手作業のコース作成と一方向の学習が抱える限界
スライドのレイアウト調整や動画の収録・編集といった反復作業に講師の時間の大半が費やされ、受講者の理解を深める設計に手が回らないまま制作期間が延びていきます。
長い録画コースや静的なPDFは飛ばし読みでも修了できます。受講完了率は満たしていても、顧客から具体的な質問を受けた場面で知識を引き出せない従業員が残るのです。
最終テストの得点しか把握できないため、業績が伸びない原因が知識不足なのか活用の問題なのかを切り分けられず、的を絞ったフォローアップを実施できません。
作業中心の制作から、学習設計中心の制作へ
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。
講師は限られた時間の中で、コースを早く公開することと、受講者に確実に習得してもらうことの両方を求められています。両立を難しくしているのは、社内文書を学習設計に沿ったコースへ変換し、学習ポイントごとの習熟度まで確かめる仕組みが、作成工程に組み込まれていないことなのです。UMU AGLは、作成から習熟度の確認までを一つの流れでつなぐことで、この課題に応えます。
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。
公開の速さと確かな習得
反復作業に費やしていた時間を学習設計に振り向けられます。講師は受講者の理解を深める判断に集中しながら、効率と専門性を兼ね備えたコースを用意できます。
一度に扱う情報量を適切に抑えることで、受講者は重要な内容を無理なく理解・習得できます。飛ばし読みで終わる受講から、要点を確実に身につける学習へと移行できます。
チームが各学習ポイントをどの程度習得しているかを確認でき、つまずいている領域に絞ったフォローアップを実施できます。育成施策の見直しにも、根拠を持って取り組めます。
アップロードした文書からコースを直接生成
AIによる素材の解析とオンラインコースの直接生成
講師が社内文書やPDFをアップロードすると、AIが内容を解析して学習ポイントを抽出し、受講者がそのまま学べるオンラインコースを生成します。直感的な操作のまま、学習科学に基づく設計を作成工程に取り込めるのが特徴です。
学習内容を小さな単位に分けるコース設計
想定受講時間に応じた学習ポイント数の自動設定
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。ラーニングマップも同時に作成し、長尺動画を分割編集する方法より少ない工数で要点を絞った学習を用意できます。
学習ポイントごとに習熟度を数値で示す仕組み
個人の習熟状況とチーム単位の学習効果レポート
習熟度を学習ポイント単位で定量化し、受講者一人ひとりの知識やスキルの習熟状況を可視化します。チーム単位の総合レポートも確認でき、つまずきの所在まで特定できる点が、テストの得点に頼る従来の評価との違いと言えます。