プロセス主導から効果重視へ――企業研修を真の効果に結びつける方法

 

企業の人材開発部門（L&D）では、研修プログラムの開発に、ニーズ分析（Analysis）、設計（Design）、開発（Development）、実施（Implementation）、評価（Evaluation）の5段階で構成されるADDIEモデルが広く用いられています。ADDIEモデルは、標準的なコース開発のゴールドスタンダードとされ、企画立案から公開までの各段階を体系的に進めるための指針となっています。

 

ADDIEモデルの各段階に目を向けると、ニーズ分析では事業部門が求める内容を確認し、設計ではコースの提供形式を決め、開発ではコンテンツを制作し、実施では受講者にコースを提供し、評価では研修終了後に満足度や受講完了率を収集します。このように、最初から最後まで、すべての工程が研修プログラムの制作と提供に向けて進められています。一方で、研修の実施後に問われるのは、その研修が実際にどのような効果を生み出したのかという点です。

 

研修効果を測定する方法として、多くの人がまず思い浮かべるのが、業界で最も広く活用されている評価基準であるカークパトリックの4段階評価モデル（Kirkpatrick Model）です。このモデルでは、反応・学習・行動・成果の4段階で研修効果を測定します。

 

 

ただし、カークパトリックモデルは主に研修後の効果測定に用いられ、「研修効果をどのように測定するか」という問いに焦点が置かれます。一方で、「研修が実際に効果を生み出すためには、設計段階で何をすべきか」という問いを体系的に考えるための道筋は、いまだ十分に示されていません。

 

UMUは、この問いに向き合ってきたラーニングテクノロジー企業です。2015年の設立以来、10年以上にわたって企業学習の領域で研究と実践を重ね、企業研修で実際の効果を生み出す方法を探究してきました。その蓄積をもとに提唱したのが、効果的学習のフレームワークであり、「研修効果はどのように生み出されるのか」を体系的に考えるための道筋を示すものです。効果的学習は、人材開発部門の既存のADDIEワークフローに取って代わるものではなく、ニーズ分析・コース設計・効果確認という3つの重要な工程に、学習効果を起点に考える視点を組み込むものです。

 

効果的学習のフレームワークでは、学習効果を下記の4段階に分けて定義しています。

• 認知：聞いたり見たりしたことがあり、その情報について大まかな印象を持っている。
• 理解：内容とその背景にある論理を、自分の言葉で説明できる。
• 記憶：一定の時間が経過したあとでも、重要な情報を正確に思い出せる。
• 応用：学んだ内容を実際の業務場面で正しく活用できる。

このフレームワークの活用方法をご紹介するにあたり、まず、受講者に求める習得レベルを明確にしないまま研修プログラムを設計すると、どのような問題が生じるのかを見てみましょう。

 

曖昧な事業ニーズを明確な研修目標へ変える

人材開発部門が事業部門から受け取る要望は、多くの場合、「営業チームには新製品について理解してほしい」「新入社員には業務プロセスを把握してもらいたい」「全社員に最新のコンプライアンス要件を周知したい」といったものです。これらは、教えるべき内容の範囲を示しているにすぎず、受講者が研修後にどのような状態へ到達すべきかまでは定義していません。「理解する」といっても、どこまで理解していれば目標を達成したといえるのかは明確ではありません。また、「把握する」についても、筆記試験に合格できればよいのか、実際の業務シーンで一人でも対応できることまで求めるのかが曖昧です。

 

こうした曖昧さは、事業部門の見落としによるものではありません。事業部門は普段から慣れ親しんだ表現で要望を伝えているだけで、研修目標を段階別に細かく掘り下げた形で伝えるところまでは想定していません。しかし、人材開発部門がその要望をもとに研修プログラムの設計を始める際、曖昧な要望を明確な研修効果の基準へと具体化できなければ、研修プログラム全体の設計基準が定まりません。その結果、研修終了後、事業部門は「営業担当者がまだ製品を売れるようになっていない」と不満を抱き、人材開発部門は「教えるべきことはすべて教えた」と考えることになります。実際には、この食い違いは研修そのものの良しあしによるものではありません。受講者に求める最終的な到達状態について、双方の認識にズレがあることが原因です。

