新人が研修後に聞きにこない、答える機会を先に置く学習設計
配属後の新人には社内資料を渡し、分からないことがあれば聞くように伝える進め方は、多くの現場で定着しています。それでも質問が届かないのは、本人の中で疑問がまだ質問の形になっていないからなのです。
聞きにこない状態をどう変えるか
疑問が形になるのは答えた後
質問は、分からないと自覚したところから生まれます。資料を読み、説明を聞くだけの学習では、理解が正しいかどうかを自分で確かめる機会がありません。一度自分の言葉で答えてみると、説明できる部分と曖昧なままの部分が分かれるのです。そこではじめて、どこを確認すればよいかが具体的になります。聞きやすい雰囲気をつくるより先に、答える機会を学習の中に置くことが、質問の出方を変えていきます。
待つ側が先に気づける記録
もう一つは、指導する側の確認方法です。質問が来てから動く進め方では、誰が何でつまずいているかを知る手がかりがありません。学習の中で答えた記録が残れば、理解が止まっている箇所を質問より先に確認できると言えます。忙しさの中で声をかける機会をつかめないまま時間が過ぎる状況も、残った記録を手がかりに変えられます。新人を待たせることなく、先輩社員の時間も必要なところに振り向けられます。
質問が生まれにくい3つの理由
新人が疑問を持つのは、資料を読んでいる最中や、はじめての作業に取りかかるときです。そのタイミングで先輩社員が手を空けているとは限らず、一度説明を受けた内容であればなおさら、確認の声をかけにくくなります。疑問はその場に置き去りになります。
一方向の動画や資料中心の学習では、内容を理解したつもりのまま先へ進みます。理解が正しいかを確かめる機会がないため、どこが分かっていないのかが本人にも見えません。手元には学習を終えた記録だけが残り、疑問は質問の形になる前で止まるのです。
事業部門の責任者が受け取るのは、受講の完了記録と最終テストの点数です。顧客対応の遅れや説明の取り違えが起きてはじめて現場の知識の不足に気づき、原因を探している間に、試行錯誤の時間と商談の機会が失われていきます。
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。
読む学習から、答える学習へ
答えてみて初めて見える理解のズレ
UMU AGL(AI Generated Learning)は、AIを活用して社内文書をインタラクティブなコースに変換し、コースの作成と受講者一人ひとりの学習体験の両方を支えます。学習カードや選択問題、具体的なケースの設問を学習の流れの中に配置し、受講者が回答し、要点を自分の言葉で言い直します。読んで終わりだった学習が、答える学習に変わるのです。どこで理解が止まったのかは、指導する側より先に、本人が気づきます。
説明の途中で聞ける仕組み
トレーナーとチューターを兼ねるAI
UMU AGLでは、AIが説明のときはトレーナー、質疑応答のときはチューター、練習のときはコーチの役割を担います。受講者は説明の途中でも質問でき、回答を受け取った後は元の説明に戻れます。先輩社員の手が空くのを待つ必要がなくなり、個別の対応が指導担当者の時間に左右されにくくなるのです。一度説明を受けた内容をもう一度確認することにも、ためらいが生じにくくなります。
質問を待たずに見つかるつまずき
学習ポイント単位で残る回答の記録
UMU AGLは、閲覧の時間、読み飛ばしの有無、設問への回答状況、追加の質問の頻度、一定期間後の再テストの正答率を学習ポイント単位で記録し、チーム全体のレポートとして示します。責任者は、質問が来るのを待たずに、どこで理解が止まっているのかを学習ポイント単位で確認できます。答える機会、その場での質疑応答、記録の3つがそろうことで、質問が生まれる前の段階から対応できると言えます。
新人の受け入れと製品展開への応用
配属直後の新入社員研修
製品マニュアルや業務プロセスの社内文書をコースに変換し、新入社員が学習の中で内容を理解し、設問に回答し、具体的な状況で判断します。先輩社員が同じ内容を繰り返し説明する時間も軽くなります。
管理者は各学習アクティビティの完了状況と回答の傾向を確認でき、資料の配布状況にとどまらない学習の情報が手元に残ります。
新製品のセールスイネーブルメント
新製品の資料をコースに変換し、営業担当者が訴求ポイントを説明し、よくある質問に回答し、顧客対応の判断を練習します。フィードバックを受けて、理解のズレをその場で修正できます。
事業責任者は、顧客とのやり取りの前に理解のズレを確認できます。学習の記録は、職務遂行能力そのものを示すものではありません。