AIによる研修設計で、実務に直結する学習と習熟度の可視化へ
新製品や制度改定のたびに研修設計を担う講師にとって、AIで資料を整えるだけでは、業務シーンに即したコースづくりや習熟度の把握まで手が回りにくいものです。UMU AGLは、実務に即したコース設計と習熟度の可視化という二つのニーズに応えます。
手作業や汎用AIによる研修設計が抱える3つの壁
製品マニュアルや社内規定を章立てどおりにコース化しても、受講者は顧客対応の場面で知識を引き出せません。結果として、研修の実施そのものが目的になっています。
録画動画や静的なPDFの教材では、再生時間を消化するだけで修了できてしまいます。完了率は高くても、顧客から具体的な質問を受けた瞬間に答えられない従業員が残っています。
最終テストの点数と完了率だけでは、業績が伸びない原因が知識不足か活用の問題かを判断できません。フォローアップの対象を絞れず、能力のギャップが残ります。
実務で活きる学習を設計できる環境へ
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。
研修部門は、現場に即したコースを短期間で用意し、受講後の成果も示すという二つの期待を同時に受け止めています。足りないのは、業務シナリオを学習設計に落とし込む工程と、学習ポイントごとの理解度を確かめる仕組みの両方です。どちらも講師個人の工夫に委ねられてきたのです。UMU AGLは、設計と検証を一つの流れでつなぐために生まれました。
3分で、相手を説得できるか試してみよう
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。
3分で、相手を説得できるか試してみよう
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。
設計と検証がつながる仕組みへ
現場とずれたコースになりがちな課題に対し、設計の要所で事業部門と視点をすり合わせ、現場が納得できるコースを実現します。不要な手戻りや修正の工数も抑えられます。
受け身の視聴で終わりがちな学習に対し、専門的な内容でも学習曲線を緩やかにします。受講者は知識を無理なく吸収し、実務で使える状態に近づけます。
完了率だけでは原因を特定できない課題に対し、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ます。対象を絞ったフォローアップを実施しやすくなります。
関係者の合意に沿って進めるコース設計
要件整理から学習設計まで、段階ごとに関係者の合意を形成
要件整理から学習設計に至る各段階で、関係者が内容を確認しながら設計を進められます。講師の視点だけで内容を決めがちな従来の進め方と比べ、部門ごとに異なる期待や業務上の重点を早い段階から反映できるのが特徴です。
知識の種類に合わせて教え方を切り替える仕組み
知識の種類ごとに最適な指導方法を自動で適用
知識の種類に応じて、指導方法が自動で切り替わります。事実的知識は要点を示し、概念的知識は類推で説明します。技能的知識は場面シミュレーションと実践フィードバックで身につけるのが、一律の解説動画との違いと言えます。
学習ポイントごとに習熟度を数値で示すレポート
個人の習熟状況とチーム全体の学習効果を可視化
習熟度を学習ポイント単位で定量化し、個人ごとの知識やスキルの習熟状況を一覧で確認できます。チーム単位の総合レポートも備えているため、テスト得点と完了率に限られていた従来の評価では見えなかったつまずきの箇所を特定できます。
UMUが選ばれる理由
UMUとは
導入実績
セキュリティ・コンプライアンス
AI活用基盤
