ごく普通の研修セッションを想像してみてください。受講者は出席し、必要であればカメラをオンにし、指示されたらアンケートに回答し、モジュールを時間通りに完了します。あらゆる面で、研修は順調に進んだように見えます。しかし、月曜日になっても、研修内容は何も変化をもたらしていないようです。実際の業務には何の影響もなかったのです。
これは、通常の指標には表れないため、あまり話題に上らないタイプの無関心さです。完了率は良好に見え、満足度スコアも許容範囲内です。しかし、その場にいた誰もが、主催者を含め、ほとんどの人が実際にはそこにいるのではなく、形だけをなぞっているように感じていました。
「無関心」よりも、もっと正確な表現があります。それは「従順」です。外見上はほとんど同じように見えるため、積極的に関わっていると勘違いしやすいのです。
見た目は同じだが実際は違う2つのもの
コンプライアンス遵守と真のエンゲージメントは、表面的な行動において多くの共通点を持つ。どちらの場合も、人々は求められれば出勤し、応答し、ダッシュボード上でも同じように記録される。しかし、その違いは、行動の真の動機、つまり行動の根底にあるものにある。
従順さは義務感から生まれる。それは「しなければならない」「すべきだ」「期待されている」という感覚であり、学習ではなく完了させることに認知的な労力を集中させる。一方、エンゲージメントはそれとは異なるものに基づいている。それは、自分の存在が重要であり、自分の意見が本当に求められており、体験の一部が単に一方的に提供されるのではなく、自分のことを考えて作られたという感覚だ。
研究はこの点についてかなり率直である。2024年にSlemp、Field、Ryanによって発表されたメタ分析によると、 PLoSのONE 職場における自己決定理論によれば、たとえ指導設計がどれほど優れていても、義務付けられた学習では感情的・認知的関与はほとんど見られない。学習者が招待されたのではなく、一方的に処理されていると感じると、従順さが優先され、真の参加の機会はほとんど得られない。
業界がこれを見逃し続ける理由
この時点で、それはファシリテーターの直感ではなくなり、構造的なパターンとして捉えられるようになる。
Training Magazineの2025年トレーニング業界レポートによると、米国のトレーニング支出は昨年1,000億ドル近くに達し、他の分野で全体的な支出が抑制されているにもかかわらず、テクノロジー関連の予算は増加し続けている。それにもかかわらず、TalentLMSの2026年L&Dレポートによると、従業員の約7割がトレーニング中にマルチタスクを行っていることを認めており、労働力に加わる学習者の最大グループであるZ世代は、アクセスやツールではなく、モチベーションを維持することが最大の障害であると指摘している。
つまり、資金は一方的に流れているのに、エンゲージメントの数値はそれに追随していないのです。その大きな理由の一つは、購入されるもののほとんどが、出席の問題を真に解決するのに非常に優れているからです。プラットフォームは完了状況を追跡し、システムは出席状況を記録し、コンテンツは数年前には不可能だった方法でパーソナライズできます。しかし、これらはコンプライアンスの問題には結びついていません。なぜなら、コンプライアンスはそもそも提供に関するものではなかったからです。問題は、学習者に実際に何を求められているのか、そしてそれが招待のように感じられるのか、それとも指示のように感じられるのかという、より高次のレベルの設計上の失敗なのです。
AIの問題は、正直言って
AIは現在、この問題に対する次なる解決策として位置づけられています。よりスマートなパーソナライゼーション、適応型学習パス、リアルタイムの感情分析、自動フォローアップなどがその例です。これらの機能の中には、特に関連性の面で実際に役立つものもあり、関連性はそれ自体がエンゲージメントを高める大きな要因となります。
しかし、パーソナライゼーションは招待とは異なります。あなたのスキルギャップに合わせて正確に構築された学習パスは、あなたが形作るものではなく、あなたに起こる出来事です。関連性についてはうまく対処できますが、コンプライアンスの問題はそのまま残ります。
つまり、AIがファシリテーターにとって真に魅力的な招待体験の構築に役立つのか、それとも組織がより多くのトレーニングをより迅速に、より多くの人々に提供することを支援するだけなのか、という疑問が依然として残る。これらは全く異なる結果をもたらすため、どちらが優勢になるかによって、次回の人材育成投資が実際にエンゲージメントのギャップを縮めるのか、それとも単にコンプライアンス体験を少しスムーズにするだけなのかが決まるだろう。
格差を解消するために実際に必要なこと
もしそのギャップが主に技術的な問題ではないとしたら、それを埋めるのも主に技術的な決定事項ではありません。それは、どのプラットフォームも自動的に行ってくれない、いくつかの選択に帰着します。つまり、実際に相手に何をしてもらいたいのか、相手に発言権があるのか、そして、その体験が、単に予定された時間に出席するのではなく、相手が全神経を集中させる理由を与えているのか、ということです。その一部は招待に関するものであり、一部は関連性、ペース配分、そして学習者がセッションの中でただ従うだけでなく、真の意味での意思決定を行う機会があるかどうかに関するものです。これらはどれも機能一覧には載っていません。なぜなら、これらは機能ではないからです。これらは、参加者がログインする前にファシリテーターが行う一連の判断なのです。
投資額の裏には、より厳しい現実が隠されている。業界はより良いサービス提供体制に投資し続けることはできる。しかし、設計上の問題を金で解決することはできない。ギャップを埋めるには、これまでと同じように、現場にいる人々が、この体験が実際に何のためにあるのかを決定する必要があるのだ。
ソース
Slemp, GR、Field, JG、Ryan, RM (2024)「自己決定理論と職場における成果：メタ分析」 PLoSのONE. 翻訳元
トレーニングマガジン（2025年）。 2025年トレーニング業界レポート trainingmag.com
TalentLMS（2026年）。 2026年人材開発レポート：職場学習の現状。 タレント
研修産業（2026年）。 Z世代が職場研修に不満を持つ理由、そして人材開発部門がそれに対してできること。 trainingindustry.com
