従来の研修コンテンツ作成が抱える3つの限界
スライドのレイアウト調整や動画の収録・編集に講師が時間の大半を割き、本来注力すべき学習設計に向き合えないまま、制作期間だけが長くなっています。
録画講義や静的なPDFは再生や閲覧だけで修了できるため、顧客から具体的な質問を受けた場面で、学んだはずの知識を使えない従業員が出ています。
受講完了率と最終テストの点数だけでは、業績が伸びない原因が知識不足なのか活用の問題なのかを判断できず、的を絞ったフォローアップを実施できていません。
作成の負担から、学習効果の設計へ
UMU AGL(AI Generated Learning)は、あらゆる社内文書を即座にインタラクティブなコースへと変換し、AIを活用した効果的な学習体験を提供します。
研修部門では、講師が制作作業に多くの時間を充てる一方で、完成したコースが現場での活用や業績につながっているかを示しにくい状況が続いています。足りないのは、素材を短時間で学習効果の高いコースに変え、学習ポイントごとの習熟度まで確かめられる仕組みなのです。UMU AGLは、この課題を解決するために生まれました。
業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。
業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。
作る速さと学ぶ効果の両立
反復作業に追われていた講師の負担を軽くし、効率と迅速さ、学習設計の専門性を兼ね備えたコース作成を実現します。講師は学習効果に直結する判断に集中できます。
情報量を適切に区切ることで受講者の認知負荷を抑え、重要な内容を無理なく理解・習得できるようにします。現場で使える知識の定着につながります。
チームが各学習ポイントをどの程度習得しているかを確認できるため、業績が伸びない原因を特定し、対象を絞ったフォローアップ研修を実施できます。
アップロードした文書からのコース生成
AIが文書を解析し、学習ポイントを抽出してコースを生成
講師がアップロードした文書をAIが解析し、学習ポイントを抽出したうえで、受講者がそのまま受講できるオンラインコースを生成します。直感的な操作で扱えるうえ、学習科学に基づく構成を各コースに反映できる点が特徴です。
想定受講時間に合わせた学習ポイントの設計
学習内容を小さな単位に分割し、ラーニングマップを作成
マイクロラーニングに沿って学習内容を細かく分け、想定受講時間に応じて学習ポイント数の上限を自動で設定し、ラーニングマップを作成します。文書から対話型の学習を生成できる点が、長尺動画を分割する手法との違いと言えます。
チームの強みと弱みを捉える習熟度分析
学習ポイントごとの習熟度を個人とチームの単位で可視化
習熟度を学習ポイント単位で数値化し、個人の知識やスキルの習得状況を可視化します。チーム単位の学習効果レポートも確認できるため、得点と受講完了率に頼る従来の評価よりも、つまずいている箇所を具体的に特定できます。