講師の視点だけで進む教材作成の3つの課題
マニュアルや規程を講師の視点だけでコースにすると、公開直前に事業部門が事例の差し替えを求めることも少なくありません。修正が重なり、受講者も知識を業務で使えないままになります。
長い動画や資料を通しで視聴するだけの研修では、受講者が一度に処理できる量を超えやすくなります。受講は完了しても、顧客の具体的な質問には答えられない状態が残るのです。
受講完了率と最終テストの得点だけでは、どの学習ポイントで理解が止まったのかを確認できません。成果が伸びない原因を切り分けられず、補習の対象も絞れません。
要件の合意で、手戻りの少ない作成へ
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。
研修部門は、事業部門が求める時期にコースを公開し、実務に合った内容と受講後の理解の確認まで担っています。それでも手戻りや理解のばらつきが続くのは、作る前に関係者と要件をそろえる手順も、学習量と習熟度を学習ポイント単位で扱う仕組みも、作成の流れに組み込まれていないためと言えます。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。
現場に沿うコースと確かな定着
要件定義、アウトライン、学習設計の各段階で事業部門の視点を取り込めるため、現場が納得できるコースに仕上がります。不要な手戻りが減り、確認と修正にかかる工数も抑えられます。
受講者が一度に受け取る情報量を抑えられるため、重要な内容を無理なく理解し、身につけられます。内容の多いテーマでも、要点が埋もれにくくなります。
チームが各学習ポイントをどこまで習得したかを確認でき、理解が浅い箇所に絞ってフォローアップ研修を組めます。成果が伸びない原因の切り分けにも役立ちます。
事業部門と段階ごとに合意を重ねる作成手順
要件整理から学習設計までの段階別の合意形成
UMU AGL は、要件整理、アウトライン作成、学習設計の順にコース作成を進め、各段階で関係者全員が内容を確認して合意できます。講師の視点で決まりがちな従来の作り方に比べ、部門ごとの期待を早い段階で反映できます。
想定受講時間に合わせて学習量を区切る設計
学習ポイント数の上限設定とラーニングマップの作成
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け、想定受講時間に応じ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制作に比べ、ラーニングマップまで文書から直接組み立てられます。
チームの強みと弱みを学習ポイント単位で示す分析
個人とチームの習熟状況を定量化するレポート
UMU AGL は習熟度を学習ポイント単位で定量化し、個人の知識・スキルの習熟状況とチーム全体の学習効果をレポートで可視化します。得点と受講完了率に頼る従来の評価に比べ、理解が分かれた学習ポイントを具体的に把握できます。