eラーニングから考える、これからの学習設計～AI時代、学びは「課題」から始まる。～

Ryota Kurihara
3 日前
読了時間: 7分

生成AIの進化と普及のスピードはすさまじく、私たちの学び方を大きく変えつつあります。わからないことがあれば、すぐにAIへ質問し、その場で回答を得ることが当たり前になりました。少し前まではAIの回答の信頼性が課題と言われていましたが、現在では実務で十分に活用できるレベルまで向上しています。

企業の人材開発においても、この変化は避けて通れないものになっています。

eラーニングを切り口に、AI時代に学習スタイルがどのように変化し、それに伴ってeラーニングや人材開発部門の役割がどのように変わっていくのかを考えてみたいと思います。

AI出現による学習の変化

従来のeラーニングは、用意されたコンテンツを順番に学習していくものでした。学習者は、何を学ぶべきかを事前に設計されたカリキュラムに沿って学びます。集合研修や書籍、動画学習も基本的には同じ構造です。

一方、AIによる学習は少し異なります。AI学習は、本やeラーニングのような順番に学ぶ学習ではありません。自分の課題や疑問を起点に対話を重ねながら理解を深めていく、対話型学習という学習スタイルです。

たとえばリーダーシップを学ぶ場合、リーダーシップとは何か、リーダーに必要な役割とは何か、状況に応じたマネジメントとは何かといった内容を順番に学んでいきます。

しかしAIでは、部下が言うことを聞いてくれない、フィードバックの伝え方がわからない、1on1で何を話せばいいかわからないといった、自分が直面している課題から学習が始まります。

さらに、「なぜそうなるのですか？」「具体例を教えてください。」「私の会社ではどう考えればよいでしょうか。」というように対話を続けながら学びを深めることができます。

ここで重要なのは、学習の順番そのものが変わったことです。

「部下へのフィードバックがうまくいかない」と相談するだけで学習が始まります。本人は学習しているつもりではなく、仕事をしているだけです。しかし実際には、その過程でリーダーシップやコミュニケーションについて学んでいます。

従来は「基礎 → 理論 → 実践」でした。AI時代では「課題 → 解決 → 理論」という流れが増えていきます。

また、従来のeラーニングでは、最後まで学習するということが必要でしたが、AIでは質問しなければ学習は進みません。回答を得てそのままでは、学習が終わります。つまり、学習を進める中心はコンテンツではなく学習者自身の「問い」になります。

これらの変化は単なる学習手段の変化ではなく、学習設計そのものを見直す必要があるほど大きな変化だと考えています。

学習と仕事の統合

「Learning in the Flow of work」という考え方が提唱されて久しくなりますが、AIによってそれがようやく現実になってきました。

従来は、①学習する②仕事で試す③振り返るという流れでした。

一方AI時代では、①仕事をする②わからないことが出る③AIに聞く④その場で学ぶ⑤仕事を続けるという流れになります。

学習は独立したイベントではなく、業務の中に埋め込まれていきます。

さらにこの変化を後押ししているのが学習開始のハードルの低さです。

従来のeラーニングでは、LMSへログインし、コースを探し、受講する必要がありました。

一方AIでは、「部下へのフィードバックがうまくいかない」と入力するだけで学習が始まります。

「学習する」から「仕事をしながら学ぶ」へ。

「コースで学ぶ」から「対話しながら学ぶ」へ。

この変化は今後ますます加速していくでしょう。

AI学習の盲点

AI学習には大きな利点がありますが、一方で見落としやすい課題もあります。

それは、課題解決には強い一方で、既に認識している課題しか学べないという点と、学びが断片化しやすいという点です。

AI学習では、学習者が知らないこととの出会いは得意ではありません。

例えば、心理的安全性や状況対応型リーダーシップ、コーチング理論といった概念を知らなければ、それについて質問することもありません。

また、従来は「理論 → 実践」という流れでした。AIでは「課題 → 解決」で終わってしまうことが少なくありません。

例えば、「部下をほめる方法を教えて」という質問だけで終われば、背景にある心理学やリーダーシップ理論まで理解する機会はありません。状況が変われば、その場で得たノウハウだけでは応用できなくなります。

だからといって、従来のように「基礎から順番に学ぶ」へ戻すべきとは考えていません。

重要なのは、仕事を起点としたAI学習を前提としながら、適切なタイミングで理論や原理原則へ導く学習体験を設計することです。

例えば、

「最近あなたはフィードバックについて多く質問しています。ここで状況対応型リーダーシップについて20分だけ学びませんか。」このような介入がAIから自然に行われれば、実践と理論を結び付けることができます。

このような設計は、LXPやデジタルラーニング環境だからこそ実現しやすい領域でしょう。

また、AI学習では問いの質によって理解の深さも大きく変わります。同じAIを使っていても「方法だけ知りたい人」と、「なぜそうなるのか」「理論は何か」「自社ではどう応用するか」まで問い続ける人では、数か月後の理解の深さには大きな差が生まれるでしょう。

役割が変わるeラーニング

こうした流れの中で、eラーニングはなくなるのではなく、その役割が大きく変わると考えています。知識伝達を目的とした説明中心の動画コースやナレーション付きスライドタイプの教材は、AIとの対話に置き換えやすいコンテンツです。

それはこれらはAIが得意とする領域だからです。必要な時に質問し、必要な部分だけ学ぶ方が効率的な場面が増えていくでしょう。

一方で、コンプライアンスやセキュリティ、資格取得、社内固有の知識や新製品教育などは今後も重要です。全員に共通の情報を提供したり、理解してもらう必要が高いものはコースとして形成されている必要性が高くなります。

このような企業独自のコンテンツは今後も必要であり、きちんと設計して作成されることが重要になってきます。

また、シミュレーションやAIロールプレイなど、経験を積むことを目的としたコンテンツは今まで以上に増えていくでしょう。

これまでは人が受講するためのコンテンツでした。今後は、AIが参照するための知識資産としての価値も高まっていきます。重要なのはコンテンツの量ではなく、どのコンテンツを、どの業務課題に結びつけるかになるでしょう。

さらに、AIが個人ごとに最適化したコースを生成したり、AIコーチが継続的に対話しながら学習を支援したりする学習体験も一般的になっていくと考えられます。

人材開発部門の役割

eラーニングの価値が変わると、人材開発部門の役割も変わります。研修やコースを提供することから、仕事の中で学び続けられる環境を設計することへと重心が移ります。その際、汎用AIを利用するのか、企業向けのAIプラットフォームを利用するのか、社内知識をどのようにAIへ学習させるのかという検討も重要になります。汎用AIは優れた回答を返してくれますが、企業が育成したい人材像やコンピテンシー、スキルモデルを理解しているわけではありません。

一方、LXPやデジタルラーニング環境では、適切な問いを投げかける、振り返りを促す、原理原則へ導く、理解不足を補う、必要なタイミングで学習コンテンツを提示するといった「学習への介入（Learning Intervention）」をAIに組み込むことができます。

これから重要になるのは、賢いAIを準備することではなく、AIとの対話を通じてどのような学習体験を設計するかです。

人材開発部門は、コースを展開する部門から、AI時代のLearning Experienceを設計する部門へと進化していくのではないでしょうか。