コース開発は、業界の研修シーンを起点にした設計へ
製品知識の研修でコース開発を始める際、最初に想定する業務シーンが実務とずれると、後の工程の多くが手戻りになります。UMU AGL は、業界ごとの代表的な研修シーンを起点に社内資料からコースを組み立てる、開発の進め方を提供します。
コース開発で講師が直面する3つの壁
製品マニュアルや社内規程を章立てどおりに並べるだけでは、受講者は担当業務のどの場面で使う知識かを結びつけられません。研修の実施そのものが目的になりがちです。
経験年数の異なる受講者に同じコースを配ると、ベテランは既知の内容に時間を取られ、基礎が不足する受講者は要所でつまずきます。参加度と受講完了率がそろって下がっていくのです。
受講完了率と最終テストの得点だけでは、どの学習ポイントで理解が止まったかを確認できません。成果が伸びない原因を特定できず、フォローアップ研修の対象も絞り込めません。
コース開発の起点を、業務シーンへ
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。
新製品の発売を翌月に控え、手元にあるのはマニュアルと規程集だけという状態から開発を始める講師は少なくありません。どの業務シーンの研修として組むかを決めきれないまま章立てを進めると、内容の過不足は後になって見つかります。足りないのは、資料を業務シーンに当てはめる出発点と言えます。UMU AGL は、まさにこの課題の解決からスタートします。
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。
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。
業務シーンを起点にした開発
業界ごとの代表的な研修シーンを起点に社内資料を重ねるため、実際の業務に即したコースを最初の段階から組み立てられます。構成の決め直しも少なくなります。
受講者は自分のペースで学習を進め、つまずいた箇所をその場で解消できます。経験に差があっても一人ひとりが必要な内容に集中でき、参加度が高まります。
チームが各学習ポイントをどの程度習得したかを確認でき、理解が浅い箇所に絞ってフォローアップ研修を組めます。成果が伸びない原因の切り分けにもつながります。
8つの業界に対応した研修シーンのテンプレート
新入社員オンボーディングや方針更新など代表的な研修テーマ
UMU AGL は、業界ごとのコーステンプレートを標準で備えています。講師は研修シーンを選び、社内資料を重ねて開発を始めます。汎用的なAIツールの一般的な提案と比べ、業界固有のニーズを前提に構成を組めます。
経験の異なる受講者に個別に応じるAIの役割
講義・気づき・個別サポートの3役を担うAI
UMU AGL のAIは、講義(Teacher)・気づき(Coach)・個別サポート(Tutor)の3役を同時に担います。講師が一人ずつ補う従来の研修と比べ、受講者の状況に応じた説明と支援を人数を問わず提供できます。
どの学習ポイントで理解が止まったかを示す分析
個人とチームの習熟度を学習ポイントごとに示すレポート
UMU AGL は、習熟度を学習ポイント単位で数値化し、受講者一人ひとりの習熟状況とチーム全体の学習効果をレポートにまとめます。受講完了率に頼る従来の評価と比べ、どの学習ポイントで理解が分かれたかまで確認できます。