AI研修が現場で使われない理由。座学2割・実践8割で組み直す

「座学の研修は何度もやったのに、現場で使われないんです」という相談が、AI研修の効果をめぐって最近とても増えています。

満足度アンケートの評価は高く、理解度テストの点数も悪くないのに、翌週の業務では誰もAIを開いていない状態です。
研修の中身が悪いというより、聞いて学ぶだけでは身につきにくいスキルを、聞かせる形式で教えようとしているところに原因があると考えています。
今回は、座学だけでは使われない理由を整理したうえで、座学2割・実践8割で研修を組み直す時間配分と、効果の測り方の切り替えまでをまとめます。

研修で増えるのは「知っている」で、現場で要るのは「できる」

まず土台として、知識には身につけ方がまったく違う2つの種類があります。
説明できる「知っている」知識は聞けば増えますが、体が動く「できる」知識は、自分で繰り返した回数でしか増えません。
「AIは要約も資料作成もできます」と説明できる知識は、セミナー1回で手に入ります。

ただ、自分の仕事の文書をAIに渡し、使い物になる形まで持っていく技能は、自分で触った人にしか身につきません。
さらに厄介なのが、研修の直後に参加者が感じる「分かった」という手応えです。
上手な説明を聞くほど、人は「自分もできる」と錯覚しやすくなります。
満足度が高いのに行動が変わらないのは、「知っている」を増やす手段で「できる」を増やそうとしている、かみ合わなさの表れです。

AIは、ほかのITツール以上に手を動かさないと使えない

聞くだけで身につかないのはスキル全般に言える話ですが、AIにはそれが特に強く出る理由があります。
従来のシステムは、マニュアルどおりにボタンを押せば毎回同じ結果が返ってきたので、手順を知っているだけでも何とかなりました。

一方でAIは、指示の書き方や文脈によって出力が毎回変わるので、正解の手順を教える座学とはそもそもかみ合いません。
また、どこまで任せてよくて、どこから人が直すべきかの相場観は、実際に何十回か仕事を投げてみないと身につきません。
もうひとつが、学ぶ中心が「AI×自分の業務」の掛け算になっている点で、講師が教えられるのはAIの側の一般論までです。
自分の業務のどこでどう効くかは、その業務を持っている本人が試すことでしか確かめられません。

いちばん学べるのは、期待と違う答えが返ってきた瞬間

では、手を動かしている人は、どの瞬間に上達していくのでしょうか？
私は、「あれ、思っていたのと違う」という出力が返ってきた瞬間だと思っています。
指示のどこが悪かったかを考え、条件を足して投げ直し、少し良くなったらもう1往復する流れが、講義1時間分より多くのことを教えてくれます。
失敗が起きない座学では、この学びの多い瞬間が一度も訪れないまま研修が終わってしまいます。

しかもAIの失敗は、変な出力が出ても誰も困らず、その場でやり直せるほどコストが低いものです。
それでも「間違えたら恥ずかしい」という空気が挑戦を止めるので、研修の冒頭で「うまくいかなかった人から順に上手くなります」と伝えておきます。

座学の役割は、安全のルールとできることの全体像、最初の一歩に絞る

ここまで読むと座学は不要に見えるかもしれませんが、そうではありません。
座学が担うのは、事故を防ぐために全員が知っておく安全のルールと、AIで何ができるかの全体像、「これなら自分でも触れそう」と感じてもらう後押しの3つです。

安全のルールとして何を伝えるかは、生成AIの社内ルールの作り方。ガイドラインの項目サンプルと守れる環境で整理しているガイドラインの項目が土台になります。
とはいえ、ルールの説明にかける時間は30分ほどで足りると考えています。
問題は座学があることではなく、研修時間の大半が説明に使われ、手を動かす時間がほとんど残っていないことです。

研修は、座学2割・実践8割の時間配分で組み直す

時間配分を変えるときは、比率と同じくらい、演習で何を扱うかが効いてきます。
研修は聞く時間を2割、触る時間を8割にして、演習の題材には架空の例文ではなく、参加者が自分の実業務の資料やメールを持ち込みます。

例えば、営業担当なら先週送った提案メール、経理担当なら毎月作っている集計表のように、本人が来週も触る資料を選んでもらいます。
もうひとつ欠かせないのが、研修当日を「始まり」と位置づけ、翌週からの業務でAIを使う場面を具体的に1つ決めて帰ってもらう設計です。

勉強会で持ち帰らせる題材の選び方は、組織のAI活用度を引き上げる勉強会の設計手法でも扱っています。

研修のあとの数週間に、すぐ聞ける相手を置く

研修で1つ決めて帰っても、翌週に1人で試すと、いくつもの分かれ道で手が止まります。
できるのかどうか分からない、どのツールを使えばいいか分からない、指示の出し方が分からない、1回でうまくいかない、と段階ごとに少しずつ人が離れていきます。
忙しい通常業務の合間に、この分かれ道を全部自力で越えてもらうのは、個人の努力に頼りすぎた設計です。
そのため、質問できる相手やチャンネルを研修のすぐ横に用意し、最初の数週間だけでも伴走する人を置きます。

よく使う場面の見本を配っておくと、最初の「できるか分からない」で止まる人も減らせます。
離脱のパターンと一次対応の分け方は、「AIは使えない」と離脱する人を減らす。つまずき7パターンとサポート設計にまとめています。

1人で試して止まる人が出る前提で、研修後のフォローの組み方では相談の場と職種ごとの見本を4週間用意します。

AI研修の効果は、満足度ではなく翌週の利用で測る

研修の組み方を変えたら、効果の測り方も合わせて変えます。
満足度や理解度テストが測っているのは「知っている」の側なので、高い点が出ても現場で使われるかどうかは分かりません。
見るべきなのは、研修で決めた場面で翌週に本当に使ったか、その後も使い続けているかという利用の変化です。
また、使った回数や試行錯誤の事例を見える化し、成功だけでなく「うまくいかなかった報告」も称えると、失敗を歓迎する空気が研修の外まで続きます。

研修の翌週を見える状態にしておく

研修の効果を翌週の利用で測るには、誰がどの業務でどれだけ使っているかが、担当者の手作業なしに見えている必要があります。
翌週の利用の変化は、私たちの組織のAIポータル「AI Portalize」なら、部署・職種・グレードごとの利用率と前期比として、担当者の集計なしで確かめられます。
研修の効果測定を満足度から切り替えたいときの一つの手段として、検討の材料にしてみてください。

研修は、終わった日から使われ始めるように組む

AI研修で身につけてほしいのは、AIについての知識ではなく、自分の業務でAIを使える状態です。
座学は安全のルールと全体像、最初の後押しに絞り、残りの時間は実業務の資料で手を動かしてもらいます。
研修のあとは数週間の伴走を置き、効果は満足度ではなく翌週の利用で確かめます。
次の研修の時間割を開いて、聞く時間と触る時間がそれぞれ何分あるかを数えるだけでも、組み直す場所が見えてきます。