データを使ったコラボレーション
学習ダッシュボードにより、設計者、内容専門家（SME）、関係者が相互に eラーニング・プログラムを改善できるようになりました。
Michele L. Spotts and Cara DeLura
効果的な学習体験を作り上げるためには、指導設計者、SME、主要なメンバの間で協力関係を築くことが不可欠です。オンライン学習は、対面学習よりも、学習効果に関するより深いデータを基にしたヒントを得る機会が多くあります。従来のe ラーニング、分散学習、マイクロ・ラーニング、デジタル通信のいずれの場合でも、オンライン学習はさまざまな学習分析から得られるデータが生まれ、アンケートを通じてフィードバックに簡単に回収できるため、L&D は学習方法と戦略を比較することができます。
データのもう 1 つの利点は、L&D チーム内で関係を築く上で重要な役割を果たせることです。ダッシュボードを通じてデータを共有すると、コミュニケーションが強化され、役割が明確になり、各チーム・メンバの貢献度が明らかとなります。ダッシュボードに、各メンバの作業がプロジェクト全体の成功にどのように貢献しているかを明確に示され、プロジェクトの目標のさまざまな側面に適切なチーム・メンバの割り当てができます。たとえば、ダッシュボードでは、学習設計者の仕事が学習者のフィードバックに直接反映されることがわかります。一方、SME が関連性の高い正確なコンテンツを提供していることは、フィードバックで明らかになります。このような可視性により、チーム メンバは自分の取り組みがプロジェクトのさまざまな側面にどのように影響するかを把握でき、コミュニケーションが改善され、責任が明確となります。
役割を明確にする
データを使って学習プロジェクトを改善することで、推測がなくなり、更新プロセスにおける特定のタスクの責任者が明確になります。データの内訳と分析により、設計と開発の各段階で誰が関与すべきかが明確になり、モジュールの更新方法に焦点を当てた会議の必要性が減り、代わりに目の前のタスクに集中できるようになります。
ただし、ダッシュボードを学習に使用して成功するかどうかは、適切なデータを選択し、フィードバックを解釈し、それを主要業績評価指標と一致させることにかかっています。SME や利害関係者との関係を強化するには、L&D がデータを論理的でアクセスしやすい方法で提示することが不可欠です。そうすることで、SMEや利害関係者はオンライン学習の価値を理解し、効率的で効果的な学習教材を作成する上で教育設計者が果たす重要な役割を強調することができます。
SME とデザイナのパートナーシップ
SMEはそれぞれのコンテンツに精通しており、その役割は当然のことながら、他者を教育し、トレーニング・コンテンツの正確性を高い基準に保つことです。そのため、SMEは内容と指導方法を決めることが求められます。しかし、SME には厳しい締め切りと時間的制約があるため、既製のコンテンツを提供するよう促されます。そうすることが効率的で、正確性を維持し、一般的に役立つと信じているからです。
SME が指導設計の役割に踏み込むのは、特にオンライン学習におけるデザイナの役割の誤解から生じることから起こります。SMEは、指導設計者をインタラクティブ学習の設計の技術的側面を扱う人と認識することが多く、配信方法に関係なくトレーニングと開発の最も効果的な方法を理解している専門家ではなく、マルチメディア・デザイナと考えていることもあります。また、SMEはオンライン学習をチェックボックスの演習と見なす場合があり、効果的な学習方法やプレゼンテーションよりもコンテンツの量に重点を置くようになります。
したがって、まず SME と教育設計者の役割の境界を明確に設定することが不可欠です。SMEは学習設計のコンテンツ面を担当しますが、教育設計プロセスはさらに細分化できます。たとえば、大規模なチームでは、教育設計、設計資産、マルチメディア・コンテンツの作成、技術統合に割り当てます。ただし、1 人の学習設計者も、タスク分析の実行、情報のチャンク化と順序付け、学習戦略の考案、メッセージの設計、適切なモダリティへの設計の調整、テクノロジの開発とテストという段階的な作業に取り組む必要があります。
役割が明確に定義されていても、コンテンツ作成、学習方法、テクノロジの境界が曖昧になることがあります。そのため、学習者が e ラーニング・エクスペリエンスの作成に対する明確な貢献を認識しないのは当然です。その結果、学習者のフィードバックは、コンテンツ、教育設計、テクノロジに関連する特定の側面ではなく、全体的なエクスペリエンスを反映することがよくあります。これは、学習エクスペリエンスを評価する定量的フィードバックに特に当てはまり、フィードバックを正確に解釈して改善領域を特定することが困難になります。定性的なフィードバックを深く掘り下げることで、学習体験の特定の側面に対するフィードバックを追跡しやすくなります。
