FC2ブログ

CPLP ハイライト

2018年07月27日 16:46

例題1)ATDプロフェッショナルがルート・コーズ分析をした後、パフォーマンス・マネジメントにおいて次にくるのは、 

A. Performance analysis.

B. Performance improvement solution analysis.

C. Performance improvement solution selection.

D. Solution implementation.



【解答】 C が正解です。ルート・コーズ分析とは、解決策を選択するために必要な情報を提供するため。



例題2) パフォーマンス・マネジメント・ソリューションは6つのカテゴリに分類されます。ワークフローに焦点があるのは、どれですか。

A. Improving knowledge and skills.

B. Improving structure and process.

C. Improving motives.

D. Improving information.



【解答】 Bが正解です。ストラクチャーやプロセスのカテゴリがワークフローを扱うため。



例題3)次のどのパフォーマンス・マネジメント・ソリューションのカテゴリが、ニューズレターやノレッジ・マネジメントを扱いますか。

   A. Improving knowledge and skills.

   B. Improving structure and process.

   C. Improving motives.

D. Improving information

.

【解答】 正解は、D。 情報の改善は、効果的な配信、マネジメント、情報のストーレジについて扱うため。

*詳細は、ATDから発売されている「ATD Learning System」を参照ください。

バーチャル・ワークショップを成功させるために Catherine Nicholson

2018年07月27日 16:45

バーチャルなプラットホームでも効果的な研修を期待できますが、そのためには、学習転移の最適化が必要です。10年以上バーチャル・ワークショップに携わる筆者でも最初は次のような状態から始まりました。対面でうまくいくテクニックが、仮想環境では同じ成果が得られず、バーチャル研修に本当に苦労しました。質問を投げた後、または、参加者に場を盛り上げましょうと促した後の深い沈黙。さらに悪いことに、自分のつまらない冗談に胃がギリギリする始末。最初は、バーチャル・クラス・ルームで無力、孤独、そして、自分さえ見失っていました。

それでも、たくさんの過ちを犯して、次第に学習の移転が散見されるようになってきました。何がうまくいき、いかなかったのかを研究するようになりました。

結果、6つの仮想環境におけるワークショップをデザインする方法に到達しました。学習者のエンゲージメント、学ぶことの楽しみ、そして、最も重要な、学習転移を見出せるようになりました。


原則1:1に目的、2に目的、3に目的

仮想ワークショップは、対面よりも、集中型で短時間であり、 「目的」が、最も重要です。 コンテンツをデジタルに変換する時、 何を残し、外すかを決めなければなりません。

まず、終わりを念頭に置き、問いかけます。参加者が、このワークショップを受けて、何を考え、感じ、行動して欲しいかと。この質問が最後に来るように、コンテンツを支えるプロセス、アクティビティ、アクション、インタラクション、スライド、クリック、および 質問といった全てのコンテンツをつなげていきます。

対面でしばしば見られますが、プログラムの目的を満たさない「練習」などは取り除きます。例えば、それは、参加者に ワークショップに何を期待するかといった質問です。これは、ワークショップの前に入れ、仮想ワークショップの貴重な時間を節約するために、事前学習や補助教材、リソースとして提示します。



原則2:学習者中心

集中していない多くの参加者が、仮想ワークショップにログインします。ラジオDJモードに入って、あなたの声だけが流れるようにして見ましょう。つまり、インタラクティブなワークショップをウェビナーに変えてしまえば、結果は一目瞭然です。

対して、学習者にエンゲージしてもらえるようになりたいですか?それならば、舞台の主役を参加者にしなければなりません。「自分が何を言わなければならないのか?」ではなく、「参加者は何を聞く必要があるか?」 と問うのです。

学習者の視点から、どのような活動、物語、内容が参加者に共鳴するかを考え、パーソナライズします。彼らははるかに ストーリーが自分に響くと関わる可能性が高まります。次のような方法を試みましょう:

•授業の前に、彼らの最もニーズの高い分野を知るための短いアンケートを行う。

•参加者に自分の例を示し、議論する。

•仮想ブレークアウト・セッションでは、他の参加者とシナリオの作業を進める。

•参加者が自分の状況に合わせ、より深く考える質問やアクティビティを用意する。例えば、「あなたが チームで戦術Xをどのように適用しますか。」



原則3:全員で学ぶ

仮想ワークショップでは、トレーナ対参加者のやりとりが多くなります。ピア・ツー・ピアのコミュニケーションは減り、コーチング、共有、そして、社会的、協調的に学ぶ機会が減ります。

