レッスン8：デジタル時代のID——生成AI・LXD・xAPI・次の学習

このレッスンで学ぶこと

SAM（Successive Approximation Model）の考え方を理解する
学習体験デザイン（LXD）の発想を把握する
生成AIの研修設計への活用方法を知る
SCORM・xAPI・cmi5などのeラーニング規格を区別できる
コース修了後の学習方向を選べる

レッスン1〜7で、IDの古典的フレームワーク（ADDIE・ガニェ・ARCS・カークパトリック）と、研修と現場のバランス（70-20-10・マイクロラーニング）を学んできました。最後のレッスンでは、2020年代に急速に広がる「デジタル時代のID」の風景を整理します。生成AI・LXD・xAPIといったキーワードが何を意味するか、コース修了後の学習方向と合わせて案内します。

SAM——アジャイル型のID

レッスン2の最後で触れた、ADDIE（ウォーターフォール型）と並んで使われるID手法がSAM（Successive Approximation Model）です。マイケル・アレン（Michael Allen）が提唱しました。

SAMの基本思想

「完璧な設計図を最初に作る」ADDIEに対し、SAMは「小さく作って、評価し、改善する」を短いサイクルで繰り返します。ソフトウェア開発のアジャイル手法に近い発想です。

SAMには SAM1（簡易版）と SAM2（フル版）がありますが、ここでは考え方の核を押さえます。

SAMのサイクル

設計（Design）：短時間で大まかな設計をする
プロトタイプ（Prototype）：簡易版を作る
レビュー（Review）：関係者に見せて評価する
改善（Refine）：フィードバックを反映して改善する
上記を繰り返す

ADDIEの「Analysis→Design→Development→Implementation→Evaluation」を直列に進めるのと対照的に、SAMは小さなサイクルを多数回します。

SAMが向く場面

要件が変動する研修（DX人材育成・新サービス研修・スタートアップ環境）
既存教材の改善・小規模な改修
スピード優先のプロジェクト
学習者のフィードバックを早く反映したい場合

SAMが向かない場面

大規模で要件が固まっている認証研修
コンプライアンス・法令遵守の研修（一定の網羅性が必要）
関係者が多く、合意形成に時間がかかる組織

💡 ポイント ADDIEとSAMは、対立ではなく「使い分け」です。レッスン2でも述べたとおり、大規模プロジェクトはADDIEで全体を作り、その中の個別レッスン改善はSAMで回す——というハイブリッドが現実的です。

学習体験デザイン（LXD）——学習者中心へ

LXD（Learning Experience Design、学習体験デザイン）は、2010年代後半から広がった発想です。「教える側が情報を伝える」から、「学習者がどう体験するか」を中心に置く設計思想です。

LXDの特徴

学習者中心：教える内容より、学習者の体験全体を設計する
UX的アプローチ：UIデザイン・UXデザインの発想を学習設計に持ち込む
マルチチャネル統合：研修・eラーニング・モバイル・コミュニティを統合的に設計
継続的な改善：学習者の行動データから改善を繰り返す

IDとLXDの関係

「IDとLXDは別物か」と問われることがありますが、両者は対立ではなく、LXDがIDを包含する関係と捉えるのが適切です。

軸	古典的なID	LXD
焦点	教える側の設計	学習者の体験
範囲	主に研修・教材	学習者が触れる全てのタッチポイント
データ	終了時の評価が中心	学習中の行動データを継続的に活用
設計の発想	学習目標起点	学習目標＋体験設計

ID（特にカークパトリックの逆ピラミッド・ARCSモデル）の考え方を発展させたのがLXDです。古典的IDを「軽視」するのではなく、その上に「体験」の視点を重ねる発想です。

LXP（Learning Experience Platform）

LXDの広がりとともに、LXP（Learning Experience Platform）と呼ばれるツール群が成長しました。LMSが「コース管理」中心なのに対し、LXPは「学習者の体験統合」中心です。

学習者の興味・履歴から推薦するコンテンツを提示
社内外の学習リソースを統合（YouTube・LinkedIn Learning・社内マニュアル等）
学習者同士のコミュニティ機能
マイクロラーニング・パフォーマンスサポートとの連携

📝 補足 国内市場でLXPはまだ普及途上です。グローバルではEdCast、Cornerstone、Degreed、LinkedIn Learningなどが知られ、国内でもUMUなどが類似機能を提供しています。

