【AI×学習の科学】研修を“受けただけ”で終わらせない――脳科学が教える「脳に汗をかく学び」とAIによる学習設計

「研修を受けたのに、現場で生かせていない」 「確認テストには合格したのに、数週間後には内容を覚えていない」

人材育成に携わる方なら、一度はこうした声を耳にしたことがあるのではないでしょうか。

実はこれ、受講者の努力不足ではありません。多くの場合、原因は学習の「設計」にあります。

 

今回は、脳科学・学習の科学の観点から「本当に身につく学び」の条件を整理しながら、AIを活用した研修コースづくりでそれがどこまで実現できるのかをお伝えします。

 

私自身、「心理的安全性」をテーマにした自分の研修資料を、社内資料からインタラクティブな研修コースを自動生成する「UMU AGL」に読み込ませて、実際にコースを作ってみました。資料を入れて、いくつかやり取りをするだけで、あっという間にコースが完成してしまったのですが、しかし、驚いたのはそのスピードだけではなくその中身です。学習の科学から見ても理にかなった仕掛けが、いくつも組み込まれている点でした。その体験も交えながらお話しします。

「なんとなく」の学習は、何十年続けても伸びない

まず押さえておきたいのが、フロリダ州立大学のアンダース・エリクソン博士が提唱した「限界的練習」という考え方です。著書『超一流になるのは才能か努力か？』でも詳しく紹介されています。

エリクソン博士によれば、ただなんとなく受けている勉強や練習は、たとえ何十年続けても大きな成果にはつながりません。

営業や接客も、何年も経験すればそれなりにできるようになりますよね。ところが研究では、許容できるレベルに達して「自然にできる」ようになってしまうと、そこから何年練習を続けても向上につながらないことが示されています。

 

さらに恐ろしいのはここからです。20年の経験がある医師や教師、ドライバーが、5年しか経験がない人よりも技能が劣っている可能性すらあるというのです。そして、自然にできるようになった能力は、改善に向けた意識的な努力をしないと、徐々に劣化していくとも指摘されています。

つまり、成長に必要なのは「あれは何だったっけ？」と頭をひねり、脳に汗をかくことなんです。

これを研修に当てはめてみましょう。一問一答で「これはどれですか？」「正解です。では次へ」と進むだけの形式では、なかなか“脳に汗をかく”意識的な努力にはなりません。

 

私がAGLでコースを作ってみて「これはすごい」と感じたのは、まさにこの部分でした。選択肢で回答したあと、AIが「では、部下が報告をためらうようになる理由は何だと思いますか？」と問い返してくるのです。

正直に言います。そのコースの元になったのは私自身の研修資料です。それなのに、この問いが来た瞬間にドキッとしました。「ちゃんと答えないとまずいぞ」と、3〜5分ほど本気で考えたんです。

この「ドキッとして、じっくり考える」時間こそが、エリクソン博士の言う意識的な努力です。

 

しかも、私が回答の中で使った「社会的評価への脅威」という概念は、元の研修資料には一文字も出てこないものでした。少し意地悪をしたつもりだったのですが、AIはその概念を正しく理解したうえで、「正しい概念を引き出しながら説明できていますね」と評価を返してきました。決められたアルゴリズムで会話しているのではなく、内容を理解したうえで対話してくれている。ここにも大きな可能性を感じました。

思い出すだけで、記憶の定着は1.5倍に――「想起学習」

次に重要なのが「想起学習（リトリーバル）」です。「あれは何だったっけ？」と思い出すことで記憶を定着させる学習法で、スタンフォード大学オンラインハイスクール校長の星友啓先生も非常に重視しています。

この考え方のもとになっているのが、ヘンリー・ローディガー教授らの実験です。想起学習を行ったグループと行わなかったグループを比較したところ、思い出せる確率は60％と40％という差がつきました。

「20ポイントの差なら大したことないのでは？」と思われるかもしれません。ですが、割合にすると1.5倍です。ただインプットするだけの学習に比べて、1.5倍も記憶の定着に有利になるということなのです。

 

AGLでは、コースの最後に確認テストを組み込むことができます。そして改めて気づいたのですが、先ほどの「理由は何だと思いますか？」という問いかけに答えること自体も、実は想起学習になっていました。