バーチャル・トレーニングを開始した頃、質問やコメント、 学習者の問題を解決するのはトレーナの役割だと思っていましたが、リソースをどれだけ無駄にしたことか。参加者にアイデアを提供することは責務ですが、バーチャルでも全員で、アイデアと経験をシェアできます。

学習者のアイデアや経験にどのようにアクセスしますか?最初に、参加者に期待する「責任」を設定します。次に、参加者が貢献しやすいアクティビティを準備します。ピア・ツー・ピア・インタラクションを促すためのいくつかのアイデアです:

•参加者がコースにログインしている最中に、各人を紹介する。その後、自然にチャットが始まります。

•ウィングマンを紹介する。 もしくは、参加者の発言を聞き、洞察力のある質問をする人を立てる。

•次のスピーカを誰にするかを決める権限を与える。

•グループ分けして、ピア・ツー・ピア・コーチングを促す。



原則4:安心して学ぶために

参加者は、試みが彼らにとって新しいため、または、過去の経験仮想トレーニングの経験が浅いばかりに、バーチャル・トレーニングに不安を抱くことがあります。これらの懸念を払拭するために、学習者を即座に、楽に、快適に感じるようにセッションに引き込んでください。

これは、トレーナの自信に帰することが大きいですが、参加者が安心して、参加できるような仕組みをセッションに組み込みます。ここに挙げて見ましょう。

・短かくフレンドリーな事前メッセージと招待状で、メリハリのあるインタラクティブなワークショップの雰囲気を醸す。

•一般的なテクニカル、または、オーディオのトラブルに参加者が困っている時、コピーしてチャットボックスに貼り付けることができるトラブルシューティングの文書を作成して置く。

•参加者のモニターに表示されるスクリーンショットのスライドを共有する。それぞれの機能と使い方を説明する。

•スライドデッキで使用した科学・研究の参考資料を作成する。参加者が後で参考にする。

ワークショップは、開始前から始まっています。事前コミュニケーション、ログイン、歓迎は、ワークショップの前に起こっていることが理想です。参加者を安心させる良い機会です。



原則5:プログラムの繋げ方

対面トレーニング・プログラムと同様、フリップ・チャート、ペン、およびスティッキー・ノートを使ってコンテンツを伝えているだけでは駄目です。最初から最後まで、セクションは明確な論理ステップを辿る必要があります。学習者が集中力を持続させるためのヒントとして、次の問いに答えて見ましょう:

•重要なメッセージは何ですか?

•各セクションを結ぶものは何ですか?

•各段階で尋ねる重要な質問は何ですか?

•ワークショップのルートマップは何ですか?

タイミングも重要です。バーチャルの方が対面よりも時間がかかります。また、パソコンの不具合など時間が延びる要因はいくらでもあります。代替案に切り替える事態も考えておきましょう。



原則6:センス

トレーナが、自らの個性をどのように活かすかにより、参加者のやる気が左右されます。参加者は一方的な講義になることを予想して仮想ワークショップに参加することが多いです。参加者にあなたのセッションが、他と異なり、魅力的でインタラクティブなセッションだということをデモンストレートしましょう。できるだけ早く、投票をし、チャットでアイデアを共有し、 絵文字をクリックして、インターアクションを始めます。仮想教室に入るとすぐにグループメンバーに話しをしてもらいます。注意を引く統計、考えさせる質問、または挑戦のリストを提示します。

アクティビティの手を変え、品を変え、数分おきに 参加者に参加させます。現実のシナリオ、ホワイトボード、ポスター、 投票、ブレイクアウト、ピア・コーチング、クイズ、ゲーム、 インタビュー、ビデオなどがありますが、常に目的を念頭におきます。参加者のやる気を起こさなければ、ワークショップの目的は果たせません。

キャサリン・ニコルソンは、バーチャル社の共同設立者。 catherine.nicholson@thevirtual trainingteam.co.uk.


