一人ひとりに合う学びで、eラーニングの完了率向上へ
eラーニングを全社に配信しても、既知の内容に退屈する受講者と要点でつまずく受講者が同時に生まれ、完了率は伸び悩みがちです。UMU AGLは、受講者一人ひとりの理解度に合わせた説明と学習支援を提供します。
eラーニングの完了率が伸び悩む3つの要因
長い動画や資料を全員が同じ速さで見続ける構成では、既知の内容に飽きる受講者と、要点でつまずく受講者が同時に生まれます。その結果、途中で離れる受講者が増えるのです。
製品マニュアルや社内規定をそのまま教材にすると、受講者は自分の業務のどの場面で使う知識なのかを思い描けません。学ぶ理由が見えないため、受講を後回しにしがちです。
完了率の数字からは、受講者がどの学習ポイントでつまずき、何を習得できていないのかまでは分かりません。対象を絞ったフォローアップ研修を実施できず、チーム内の能力差も残ります。
離脱を生む構造から、続けられる学びへ
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。
研修部門がeラーニングを全社に配信しても、受講者ごとの理解度の差は埋まらず、教材と業務の距離も縮まらないまま、完了率だけが報告に残りがちです。足りないのは、一人ひとりに合わせて説明を変え、実務に即した内容で習得状況まで確かめる仕組みと言えます。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。
完了まで学び続けられる設計
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。既知の部分に時間を取られることも減り、参加度が高まることで完了率の改善にもつながります。
実際の業務シーンに即したコース内容を用意できるため、受講者は知識を使う場面を理解したうえで学習を進められます。学ぶ理由が明確になり、受講の後回しも起こりにくくなります。
研修マネージャーは、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。つまずきの多い箇所に絞って、フォローアップ研修を実施できるようになります。
受講者の状況に応じてAIが説明を変える仕組み
講義と気づきの促進、個別サポートを一つのAIが担う設計
AIが講義(Teacher)・気づき(Coach)・個別サポート(Tutor)の役割を同時に担い、受講者ごとに説明や学習支援を変えます。実際の状況に合わせて個別対応できる点が、一律配信型の学習との違いです。
業界ごとの研修シーンを起点に作るコース
オンボーディングから規定更新まで扱う業界別テンプレート
8つの業界に対応したコーステンプレートを標準搭載し、新入社員オンボーディングや方針・コンプライアンスの更新など、代表的な研修テーマを網羅しています。汎用的なAIツールと比べ、業界固有のニーズを設計に反映できます。
完了率とあわせて習熟度を確かめる仕組み
個人の習熟状況を学習ポイント別に示すチームレポート
習熟度を学習ポイント単位で定量化し、個人の知識・スキルの習熟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、テスト得点を中心とした従来の評価と異なり、完了率と習熟度の両方から研修の状態を把握できます。