インタビュー
―見えない学びのプロセスをどうデザインするか～専門家と探る、人財育成の次世代スタンダード～
【第2回】 生成AIとID（研修・eラーニングの世界）
～AIは学習意欲をどう高めるか〜フロー理論と人事の交差点～
2026年7月27日
生成AIの急速な普及により、私たちの「学び」や「働き方」は大きな転換点を迎えています。
一般社団法人ラーニングプロセスデザイン協会（LPDA）では、この変化の激しい時代において、いかにして「見えない学びのプロセス」を可視化し、価値あるものにしていけるかを探求していきます。
本連載では、当協会のアドバイザリーボードメンバーをお迎えし、それぞれの専門分野からこれからのラーニングプロセスデザインについて語っていただきます。
東京通信大学教授の加藤泰久先生をゲストにお迎えしました。加藤先生は、NTTの研究機関等で長年eラーニングや教育システムの開発、UX/サービスデザインに従事され、現在は「AIを活用した学習環境デザイン」や「学習意欲デザイン」を研究されています。加藤先生の歩みとLPDAの設立理念を重ね合わせ、「学びのプロセスをデザインする」ことの本質について伺いました。
――Profile――
加藤 泰久 教授 （東京通信大学 情報マネジメント学部）
京都大学大学院工学研究科修士課程修了､スタンフォード大学大学院教育学研究科修士課程修了､熊本大学大学院教授システム学専攻博士後期課程修了。博士（学術）。1990年日本電信電話株式会社情報通信研究所入社。音声処理・教育・検索システム等の研究開発に従事。NTTラーニングシステムズにおいてスマホ・タブレットを対象とした教育サービスManavinoのシステム開発・運用を担当した後、UX/サービスデザインの研究開発、産学連携の推進業務を担当。2018年4月より東京通信大学教授、2022年4月より同情報マネジメント学部長（現在に至る）。
研究分野は、ICTによる学習支援・学生支援・情報環境デザイン・学習環境デザイン。
目次
１. 「遊び」と「フロー」が学びを自発的にする
２. 「1対1」のカスタマイズ：個人の興味を「学びの入り口」にする
３. あえて「負荷」をかける設計：「認知的オフロード」の罠を避ける
４. 思考プロセスをリアルタイムで捉え、対話を促す
５. 経営指標としての「フロー」と「手上げ施策」：丸井グループの事例
６. プロセスを評価する新しい「ものさし」
「遊び」と「フロー」が学びを自発的にする
1.
――第1回では、生成AI時代における「プロセスの可視化」の重要性について伺いました。研修やeラーニングといった「フォーマルな学習」の場にフォーカスしたいと思います。加藤先生は「学び」の中に「遊び」の要素を取り込むことの重要性を説かれていますが、生成AIはこの関係をどう変えるのでしょうか？
以前から大切にしているのは、いかに「遊び」と感じられるような学習環境を作れるか、という視点です 。実は20年前に、当時5歳だった私の子どもが「遊びは楽しいけど、勉強は楽しくない」と言ったことがありまして 。これは非常に本質的な問いですよね。本来、学びも楽しいと思えれば、子どもも大人も自発的に動くはずなんです。
人が何かに没入し、時間を忘れて取り組む「フロー状態」にあるとき、そこには必ず自発性があります。しかし、これまでのeラーニングの多くは、残念ながら「やらされる勉強」の域を出ませんでした。「やらなきゃいけない」という義務（オブリゲーション）が強ければ、人はフロー状態になりにくいです。
フロー体験の提唱者であるチクセントミハイは、仕事が楽しい魅力的な環境であることの重要性を説いています。課題の難易度と本人のスキルがバランスしたときに、人はフロー状態に入りやすく、その入り口として「好奇心」をいかに喚起できるかが鍵になり、「遊び」の要素は好奇心を喚起しやすく、未知の分野へ踏み出すハードルを下げてくれます。生成AIの登場によって、この「遊び」のような没入感のある環境を、一人ひとりに合わせて精緻かつ動的にデザインできるようになりました。
2.
「1対1」のカスタマイズ：個人の興味を「学びの入り口」にする
――具体的に、AIはどのように個別の意欲を高めるのでしょうか？
これまでの研修は、どうしても「ワンサイズ・フィッツ・オール（一律型）」にならざるを得ませんでした。しかし、生成AIを使えば、学習コンテンツを学習者の「文脈（コンテキスト）」に完全に合わせることができます。
Googleが初等中等教育で実験している「Learn your way」というプロジェクトがあります 。これは学生の興味関心に応じてコンテンツの説明の仕方が変わる仕組みです 。論理的思考を学ぶ際、サッカーが好きな人にはサッカーの戦術を例題にし、料理が好きな人にはレシピの構成を例題にする 。ARCSモデルでいうところの「注意（Attention）」と「関連性（Relevance）」を最大化できるわけです 。自分にとって意味がある、面白いと思える文脈で学べることは、没入感を高める上で決定的な役割を果たします 。
3.
