職種と文理でコースを分けたAI人材育成、アルプスアルパインのeラーニング設計

コースを3つに切り分ける前に、新入社員の専攻割合を把握したという順序に、この設計の要点が表れています。機械・電気専攻が多く、次いで情報系、化学、材料といった構成を踏まえ、情報専攻または自信のある層、初めてAIやIoTに触れる層、文系という3区分が決められました。区分の切り口を職種と文理という人事側が確実に判別できる情報に置いたため、誰をどのコースに入れるかの判断が運用の負担にならずに済んでいます。

学習意欲が続かないという懸念に、心構えの話ではなく中身の構成で応じた点も見逃せません。文系出身者はAIやデータサイエンスの知見が高くないうえ、担当業務との距離もある。そこでAIそのものの内容だけでなく、表計算ソフトによる評価分析のように、明日の仕事で使える題材を混ぜ込みました。学ぶ理由を受講者自身が業務の中に見つけられるようにする組み立てで、受講前にAIを学ぶ重要性と意義を扱う講義を挟んだことも同じ方向を向いています。

形式の選定を、コンテンツより先に議論した進め方も効いています。社内の有識者による内製か外部の力を借りるか、外部なら集合研修かeラーニングかを比較したうえで、既存コンテンツの取捨選択でレベル別コースを容易に組める点を理由にeラーニングが選ばれました。講義形式では内容を都度変えるたびに工数と費用がかさみ、受講場所や日時の調整も避けられません。初回の打ち合わせでレベル別コースの作成を提案し、各コースの内容にも助言を重ねたSIGNATE側との分業が、この設計を成立させた要素でしょう。