インプットだけで終わらせず、アウトプットまで設計に組み込める。これが、学びを定着させるうえで非常に大きなポイントです。

自信満々の間違いほど、記憶に残る――「ハイパー修正効果」

もうひとつ、見逃せないポイントがあります。

自分の研修資料をもとにコースを作ると、問題の中に研修で聞いたことのあるフレーズが出てきます。まったく新しい言葉ではなく、「あれ、これ聞いたことあるな」という状態です。

この「何だったっけ？」と考える時点で、すでに想起学習が起きています。さらに、記憶の断片があるからこそ、「たしか1だった気がする」「いや、3かもしれない」と予測を立てることができます。

 

そして、「絶対にこれだ」と自信を持って答えたのに、実は違っていた。予想が裏切られたこの瞬間に、記憶は強く定着します。星先生はこれを「ハイパー修正効果」と呼んでいます。

身近な例で言えば、冷蔵庫にヨーグルトがあると思って開けたら、家族に食べられていて無かった。『あるはずだ』という予想が裏切られたショックで、その出来事は強く記憶に残りますよね。脳は予想を裏切られたときにこそ、活発に働くのです。

 

しかも、これは初めての失敗ではありません。一度学んだはずの内容での失敗、いわば「2度目の失敗」です。一度やってしまった失敗は、人はもう繰り返さないように意識しますよね。

この流れは、研修で実際に使った資料をもとに問題を作れるからこそ実現できるものです。「そうだ、これ先生が言っていたな」と思い出し、予測を立て、裏切られて定着する。研修資料を起点にコースを作ることには、こうした学習科学的なメリットがあるのです。

知識があることと、現場でできることは別物

ここまでは主に「知識の定着」の話でした。ですが、知識を身につけることと、それを現場でスムーズに生かせることは、実はまったく別の話です。知識を使う場面では、脳のまったく別の領域が働いているからです。

車の免許を思い出してください。一時停止のルール、交差点での優先順位など、山のように知識を勉強しますよね。ところが、いざハンドルを握って教習コースに出ると、「どうしよう、この標識なんだっけ？」とぎこちなくなってしまう。

 

知識はしっかりあるのに、実践になるとうまくいかない。接客や営業でもまったく同じことが起こります。頭でっかちになっているだけでは不十分なのです。

では、どうすればいいのか。答えは、知識を入れたらすぐに、AIエクササイズで実践練習までやってしまう設計にすることです。講義で知識を入れて終わりではなく、そのまま車に乗って実習までできてしまう。知識から実践のスキルまでを一気通貫で担保できるわけです。

 

さらにもうひとつ、AIを使ったロープレには大きな利点があります。

会社でロープレを実施しようとすると、上司や同僚の時間を確保し、自分の時間も確保して、予定を合わせる必要があります。これはかなりハードルが高く、どうしても週1回、あるいは2週に1回程度になってしまいます。

そうすると何が起きるか。エビングハウスの忘却曲線が示すように、人の記憶はあっという間に薄れ、思い出すのに大きな労力が必要になってしまいます。

 

ここで重要なのが「間隔学習（スペーシング）」です。学習と学習の間は、離れすぎても忘れてしまうのでダメ。かといって、今日・明日・明後日と連続しすぎても効果が下がります。2〜3日に一度、少しでもいいのでアウトプットするという適度な間隔が、記憶の定着には最も効果的です。

AIエクササイズなら、練習相手にお願いする必要がなく、5分の隙間時間でも練習できます。人に頼る設計では難しかった「ちょこちょこ繰り返す」練習が、無理なく実現できるのです。

「現場で学べ」がうまくいかない、脳科学的な理由

「長々と研修をするくらいなら、現場に出てお客様に会ったほうが早い」

こうした意見を耳にすることも多いと思います。ですが、脳科学の答えは「そんなにうまくはいかない」です。

人間の意識は、同時にひとつのことしかできません。右手で「大谷翔平」と書きながら、左手で「レオナルド・ダ・ヴィンチ」と書くのは無理ですよね。

 

ところが、同時に2つ、3つのことができる方法があります。それが「無意識」です。掃除をしながら電話ができるのは、掃除がすでに自動化されているからです。

新人の名刺交換を思い浮かべてみてください。「名刺はどう出すんだっけ？まず上に置くんだっけ？」と手順に頭がいっぱいで、気の利いた一言なんて返せません。

 

営業も同じです。相手の話を聞く、うなずく、メモを取る、相手の話を理解する。そこに「トークスクリプトの次は何だっけ？SPIN話法のSは……」と考えながらでは、お客様の話は右から左へ抜けていってしまいます。

