsregler, tidsplaner för uppföljning, risköversikt och arbetsflöden för ärendehantering. Ditt team kan sedan anpassa det så att det passar din elevgrupp, din interventionsmodell och dina prioriteringar när det gäller att behålla eleverna.

Uppgift:
→ Är du redo att skapa din första Super Agent?
Öppna ClickUp Brain och klistra in texten ovan för att skapa en anpassad Super Agent för din arbetsyta.
När din agentmodell har skapats är nästa steg att omvandla den till en praktisk arbetsmiljö som ditt team för studenters framgång kan använda varje dag.
Så här ställer du in det i ClickUp (4 steg)
Innan du konfigurerar ditt Space bör du samla in den information som ditt team redan använder för att identifiera och stödja riskutsatta studenter. Det omfattar vanligtvis varningskategorier, typer av insatser, gällande eskaleringsregler, riskindikatorer, strukturer för ärendebelastning samt rapporteringsbehov för kohorter. Att utgå från korrekta indata gör dina automatiseringar, instrumentpaneler och arbetsflöden för insatser betydligt mer användbara.
- Skapa din arbetsplatsstruktur. Ställ in ett särskilt utrymme som heter Student Success. Lägg till fyra mappar för att organisera arbetet genom hela studenternas framgångscykel: ”Tidiga varningar och ärenden” för inkommande varningar, aktiva ärenden, lösta ärenden och krishänvisningar, ”Insatser och stöd” för samordning av handledning, kompletterande undervisning, framgångscoaching och kamratmentorskap, ”Analys av kvarhållning” för uppföljning av årskullar, övervakning av jämlikhetsklyftor, analys av prediktiva indikatorer och jämförelser mellan terminer, samt ”Studieframsteg” för övervakning av villkorlig studietillstånd, uppföljning av examensgranskningar, kontrollmöten i mitten av terminen och stöd inför examen.
- Konfigurera anpassade fält för varje elevuppgift Lägg till anpassade fält i dina mallar för elevuppföljning så att varje ärende innehåller de nyckeldata som ditt team behöver för att identifiera risker, hänvisa till stöd och följa upp åtgärderna. Inkludera fält för riskpoäng, risknivå, varningskälla, tilldelad coach, typ av insats, antal dagar sedan senaste kontakten, status som första generationens student och berättigande till Pell-stipendium. Denna enhetliga struktur gör instrumentpaneler, automatiseringar och hanteringen av ärendebelastningen betydligt mer tillförlitliga.
- Klistra in uppmaningen i ClickUp Brain Öppna ClickUp Brain i ditt nya utrymme och klistra in uppmaningen ovan. Fyll i dina variabler, inklusive institutionens namn, studentantal, kvarhållningsgrad, examensgrad, nuvarande verktyg, antal anställda och riskgrupper. Använd det genererade resultatet för att skapa ett första utkast till dina regler för vidarebefordran av varningar, arbetsflöden för interventioner, översiktspaneler för kvarhållning och strukturen för antalet coachningsärenden, och finjustera det sedan för din modell för studenters framgång.
- Ställ in automatiseringar för löpande hantering Skapa automatiseringar för att hålla arbetet med studenternas framgång igång utan ständig manuell uppföljning. Använd regler för att vidarebefordra varningar efter typ, eskalera risker när flera indikatorer sammanfaller, säkerställa att uppföljningsfrister efterlevs, utlösa interventionskontroller och flagga växande jämlikhetsklyftor innan de blir överraskningar vid årets slut.
Skapa ett särskilt utrymme som heter Student Success. Lägg till fyra mappar för att organisera arbetet genom hela studentens utvecklingscykel: ”Tidiga varningar och ärenden” för inkommande varningar, aktiva ärenden, avslutade ärenden och krishänvisningar, ”Insatser och stöd” för samordning av handledning, kompletterande undervisning, framgångscoaching och kamratmentorskap, ”Analys av kvarhållning” för uppföljning av årskullar, övervakning av jämlikhetsklyftor, analys av prediktiva indikatorer och terminsjämförelser, samt ”Studieframsteg” för uppföljning av villkorlig studietillstånd, uppföljning av examensgranskning, kontrollmöten i mitten av terminen och stöd inför examen.