デジタルエコノミー時代のタレントデベロップメントに備えるために

2018年07月27日 16:44

AI技術の進展に伴い、人に求められるスキルや強化すべきスキルが変わろうとしています。「人・物・金」が資源であった時代から、「人、データ、マシン」が資源に変わってきました。年90%というスピードで世界のクラウド上のデータが増え、2017年だけでも世界中のAI投資が60%も増加したというデータがWorld Economic Forumでも示されました。2030年までには、現業の職務の49%がAI技術によってとって変わられるだろうという予測よりも加速度的に変化は訪れているのかもしれません。

イノベーションに求められるスキル、クリティカルシンキングや、戦略思考、デザイン思考、問題の規模と潜在的影響の両方を理解するといったことが不可欠なスキルになってきていると言われています。日本においても業務現場にも取り入れられ始めAI技術による業務最適化が始まっている一方、未だに何十年来続いている階層別研修が実施されていたり、3年以内に会社を辞める新入社員の割合が30%以上になっている状態が20年近くも続いているにも関わらず、研修予算の3割から5割を新人研修に割いていたりするケースも良く耳にします。職場環境が変わり、対応が必要になってきてから、対応策としての研修を提供するというような対処的な研修実施では、テクノロジー進化のスピードに追い付けず、いつの間にか「今までの仕事がなくなってしまった、これからどうすればよい?」という状態になってしまうかもしれません。

新しいテクノロジーの浸透に伴って、求められる働き方や適切なスキルを備えた人は、どれ程いるか、何が必要になるか、現状のスキルを把握しているでしょうか?組織全体が保有しているスキルや能力をデータとして把握、提示することがデジタル経済時代に求められる能力やスキル強化の第一歩。スキルギャップの明確化から、データに基づいた「戦略的」タレントデベロップメントを始めてみませんか?

人事・人材開発部門の担当者にとって、人材育成予算の有効な配分、将来を見越した人材育成計画を立てるために、ニーズ分析力を付けることは、とても重要なことではないでしょうか。

T+D Magazine最新号トピック:xAPIを使ったラーニング・エコ・システム (Deep Insights) BRIT KELLER

2018年06月08日 10:05

xAPIによるラーニング・エコ・システムの価値と成果

最新のラーニング・エコ・システムは驚く程、完成度が高いです。一組織のラーニング・エコ・システムは、さまざまなツールとリソースを備えるようになるでしょう。インターネットで利用できる多数のリソースを加えれば、その守備範囲は本当に驚異的と言えます。

これまでにない豊富なリソースを学習者が利用できるようになります。ラーニング・ツールがますますクラウドに上がり、アプリケーション・プログラミング・インターフェイス(API)が利用できるようになると、レポートやデータ駆動型の学習が増えます。しかし、現在の分断化した学習環境では、効果的なツールやリソース、ツールの採用を最適化する方法、システムで統一されたレポートを作成する方法といった課題にまだ直面しています。

エクスペリエンスAPI(xAPI)はそれを解消するために生まれました。xAPIは、エクスピリエンス・データとラーニング・ツールを繋げるのです。言い換えると、これはWi-Fiのようなものです。Wi-Fiだけでは何も役に立ちません。引っ張ってくる情報とインターネットに上げる情報にこそ意義があります。データを使ってできることが、重要なのです。xAPIのデータにアクセスすることが、Wi-Fiのセットアップと同じであり、必要なことではありますが、最終的な目標ではありません。

xAPIは、ラーニング・アナリティクスや人事が、ラーニング・エクスピリエンスを改善し、学習者を動機付けし、組織に価値を付加する行動パターンを理解することに役立ちます。xAPIは、Wi-fi程偏在性はありませんが、データ駆動型学習を促し、データの視覚化と測定方法を実現し、タレント・ディベロプメントのエコ・システムを構築します。

xAPIデータのパワー

ラーニング・アプリケーションがデータの標準化をしていく将来を想像できますか。わずか一晩でそこには行き着きませんが、どこかで始めなければなりません。たとえ単一ツールからxAPIデータを収集することから始めるにしても、大きな価値を生みます。xAPIデータは、高精度のラーニング・データや学習行動の「意義」を示します。

xAPIデータは、まだ狭い範囲ですが、学習リソースを明らかにし、いつ誰が何をやっているのかという精密な学習行動を示します。

ラーニング・リソース

xAPI対応学習管理システム(LMS)または顧客関係管理システムからデータを収集すると、一番アクセス数の多いコンテンツ、アクティブな学習者、最もアクティブな時間がわかります。