 

そこで、効果的学習の4つの段階が、研修目標を明確にするためのフレームワークとして活用できます。人材開発部門は、このフレームワークをもとに事業部門と話し合い、研修に対する曖昧な要望を、受講者に求める具体的な到達状態へと落とし込むことができます。これにより、研修の企画段階から、受講者に求める到達状態について双方の認識をすり合わせることができます。

 

受講者に求める習得レベルが異なれば、研修プログラムの設計も変わります。同じ「新製品研修」であっても、どこまでを研修のゴールとするかによって、コースに必要な学習設計上の条件が決まり、人材開発部門は根拠をもってリソースを投入できるようになります。4つの段階のうち、より高い習得レベルを目指すほど、整えるべき条件は複雑になり、それに応じて必要なリソースも増えます。人材開発部門が、「応用」までを求める研修と、「記憶」まででよい研修を明確に区別できれば、リソース配分の優先順位を客観的に判断できるようになります。同時に、すべての研修に「講義＋試験」という画一的な形式を当てはめることを避けられます。

 

たとえば、研修の要望が「新しいコンプライアンスプロセスの変更内容を全社員に周知し、実務でのミスを防ぎたい」というものであれば、受講者に求める習得レベルは「記憶」です。「記憶」では、受講者が具体的な変更点を正確に覚え、時間がたっても必要なときに思い出せることが求められます。そのため、研修設計では、変更内容を正確に伝えるとともに、間隔を空けた反復練習によって記憶を定着させることに重点を置きます。実務場面を想定したシナリオ演習など、コストのかかる学習活動を組み込む必要はありません。

 

一方、事業部門の要望が「営業担当者が顧客先で製品の差別化ポイントを正確に説明し、よくある反論にも対応できるようにしたい」というものであれば、受講者に求める習得レベルは「応用」に設定する必要があります。「応用」では、製品知識を理解して記憶するだけでなく、実際の商談に近い場面で繰り返し練習し、フィードバックを受けながら誤りを修正することが求められます。知識の説明と一度の試験だけでは、受講者が学んだ内容を実務で応用できるようにはなりません。研修には、商談を想定したシナリオ演習を繰り返し行い、その都度、誤りを修正するためのフィードバックを受けられるようにする必要があります。

目標とする習得レベルに応じて、学習効果を生み出す4つの条件を段階的に取り入れる

受講者に求める習得レベルが明確になったら、次は研修コースの設計・開発です。従来、人材開発部門はこの段階で、資料の整理、教材の制作、レイアウトの調整といった作業に多くの時間を割いてきました。これらは、研修コンテンツを確実に提供するうえで欠かせない作業です。しかし、コースの内容に問題がなく、講師の説明も分かりやすく、受講者も真剣に受講していたにもかかわらず、研修後の業務パフォーマンスが変わらないことがあります。その根本的な原因は、従来のコース設計では「教える」ことに重点が置かれ、「学ぶ」ことを促すために必要な指導条件が組み込まれていない点にあります。

 

そこで、UMUの効果的学習では、学習効果を段階的に高めるために必要となる4つの中核的な条件を定義しています。

 

• 質の高いコンテンツと指導：体系的で分かりやすい指導によって受講者が原理を理解できるようにし、次の段階へ進むための基盤を築く
• アクティブラーニング：学習中の練習と思考を促し、研修中の短期記憶にとどまっている情報を長期記憶として定着させる
• フィードバックと指導：受講者の学習プロセスを継続的に支援し、誤りを速やかに修正できるようにすることで、誤った方法が定着するのを防ぐ
• 実務に即した評価：実際の業務場面で学習成果を検証し、学んだ内容を正しく応用できるかを評価する

 

この4つの条件は、研修で目指す習得レベルに応じて組み合わせ、習得レベルが高くなるほど、取り入れる条件を増やしていく構造になっています。この構造化されたモデルを活用することで、人材開発部門はコース設計の段階で、すでに整っている条件を正確に把握し、不足している要素を特定できます。それをもとに、中核的なリソースをどこへ優先的に割り当てるかを合理的に判断できます。