だからこそ、徹底的に練習して、基本の型を、歯磨きや掃除と同じように『考えなくても自然とできる（自動化された）』状態にしてから現場に出たほうが、結果的にうまくいきます。

 

もちろん失敗は学習に必要です。ですが、本番で何度も失敗を重ねると、心が折れてしまいます。「自分は向いていないのかもしれない」と自己効力感が下がり、ますます現場に出たくなくなる。場合によっては、離職につながる可能性すらあります。

実は、ベテランの営業パーソンがやっているのはこれなのです。無意識でこなせるスキルがたくさんあるからこそ、お客様の話を深く理解するといった、本当に頭を使うべきところに脳をフル稼働させられるのです。

テキストだからこそ、「じっくり考える時間」が生まれる

AIとチャット形式で学ぶコースについて、「文字量が多くて、受講者の負荷が高そう」と感じる方もいるかもしれません。

もちろん、動画や音声にも良さはあります。ただ、私は今の段階では、テキストだからこそできることがあると考えています。

 

動画の場合、必要なところまで飛ばしたくても、スライダーを動かして探さなければなりません。音声での対話の場合は、「すぐに返さなきゃ」と焦り、じっくり考えるより反射的に答えることが優先されてしまいがちです。

一方でテキストなら、問いを読み返しながら「どれだろう？」と自分のペースでじっくり考えられます。そして、答えればすぐにレスポンスが返ってくる。短い文章でも、問われている内容は非常に重い。私が一つの問いに3〜5分かけて考えたのも、テキストだったからこそです。

じっくり考える時間と、テンポの良いレスポンス。この両立が、「脳に汗をかく学び」を支えているのです。

学びを続けるカギは、モチベーションに頼らない設計

「効果が高いのはわかるけれど、負荷が高い学習は、途中で離脱されてしまうのでは？」

これも、人材育成の現場でよく聞く悩みです。ここにも、科学的に効果が実証されたアプローチがあります。

 

まず大前提として、人間は行動の負荷が高ければ高いほど「やりたくない」と感じます。ダイエットもトレーニングも勉強も、3分ならやってもいいけれど、3時間なら絶対にやりたくないですよね。

行動には、「モチベーションを必要とする行動」と「モチベーションを必要としない行動」の2種類があります。最初はモチベーションを必要としない形で動かしてしまうのがポイントです。

具体的には、次のような流れで設計します。

 

① 小さく始める

最初のコースは、あえて小さく作ります。負荷を下げることで、脳の抵抗を避けられます。

② if-thenプランニングで予定を決めてしまう

「Aになったら、Bをする」とあらかじめ決めておく方法です。たとえばコースを配布する時点で、「この日のこの時間にAGLで学習する」とカレンダーに入れてもらう。これだけで、行動する確率がおよそ2倍になることが分かっています。「やらなきゃ」という気合いを必要とせず、「あ、時間だ」とすっと動けるようになるのです。

③ 上司が承認する

何回か取り組んだら、上司やマネージャーが「すごいね」「頑張ったね」と声をかけてあげましょう。取り組みを見てもらえている、成長を認めてもらえているという実感が、次のモチベーションにつながります。

④ 成長実感を得られるようにする

これを繰り返していると、スキルが身につき、「お客様と話しやすくなった」といった成長実感が生まれます。ただし、人は自分の成長を実感するのが実はとても苦手です。「あれだけ勉強したんだから、できて当たり前」と思ってしまうんですね。だからこそ、上司などから「前よりもここがスムーズになったよね」と客観的にフィードバックしてもらうことが重要です。

 

勉強が得意な人に「なぜ勉強が好きなの？」と聞くと、「大変だけど、成績が上がると分かっていたらうれしいじゃん」と答えるものです。成長できると実感できれば、人は多少面倒でも自ら取り組み始めます。

「社員に自律的に学んでほしい」という声もよく聞きますが、勉強が好きではない人が、ある日突然自ら学び始めることはまずありません。人間の脳は、嫌なことをいきなりやろうとするとブロックがかかるからです。

だからこそ、モチベーションがなくても動ける設計から始め、フィードバックと成長実感の好循環を回していく。その先に、本当の意味での自律的な学習が生まれるのです。

振り返りとメタ認知が、学びを「成果」に変える

研修講師として日々感じているのは、研修で最も重要なのは「振り返り」だということです。

人の記憶は、1日で約7割が思い出しにくくなると言われています。だからこそ振り返りが欠かせないのですが、振り返りの設計は非常に難しいのも事実です。

振り返りには、自分ができなかったところを見直し、自分の知識や状況を客観視するという大きな意味があります。これがいわゆる「メタ認知」です。

 

