山道：答えを先回りして教えず、本人の中に「問い」を立ち上がらせるための環境を整える。
一方で、暗闇の中にポツンと置かれて「さあ、本物の現場だから自分で問いを立ててごらん」と言われても、普通の学習者はどこに向かって走れば良いのか迷子になってしまいませんか？
生成AIが登場する以前から、ID（インストラクショナルデザイン）の世界では自律的に学ぶスキルを引き出す手法として「学習課題分析図」が開発されてきましたよね。AI時代となった今、このIDの手法はどのように位置づけられるのでしょうか。

高橋：本質的な問いをありがとうございます。
学習課題分析というのは本来、教育を設計する側（教員や教材デザイナー）が、教えたい領域の内容を細かくブレイクダウンして、「どんな順番で階層化・構造化して配置すれば効率的に学べるか」を整理するための指導者側のツールでした。
ですが、私自身が過去に行った研究では、専門家が整理したその構造化されたマップ（全体の構造図）を、教育者側だけで囲い込むのではなく、「学習者本人に手渡してみたらどうなるか」という実験をしたんですね。
全体の地図（難易度や学ぶ順番）が見える化されたものを学習者に渡すと、学習者は「自分は今この位置にいるから、次はここを学ぶ必要があるな」と、選択権を持って自分の力で次に何を学ぶべきかを選べるようになり、自律的に学びを進められることが分かったのです。
こうしてAI時代になって改めて考えてみると、生成AIにプロンプトを投げれば、AIはいろいろな学び方の候補やルートを出してくれますよね。ですが、出てきた提案を鵜呑みにするのではなく、「なぜこの順番になっているのか」「自分にはどのルートが合っているか」を立ち止まって考え、最後に自分の手で選択していくための「たたき台・道しるべ」として、課題分析の視点を学習者自身に持たせることが非常に有効なのではないかと感じています。

山道：一歩下がった教育的視点から、全体像という「道しるべ」を可視化して学習者に手渡すことで、暗闇で迷子にならずに自律的な学習を行わせるわけですね。

森田：その「構造化された道しるべを本人に手渡す」というアプローチは、私たちが企業の人財育成で支援している「コンピテンシー（行動指標）」の活用と非常によく似ています。
弊社（SLH）では、航空会社のパイロット訓練や医療従事者、大手メーカーの現場などで育成支援を行っています。例えばパイロットの世界には、グローバルで定められた10個のコンピテンシー（「状況認識力」や「意思決定力」など）があります。これを抽象的な言葉のままにするのではなく、「状況認識力が高い状態とは、具体的にどのような観察や判断の行動をとっているか」というレベルまで細かく行動指標としてブレイクダウンして文章化（言葉化）します。
従来はこうしたチェックリストやコンピテンシーを「評価者（指導者）」だけが持っていたのですが、SLHではこれを「訓練生（学習者本人）」にも手渡します。すると、プロセスが言葉になっているため、訓練生は「自分は機長になるために、今この状況認識の行動が足りないな」と自ら自己評価（メタ認知）できるようになり、指導者とも「ここを高めよう」と共通言語でフィードバックや対話ができるようになるのです。

高橋：まさにおっしゃる通りです！コンピテンシーであれ学習課題分析図であれ、大きな複合的スキルを行動レベルまでブレイクダウンして「可視化」し、それを教える側だけでなく「学ぶ側にも共有（手渡す）する」こと。
そうすることで、「自分は今どの段階にいるのか」「どのルートで行くべきか」「何が不足しているのか」をお互いに共通言語で客観的に見つめ直すこと（メタ認知）ができるようになります。
ただ放置して現場に放り出すのではなく、「本物の文脈（情熱を引き出す生の現場）」と、「構造化された道しるべ（メタ認知を助けるマップ）」の両方をセットで用意すること。この意図的な環境設計こそが、学習者の自律的な「問いを立てる力」を育むための、ID的なアプローチなのだと考えています。

森田：なるほど。「生の現場という本物の文脈」と、「プロセスを可視化した道しるべ」。この両方を揃えて手渡すことこそが、教育工学やID（インストラクショナルデザイン）の知見をビジネス現場に応用し、自律的な人材を育てるための大きな核になるのですね。

高橋：はい。一方で、現実の複雑な世界の問いをどこまで構造化できるかは難しい問題です。構造化しにくい問いもあります。そのような場合の方略の一つとして、「ストーリーで学ぶ」ことを提案したいです。森田さんも実際に大学院でストーリーを使った学びを体験されていますのでここでは割愛しますね。ご興味のある方は 次の書籍を参考にしてください。