 

研修目標を「理解」に設定する場合

 

代表的な例として、新入社員オンボーディングで見てみましょう。新入社員は、短期間で自社製品の全体像や業務プロセス、基本的な業務ルールを理解する必要があります。この場合、受講者に求める習得レベルは「理解」です。新入社員には、製品の位置付けを自分の言葉で明確に説明し、各業務領域の関係を整理したうえで、重要な業務プロセスの実行手順を正確に説明できることが求められます。

 

受講者が「理解」の段階へ進むために必要なのが、質の高いコンテンツと指導です。ここでいう「質の高さ」とは、見た目の美しさではなく、コンテンツが綿密な教育設計に基づいていることを意味します。研修で扱う情報や知識は、受講者が理解できる粒度に分解し、重要な内容が正確に伝わるようにする必要があります。また、複雑な内容は、その時点での受講者の理解力に応じた表現へと置き換え、学習の足場かけ（スキャフォールディング）によって学習曲線を緩やかにすることで、受講者が段階的に理解を深められるようにします。40ページの製品マニュアルをそのまま新入社員に渡し、読むよう求めるだけでは研修目標を達成できません。

 

そのため、具体的な研修コースの設計では、製品マニュアルやプロセス文書に含まれる静的な知識を抽出し、受講者が理解しやすい順序で再構成します。各学習ユニットでは1つの中核的な学習ポイントに焦点を絞り、具体的な業務シーンや事例と結びつけて伝える必要があります。専門性が高く、情報密度の高い内容については、必要な前提知識をあらかじめ提示することで受講者の認知負荷を下げ、新しい知識を段階的に吸収できるようにします。初めて触れる情報を一度に大量に詰め込むことは避けなければなりません。

 

研修目標を「記憶」に設定する場合

 

ここでは、コンプライアンス更新研修を例に見てみましょう。会社がコンプライアンス規程を改定した場合、従業員は日常業務でミスが起きないよう、具体的な変更内容を正確に覚える必要があります。この場合、研修の目標は「記憶」です。受講者には、時間がたっても重要な情報を正確に思い出せることが求められます。

 

この場合、質の高いコンテンツと指導に加えて、「記憶」へ進むためにアクティブラーニングを取り入れる必要があります。アクティブラーニングの要点は、受講者が情報を受け取るだけで終わらず、自ら思い出し、考えながら処理することにあります。学習科学の領域では、情報を繰り返し思い出すことが記憶の強化につながること、また、一定の期間にわたり、学習の間隔を空けて繰り返し学ぶ「分散学習」が、短時間に集中して行う練習よりも効果的であることが、繰り返し検証されています。つまり、1日のうちに10回まとめて練習するよりも、10日間に分けて毎日1回練習する方が、はるかに効果的です。

 

研修コースにアクティブラーニングを取り入れるには、受講者が学習中に継続して問いに答え、判断し、学んだ内容を自分の言葉で説明する機会を設ける必要があります。各学習ユニットを終えるごとに、重要な学習ポイントを整理・確認し、受講者が内容を十分に理解してから次へ進めるようにします。そのうえで、一定の間隔を空けて確認テストを設け、受講者が異なるタイミングで重要な情報を引き出す練習を繰り返せるようにします。これにより、短期記憶にとどまっている情報を長期記憶として定着させます。

 

研修目標を「応用」に設定する場合

 

ここでは、営業スキル研修を例に見てみましょう。営業担当者には、製品情報を把握するだけでなく、最終的には顧客先で新製品の差別化ポイントを正確に説明し、よくある反論に適切に対応できることが求められます。この場合、研修の目標は「応用」です。受講者は、学んだ内容を実際の業務シーンで正しく、柔軟に活用できなければなりません。

 

「応用」は、学習効果の4つの段階のうち最上位にあたり、多くの企業研修が最終的に目指す業務上の状態でもあります。応用レベルに達するには、質の高いコンテンツとアクティブラーニングに加えて、「フィードバックと指導」「実務に即した評価」という2つの重要な条件が必要です。