あえて「負荷」をかける設計：「認知的オフロード」の罠を避ける
――AIが個人の興味に寄せてくれる一方で、AIが答えを出しすぎることで、人間が「考えなくなる」という懸念も耳にします。
おっしゃる通りです。ここがインストラクショナルデザインの腕の見せ所なのですが、単に効率化するだけでは学びになりません 。これを「認知的オフロード（思考の肩代わり）」と呼びますが、何も考えずにAIの回答を右から左へ流すだけでは、深い学習にはつながりにくいのです 。
学習が起こるためには、自分の頭で処理する適度な「困難さ」が必要であり、それを楽しいと感じられるかどうかが重要です 。MITのパパートは「ハードファン（楽しい苦労）」と呼びました 。楽しいけれど、自分の能力より少し高い「ストレッチゾーン」の課題に取り組むからこそ、成長の実感が得られます 。
最近聞いた話ですが、あるソフトウェア開発の企業では、入社後の1〜2年はあえてAIの使用を禁止し、自分の手だけでプログラムを書かせているそうです 。まず自力で試行錯誤し、基礎知識（エクスパティーズ）というジャッジの基準を自分の中に叩き込む 。認知心理学者のビョークがいう、この「望ましい困難（desirable difficulties）」をあえて設計に組み込むことで、その後のAI活用が爆発的な生産性とクリエイティビティに繋がります 。AI時代だからこそ、安易な効率化に逃げない「学びの深さ」をどうデザインするかが問われています 。
４.
思考プロセスをリアルタイムで捉え、対話を促す
―― 「ちょうどいい難しさ」をAIはどうやって維持するのでしょうか？
生成AIは、学習者の理解度をリアルタイムで見守る（watchする）ことができます 。かつての家庭教師が、生徒の鉛筆の進み具合を見て「次はこれに挑戦してみようか」とさじ加減を調整していたあの感覚です。
AIは学習者がパニックになっていると見ればヒントを出し、退屈していると見れば一段高い問いを投げかける 。私はAIを「答えを出す道具」ではなく、問いかけを通じて学習者の考えを引き出す「パーソナルチューター」として位置づけています。
人間は言語化することで初めて自分の考えを整理し、深い理解に到達します 。AIとの対話を通じて思考を外部化し、内省（リフレクション）を促す 。この支援こそが、生成AIがインストラクショナルデザインにもたらす最大の革新だと言えるでしょう。
５.
経営指標としての「フロー」と「手上げ施策」：丸井グループの事例
――理論を実際の経営や人事施策に落とし込んでいる興味深い例があるそうですね。
はい、丸井グループの取り組みは非常に本質的です。彼らは「社員がいかにフロー状態で仕事に従事できているか」という主観的な実感を、ウェルビーイングを支える重要な指標（KPI）のように捉えています。
フロー理論では「課題の難易度」と「本人のスキル」が調和したときに没入感が生まれますが、丸井で特徴的なのは、職種転換やプロジェクトへの参画を社員の立候補で行う「手上げ施策」が徹底されている点です。
――「自ら手を挙げる」ことが、なぜフロー体験に繋がるのでしょうか？
「やらされる仕事」ではなく、自分の意志で選んだ挑戦（ストレッチゾーン）だからこそ、そこには強い自発性が宿り、フロー状態に入りやすくなるからです。
会社側は、社員のフロー状態を可視化することで、不安を感じている人には的確な学習支援を、退屈している人にはさらなる「手上げ」の機会を提供する。このように個人のフロー体験を組織が把握し、最適な学びや機会をマッチングさせる姿こそ、LPDAが目指す「プロセスの可視化」の先にある、人間中心の経営デザインの理想形だと言えるでしょう。
６.
プロセスを評価する新しい「ものさし」
――そうした学習体験を実現するために、人事はどのような視点を持つべきでしょうか？
最終的なテストの点数だけでなく、「どれだけ試行錯誤したか」「どのような問いをAIに投げかけたか」というプロセスを評価の対象にすることです。第1回でお話しした「エントリーシート」の例と同様、アウトプットが同質化する時代だからこそ、その裏側にある「葛藤の跡」こそを評価する。
LPDAが目指しているのは、まさにこの「見えないプロセス」をデータとして捉え、意味づけすることです。学習者がフロー状態に入っていたのか、あるいは孤立して悩んでいたのか。それを見守り、適切なタイミングでフィードバックを与える。AIという強力なパートナーを得たことで、私たちはようやく、一人ひとりの「学ぶ喜び」に真に寄り添える時代に来たのだと感じています。
――――AIが個人の個性に寄り添い、没入感を生み出すことで、研修が「義務」から「遊びのような探求」に変わっていく可能性を感じました。第3回では、この学びが実際の「職場（ワークプレイス）」でどう花開くのか、さらに深掘りしていきたいと思います。
■ 参考文献・参考資料
・丸井グループ、「フロー状態」に入れる組織に、https://www.0101maruigroup.co.jp/about/case/210pnb0bbet (2024)
・チクセントミハイ、M:楽しみの社会学、新思索社、東京(2001)
・加藤泰久、喜多敏博、中野裕司、鈴木克明.(2013).フロー理論に基づく学習教材・学習環境再設計支援のためのチェックリストの評価と改善. 教育システム情報学会誌 30(3),200-211.
・Google Research, Learn Your Way: Reimagining textbooks with generative AI, https://research.google/blog/learn-your-way-reimagining-textbooks-with-generative-ai/
・一般社団法人ラーニングプロセスデザイン協会（LPDA）公式解説資料「見えない学びのプロセスの可視化について」
■ インタビュアー紹介
山道 弘道（一般社団法人ラーニングプロセスデザイン協会 事務局 特別会員）
MBA,国家資格キャリアコンサルタント 素材メーカーで日本、アジア、欧米拠点で、グローバルの視座から製造、開発、経営マネジメント、またCoE組織の企画、設計開発、立ち上げ、運営にも携わり、多種多様な組織マネジメント経験を持つ。
岡村 幸路（一般社団法人ラーニングプロセスデザイン協会 特別会員）
教授システム学修士。リクルートでの営業・企画、一般社団法人立ち上げ、グローバル研修のローカライズ経験を持つ。現在はサンライトヒューマンTDMCにて、成果に繋がる行動変容に向け、捉えにくい実践の価値や、理想の実践の輪郭を見極めるアプローチでお客様の現場にフィットした再現性の高いコンテンツ開発を担う。