アフリカの顧客の1人にとって、どのリソースがいつ使用されているのかを知ることは重要でした。参加者のエンゲージメント、コンテンツ・アクセスに費やされる時間、手段、そして時間を知る必要がありました。

その結果、この農業研究所の場合、コンテンツのどこを改訂すれば効果が高まり、トレーニングによるインパクトが大きいのかがわかりました。xAPIを使用して学習パターンとコンテンツのデータを回収することによりリアクション・ベースの制作者からプロアクティブなデザイナにシフトすることが可能です。

詳細な学習者行動
xAPIを使用すると、枝わかれした学習シナリオの選択肢の追跡が可能となり、非論理的学習およびシミュレーション実験における学習行動を深く観察することができます。 L&D機能が、販売、医学、技術サポートなどのダイナミックなコミュニケーション・スキルを必要とするオープンのシチュエーションで学習者をサポートすることができます。

クライアントの1人は、カリフォルニア州の公立看護大学の教育デザイナであり、学習者の理解のギャップを特定するためにデータを追跡します。 学習者が患者に質問した問い、有意であると判断した所見、学習者の最終的な臨床上の推奨事項など、臨床シミュレーション・モジュールからxAPIデータを収集します。

詳細なxAPIの学習データを使用して、学習者全体の行動パターンを識別することができます。 例えば、もっと重要な学習ポイントを正しく判断しますが、必要以上に質問し、無関係なことに目がいきます。 さらに、重要な発見が最善の意思決定につながるわけではありません。一方、最悪の決定を避けるけれども、最良の臨床的推奨事項の代わりに、時には平凡な選択肢を選択することもあります。

意思決定プロセスを理解できるデータがあると、教材の効果を考え直すための示唆となります。このフィードバックを学習者にまとめや議論として伝えます。クライアントは、次のように言います。「この精度のデータが欲しかった、ついにそれが実現しました。」xAPI以前には実現できないことでした。

最初の2例は、単一のツールやラーニング・エクスピリエンスから得られるxAPIデータ収集の価値を示します。次の3つは、学習環境内の複数のコンポーネントによるxAPI統合の価値です。

前にxAPIとWi-Fiを比較して、Wi-Fiは、常時、裏方であり、バックグラウンドの情報を移動させる存在だと言いました。学習者の経験が蓄積される、自動化されたデータは、ライブレポートの基礎となります。ウェブ管理者がWebページビューの統計情報をチェックして、いつでも最新の結果を得ることができるのと同じように、xAPI搭載のダッシュボードには、学習活動をリアルタイムで学習者、インストラクター、および管理者にデータを与えます。

たとえば、ある家具小売業者はYet Analytics、学習活動、プラットフォームにまたがる活動を追跡、測定、統合することによって販売者(学習者)の状況を査定しています。このプロジェクトは、LMS、コンテンツ管理システム、認証およびIDソースからのデータを接続します。ダッシュボードに現れるxAPIを使ったデータは、エンゲージメント、コンテンツ利用率、学習ソース使用率、実行パターン、販売準備、および販売学習の学習者配置といった指標を表示します。

学習進度の可視性は、最も重要な機能の1つです。なぜなら、製品の特徴や優位性をエキスパートとして理解しているかどうかが明らかになるからです。 xAPIを搭載した学習ダッシュボードにより、管理者は学習進捗状況を見ることができ、学習管理ができます。

ラーニング・リポートを学習の完成からエクスピリエンスにシフト

ラーニング・ソフトウェアによって、xAPIの有効化は異なります。特別に設計されたxAPIコンテンツをサポートするものもあれば、内部または外部のデータストアに記録するものもあります。ラーニング・プラットフォームにxAPIを搭載するサプライヤーと作業することにより、学習の測定方法が変わり、アセスメントの結果を示すだけでなく、ラーナー・エクスピリエンスの行程が示せます。

セールス・チームとマーケティング・チームは、クリック、一時停止、バウンス率、リピート訪問者、参照、ユーザーの共通のナビゲーション・パスなど、大規模な行動データにアクセスできます。xAPIを装備した学習ツールは、このレベルの細かいユーザー行動情報をL&D部門に提供し、結果や経路や行動パターンを考えるのに役立ちます。