 

フィードバックと指導は、受講者の練習期間全体を通じて行う必要があります。練習中にあらわになった認識のズレが速やかに修正されなければ、練習を繰り返すほど、誤ったやり方が身についてしまいます。場合によっては、練習前よりも、かえって受講者にとってマイナスになる可能性があります。そのため、受講者一人ひとりのパフォーマンスに応じたタイムリーなフィードバックは、誤りの定着を防ぎ、継続的な行動変容を促すうえで重要です。ただし、企業研修の規模を考えると、受講者全員に専任の指導者を配置することは、コスト面で現実的ではありません。大規模に展開できる方法がなければ、この条件は実現できない理想論に終わってしまいます。

 

実務に即した評価は、受講者が本当に応用レベルへ達したかを最終的に確認するために行います。試験問題で正しい製品仕様を選べても、顧客から懸念を示された際に、その場で説得力のある回答を組み立てられるとは限りません。そのため、実務に即した評価では、実際の業務シーンに近い状況をコース内に再現し、受講者が実践的な演習に取り組めるようにする必要があります。企業が研修効果を客観的に測定するには、実務における受講者のパフォーマンスを評価しなければなりません。管理者は、そのパフォーマンスを通じて、受講者が学んだ内容を実務に生かし、業務成果につなげられるかを確認できます。

目標とする習得レベルに基づいて客観的に検証し、研修効果を科学的に評価する仕組みを構築する

コース設計と研修の実施が完了したあと、人材開発部門は、自らの取り組みの価値を確認するうえで重要な問いに向き合うことになります。それは、「今回の研修に本当に効果があったのか」という問いです。冒頭でも述べたように、研修効果の評価には、反応から成果までの4段階で捉えるカークパトリックモデルが広く用いられています。しかし、実際の運用では、この4段階を十分に評価できておらず、多くの企業の効果測定は、「受講完了率」「学習時間」「満足度」「テスト通過率」などの集計にとどまっています。これらのデータが反映しているのは、研修の実施・受講状況にすぎず、研修プログラムが実際に生み出した学習効果を客観的に測定することはできません。研修がどのような事業価値を生み出したのかを問われても、これらの指標だけでは有力な根拠を示せないのです。

 

一方、人材開発部門がニーズ分析の段階で目標とする習得レベルを明確にしておけば、研修効果の確認段階でも同じ基準を用いて、受講者が求められる認知・行動の状態に達しているかを明確かつ客観的に判断できます。評価の結果、受講者が目標とする習得レベルに達していない場合は、学習効果を生み出す4つの条件に沿って原因を洗い出すことができます。具体的には、コース内容は分かりやすいか、アクティブラーニングが適切に組み込まれているか、適切なタイミングでフィードバックが行われているか、実務に即した評価が有効に働いているかを順に確認します。これにより、どの要素に課題があるかを特定し、研修プログラムの今後の改善の方向性を的確に見極められます。

 

効果のある研修を実現するには、人材開発部門は、受講者の学習体験、事業部門が期待する実質的な成果、経営陣による投資対効果に対する厳しい要求を同時に考慮する必要があります。これらを同時に満たすには、効果確認の方法そのものを見直さなければなりません。曖昧な定性的判断にとどめるのではなく、研修効果の定量化・要因特定・継続的な追跡を客観的なレポートとして可視化できるアプローチへ転換する必要があります。

UMU AGLはAIを前提に設計され、効果的学習の方法論も組み込む

効果的学習のフレームワークは、企業が研修効果を生み出すための道筋を明確に示します。しかし、それを実践に移すことは容易ではありません。専門知識を受講者にとって学びやすい単位に分解するには、高度な教育設計力が求められます。また、コース設計の初期段階から、アクティブラーニングに必要なインタラクションを十分に組み込まなければなりません。さらに、大規模な企業研修では、受講者一人ひとりへの個別のフィードバックを、人による対応だけで行うのは現実的ではありません。加えて、従来型のコース形式では、管理者が学習ポイントごとの習熟度をデータで把握できないという課題があります。