テクノロジ、教育法、コンテンツ知識
データ・ダッシュボードを作成する前に、L&D チームはさまざまなデータ分析方法を検討し、収集した洞察が eラーニング・モジュールのさまざまな要素を反映し、チームの役割と一致することを確認しました。テクノロジ教育コンテンツ知識 (TPACK) フレームワークは、テクノロジが学習体験にどのように影響するかを理解することの重要性を強調し、コンテンツと教育方法の違いを分けています。たとえば、ナビゲーションがわかりづらいと、学習者はコンテンツ自体よりも次にクリックする場所に集中する可能性があります。または、学習者は学習のグラフィック・デザインに基づいて学習を高く評価し、学習体験が適切または関連性があるかどうかを見落とす可能性があります。TPACK フレームワークは学習者のフィードバックを解釈するのに役立ち、改善が必要なコンテンツ、教育法、テクノロジの特定の領域のデータを正確に特定できるようになりました。
私たちの病院システムでは、毎年約 11,000 人の学習者が 14 種類のコンプライアンス eラーニング・モジュールを修了し、モジュール終了時のアンケートを通じてフィードバック・データを収集しています。回答率は約30%です。データを分析するために、まずデータを Google スプレッドシートにインポートし、ナビゲーション、インタラクション、理解、フロ、関連性、コンテンツの正確性などの主要なテーマを探しながら、フィードバックを1 つ1 つ手動でコーディングし始めました。次に、テーマを TPACK フレームワークに合わせて学習者のフィードバックを徹底的に分析し、コンテンツのギャップを特定し、教育方法を評価し、技術的またはグラフィックの問題を検出することで、学習体験に関する洞察を得ました。
テクノロジ
ユーザビリティとユーザー・エクスペリエンスの側面 (ナビゲーション、デザイン、グラフィックス、色、タイポグラフィ、技術的な問題) に関するフィードバック
教育法
コンテンツの流れと教育設計方法 (明瞭性、情報提供、効率性、理解、動機付け、魅力、クイズ、知識チェック、シミュレーションまたはシナリオ) に関するフィードバック
コンテンツ
コンテンツ自体に直接関連するフィードバック (関連性、正確性、一貫性、妥当性)
フィードバックを TPACK フレームワークに合わせることで、改善すべき領域を特定し、SME と学習設計者間の責任をより明確に定義できるようになりました。たとえば、テクノロジに関して肯定的なフィードバックを多いことがわかりました。この発見により、SMEと学習設計者は、オンライン学習でよくあるように、学習の失敗をテクノロジの提供方法のせいにするのではなく、教育法とコンテンツを改善するようになりました。
ダッシュボードの実現
市場にはさまざまなソフトウェア・システムがあり、ダッシュボードの作成が可能です。L&D チームがグラフを使用してデータを視覚的に表示するだけであれば、Google スプレッドシートや Excel で十分でした。しかし、役割を定義し、ダッシュボードをプロジェクト管理、SME向けのリソース、特定のトレーニング・コンテンツという視点からレビュできる、よりダイナミックなダッシュボードが必要でした。
当社では、多くの従業員が使用しているプロジェクト管理ソフトウェアのシステム全体のライセンスを所有しているため、新しいテクノロジを採用するよりも、チームのトレーニングとその使用を促進する方が効率的でした。ただし、ユーザがデータを共有してプロジェクトを管理できるようにするさまざまなプラットフォームには、多くの同じ機能があるため、組織のニーズに応じて最適なものを選択してください。
私たちが使用するプラットフォームは、バックエンドのデータ・シートに直接リンクされたダッシュボードにデータを視覚的に表示します。API 統合、または調査ツールや外部スプレッドシートからの直接インポートにより、学習分析と調査データをリアルタイムで表示できます。また、eラーニング・オーサリング・ツール内で JavaScript を使用して、学習管理システムが収集できない学習分析を収集します。LMS によっては、より多くの学習分析を外部ソフトウェアに直接エクスポートして、成果、エンゲージメント、完了率に関連する指標を表示する方法がある場合があります。
学習分析を LMS の外部に格納すると、SME が情報にアクセスし、改善領域を特定し、主要業績評価指標との整合性を確認し、学習モジュールの全体的なパフォーマンスをすばやく把握しやすくなります。さらに、すべての SME と関係者のための一元化されたハブは、学習設計チームのポートフォリオおよびドキュメント管理ツールとして機能します。ダッシュボード内にリンクされた PDF の翻訳やその他の重要なドキュメントにより、すべてのチーム・メンバが複数のシステムを検索したり、学習設計チームにメールを送信したりすることなく、最新かつ関連性の高い資料にアクセスできます。たとえば、ダッシュボードではプロジェクトレビュー・リンクに直接アクセスできるため、SMEやその他の関係者がコンテンツをレビュしてコメントし、更新することができます。