メタ認知は、学習成果への影響が才能（知能）の約1.7倍に上るとも言われるほど重要な力です。やみくもに勉強するより、「自分はここが足りないんだ」「ここができていなかったんだ」と気付けることのほうが、成果に直結するのです。

AGLを使えば、研修で使ったテキストをもとに振り返りのチャットや確認テストを組むことができ、内容によってはAIエクササイズとも連携できます。AIが「その答えは少し違います。こういうことですよ」と教えてくれたり、上司からフィードバックをもらったりする中で、自然とメタ認知が促されていきます。

 

ちなみに、「EQ（心の知能指数）や共感力のような目に見えにくいスキルは、他者からのフィードバックがないとメタ認知しづらいのでは？」と思う方もいるかもしれません。

ですが、共感力は実は言語化しやすいスキルです。たとえば、相手の話を聞きながら頭の中で「次はこう言い返してやろう」と考えてしまう状態は、「偽りの傾聴」と呼ばれ、共感とは反対の行為になります。

このように言語化できれば、AIが「今の回答は偽りの傾聴になっているかもしれません。まずは聞くことに集中してみましょう」とフィードバックすることもできます。望ましい状態を具体的に言語化してAIに持たせることで、こうしたスキルでもメタ認知を促す設計が可能になるのです。

まとめ

本当に身につく学びには、科学的な条件があります。

• 脳に汗をかく：「なんとなく」の学習では、何十年経っても成長しない
• 思い出す：想起学習で、記憶の定着は1.5倍に
• 予想を裏切られる：自信を持った間違いほど、記憶に強く残る
• すぐに実践し、間隔をあけて繰り返す：知識と実践は別物。隙間時間でのロープレが効果的
• 無意識にできるまで練習する：型が自動化されてこそ、現場で脳をフル稼働できる
• モチベーションに頼らない：小さく始め、予定に組み込み、承認と成長実感で好循環を回す
• 振り返りでメタ認知を促す：自分に足りないものに気づくことが、成果への近道

これまでは、こうした設計を研修に組み込むには大きな手間がかかりました。ですが今は、研修資料をもとにAIがこれらの仕掛けを備えたコースを作ってくれる時代です。

研修を「受けて終わり」にしないために。学習の科学に基づいた設計を、ぜひAIの力を借りて取り入れてみてください。

 

UMU AGLで、社内資料から「身につく研修」を

 

AI活用学習プラットフォーム「UMU（ユーム）」の「UMU AGL」は、社内資料からインタラクティブな研修コースを自動生成し、完成から効果測定までをひとつにつなげます。AIとの対話による問いかけ、確認テスト、AIエクササイズとの連携によって、インプットで終わらない、学習の科学に基づいた研修設計を手軽に実現できます。

 

▶ UMU AGLの詳細を見る：https://www.umu.co/product/ai-generated-learning

 

---

 

【執筆者】株式会社HYBRID THEORY　代表取締役　丸山裕之 氏

栃木県で公務員を経験し独立。ハーバード大学やスタンフォード大学などの論文や研究データ、脳科学・心理学の文献などを年間700冊読み込む。科学的に効果が実証された方法で社内研修や、組織構築を提供する株式会社HYBRID THEORYを設立。また、脳科学に基づいた学習方法を用いた学習塾を運営している。能力や才能に関わらず、誰でも結果の上がる「科学的に正しい方法」を伝えて、個人の人生の満足や会社の利益向上を目指している。

 

 

もっとUMUについて詳しく知りたい方はこちらから資料をダウンロードできます。

「学習の科学・脳科学」についてのコラム記事を定期的に掲載しております。

▼こちらよりご確認ください

https://www.umu.co/column_category/learning-science/

 

---

私達UMUは、企業様向けに研修のオンライン化やリモート学習の無料相談会を毎日実施しております。
また、常に最先端のテクノロジーと学習情報をアップデートしておりますので、お困りごとや、追加で必要な情報のご要望などございましたら、いつでもお気軽にご相談ください。

▼各種お問い合わせフォーム
https://www.umu.co/contact/

▼無料相談会の予約ページ
https://umucs.youcanbook.me