 

UMUのAGL（AI Generated Learning）は、効果的学習の方法論を全面的に組み込んだAIコースプロダクトです。講師が企業文書をアップロードすると、AGLはその文書を効率よくインタラクティブなコースへ変換します。受講者はAIとの対話を通じて学習し、管理者は管理画面で学習ポイントごとの習熟度データを確認できます。AGLは、企業研修のコアプロセスである「コース作成」「受講者の学習」「効果確認」のすべてに対応し、効果的学習のフレームワークに含まれる指導条件を、導入直後から利用できる機能として実現しています。

コース開発のあり方を刷新し、企業ナレッジをインタラクティブなコースへ変換

講師はまず、AGLに企業の専門文書をアップロードし、AIとの対話を通じて具体的な研修ニーズを伝えます。AGLはその過程で、研修に関する重要な業務知識や情報を段階的に整理し、コースで解決すべき具体的な業務課題、対象となる受講者、受講者が到達すべき認知・行動の状態を講師が明確にできるよう導きます。この段階で、AGLは組み込まれた効果的学習の方法論を活用し、講師が達成したい研修目標を明確化できるよう、継続的に支援します。これにより、コース設計の初期段階から、事業部門の研修ニーズと講師の研修目標を正確にすり合わせることができます。

 

従来の研修コース開発では、学習ポイントごとに何をどのような順序で教え、どのような方法で受講者に練習させるかを、講師自身が判断する必要がありました。そのため、コースの品質は、講師個人の研修設計力に大きく左右されていました。AGLは、業務ニーズを確認した後、元の文書を詳細に分析し、中核となる学習ポイントを自動的に抽出・分類します。さらに、各学習ポイントに応じた指導方法や指導順序、具体的な練習形式を提示するため、講師がそれらを一から設計する必要はありません。つまり、講師個人の研修設計力に左右されることなくコースの専門性を確保できるため、研修設計の専門知識を持たない事業部門の講師でも、内容構成と指導方法が整ったコースを作成できます。

 

AGLは、目標とする習得レベルに応じて、それぞれの学習ポイントに適した指導方法を自動的に選択・適用します。たとえば、目標とする習得レベルが「理解」であれば、その時点での受講者の理解力に合わせて複雑な内容を分解し、構造化されたステップで受講者を導くことで、学習ポイントを一つずつ習得できるようにします。「記憶」を目指す場合は、学習プロセスに問いへの回答、判断、自分の言葉での説明、一定の間隔を空けた確認テストなどのインタラクティブな学習活動を組み込みます。最終的に「応用」を目指す場合は、実際の業務を想定したシミュレーションを用意し、受講者のパフォーマンスに応じた評価とフィードバックを提供します。

 

AGLを活用することで、講師は、コースの品質を左右する専門的な判断に、より多くの時間を割けるようになります。講師が自らスライドを作成したり、音声や動画を収録したり、画面のレイアウトを調整したりする必要はありません。そのため、業務ニーズが正確に反映されているか、ナレッジ構造に抜け漏れがないか、指導方法が適切かといった、コースの品質に関わる判断に集中できます。

能動的な思考を促し、パーソナライズされた指導とフィードバックを提供

AGLは、インタラクティブな対話を通じてコースを提供し、従来のオンラインコースにはなかった新しい学習体験を実現します。従来のオンラインコースでは、コンテンツを一方向に提供する形式が一般的で、受講者の学習は、コンテンツを読んだり視聴したりすることにとどまっていました。一方、AGLでは、受講者は学習の各段階で問いに答えたり、状況に応じて判断したりしながら学びます。さらに、専門知識を自分の言葉で説明し、シミュレーションを通じて学んだ内容を実践します。こうした学習活動を完了して初めて、次の内容へ進める仕組みです。この設計により、受講者が自ら考えながら学ぶアクティブラーニングが実現します。受講者は情報を受動的に受け取るのではなく、問いに答え、自分の言葉で説明するといった能動的処理（アクティブプロセッシング）を繰り返すことで、学んだ内容への理解を深め、記憶に定着させていきます。

