アクティブラーニング型の効果は、活動の種類だけでは決まらない

アクティブラーニング型とは、講師の説明を受講者が聞くだけで終わる一方向型の研修に対して、受講者自身が発言、実演、成果物の作成などを通じて学習内容を能動的に処理する研修設計を指す分類です。討議やケーススタディ、ロールプレイといった手法は、いずれもこの分類に含まれる具体的な活動の一例にあたります。動画や資料の閲覧であっても、視聴後に自分の言葉で説明させるなど、能動的な処理を求める設計が加われば、この分類に含まれると言えます。

ただし、討議やロールプレイのような活動に分類されること自体は、学習効果を保証するものではありません。同じ活動形式でも、参加者が実際に内容を能動的に処理できたかどうかは、活動の設計条件によって差が出るのです。つまり、アクティブラーニング型という言葉は活動の形式を示す分類名であり、効果の有無を判定する基準そのものではありません。

同じ討議やロールプレイであっても、課題の難易度が受講者の前提知識と噛み合っていなければ、能動的な処理は起こりにくくなります。すでに実務経験がある中堅社員にとって易しすぎる課題は発言が形だけになりがちで、逆に前提知識のない新入社員にとって難しすぎる課題は、発言や実演そのものが成立しにくくなると言えます。

また、発言や実演といった能動的な処理をしたとしても、その内容が正しいかどうかを確認する機会がなければ、誤った理解がそのまま定着してしまう場合があります。能動的に取り組んだという体験と、正しく理解できたという結果は、必ずしも一致しないのです。能動的な処理と、その後のフィードバックは、それぞれ独立した要素ではなく、組み合わさって初めて理解を深める関係にあります。

AIは、同じ教材や資料をもとに、前提知識の異なる受講者向けに難易度の異なる課題や説明文の初期案を用意する作業を助けます。研修担当者は、ゼロから複数バージョンの課題を書き起こす手間を抑えながら、新人向けと中堅向けの活動を分けて用意しやすくなります。ただし、案として使えるかどうかの判断は、引き続き担当者が行うのです。

受講者が課題の途中で行き詰まった際に使う、ヒントや補足説明の初期案を、AIによって用意しやすくなります。研修担当者がすべての場面をあらかじめ想定して書き出す負担が軽くなり、想定していなかったつまずきに気づいた場合にも、その都度、補足説明の案をすぐ用意しやすくなります。最終的な内容の確認と調整は、引き続き担当者の役割であると言えます。