また、すべての個別のダッシュボードをマスター・ダッシュボードにリンクすることにしました。マスター・ダッシュボードには、割り当てられた SME、最終更新日、今後の期限、現在モジュールに取り組んでいる人、およびデータ全体を確認するダッシュボードへのリンクなど、各モジュールに関する基本情報の概要が表示されます。
メリット
ダッシュボードでデータを提示すると、学習が学習者のフィードバックに基づく分析から導かれる戦略的な設計プロセスであることを明確に示すことで、SMEから受ける潜在的な抵抗に応ずることができます。このアプローチは、設計に関して、個人の意見よりも設計方法に優っていることを示します。また、テクノロジー・ベースの学習は、しっかりとしたコンテンツと学習者を惹き込む教授法を通じてのみ効果的であることを示します。
ダッシュボードは、オンラインや対面など、さまざまなタイプの学習に効果的なことがわかっていますが、継続的な更新や改良、またはアップサイクルされたコンテンツでは特に価値があります。ダッシュボードを使用すると、モジュールの以前のバージョンのパフォーマンスを可視化できるため、開発部隊の役割をデータに合わせて調整し、学習者のフィードバックに基づいてコンテンツを調整することが容易になります。これにより、データ主導で改訂され、特定のギャップに対処できるようになります。
同様に、反復的な設計アプローチに従うプロジェクトでは、ダッシュボードによってリアルタイムのモニタリングと調整が容易になり、教育設計者がコンテンツを動的に評価して改良できるようになります。データが改訂箇所を特定し、学習体験が学習者のニーズに合わせて進化します。したがって、最初から、データを収集してレビューするフレームワークを確立し、改良を反復するつもりで、証拠とフィードバックを使って更新していきます。
以前はグラフィック・デザインが重視されることが多かった学習者のフィードバックから、SME と教育設計者の主観的な意見が大幅に減りました。視覚的に魅力的なモジュールは参加者から高いフィードバックを受けるかもしれませんが、意味のある学習成果に焦点を当てることが重要です。ダッシュボードにより、私たちは外観から学習効果へと注意を向けることができるようになりました。
たとえば、トレーニング後のアンケートでは、学習者に最も役立った章と最もわかりにくい章を尋ねます。次に、学習者がより頻繁に指摘する後者を調べて、それらの章が KPI と一致しているかどうかを判断します。フィードバックを使って、学習を改善したり、オンライン学習の価値がコンテンツとKPI に合致させることだとSMEに伝えることができます。
別の例として、モジュールがデザインと教育法で高いスコアであっても、KPI に影響を与えない場合、私たちはそのデータを使用して、コンテンツまたはその配信のより徹底的な見直しをします。その好例が「手洗い」モジュールです。トレーニング直後は KPI の改善が見られましたが、時間の経過とともに低下するという事象です。データは、より頻繁な分散学習の必要性を示唆しており、制度上の抵抗にもかかわらず、変更の必要性に説得力を与えました。
ダッシュボードは、拡大する病院システムでコンプライアンス・モジュールを共有する上でも有益であることが証明されています。小規模な病院をネットワークに統合すると、ダッシュボードはシステム・メンバのSMEと学習デザイナーに学習ポートフォリオへのアクセスを提供し、新しいメンバが教材をすばやく確認できるようにします。一部のシステム・メンバは異なる州に住んでいるため、要件と法律が異なるという課題に直面していますが、ダッシュボードはどのシステムが学習教材を使用しているかを追跡し、州やシステム間で学習ニーズと規制を一致させる取り組みをサポートします。
ダッシュボードの使用により、シミュレーション・ゲームの有効性など、学習モジュール全体のテーマを特定して追跡できるようになりました。シミュレーションは学習成果が向上しましたが、完了時間がわずかに長くなる傾向も見られます。1 つのモジュールの時間を増やしても大きな影響はないかもしれませんが、複数のモジュールでその傾向が見られることは注目しなければなりません。このことによって、シミュレーションの効率を向上させる取り組みを推進しており、これをすべてのモジュールに適用して全体的な学習効果を高める予定です。
学習ダッシュボードを使用して、関係者の透明性とコラボレーションを促進し、設計と改善を合理化し、組織の学習目標を達成するための総合的なアプローチを促進することには、大きな価値があります。