習熟度の可視化、次の一手が決まる粒度へ
習熟度を可視化しても、次に誰へ何をするかまでは決まらないことがあります。グラフに表れるのは学習の結果の一部であり、判断に使うには、データが生まれる仕組みと記録の細かさを先に整えておく必要があるのです。
習熟度の可視化とは、対象を絞る作業
可視化のあとに決めること
習熟度の可視化は、レポートを出すことが目的ではありません。次に誰へ何を補うかが決まってはじめて、可視化は運営の判断に結びつきます。グラフが並んでも、手を打つ相手までは決まりません。可視化を設計するときに先に置くのは、どの記録があれば次の一手を決められるかという問いです。見たい数字から並べるより、決めたい判断から逆算するほうが、集めるべき記録の形もはっきりするのです。
記録から言える範囲
もう一つの要点は、記録から言える範囲を先に把握しておくことです。学習の記録が示すのは、何を理解できていて、どこで手が止まったのかという学習上の状態までです。業績の伸び悩みや離職の理由まで、同じ記録から説明できるわけではありません。範囲を広げすぎると、記録が裏づけられない結論まで語ることになります。学習面の打ち手を決める材料として扱うほうが、社内での合意も得やすいと言えます。
なぜグラフから次の一手が出てこないのか
説明を一方向に流す構成では、受講者が問いに答える機会も、理解を確かめる機会もほとんどありません。手元に残るのは、閲覧の履歴と受講にかけた時間だけです。受講は終わっていても、内容を実務で使える状態なのかは分からず、可視化しようにも材料そのものが生まれません。
画一的なコースでは、すでに知っている内容を繰り返す人と、前提の知識が足りずに止まる人が同じ流れで進みます。理解度に合わせて講師が対応できる時間にも限りがあり、フォローは行き届きません。研修そのものが負担と受け取られ、参加度と受講完了率が下がっていきます。
既存の仕組みが測るのは、最終テストの得点と受講完了率です。どこを読み飛ばし、どの設問で回答を誤り、何を追加で質問したのかという学習の過程は、記録として残りません。全体の数字は出せても、誰にどの内容を補うべきかを絞り込めないのです。
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。
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。
可視化する材料が生まれる学習の形
答えた記録が残る学習
UMU AGL（AI Generated Learning）は、社内文書をAIでインタラクティブなコースに組み替え、研修コースの作成と、受講者ごとの学習の進め方の両方を支援します。コースの途中にはナレッジカードやクイズ、ケースシミュレーションが置かれ、受講者は問いに答え、要点を自分の言葉で説明しながら進みます。可視化の材料は、この答えるやり取りから生まれるのです。
学習の途中で減る、対応すべき分
その場で解ける疑問の扱い
可視化してから手を打つまでには、どうしても時間がかかります。学習の途中で生じた疑問のうち、その場で解ければ済む分まで抱え込むと、後から対応する対象はふくらむ一方です。UMU AGLのAIは、講義中はトレーナー、質問時はチューター、練習時はコーチと役割を切り替え、受講者ごとの理解度に合わせて説明し、その場で疑問に答えます。可視化して手を打つべきなのは、ここで解けずに残った分なのです。
誰に何を補うかが決まる、記録の細かさ
残った分を見分ける記録
学習の中で解けずに残った分は、記録として手元に残ります。UMU AGLが数値にするのは、学習ポイント単位の習熟度です。個人の学習パスマップと、チーム単位の学習効果レポートとして示すため、どの内容で回答が分かれたのかが分かり、フォローアップの対象と範囲を決められます。ここから読み取れるのは学習上の理解の状態までであり、業績の変化まで説明できるものではありません。
UMU AGLが、学習と記録を一つの流れへ
手順書で始める新入社員研修
新入社員に配っていた製品マニュアルや作業手順書から、UMU AGLがコースを組み立てます。受講者はラーニングマップで現在地を確かめ、設問に答えながら学習を進めます。
どの学習単位で回答が分かれたかは、配属を待たずに確かめられます。分かるのは、職務知識をどこまで理解できているかという範囲です。
新製品の資料で行う営業研修
新製品の説明資料をもとにUMU AGLがコースを構成し、営業担当者は対話形式で問いに答えながら、訴求ポイントとよくある質問への答え方を、自分の言葉で確かめられます。
回答がそろわない設問は、顧客と話す前に洗い出せます。ここで分かるのは、製品知識をどう理解しているかという学習上の状態です。
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
