製品
ダイバーシティ管理職研修の題材をまとめようとする事業部門の担当者が、真っ白なスライドのテンプレートを前に手を止めているシーンです。

ダイバーシティ管理職研修、方針から日々の判断へ

ダイバーシティ管理職研修で難しいのは、考え方を伝えることではありません。全社で方針を共有しても、面談の進め方や評価の根拠、仕事の配分といった局面では、管理職一人ひとりが自分の読み方で扱いを決めているのです。

UMUのソリューションを見る

ダイバーシティ管理職研修の焦点はどこか

理念の確認から判断の検討へ

この研修が扱う範囲を、先に決めておく必要があります。社内の考え方そのものを説明する部分は、方針の文書や全社の説明会がすでに担っています。研修に残るのは、その方針を目の前の判断にどう当てはめるかという工程になります。同じ文言を読んでも、そこから導く扱いは一つに定まりません。管理職が実際に迷うのは、方針の文言を読むときではなく、面談の進め方や評価の根拠、仕事の配分を決める局面なのです。

見えるようにする解釈の幅

もう一つ決めておくのは、研修で何を確かめるかという点です。受講した管理職が方針に賛同したかを問うても、受け取れるのは態度の表明までにとどまります。設計上の基準として置けるのは、同じ局面に対する解釈がどこで分かれているかを見える形にできているか、という一点だと言えます。この一点を外したまま進めると、研修の後も判断の幅はそのまま残ります。分かれ方が分かれば、社内の方針に照らしてどこをそろえるかを、講師と事業部門で話し合えます。研修が示せるのは正しい答えではなく、その話し合いの材料までなのです。

方針を伝えた後に残る工程

設計の型を持たないコース作成

事業部門の社内講師は、現場の判断について誰よりも詳しい立場にあります。ただ、その知識を学習の順序や確認の置き方まで含めたコースへ組み替える作業には、別の技能が要ります。学習設計を別に学ぶ時間も取りにくく、研修部門の制作予定が空くまで待つことになります。

答える機会のない受け身の学習

方針の資料を配って一度読んでもらう形では、受講者は情報を受け取るだけで受講を終えます。自分ならどう扱うかを答える機会が途中にないため、実際に判断を求められる局面になると、記憶をたどるところから始めます。配った記録は残っても、どう受け止めたかは残らないのです。

表に出ない解釈のばらつき

受講後に手元へ残るのは、修了の有無と満足度の回答が中心です。同じ局面について管理職の解釈がそろっているのか、どこで分かれているのかは表に出ないまま、それぞれの業務へ戻ります。講師の側にも、次の研修で重点を置く箇所を選ぶ手がかりは残らないと言えます。

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。

循環器内科部長に新しい脂質低下薬を紹介する
あなたはMR(医薬情報担当者)です。王部長への初めての正式訪問で、外来の合間の時間を使って製品を紹介します。
顧客に重大疾病保険を紹介する
あなたは保険代理人です。李様は以前に重大疾病保険についてご相談されましたが決めきれずにいたため、今回は対面でお話しする約束をしました。
顧客に高価格帯の定番ハンドバッグを紹介する
あなたはベテランのレザーグッズ販売員です。陳様が来店され定番のハンドバッグをご覧になっているので、声をかけてご案内します。
不動産デベロッパーの調達責任者にエレベーターを提案する
あなたはエレベーターメーカーの営業です。ある不動産デベロッパーの調達部・趙マネージャーを訪問します。この案件は複数のサプライヤーで比較検討が進んでいます。
訪問目標
新薬の有効性と安全性の優位性を王部長に明確に伝え、有効性・安全性への懸念を解消し、外来の対象患者に試していただけるよう合意を得ます。
対話相手
王部長|某大手総合病院 循環器内科 部長医師
“部長、3分だけお時間をいただけますか。先生の外来で、スタチン不耐容の患者さんや、単剤では脂質管理目標に届かない患者さんについて、現在はどのように処方を調整されていますか?”
ワンクリックで入力
送信
ログイン / 新規登録でご利用いただけます。各シナリオ10回まで練習可能です
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。

循環器内科部長に新しい脂質低下薬を紹介する
あなたはMR(医薬情報担当者)です。王部長への初めての正式訪問で、外来の合間の時間を使って製品を紹介します。
顧客に重大疾病保険を紹介する
あなたは保険代理人です。李様は以前に重大疾病保険についてご相談されましたが決めきれずにいたため、今回は対面でお話しする約束をしました。
顧客に高価格帯の定番ハンドバッグを紹介する
あなたはベテランのレザーグッズ販売員です。陳様が来店され定番のハンドバッグをご覧になっているので、声をかけてご案内します。
不動産デベロッパーの調達責任者にエレベーターを提案する
あなたはエレベーターメーカーの営業です。ある不動産デベロッパーの調達部・趙マネージャーを訪問します。この案件は複数のサプライヤーで比較検討が進んでいます。
訪問目標
新薬の有効性と安全性の優位性を王部長に明確に伝え、有効性・安全性への懸念を解消し、外来の対象患者に試していただけるよう合意を得ます。
対話相手
王部長|某大手総合病院 循環器内科 部長医師
“部長、3分だけお時間をいただけますか。先生の外来で、スタチン不耐容の患者さんや、単剤では脂質管理目標に届かない患者さんについて、現在はどのように処方を調整されていますか?”
ワンクリックで入力
送信
ログイン / 新規登録でご利用いただけます。各シナリオ10回まで練習可能です

