マニュアルの研修コンテンツ化を阻む3つの壁
製品や業務に精通していても、学習設計の進め方がわからず、マニュアルの内容をコースの構成に落とし込めません。研修部門の制作を待つ間に、現場への知識展開が遅れていくのです。
マニュアルをそのまま教材にすると、受講者は学習中に生じた疑問をその場で解消できません。標準的な手順から外れた顧客の要望に直面した際も、適切な対応を確かめられないままです。
受講の完了は確認できても、どの知識が身についていないかはデータで把握できません。弱点を特定できないため、問題が起きてから対処する状態が続き、売上や顧客との機会を逃しています。
現場の知見を、成果につながるコースへ
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、手元のマニュアルを学習効果のあるコースに仕立て、受講後の理解度まで確かめる役割を、通常業務と並行して担っています。足りないのは担当者の努力ではなく、学習設計の専門家でなくても文書から双方向の学習体験をつくり、習得状況を確認できる仕組みだと言えます。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。
コース化から習熟度の確認へ
事業部門の講師が、マニュアルに込められた専門性を保ったまま、学習効果の高いコースを自ら開発できます。現場への知識展開を、自部門の計画に合わせて進められるようになります。
受講者は自分のペースで学習を進め、つまずいた点をその場で解消できます。複雑な顧客ニーズにも現場で対応できるようになり、知識不足や対応の遅れによる機会損失を防げます。
業務を始める前に、チームの準備状況を確認できます。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ます。
学習科学に基づくコース作成プロセス
明確な作成手順と業界別テンプレートによるコース開発支援
明確な作成プロセスと、業界ごとの研修シーンに対応したテンプレートに沿って、マニュアルの内容を学習科学に基づく構成へ整理できます。ディスカッションやテストも組み込め、複雑だったコース開発をシンプルな手順で進められます。
講義・気づき・個別サポートを担うAI講師
3つの役割を同時に担うAIによる個別最適な学習支援
AIが講義(Teacher)・気づき(Coach)・個別サポート(Tutor)の3役を同時に担い、受講者の状況に合わせて説明と学習支援を行います。講師1人が対応できる範囲を超えて、一人ひとりの学習ニーズに応えられる点が特徴です。
学習ポイント単位で習熟度を数値化する仕組み
学習行動データに基づくチーム別の習熟度レポート
閲覧時間や設問への回答状況など、学習プロセスの行動データを記録するため、チームの学習効果と能力ギャップをレポートで確認できます。受講完了の記録だけでは判断しにくい業務知識の習得度も、学習ポイントごとに把握できます。