誰もあなたの制作したコースを完了できず、第3週目に参加者の40%が諦め、特に80%は、90分のビデオの最初の30秒でギブ・アップするという事実を知っているかという違いを表します。L&D設計チームがより良いコンテンツを提供し、プラットフォームがより良いツールを提案するのに役立つようなアクセス・パターンや使用パターンについての意味のある解釈ができるようになります。

学習とパフォーマンスをつなげる

xAPIはもともと学習を追跡するように設計されていましたが、エクスピリエンスの要素となる「学習」とパフォーマンス・データをすべて収集するのに適しています。 しかし、Yet Analyticsは、コールセンターの事例において、顧客サービス・チームの学習経験とパフォーマンス・メトリクスを結びつけることに価値があると主張しています。

コールセンターの従業員は、通常、継続的に集中トレーニングを受け、決まったパフォーマンス指標によって評価されます。 コールセンターの学習データとパフォーマンス・データを統一することで、管理者はトレーニングの効果を実践で追跡し、測定することができます。

こういったプロジェクトは、少しスケールがありますが、ラーニング・エコ・システムのさまざまな部分に関連します。この種のxAPI統合には、LMS、学習コンテンツ管理システム、顧客関係管理システム、ヘルプデスク・データセンター、ナレッジ・マネジメント・ソースを含みます。

パフォーマンスの成果(例えば、受信数、通話待ち時間、顧客満足度など)を特定の学習経験に結びつけると、ビジネス目標と学習を直接結びつけられます。これにより、既存の学習体験の投資収益率を簡単に評価することができます。これは、ラーニング・リソースがより良い成果に貢献するかどうかを示します。しかし、この種のデータには、学習経験開発のためのリアルタイム・フィードバック・サイクルも提供します。 どのトレーニングが最も効果的か、何が失敗かを特定するデータを使って、L&Dデザイナは組織と従業員のパフォーマンスに貢献するサポートを継続的に向上させることができます。

データ駆動型のL&Dへの移行

常に変化する世界では、学習は組織全体にとって重要なことは明らかです。世界経済フォーラムで2018年1月に発表されたように「企業にとって、将来の仕事に社会的責任のあるアプローチを取れるタレントを見つけるには、学び直しとスキルアップ力が不可欠」xAPIなどの標準化されたデータによって得られる可視化した測定可能なデータに頼らざるを得ません。

xAPIをラーニング・エコ・システムに統合するには、さまざまなアプローチがあります。誰にとっても完璧で唯一なアプローチはありません。重要なのは、単一の学習ツールから出たxAPI

データでも、多様な意義が示されるということです。そして、そこからが始まりです。ラーニング・エコ・システムが複数のツールに接続すると、xAPIは組織全体の変革の基盤となり、学習者と人材育成専門家をエンパワーします。

学習エコ・システム分析プロジェクトのベスト・プラクティス
小さく始める

一度に学習エコ・システムの課題をすべて解決しようとは思ってはいけません。限られたデータ・ソースで、個別の測定可能なプロジェクトを選択しましょう。時間や経費をかけ過ぎず、学習分析を進める機会になります。

ビジネス上の課題にフォーカス

より多くのデータを収集し、明確なデータ・ソースを持つビジネスの課題を特定化します。 学習分析を重視することで、学習者の経験を改善し、エンパワーし、ビジネス上の課題に取り組み、ステークホルダーも注目する成功の測定値を出すことができます。

成功の指標

あなたのビジネス課題に直結する明確な目標と対策を設定してください。これらの指標は、イニシアチブを評価し、次の段階に進むためのサポートを得るきっかけとなり、より大きな投資の前に見直すべき箇所を示します。


パフォーマンスにつなげる

学習分析をパフォーマンスに結びつける方法を見つけましょう。 セールスやカスタマーサービスなどの部門では、大量のパフォーマンス・データがあり、学習やタレント・マネジメントに重点を置いています。 彼らは学習分析をするための協業者です。 ラーニング・メトリックをパフォーマンス・メトリックに結び付けることができれば、学習のための測定可能な投資収益率が得られます。

