AI Labs：2027年のAI学習の動向はどのようなものになるのか
今日の職場学習へのアプローチは、別の時代を想定して設計されたものです。従来の学習モデル（eラーニングでさえも）は、それが構築された時代の制約を反映しています。当時、学習プログラムの開発には、費用と時間を要するコンテンツの選定や、固定された配信チャネルが必要であり、個人が次のレベルへと成長するために、その時点で何を学ぶ必要があるかを正確に把握する手段はありませんでした。
しかし今、AIが登場しました。
AIはこうした障壁のほとんどを取り除いてくれるため、学習モデルそのものを再考すべき時期に来ています。ラーニングテクノロジーは、以前よりもはるかに多くのことを実現できるようになりました。対処すべき制約は変化しており、スピードとパーソナライゼーションに対する要求も高まっています。学習のトレンドは急速に進化しており、従業員がAIのような新たな能力を身につける必要があるため、そのトレンドに遅れずについていくことは、ビジネス上ますます重要になっています。
市場予測からも、その傾向はすでに見て取れます。Global Market Insightsによると、企業のeラーニング市場は2030年までに1兆ドルに達すると予測されており、世界経済フォーラムの報告書では、雇用主の85％がそれまでにアップスキリングを優先する計画であることも明らかになっています。
しかし、この巨額の支出は、単に従来の学習モデルへの投資が増えることを意味するだけではありません。学習と人材開発は、従来のモデルでは維持しきれないほど、よりダイナミックでAI主導のものへと急速に変化しつつあります。これは、業界の専門家たちでさえ以前はほとんど想像もできなかったことです。また、スキル開発のあり方は現在とは大きく異なる可能性があるため、今後どのような展開が予想されるか、その全体像をお伝えしたいと思います。
私はDegreed AI LabsでAI学習のプロトタイプを構築・検証し続けてきた経験から、市場の方向性について確固たる確信を持っています。そこで、2027年以降、状況がどのように進展していくかについて、私の見解をお伝えします。
スキル開発コンテンツの形式は、より専門化される
現在、動画を見たり、記事を読んだり、セミナーに参加したりして学ぶことができます。しかし、多くの場合、コンテンツそのものと学習形式との間に必ずしも相関関係があるわけではありません。それは、単に利用可能なコンテンツの提示形式に基づいているに過ぎないのです。通常、ほとんどの学習コンテンツの形式には実践的な体験が含まれていませんでしたが、それは多くのスキルを身につける上で不可欠な要素です。
プレゼンテーションのようなスキルを向上させることの意味について考えてみてください。コースではフレームワークを学ぶことはできます。しかし、コースでは反復練習を行うことはできません。実際のスライドを使ったプレゼンテーションを観察し、「4枚目のスライドで熱意が落ちていた」とか、「7枚目のスライドのデータポイントで伝えたメッセージが不明確だった」といった具体的な指摘を受けることもできません。懐疑的な聴衆を相手に、Q&Aを納得のいくまで何度も繰り返し練習することもできません。
コンテンツの形式が課題と一致し、体験が実際に達成しようとしていることに基づいて構築されると、何かが変わります。フィードバックはより具体的になり、練習はより有益なものになります。突然、体験型学習が、準備しようとしているまさにその状況において、必要な時に必要なだけ行えるようになるのです。
パーソナライゼーションは、ダイナミックで応答性の高い学習をもたらす
私たちは数十年にわたり、架空の「平均的な人」を想定してコースを設計してきました。当初は「ワンサイズ・フィット・オール」 ―― つまり、誰にでも同じコースを提供する形でした。しかし、その後登場した「カスタマイズ型」や「適応型」の学習でさえ、学習の方向性やスピードに関する特定の仮定に基づいて、あらかじめ作成された既定の学習経路という形をとっています。最初のモデルよりは改善されていますが、真の意味での「パーソナライズ」とは言えません。
未来の学習は、むしろ「対話」のような形になるでしょう。それは、あなたがすでに知っていることを理解することから始まり、あなたが混乱した時にはコンテンツを適応させ、あなたが疑問を投げかけた時にはより深く掘り下げ、あらかじめ決められた道筋を進み続けるのではなく、次に何が必要かを確認していくようなものです。
私は、AI Labsでこの種のダイナミックなコース体験をテストし、実際にどのようなものになるかを確認しました。日常的に気軽に学べるように設計された、新しいタイプの開発コースの実験を作成しました。コンテンツは、対話を始める前に作成されたものではありませんでした。その代わりに、AIペルソナは、私のアップスキリングの履歴や習熟度といった文脈を事前に把握した上で、私の参加を待っていました。
