Degreed AI Labs：状況に応じたロールプレイトレーニングによる学習
- DISCE
- 5 日前
- 読了時間: 6分
AI Labsで取り上げられている内容はすべて実験的であり、現在進行中のものです。また、これらがDegreedの製品群に組み込まれることは保証されません。
では、実験内容をご説明します。例えば、2時間後に重要な会議があり、その準備が必要です。しかし、このような急な話では、上司にリハーサルを頼むことはできません。スライド資料は用意できていますが、会議に参加するステークホルダーからどのような質問が出るか、見当がつきません。
今こそ、その場しのぎで済ませるべきではありません。複数の主要なステークホルダーを交えた会議は、急な通知を受けて、ただ資料を読み込んで準備できるような会議ではありません。あなたが必要としているのは、その瞬間のニーズに高度にカスタマイズされた体験であり、この場合は、重要な会話に向けた練習と準備です。これは学びの機会ですが、従来の学習方法では対応できません。
私がAIを活用して提供できるかどうか試してみたかったのは、まさにこのような「流れの中の学習」なのです。
しかしその前に、DegreedのAI Labsについてご存じない方のために、少しご紹介させてください。私たちDegreedは、最新のAI機能を活性化させる最も有用な方法を実験し、それらを実際のビジネスニーズに合わせ、市場で実際に価値を提供できるものを模索しています。私たちが開発するものの多くは、製品化に至りません。テストし、学び、改善を重ね、次の実験に進むのです。
しかし、時折、学習の未来に対する私たちの考え方を一変させるような実験が現れます。
AIネイティブ時代の学習
私は、『AIネイティブの世界において、学習は実際にどのような姿になるのか？』という、シンプルな問いについて多くの時間を費やして考えています。
従来の学習手法では、実際のパフォーマンスが問われる瞬間に行動変容を起こすには不十分な場合が多いです。従来の学習モデルは、あまりにも一般的すぎたり、遅すぎたり、あるいは学習を定着させ、より迅速に実践準備を整えるためのフィードバックを提供できなかったりします。数時間後に控えた会議の準備という、先ほど挙げた例を考えてみてください。その場で実践できる機会はどこにあるのでしょうか？
このようなニーズに応えるために、学習は次のような方向へと進化していくと私は考えています。
タスクに特化したもの
個人に合わせたパーソナライズされたもの
その瞬間の状況に応じたもの
これが、私がAIロールプレイシミュレーションの実験を実現するために用いた考え方です。
AIロールプレイ会話の実践
この実験では、その瞬間のユーザーのニーズに基づいて、具体的な学習体験を生み出せるかどうかを検証しました。
状況に応じたニーズを実際に満たすにはどのような形になるかを検討した後、ユーザーが、投資家との電話会議のような独自のシナリオを入力できるAIエージェントを作成しました。エージェントはそのイベントのリアルなシミュレーションを生成し、学習者がマルチモーダル形式で練習できるようにします。
ステークホルダーとの会議が間近に迫っているというシナリオに戻ってみましょう。私はこの新しいツールにアクセスし、プレゼンテーションの相手やトピック、目標など、手元にある情報を含めて、会議について説明します。するとAIが、非常にリアルなビデオ通話インターフェースを生成します。
最大4人のAIキャラクターがロールプレイに参加し、それぞれが異なる役割、性格、優先順位を持っており、私が直面しようとしている状況や人々を再現できます。彼らは、実際のステークホルダーがそうするように、質問をしたり、話を遮ったり、反論したりします。そのリアルな緊張感こそが、この体験をさらに有益なものにします。
シミュレーションでは、やり取りの最中および終了後にユーザーへのフィードバックが提供されます。これには、質問への対応の仕方、コミュニケーションの明確さ、さらにはプレゼン資料の有効性に関する評価も含まれます。
これにより、企業研修や学習の提供方法が変わります。ユーザーはいつでもこれらのシミュレーションを実行できます。このような柔軟性は、現実の世界において重要です。重要な電話会議の前に2週間も練習するというのは、必ずしも現実的ではありません。時には、必要な準備を詰め込める時間が、会議の2時間前しかないこともあります。
これらのシミュレーションがあれば、いつでも練習する時間が確保でき、重要な会議を本番の練習として使う必要はなくなります。
これらのAIシミュレーションの特長とは？
これは、単にプレゼンテーションや重要な1対1のやり取りを練習し、フィードバックを得るだけの機会ではありません。このAIシミュレーションがユニークな理由は以下の通りです。
複数のペルソナ
多くのロールプレイツールは、単一のやり取りをシミュレートします。これに対し、本システムは対立する視点を持つ人物を導入しており、実際の会議の展開により近い形となっています。これらのペルソナはそれぞれ異なる性格と目標を持っており、内容や割り当てられた視点に基づいて、個別の質問を投げかけてきます。
マルチモーダルな入力とフィードバック
これらのシミュレーションでは、予期せぬ質問や深いやり取りを含む会話も可能です。システムは、発言内容、話し方、画面上でリアルタイムに共有している情報、そしてそれらが全体的な目的や目標とどのように整合しているかなど、入力のあらゆる側面を評価します。
リアルタイムおよびセッション後のフィードバック
対話中にシグナルを受け取るため、その場で調整が可能です。また、終了後にはより体系的なフィードバックも得られます。この組み合わせにより、「流れの中の学習」が促進されるだけでなく、パフォーマンス向上のための振り返りと改善の繰り返しが可能になります。
セットアップの迅速さと完全なパーソナライゼーション
体験は、シンプルなプロンプトから生成されます。あらかじめ構築されたものではなく、あなたの正確な仕様に基づいています。至急、通話に別のペルソナを追加する必要がある場合は、プロンプトを調整するだけで済みます。
リアルタイムのフィードバックとアプローチを更新する機会は、職場での学びのあり方を根本から変えます。
シミュレーションを通じた学習の未来の構築
ここで、再び問いたいと思います。AIネイティブな世界において、学習とは実際どのようなものなのでしょうか？
こうした状況に応じたAIロールプレイシミュレーションは、全く新しい種類の学習システムを生み出す可能性があります。特定のトピックに関するコンテンツを探し回る必要はありません。代わりに「これを練習したい」や「このイベントが控えている」と伝えるだけで、システムが必要な時に必要な体験をあなたのために生成します。
能力開発がより専門的かつ状況に応じて行われるようになるにつれ、学習の機会の範囲は飛躍的に広がります。これこそがオンデマンドの体験型学習であり、絶え間ない変化という現実に対応する可能性をはるかに秘めた学習なのです。
この実験やその他の進行中のイノベーションについて、私の「Degreed In Action」ウェビナーで詳しくご紹介します。これらの実験を実際に試してみたい方は、LinkedInで私にご連絡ください。
Taylor Blake
Tuesday, April 14th, 2026
コメント