Lägg till anpassade fält i dina uppgiftsmallar för studenters framgång så att varje ärende innehåller de nyckeldata som ditt team behöver för att identifiera risker, hänvisa till stöd och följa upp åtgärderna. Inkludera fält för riskpoäng, risknivå, varningskälla, tilldelad coach, typ av insats, antal dagar sedan senaste kontakten, status som första generationens student och berättigande till Pell-stipendium. Denna enhetliga struktur gör instrumentpaneler, automatiseringar och hanteringen av ärendebelastningen mycket mer tillförlitlig.

Öppna ClickUp Brain i ditt nya utrymme och klistra in uppmaningen ovan. Fyll i dina variabler, inklusive institutionens namn, studentantal, kvarhållningsgrad, examensgrad, nuvarande verktyg, antal anställda och riskgrupper. Använd det genererade resultatet för att skapa ett första utkast till dina regler för vidarebefordran av varningar, arbetsflöden för interventioner, översiktspaneler för kvarhållning och strukturen för antalet coachningsärenden, och finjustera det sedan för din modell för studenters framgång.

Skapa automatiseringar för att hålla arbetet med studenternas framgång igång utan ständig manuell uppföljning. Använd regler för att vidarebefordra varningar efter typ, eskalera risker när flera indikatorer sammanfaller, säkerställa att uppföljningsfrister efterlevs, utlösa interventionskontroller och flagga växande jämlikhetsklyftor innan de blir överraskningar vid årets slut.

Är du redo att omvandla dessa steg till en fungerande AI-agent som ditt team faktiskt kan använda? Bygg den i ClickUp.
💡 Proffstips: Börja med ett enda arbetsflöde, till exempel vidarebefordran av tidiga varningar eller uppföljning av coachning, innan du inför systemet i hela verksamheten för studenternas framgång. Ett mindre pilotprojekt hjälper ditt team att finjustera tröskelvärden, ansvarsregler och tidpunkten för insatser innan du skalar upp verksamheten.
Rekommenderade anpassade fält för uppgifter inom uppföljning av elevers framgång
Dessa fält skapar en enhetlig verksamhetsdokumentation som omfattar varningar, insatser, analys av kvarhållning, samordning av handledning och antal coachningsärenden.
| **Fält** | **Typ** | **Syfte** |
|---|---|---|
| Riskpoäng | Antal | Sammanställt betyg baserat på akademiska indikatorer, engagemang och ekonomiska indikatorer |
| Risknivå | Rullgardinsmeny | På rätt spår, Övervaka, I riskzonen, Hög risk |
| Varningskälla | Rullgardinsmeny | Lärarrapport, LMS-aktivitet, delbetyg, närvaro, betalningsspärr, hänvisning till handledning, hänvisning till studievägledning, incidenter i studentbostäder |
| Tilldelad coach | Personer | Personalansvarig för uppföljning av insatser |
| Typ av insats | Rullgardinsmeny | Framgångscoaching, studievägledning, privatundervisning, rådgivning om studiestöd, psykologisk rådgivning, kamratstöd, workshop, stöd för mat eller boende |
| Antal dagar sedan senaste kontakten | Antal | Tid sedan senaste framgångsrika kontakten eller mötet |
| Status som första generationens student | Rullgardinsmeny | Första generationen, Inte första generationen, Okänt |
| Berättigad till Pell-stipendium | Rullgardinsmeny | Ja, Nej, Okänt |
| Engagemangsstatus | Rullgardinsmeny | Ej påbörjad, Kontakta utskickad, Kontakt etablerad, Åtgärd pågår, Uppföljning, Avslutad |
| Kohorttyp | Rullgardinsmeny | Förstaårsstudenter, återupptagna studenter, överflyttade studenter, deltidsstudenter, studenter på prov, övriga |
| Tag för jämlikhetsgruppen | Etiketter | Pell, första generationens studenter, studentidrottare, överflyttade studenter, studenter som bor på campus, pendlande studenter, övriga |
| Nästa uppföljningsdatum | Datum | Nästa kontakt eller kontrollpunkt krävs |
📘 Läs även: Se alla typer av anpassade fält för att välja de fält som bäst passar ditt arbetsflöde och dina rapporteringsbehov.
