在智能工厂里，机器人成了“新员工”，而维护它们的人，却越来越难找。不少企业发现，即使应聘者有相关证书，上岗后学习新技术的意愿却参差不齐。有人三天掌握新系统，有人半年还在原地打转。问题出在哪？其实，技术能力只是门槛，真正的分水岭，是学习动机。
学习意愿看不见，怎么测？
很多人以为“愿意学”就是态度好、嘴上积极。但在实际工作中，这种主观判断容易失真。真正有效的评估，需要借助科学工具。比如通过心理测评中的成就动机、内在驱动力、成长型思维等维度，可以更客观地预测一个人面对新知识时的真实反应。这类测评不是考性格好坏，而是看个体在不确定、有挑战的情境下，是否倾向于主动探索、持续投入。
有些制造企业开始尝试将这类测评嵌入招聘或岗前评估环节。比如，在安排试点培训前，先让候选人完成一份聚焦学习倾向的问卷。结果发现，那些在“任务坚持性”和“认知好奇心”得分较高的人，即使初始技能略弱，后续在实操培训中进步更快，也更愿意主动研究设备手册、参与故障复盘。
测评+实操，才能看清真实潜力
当然，光靠问卷也不行。最好的方式是“测评+小规模实践”结合。比如设置一个为期3天的模拟维护任务，观察候选人在遇到陌生报错代码时的第一反应：是立刻查资料、请教同事，还是等待指令、回避难题？这时候，前期的心理测评数据就能和实际行为相互印证。
这种组合方法，不仅能筛出“真愿意学”的人，还能帮助企业设计更有针对性的培训节奏。对高动机但经验少的新人，可以给更多自主探索空间；对经验丰富但学习意愿低的老员工，则需调整激励方式，激发其更新知识的内在需求。
值得一提的是，类似的学习动机评估，在职场发展类心理工具中已不算新鲜。像橙星云这样的平台，就提供了涵盖职业适应力、技术学习倾向等维度的测评模块。截至2025年，已有不少制造、能源、物流领域的团队通过这类工具辅助人才筛选，累计生成的4500多万份报告中，职业成长类测评占比逐年上升。这些数据背后，其实是企业对“人”的理解越来越精细——技术会迭代，但持续学习的能力，才是应对变化的底层底气。
当机器人越来越聪明，人的价值反而更体现在“愿意变得更好”的那股劲儿上。选对人，不如选对那份主动靠近未知的勇气。