 

学習の過程で、AGLは受講者の具体的なパフォーマンスに応じて、一人ひとりに合わせた指導を提供します。AGLは受講者の職種や担当業務に合わせて練習内容を生成し、本人の実務と関連性の高いシナリオで練習できるようにします。具体的には、シミュレーションにおける受講者のパフォーマンスを客観的に評価し、どの点が期待される行動と異なるかを明確に示します。さらに、なぜそのような違いが生じたのかを詳しく分析し、具体的な改善方法を提示します。このように、適切なタイミングで受講者一人ひとりの状況に応じたフィードバックと指導を行うことで、研修において「応用」レベルへの到達に欠かせない指導条件を整えることができます。また、大規模な企業研修において、受講者ごとに専属の指導担当者を配置することがコスト面で難しいという課題を解消できます。

研修の成果を定量化し、チームの能力ギャップを的確に特定

AGLは、学習中の一つひとつのやり取りを通じて、回答状況や質問頻度、学習ポイントごとの理解状況など、受講者の学習行動データを継続的に記録します。これらは、学習ポイントごとの習熟度を客観的に示すデータとなります。学習中にデータが随時蓄積・集計されるため、企業は研修後の試験を待たずに、受講者の能力評価結果をリアルタイムで確認できます。

 

AGLの管理画面では、管理者と講師が、受講者の学習データを集約した総合レポートから、学習パフォーマンスの全体像を確認できます。これにより、人材開発部門は、研修によって実際にどのような成果が得られたかを、データに基づいて報告できます。また、こうしたデータをもとに事業部門と連携し、学習ポイントごとの習得レベルを把握するとともに、関連する業務領域に残る能力ギャップを特定できます。そのうえで、特定した能力ギャップに応じて必要な学習コンテンツを補い、その後の改善状況を継続的に確認できます。

 

UMUは10年以上にわたり、企業研修の現場で効果的学習を実践し、研修効果を生み出すために必要な一連の条件を明らかにしてきました。UMUの効果的学習のフレームワークは、研修効果への曖昧な期待を具体的な目標に落とし込み、目標とする効果を生み出すための学習設計から研修の実施、効果確認までを可能にします。人材開発部門は、効果的学習の中核となる4段階のフレームワークを既存の業務プロセスに適用しました。そうすることで、ニーズ分析では研修効果の基準を定め、コース設計では必要な指導条件を整え、効果確認では研修プログラムが業務にどのような成果をもたらしたかを客観的に評価できます。

 

AGLは、効果的学習の方法論を製品全体に組み込み、「コース作成」「受講者の学習」「効果確認」を一つのプロダクトでつなぐクローズドループを実現します。AIを前提に設計されたAGLは、企業が効果的学習を実践し、高品質なコース、効果的な学習を実現できるよう支援します。また、企業は、コース開発において講師個人の研修設計力だけに頼る必要がありません。講師は企業文書をアップロードし、AIとの対話を通じて研修ニーズを伝えることで、内容構成と指導方法が整ったインタラクティブなコースを作成できます。AGLが提供するラーニングジャーニーでは、受講者はインタラクティブラーニング（双方向学習）を通じて自ら考え、適切なタイミングで一人ひとりの状況に応じた指導とフィードバックを受けます。これにより、学んだ内容を記憶に定着させ、実務で活用できるようになります。企業は、学習ポイントごとの習熟度データを研修成果を判断するための定量的な根拠として活用し、チームの習得状況を具体的に把握できます。さらに、能力ギャップを特定し、継続的な成長につなげることができます。

 

AGLを実際に体験したい方は、ぜひデモをお申し込みください。デモでは、お手持ちの業務資料が、適切な内容構成と指導方法を備え、インタラクティブな学習活動と研修成果のデータ化を実現するコースへと、どのように生まれ変わるのかをご覧いただけます。

 

AI時代の企業研修が直面する構造的な課題と、AGLがそれらにどう対応するのかを詳しく知りたい方は、「AIで実現する効果的学習：品質と効果を両立する企業研修サイクルの構築法」をご覧ください。