AI推進の現場記事

研修のゴールは「完成品」ではなく「Skillへの固定」

受講後も自走できるAI研修の設計

この資料の要点

AI研修のゴールを「成果物の完成」に置くと、受講者が持ち帰るのは一度きりの完成品です。研修の場ではうまくいった。けれど翌週、自分の仕事で同じことをやろうとすると、何をどう頼めばよかったのかが残っていない。

研修の価値が、研修の時間の中で終わってしまうのです。

発注する側から見ると、これは費用対効果の問題でもあります。研修の成果が「当日できたもの」だけなら、効果は受講した本人の記憶と、その日の成果物の中にしか残りません。組織に蓄積されるのは、何もないに近い状態です。

研修の後に残るものは、大きく3つの層に分けて考えられます。

図1研修で手元に残りうる3つのもの

多くの研修は、いちばん左の完成品で終わります。けれど本当に組織の資産になるのは、右の2つです。

AIと一緒に成果物を改善していく途中では、必ず判断が生まれます。

この判断基準こそが、その人とその組織の資産です。ここで登場するのが Skill です。Skillは、AIに渡す「作業手順と判断基準のファイル」のこと。一度書き込めば、次からはAIがその基準を踏まえて動きます（Skillそのものの説明は「AIのSkillsとは何か」の記事にまとめています）。

研修の到達点を「完成品」ではなく「判断基準をSkillに書き込み、次回も使える状態」に置く。

図2研修のゴールの置き方

こうすると、受講者が持ち帰るのは完成品ではなく「AIを育てる型」そのものになります。研修が終わっても、自分の素材で同じサイクルを回し続けられる。研修の価値が、時間とともに増えていきます。

僕がこれまで研修やウェビナーを運営してきた中で見えてきたのは、受講者が求めているのは操作手順そのものよりも、「仕事をどう分解してAIに渡すか」という考え方のほうだ、ということです。エージェントを育てる観点と言い換えてもよいと思います。

操作手順は、ツールが変われば古くなります。一方、判断基準を言葉にしてAIに渡すという型は、ツールが変わっても持ち越せます。研修のゴールをSkillへの固定に置くのは、この持ち越せるものを確実に手渡すためです。

手順・テンプレート・チェックリストなどの実践部分は、顧問先・研修先の方にパスワードでお読みいただけます。