利用轻推理论，在企业建立繁荣的学习文化

轻推，行为经济学泰斗、芝加哥大学教授Richard Thaler为其定义为：透过情境打造与物质安排——如同建筑设计师一般——促进使用者做出设计者所倾向于产生的行为或决定，整个过程就像是“用胳膊肘轻推一下”。

这一理论多在公共服务或政策领域里应用，比如荷兰史基浦机场在男性卫生间便池的居中位置放置了一个微型苍蝇模型，此后的小便“准射率”得到了大幅提升；英国为了提升慈善捐赠参与度，政策设计小组鼓励潜在的捐赠人承诺下次加薪（而不是下一次拿到工资）的那做出捐款，这样使筹款更有效；同样在英国，为了降低家庭能耗，在原来的能源消费账单中加入邻居能源使用情况的对比信息，使这些家庭的总能耗呈现下降趋势；美国，也在2013年成立了“行为洞见小组”，应用行为科学制定更高效更低成本的公共政策。

同样，轻推理论应用到企业学习或培训发展中，也需要培训经理或学习发展人员打造学习情境、设计学习环节等等在企业建立繁荣的学习文化，在无形中督促引导员工的学习。

比如，向企业员工分享整个企业的学习目标和成就，定期向每个员工发送包含周边同事学习情况对比信息的数据周报等等。这些都会让员工深切感知到，学习对于你的组织来说，已经是一种规范一种习惯，一种员工的行为日常，不学习就跟这个企业格格不入。

利用损失厌恶，让员工知道不学习会损失什么

损失厌恶是指人们对损失的厌恶感，大大超过对收益的喜爱感，同样数量的损失带来的痛苦，要比同样的收益带来的快乐要大2到2.5倍。

举个例子，假设你下一月的工资将通过抛硬币来决定，如果硬币朝上，你的工资将增加50%，如果硬币反面朝上，你将失去工资。你会愿意玩儿吗？类似的实验数据显示，即使有可能得到更多的工资，大多数人还是选择不参加这种游戏。因为参与游戏有可能损失一个月的工资，尽管也有可能获得额外的增加的50%，但大多数人对收益的渴望远远低于对损失的厌恶。

回过头来看，我们再企业学习中又何尝不是更习惯于用“通过这场培训，你将获得XXXX”这样激励性诱导呢？激励、奖励固然是一种策略，但从损失厌恶的角度来看，让员工意识到不学将损失什么，会更有力度。

美国网络安全解决方案供应商Novetta就曾利用损失厌恶的理论来提升员工的学习参与度。Novetta会通过学习基金计划，为每位员工提供高达5250美元的学习基金。他们的学习发展部门曾经在做学习动员时，习惯于使用涉及这些预算可以帮他们学到什么、获得什么这种对未来预期收益的表达，但不幸的是，员工对学习基金计划的参与度仍然很低，大约只有10%。

实际上，这些学习资金每年都会更新，如果员工没有使用，对员工来说就是一种损失。于是Novetta发起了一项活动，为员工重新定义了这些学习基金：“不要失去你的学习基金”“学习基金：使用或失去它”，第二年学习基金计划的参与度增加了近30%。

当然，损失厌恶原则是有效的，但也要小心、适度地使用，以免给员工造成学习发展部门爱危言耸听的印象。

利用宜家效应，帮助员工更好实现个性化自主学习

宜家效应由美国行为经济学家丹.艾瑞里（Dan Ariely）在其著作The Upside of Irrationality中提出，并把描述为这样的一种非理性现象：相比于那些从家具市场买回家的成品家具，人们更喜欢在宜家买到半成品家具，因为人们需要自己动手组装买回的家具零件，而自己完成组装家具的过程中，人们对宜家家居产生了依恋感和成就感，从而在以后的家具喜爱程度和真实程度会远远超过家中同品质的其他家具。

宜家效应揭示了人们对某一事物付出努力和劳动后，会改变自己对这一事物客观评价的现象，具体而言，就是对自己付出努力和劳动的事物产生了价值高估和情感依恋。

这给我们的启示是，既然人更看重自己能够参与创意的产品，那么让员工参与到企业学习构建实施的过程中， 他们会更重视学习，并且更乐意参与其中，这也正好迎合了员工自主学习的需求。

当然，宜家效应还有一点，对于付出很多努力，却没有做完或取得成功的产品，人们不但不会过多依恋，还有可能产生一些负面情绪。

为了避免这一点，学习发展负责人要为员工提供工具，让学习需要融入到员工的日常工作中，使员工在工作流程中体会到学习带来的成就与满足，进而将学习变为员工自发性的、自然而然的日常工作。

现代技术，让行动经济学原则更好落地到学习发展

行为经济学为学习发展提供了很多思路和机会。越来越多的组织已经开始意识到，在所有的战略、所有的关键绩效指标和所有的数据分析背后，都是人。为了在组织中产生影响，我们必须成为人事专家。

但同时不得不说的是，缺少现代技术的加持，这些行为经济学要在企业学习中落地的广度和深度都会受到影响，甚至难以实现。

我们看下来，无论是轻推理论、损失厌恶，还是宜家效应，都需要将策略设计落实到实实在在的学习工具和实践上。庆幸的是，人工智能等现代技术已经应用到企业学习领域。

人工智能在企业学习领域的应用为企业学习提供了助手，比如其数据统计能力，可以对员工的学习数据进行统计，通过学习数据的横向纵向对比提醒员工及时学习不落人后，同时也可以调动领导对其进行监督指导，这种指导督促的作用将更有力；利用智能推荐、微知识系统、智能机器人等工具，在合适的时间、地点，用最适合员工的方式进行学习内容的推荐，将学习更好地融入到员工的日常工作。

最后，希望行为经济学的启示与深度应用人工智能技术的企业学习助手或智能学习工具，能够帮助广大培训经理和企业激发员工的学习热情。