白紙の構成づくりから、対話での聞き取りへ

対話を通じて担当者の頭の中にある場面を引き出し、コースのアウトラインとして整えていく画面です。

管理職が迷った場面の引き出し方

この工程を支える手段の一つが、UMU AGL(AI Generated Learning)です。社内にある文書をAIが読み取り、受講者が設問に答えながら進むコースへ組み替える仕組みで、作る側と学ぶ側の双方に関わります。講師は白紙の構成に向き合う代わりに、AIとのやり取りで問いに順に答えていくことになります。話す内容は、現場の管理職が判断に迷った局面そのものなのです。頭の中にあった経験が、学習の順序を備えたコースとして形になっていきます。

一度に扱う範囲の区切り方

マイクロラーニングに基づく章立てと、扱う学習ポイントの数を調整する画面です。

判断の場面ごとに区切る学習単位

題材がそろっても、一度に扱う量が多ければ受講者は要点を追えません。UMU AGLはマイクロラーニングの考え方を採り、内容を小さな学習単位に分けます。想定する受講時間に応じて扱う学習ポイントの数に上限を置き、学ぶ順を示すラーニングマップをつくることになります。管理職の判断は局面ごとに条件が異なるため、一つの単位で一つの局面を扱えば、受講者はどの条件の話かを見失わずに読み進められると言えます。どこまで進んだかも、受講者自身が確かめられます。

解釈の分かれ方が見える記録へ

チーム単位の習得状況と、設問ごとの回答の傾向をまとめたレポート画面です。

設問ごとに残る回答の傾向

最後に残るのが、解釈がどこで分かれているかという問いです。UMU AGLは、閲覧の時間、設問への回答状況、寄せられた追加の質問、再テストの正答率を学習ポイント単位で記録し、チーム単位のレポートにまとめます。講師は、どの設問で回答が割れたかを確かめられるのです。読み取れるのは学習の場での傾向までです。迷った局面の収集から、判断の場面ごとの区切り、そして分かれ方の記録まで。ここまでが一続きになって、方針の共有は判断の検討へ進むと言えます。

方針を学習に組み込む二つの適用例

管理職研修で扱う判断の幅

研修の担当者と事業部門の責任者が、大きな画面に映る設問ごとの回答の傾向を前に話し合っているシーンです。

管理職が迷いやすい局面を社内の方針から書き出し、UMU AGLでコースへ組み替えると、受講者は示された条件のもとで自分の扱いを選び、返ってきた指摘と照らし合わせられます。

講師は、どの設問で受講者の回答が分かれたかを一覧で確かめ、次の研修で取り上げる局面を選ぶ際の手がかりにできます。

新入社員研修で渡す職務知識

手元の社内文書が、学習の単位ごとに並んだコースのカードへ変わっていく流れを示したシーンです。

配属先で渡している業務プロセスの資料や職務の手引きを、UMU AGLがコースの形に整えると、新入社員は要点を押さえたうえで設問に答え、理解の誤りをその場で直していけます。

受け入れ側は、修了の有無にとどまらない学習の様子を把握できます。ただし、職務を遂行する力量と同じものではありません。

UMUのソリューションを見る

UMUが選ばれる理由

28,000社突破
国内導入企業
1億人超
世界203カ国でユーザー
100社が導入
Fortune 500企業
約5,000製品中で1位
ITreview Best Software in Japan 2022
UMUとは
2015年に設立されたグローバルAIソリューションカンパニーです。AIを活用したオンライン学習プラットフォーム「UMU」を核に、学術的な根拠に基づいた実践型AIリテラシー学習プログラム「UMU AILIT(ユーム エーアイリット)」、セールスイネーブルメントソリューション「UMU AIロープレ」などの提供により、AI時代の企業や組織における学習文化の醸成とパフォーマンス向上を支援しています。
導入実績
業界トップクラスの生命保険会社・電機メーカー・製薬会社など、日本を代表する大企業が導入
製薬、金融・保険、製造、小売など幅広い業界で活用
従業員1,000名以上の大企業を中心に、営業教育や新入社員研修で導入が拡大
導入事例インタビューを公式サイトで多数公開
セキュリティ・コンプライアンス
ISO/IEC 27001:情報セキュリティマネジメントシステム (ISMS) の国際規格
ISO/IEC 27017:クラウドサービスに関する情報セキュリティ管理策
SOC 3:トラストサービス規準報告書
ISO/IEC 27018:クラウドサービス上における個人情報セキュリティに関する国際規格
ISO/IEC 27701:プライバシー情報マネジメントシステム (PIMS)
GDPR:EU一般データ保護規則
HIPAA:医療保険の相互運用性と説明責任に関する法律
ISO/IEC 42001:人工知能マネジメントシステム (AIMS)
AI活用基盤
最新のエンタープライズ向けAIモデルを採用
企業データの外部共有・AI再学習への利用なし
エンタープライズ水準の高度なAIカスタマイズ
ハルシネーションのリスクを効果的に低減
多様なデータに対応し、実務での活用を支援
お問い合わせ