T+D Magazine最新号トピック: データ重視の学びのパーソナリゼーション, Zach Posner

2017年09月13日 16:50

ここ数十年の間に企業教育も随分変化しました。90年代は、コンピュータ・ベースの研修があり2000年代は、e-learningが導入され、ブレンド、コラボラティブ・ラーニングが、次々と姿を表しました。

1つ1つが前進であり、研修の専門家のみならず学習者にも恩恵をもたらしました。同時に職場も変化し、それに我々もついていかなければなりません。今の学習者は、「困惑気味、集中力に欠け、結論を急ぐ」と言われています。そして、コンテンツが「エンゲージング、シームレス、パーソナライズ、そして、すぐに目の前に現れること」を期待します。こういったニーズにどのように応えられるでしょうか。

McGraw-Hill Educationは、モジュラー形式、データ重視、かつ、マスタリー・ベースの適応学習を提案します。

学びをモジュラーに

モジュラー化した、一口サイズのコンテンツは新しいものではありません。マイクロ・コンテンツと呼ばれるものは、ツイート、likeといったソーシャル・メディアに溢れています。ビデオでさえ、30分ものがyoutube clipの3分に凝縮されています。コンテンツは、短期間の消費に向くものが制作され、人の短い集中力とも合致します。

一口サイズは、多くの学習者を掴みます。長いコンテンツに我慢することなく、食べきりサイズで学びができる。学びを得意とせず、集中力にかける学習者にとってこれほど嬉しいことはありません。

マイクロ・コンテンツは内容を短くするだけではありません。学習者にとって必要な内容を適切な時に、柔軟性を持って提供します。これは、データによりバックアップされ、シンクロされたエコ・システムに導入されるともっと強力な力を発揮します。

データ重視のパーソナリゼーション

消費時間、エントリ・ポイントといったオンライン・ユーザ・データというものを多くの人はご存知でしょう。こういったデータは、ウェブサイトの最適化のために使われますが、各ユーザのエクスピリエンスをカスタム化することにも適用できます。

例えば、Netflixのビデオ・レコメンデーションやアマゾンのe-commerce レコメンデーションでは、ユーザの好みが示される仕組みがあります。レコメンデーションは、2種類あり、ユーザが見たり購入したりしたコンテンツ、そして、タグ付けされた属性情報です。タグづけに関して言えば、無制限に使えるため、強力です。例えば、楽しんだ映画のタグは、女優、スクリプト、と限りなく挙げられます。現実には、すべての要素が複雑に絡み合いますが、タグづけが効果的だとそれが形となります。個人のインターアクションは、すべてのユーザのアルゴリズムにも適用できるため、すべての人のエクスピリエンスも改善されるようになります。

データ重視のパーソナリゼーションが他の業界でうまくいっているのだから、次は私たちの番です。

データを使って学びの成果を上げる

学びは複雑なプロセスです。個人の学びを考える時、4つの要点を考慮しなければなりません。正確性、時間、メタ認知、エンゲージメント。最初の3者のデータは、回答の正確さ、回答にかかる時間といったことから推し量れます。エンゲージメントは、他の3点から推測します。

すべてのデータが一緒になると、個人の学びを最適化できます。行動やパフォーマンスを表すデータを学びの最適化に繋げ、効果的、かつ、効率的なレッスンを提供できます。これを適応学習と呼びます。

適応学習をオートメーション化したパーソナル・チュータを考えて見ましょう。学習者のスキル・知識・パフォーマンスの情報を引き出し、教材やタスクをそれに合わせます。適応学習の目的は、学習者のニーズに合わせて、弱い領域を改善し、その人に合うペースや方向でコンテンツを進めることです。

適応学習は、学習者一人一人のニーズを満たすコンテンツを作りだします。本質的にデータ重視の、最終ゴールが学びとなるマイクロ・コンテンツです。Netflixのようにコンテンツは小さな断片に分けられ、最適化したプレゼンテーションを提供するためにデータの最適化がなされます。

例えば、従来の設定であれば、学習者はすべてのコンテンツに目を通さなければなりませんが、適応学習であれば、マスターした内容以外のコンテンツを学ぶことができます。

ここでの強みは、高い効率と効果性です。すでに知っているコンテンツに時間を費やす必要がありません。さらに伸ばすべき領域に時間と集中力を当てると習熟度も改善します。集中することによって習熟度が上がり、学びの満足度も高まり、記憶や完了度も好転するといいます。エンゲージメントも良い結果が出ています。学習者は、学びのオーナーシップを持つようになります。

強みがこれだけ有るだけでもすごいことですが、まだ話は終わりません。データはリアルタイムのため、研修インストラクタやマネージャは、すぐに反応を返すことができます。一眼で、指導内容を変え、コンテンツを洗練するができます。この点でも適応学習は多くのステークホルダに恩恵を与えます。

適応学習、アジャイル・オーサリングを統合してデータ重視のエコ・システムが出来上がります。人を中心としたデザインやデリバリが形成されます。

適応学習とプロフェッショナル・ラーニングへのアプローチ

Mcgraw-Hill Educationの適応学習は、テクニカル、定性的、定量的な内容を、ホスピタリティー・ビジネスから法務まで幅広く提供しています。

ゴールから学習目標にブレークダウンし、リソースとアセスメントを紐づけます。こうやって、学習者のインターアクションのデータが生まれ、適応学習、アジャイル・オーサリングが実現します。

Mcgraw-Hill Educationは紙媒体のテキスト販売会社から学習サイエンスの会社を目指し、従業員や顧客をエンゲージする企業文化に変えるために、従業員のコンピテンシーも見直し、期待される行動様式を新しく示しました。

従業員がスケーラブルに適応学習を実現できるようにしました。適応学習が効率よく、効果的にパーソナライズされることを実現し、データ重視のプラットホームを定めました。いかなる教材も導入することができ、タレント・ディベロップメントの専門家が、適応学習を推進するためのツールとなることを目指します。
スポンサーサイト


コメント

    コメントの投稿

    (コメント編集・削除に必要)
    (管理者にだけ表示を許可する)

    トラックバック

    この記事のトラックバックURL
    http://kokonakahara.blog51.fc2.com/tb.php/136-76e5a82d
    この記事へのトラックバック