ブリット・ケラーは、学習データ分析会社Yet Analyticsの最高執行責任者(COO)です。brit@yetanalytics.com

ATD ICE(国際カンファレンス)2018から - 次世代と未来を創る責任

2018年06月08日 10:04

今年は、ATD創設75周年を祝い、オバマ前大統領が招かれ、ATD CEOのトニー・ビンガムとの対談形式でスピーチがありました。ソファに座り、リラックスした雰囲気の中、人に対する尊敬と謙虚でありながら信念をしっかりと心に伝える人柄が伝わってきました。随所に「これは本当に“FACT”だけどね。」と笑いを誘いながら環境問題に触れ、未来を担う若者に経験の場を早くから与えることの大切さや、その機会を作る「大人」側の公平で公正な態度の大切さを語りました。「方向を決める時、あらゆる階層の人の話を聞くことが大切だと思っています。大統領時代、会議が行われるオーバールテーブルについている閣僚ではなく、周りに立っている若手の官僚と思われる人達に突然話かけることが良くありました。『君、ごめん、名前は知らないんだけれど、このことについてどう思う?』と。大抵の場合、相手は、とてもびっくりしますが、彼らこそテーブルに積まれている膨大な資料の作成者ですから、彼らの率直な意見を聞きたいと思いました。地位や年齢に関係なく話を聞くこと、特に、先を見るのが難しいと思われる未来の前では積極的に若者の話を聞き、若者の経験とリーダーシップを養う機会を積極的に創っていかなければならないと思います。」「特に20歳~25歳くらいの人たちは、何の権限や責任も与えられずに仕事をこなすことが期待されています。しかし、若いころからしっかりとした権限と責任を持つことこそ、未来の課題を発見し、リーダーシップを発揮する人達の育成につながるのではないでしょうか。」と選挙運動中のボランティアの学生が「責任」を与えられて仕事をこなしていく中からさらなる課題を発見し、また、自らコミュニティーの改善運動を発起し、市の議会のリーダーになった例を挙げて、次世代を担う若者の育成に対しての「大人」側の責任について提起しました。AIテクノロジーの急激な変化に対して、「確かにテクノロジーは破壊的変化をもたらしています。そして、そのスピードは驚くほど速くなっています。グローバリゼーションとテクノロジーの進化はもう止められません。」また、「組織文化を創るのは、その要員一人ひとりの責任であり、インクルーシブであることが絶対に必要です。民族主義的な考え方は危険です。」とも添えながら。未来の人材育成に関わるATDのメンバーに対する最後のメッセージとして、「確かにテクノロジーや環境問題を含め、未来はますます複雑に見えます。しかしながら、僕は用心深く楽観視したいと思っています。」と言い、現政権T氏の政策言動に対して少なからず不安を抱いている人々に対するメッセージともとれる言葉でした。「我々一人ひとりが他者への尊敬の念をもってその責任を果たすことが物事をよくすることにつながると信じています。私たち一人ひとり全ての人がこの世界をよりよくしていくべき責任を持っているのです。」と結びました。

ATDボードチェアは、AIやロボテックスの進展による2030年の課題(?)に対するLearning & Developmentに関わる人のレディネスを提起しました。人々のReskilling Needsがあり、かつ、そのスピードは増しているにも関わらず、自分達はその準備や10年後の世界に備えたタレントデベロップメントが出来ているのか、という問いかけでした。

当該カンファレンスでのテーマでもあった “AI Has Reached a Tipping Point. Will It End L&D as We Know It?” と題したセッション(筆者、モデレート)に、300人を超える参加者が集まり、セッション後も多くの人から質問や意見交換を求められるなど、大変盛り上がりました。資料やディスカッション・セッションご希望の方は、当社までご連絡ください。

21世紀を担う若者に対して、今だに「20世紀」から続いている「古い」研修を続けていませんか?彼らに必要な将来スキルは明確になっているでしょうか?L&D部門として貴重な若者の大切な時期と時間を「無駄」になるかもしれない「訓練」や「スキル」研修として投資していませんか?

「時短」や「働き方改革施策」の実行といった対応策(リアクション)のみにとらわれているうちにテクノロジーとグローバルのスピーディーな変化は、私たちを置き去りにしていってしまうかもしれません。

Learning & Developmentのプロフェッショナルが未来を創る責任を全うしようとするならば、今こそ、未来を見据えた抜本的に人材育成体系や研修ニーズを分析し、データに基づいたL&Dを構築するときではないでしょうか。 (中原孝子)