実験では、最初の画面に、私のこれまでの学習内容や興味に基づいて選ばれたトピックが表示されました。デモでは、私がすでに一定の背景知識とスキル履歴を持っている、かなり技術的なトピックを選択しました。その違いはすぐに明らかになりました。まず、私の習熟度に見合った中級レベルのコンテンツから始まりました。私が別の方向へと話を進める質問をすると、AIはスムーズにそれに応じてくれました。
これが、パーソナライゼーションが機能した際の真の意味です。つまり、ダイナミックなニーズを持ち、関心の対象が刻々と変化する実在の人物に対して、リアルタイムで応答することなのです。
具体的かつ状況に応じた学習コンテンツを期待しましょう
3つ目のトレンドは、最も重要でありながら、最も議論されていないかもしれません。人々が最も学習を必要とする瞬間は、予定されたものではありません。それは、難しい会話が必要なミーティングの2時間前だったり、プロジェクトが思わぬ方向に進んでしまった最中であったり、そのトピックについて自分よりも詳しい相手へのプレゼンテーションの直前だったりします。
従来の学習では、仕事において人々が必要とするレベルの具体性をもって、こうした瞬間をサポートすることはできません。その設計上、従来の学習はそうした瞬間とは切り離された存在だからです。AIが可能にするのは、状況に応じた学習です。つまり、実際に直面している具体的なシナリオに基づいてオンデマンドで生成され、真に役立つほど迅速に提供される学習です。
これから控えている重要な電話会議の内容を説明すると、数分以内に現実的な練習シナリオが返ってくることを想像してみてください。それぞれ異なる性格や質問を持つ複数の登場人物、何かをデモする必要がある場合に画面を共有する機能、リアルタイムのフィードバック、そして終了後の振り返りまで含まれています。ありきたりなコミュニケーションスキル講座ではありません。まさにこれから行うべき具体的な行動に向けた、その場限りのリハーサルなのです。
私は、まさにこのようなニーズに応えるためにプロトタイプを作成しました。例えば、特定のイニシアチブへの賛同を得るために、3人の役割別のステークホルダーと会議を行うと指定することができます。モデル内では、プレゼンテーションを行う練習セッションに入り、AIがステークホルダーの役割を演じ、機能や役割ごとの視点に基づいて質問を投げかけ、プレゼンテーションに関するフィードバックを提供します。
そうすれば、1時間後に控えたその会議の準備が、より現実的で効果的なものになります。
2027年のAIを活用した学習の未来
今日私たちがAIを活用した学習と捉えているものは、2027年以降に実現する姿とは全く異なるものになるでしょう。
個々のツールは、実に素晴らしいものになりつつあります。しかし、現時点でも、最高の学習体験を得るには、自らそれを探し出す必要があります。リソースの存在を知り、それが自分の状況に当てはまることを理解し、そのリソースにアクセスし、設定を行わなければなりません。しかも、それらは依然として、必要とされるその瞬間に完全にパーソナライズされ、状況に応じたものにはなっていません。
私が実際に機能すると考えるのは、ニーズと体験が互いに結びつくような形です。従業員が直面している課題を会話形式で説明したり、マネージャーがチームに必要なものを説明したりすることで、ソリューションを生み出すための追加のインフラ整備を一切必要とせず、文脈に応じて適切な体験がリアルタイムで自動的に生成されるような仕組みです。
学習は、平均的な人向けではなく、そのタスクのために構築された体験へと移行しつつあります。大衆向けではなく、個人向けに構築されたものです。そして、6週間も前に予定されるのではなく、必要な瞬間に利用可能なものです。それがイノベーションが進む方向性です。そして、それは多くの人が考えているよりもずっと近い未来に実現するでしょう。
私たちはその実現を可能にする技術のプロトタイプ開発をすでに進めているため、私はそれを確信しています。
とはいえ、この分野は変化が激しく、過度な期待も確かに存在するため、ここでは慎重に述べたいと思います。上で説明した体験は、現時点ではプロトタイプに過ぎません。製品化されるものもあれば、そうでないものもあるでしょう。しかし、技術にはまだ未熟な部分があり、これらを企業向けに実用化するには、優れたデモ以上のものが必要となります。
もし、これらの内容が皆様の考えと重なり、話し合いたいと思われた場合は、ぜひお話ししましょう。
AI Labsのコンテンツで取り上げられている内容はすべて実験的であり、開発中のものです。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。
Taylor Blake
Thursday, June 18th, 2026
