eラーニング教材作成はフリーソフトから、成果が出るコースへ
新任者向けの業務知識をフリーソフトでeラーニング教材として作成しても、構成に迷い、読み流されるスライドで終わることは少なくありません。UMU AGLは、事業部門の知見を学習効果の高いコースへ変え、習熟度の確認までつなげる仕組みを提供します。
フリーソフトでの教材作成に潜む3つの壁
業務に精通した社内講師でも、学習目標の置き方や章立ては自力で判断するしかありません。研修部門の制作枠を待つことになり、知見が現場に届くころには市場の先行機会を逃しているのです。
スライドや動画を並べた一方向の教材では、受講完了の記録は残っても、受講者が自ら考える機会は限られます。学んだ知識が商談や顧客対応で使われず、業績の向上に結びつきにくくなります。
誰がどの知識でつまずいているかをデータで確かめられないため、能力の差は失注やクレームが起きてはじめて表に出ます。対処は後手に回り、そのたびに売上や顧客との接点を失います。
知見と学習成果をつなぐ仕組み
UMU AGL(AI Generated Learning)は、文書をプロフェッショナルかつアジャイルに効果的なコースへと変換します。
事業部門では、現場の知見を早く共有したい一方で、コースの構成づくりにも、受講後の定着確認にも手が回りきらない状態が続きがちです。足りていないのは、専門知識を学習設計の型に沿って整理し、習熟度まで追える仕組みと言えます。UMU AGLは、社内講師が自らの知見を確かな学習成果につなげる、その課題の解決から出発しています。
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。
知見を成果につなぐ学習へ
社内講師が学習設計の理論を改めて学ばなくても、自身の知見を起点にコース開発を主導できます。構成づくりにかかる時間と労力が減り、知見を現場へ届けるまでの期間も短くなります。
学習内容を無理なく理解できる分量に整えることで、受講者の認知負荷を抑えます。重要な知識が着実に身につき、現場での判断や顧客対応に生かせるようになります。
業務に臨む前に、チームの準備状況を確かめられます。損失が出てから挽回する対応から、問題が起きる前にリスクへ手を打つ対応へと切り替えられるのです。
質問に答えながら進めるコース作成
対話形式のガイドに沿った知識の要点整理
UMU AGLが社内講師に順を追って問いかけ、知識の要点を引き出します。講師は各ステップで対話形式の質問に答えるだけで、インタラクティブなコースを作成できます。白紙から構成を練る従来の作り方とは、出発点が異なります。
学習内容を小さな単位に分ける設計
想定受講時間に応じた学習ポイント数の自動設定
UMU AGLはマイクロラーニングの手法で学習内容を小さな単位に分割し、想定受講時間に合わせて学習ポイント数の上限を自動で設定します。長尺動画を編集し直す従来の手法と異なり、文書からラーニングマップを直接生成できます。
学習ポイントごとに習熟度を数値で示すレポート
学習行動データにもとづくチーム別の能力分析
閲覧時間や設問への回答状況など、学習過程の行動データをUMU AGLが記録し、再テストの正答率も加えて習熟度を学習ポイント単位で数値化します。受講完了率だけでは捉えにくい能力ギャップを、チーム別のレポートで確認できます。