Exempel på grundläggande automatisering för uppföljning av studenters framgång
När dina anpassade fält är konfigurerade kan du skapa automatiseringar som håller igång varningar, insatser, uppföljning och analyser utan att du behöver göra upprepade manuella uppföljningar.
| **När…** | **Sedan…** |
|---|---|
| En anmälan från lärarkåren eller en varning om inaktivitet i LMS skickas in | Vidarebefordra informationen till rätt personal utifrån typ av varning och elevgrupp |
| En elev får flera varningar inom 7 dagar | Sammanföra dem till ett enda ärende och höja prioriteringen för riskgranskningen |
| En riskpoäng flyttas till nivån Hög risk | Aktivera arbetsflödet för intensivt stöd och tilldela en uppgift för kontakt inom 24 timmar |
| En uppföljningsfrist löper ut utan att någon kontakt har registrerats | Skapa en eskaleringsuppgift och meddela handledaren |
| En elev uteblir från en handlednings- eller coachingtid | Skapa en uppgift för återkontakt och registrera den uteblivna kontakten |
| En jämlikhetsklyfta överskrider övervakningströskeln | Markera kohortvyn och meddela den ansvarige för kvarhållningsarbetet för granskning |
Vad agenten täcker under hela livscykeln för studenternas framgång
En AI-agent för studenters framgång är inte en prediktiv analysmodell. Det är ett system som körs i din projektledningsmiljö och hanterar det operativa arbetsflödet mellan att identifiera riskutsatta studenter och att faktiskt hjälpa dem. Analyserna visar vem som behöver hjälp. Agenten ser till att hjälpen faktiskt når fram.
| **Livscykelstadium** | **Vad agenten gör** | **Vad det ersätter** |
|---|---|---|
| Tidiga varningar | Vidarebefordrar varningar, sammanställer återkommande signaler och tilldelar rätt ansvarig för uppföljningen | System som endast markerar problem och manuell prioritering av varningar |
| Riskövervakning | Spårar indikatorer för akademiska resultat, engagemang och ekonomiska risker samt uppdaterar prioriteringen av insatser | Separata kalkylblad och inkonsekventa granskningsrutiner |
| Insatsflöden | Tilldelar stödåtgärder, spårar tidpunkten för uppföljning och eskalerar uteblivna svar | Varningssystem som stannar vid identifiering och aldrig hanterar uppföljningen |
| Analys av kvarhållning | Övervakar uthållighet, trender inom årskullar och skillnader mellan undergrupper över olika terminer | Engångsrapporter om kvarhållning som skapas efter att skadan redan är skedd |
| Koordinering av handledning och studiestöd | Spårar hänvisningar, sessioner, bemanning och användning av stöd i relation till elevernas resultat | Separata loggar för handledning och osammanhängande rapportering av akademiskt stöd |
| Framgångscoaching | Hantera ärendemängder, kontaktscheman, anteckningar, remisser och framsteg bland olika elevgrupper | Lokala anteckningsböcker, kalenderpåminnelser och manuella granskningar av ärendebelastningen |
Vill du se hur Super Agents fungerar i en riktig ClickUp-miljö? Titta på genomgången nedan för att se hur AI-genererade arbetsflöden, uppgifter och automatiseringar fungerar i praktiken.
Variationer för olika typer av utbildningsinstitutioner
Ovanstående uppmaning fungerar för alla högskolor och universitet som använder ClickUp. Anpassa uppmaningen efter din institution:
| **Typ av institution** | **Viktiga justeringar** |
|---|---|
| R1-forskningsuniversitet | Använd hela uppmaningen som den är. Lägg till större studentgrupper, mer specialiserade insatsgrupper och tydligare segmentering mellan olika högskolor och studentgrupper. |
| R2-universitet | Behåll den fullständiga strukturen men förenkla ärendehanteringen inom teamen där bemanningen är mindre. Lägg tonvikten på att behålla studenter, coachning och samordning mellan rådgivnings- och stödenheterna. |
| Liberal Arts College | Fokusera på personlig intervention, färre ärenden och noggrann uppföljning för förstaårsstudenter och studenter som ännu inte har bestämt sig för inriktning. |
| Community college | Lägg tonvikten på att deltidstudenterna fullföljer sina studier, överflyttningsdynamik, hänvisningar för grundläggande behov samt flexibel uppsökande verksamhet för pendlande studenter. |
| Yrkesutbildning | Fokusera på närvaro, framsteg per årskull, akademiskt stöd kopplat till licensiering samt korta interventionscykler för studenter som syftar till att de ska fullfölja sina studier. |
Hantera uppföljningen av studenternas framgång på ett och samma ställe
Uppföljningen av studenternas framgångar bryter samman när varningar, insatser, översikter över kvarhållning, hänvisningar till handledning och coachningsanteckningar finns i separata system utan en gemensam översikt. Med ClickUp Brain, anpassade fält och automatiseringar kan din institution omvandla arbetet med studenternas framgångar till ett enda repeterbart system som stödjer snabbare insatser, tydligare ansvar, bättre uppföljning och bättre insyn i risken för bortfall.
Målet är inte att ersätta er varningsplattform eller era analysverktyg. Det handlar om att minska samordningsarbetet kring dem, förbättra insynen i vad som händer efter att en student har flaggats och hjälpa ert team att gå från att identifiera risker till att faktiskt lösa dem. Börja med uppmaningen ovan, anpassa den efter er studentgrupp och bemanningsmodell och skapa en lösning som ert team faktiskt kan använda varje termin.
Vanliga frågor
Kan AI ersätta vårt system för tidiga varningar, som Starfish eller EAB Navigate?
AI-agenterna ersätter inte din plattform för tidiga varningar. De kompletterar den genom att hantera vad som händer efter att en varning har utlösts. Starfish och Navigate genererar varningar. AI-agenten ser till att dessa varningar omvandlas till insatser med uppföljningsdeadlines, eskaleringsvägar och resultatuppföljning. De flesta fall av avhopp beror inte på att riskstudenter inte identifierades, utan på att insatsprocessen bröt samman.
Hur hanteras FERPA-kraven för studentdata i detta sammanhang?
ClickUp är certifierat enligt SOC 2, ISO 27001, ISO 27017, ISO 27018 och ISO 42001 och stöder SSO, rollbaserade behörigheter samt kryptering både vid lagring och överföring. Behörigheter på studentnivå säkerställer att handledare endast ser de ärenden de har tilldelats. Lärare ser endast formulär för inlämning av varningar, inte ärendets utfall. Inga data används för att träna AI-modeller. Fullständig information finns på säkerhetssidan.
Hur mäter man ojämlikheter utan att förstärka fördomar?
Riskbedömningssystemet använder observerbara akademiska och beteendemässiga indikatorer (GPA, närvaro, engagemang i LMS) som primära riskfaktorer, inte demografiska egenskaper. Demografiska data används för uppdelad rapportering i efterhand, inte för den initiala riskbedömningen. Denna metod identifierar ojämlikheter i resultaten utan att använda skyddade egenskaper för att flagga enskilda studenter.
Vad händer om vi redan använder ett egenutvecklat system för tidiga varningar?
Många lärosäten har byggt upp interna system som hanterar den initiala varningen. AI-agentens arbetsyta bygger vidare på detta genom att hantera det operativa arbetsflödet: vem som gör vad, när det ska göras och vad som händer om det inte görs. Det är projektledningslagret för studenternas framgång, inte en ersättning för din varningskälla.
Hur många framgångscoacher behöver vi för att detta ska fungera?
Systemet fungerar oavsett personalstyrka. Med fler coacher blir arbetsbelastningen lägre och svarstiderna snabbare. Med färre coacher sköter automatiseringen en större del av prioriteringen och uppföljningen, så att coacherna kan fokusera enbart på de interaktioner som har högst prioritet. Ett typiskt mål är 150–300 studenter per coach för proaktiv framgångscoaching, även om automatiserade arbetsflöden kan utöka den effektiva räckvidden avsevärt.