生成AIの研修設計への活用

2023〜2026年で、IDの実務にもっとも大きな影響を与えたのが生成AIです。具体的な活用例を整理します。

1. 教材の自動生成

学習目標から、講義原稿・スライド構成・確認問題を自動生成
社内ナレッジ（マニュアル・FAQ）からマイクロラーニング動画台本を作成
多言語対応の教材を効率的に作成

2. AIチューター・AIメンター

学習者の質問に24時間応答するチャットボット
学習進度に応じて、追加教材や別の説明を提示
学習者のつまずきパターンを分析して支援

3. AIロールプレイ

営業・接客・部下面談などの対人スキル研修で、AIが相手役を務める
受講者は無制限に練習でき、その場でフィードバックを受けられる
難易度・性格・状況を変えて何度も練習できる

4. 評価の支援

自由記述回答の評価を自動化・補助する
ロールプレイの動画を分析し、フィードバックを生成する
学習データから「次に取り組むべき内容」を提案する

生成AI活用で変わる、設計者の役割

「教材を作る人」から「学習体験を設計する人」へ。生成AIは教材制作の生産性を大きく高める一方、「何を学ばせるか」「どんな体験を提供するか」の判断は、人間の設計者の仕事として残ります。むしろ、これらの判断の比重が大きくなります。

⚠️ 注意 生成AIが作る教材には、ハルシネーション（誤った情報を断定的に書く）のリスクがあります。専門領域・法令関連・固有名詞は必ず人間が事実確認します。AIは「下書きを高速で作る道具」として使い、最終チェックは人間が行うのが2026年現在のベストプラクティスです。

eラーニング規格——SCORM、xAPI、cmi5

eラーニングの世界では、教材とLMS（学習管理システム）の互換性を保つために「規格」が使われます。代表的なものを整理します。

SCORM（Sharable Content Object Reference Model）

2000年代から使われている古典的な規格。「進捗率」「完了」「テスト得点」など基本的な学習データをLMSに送信できます。

強み：広く普及しており、ほぼすべてのLMSが対応
弱み：LMSの中での学習しか記録できない／詳細な行動データは取れない

xAPI（Experience API、別名 Tin Can API）

2013年に登場した新世代の規格。LMSの外も含め、あらゆる学習活動を「○○が△△を□□した」という構造で記録します。

強み：LMS外の学習（動画視聴・現場行動・モバイル学習）も記録できる／詳細な行動データが取れる
弱み：実装コストがやや高い／データの活用には別途分析の仕組みが必要

xAPIのデータは LRS（Learning Record Store）と呼ばれるデータベースに保存されます。これにより、研修だけでなく、現場・モバイル・SNS・社内コミュニティでの学習行動を統合的に分析できるようになりました。

cmi5

SCORMの後継として、xAPIをLMS内で使いやすくした規格。SCORMの「コース管理」とxAPIの「詳細データ」の両方を活用できます。米国国防総省が推奨する規格として、徐々に広がっています。

規格の選び方の目安

SCORM：既存LMSとの互換性を重視する場合の標準
xAPI：LMS外の学習・詳細な行動分析を活かしたい場合
cmi5：両方の強みを活かしつつ、SCORMから移行したい場合

📝 補足 多くの企業はまだSCORMが中心ですが、データドリブンな学習設計が広がるなかで、xAPI・cmi5への移行が徐々に進んでいます。LMSを新規導入する際は、xAPI対応を確認するのが2026年の標準的な判断です。

データドリブンな学習設計

xAPI・LRSの登場により、「学習データから設計を改善する」発想が広がっています。

よく分析される指標

どのコンテンツがよく見られているか／途中で離脱されているか
どの問題で受講者がつまずいているか
学習開始から終了までの時間分布
学習者の興味カテゴリ・行動パターン
学習と業務指標の相関分析

注意点

データドリブンな設計は強力ですが、データの解釈には慎重さが必要です。レッスン6（カークパトリック）で触れたとおり、「相関は因果ではない」原則を忘れないこと。データが示す事実と、設計者の判断は別物です。

💡 ポイント 「データがあれば自動的に設計が改善される」は幻想です。データは「気づきの素材」を提供し、設計者の判断を支援するもの。「データに振り回される」のではなく、「データを使って判断の質を上げる」発想が大切です。

このコースを振り返って

8レッスンを通じて、次のことを扱ってきました。

レッスン1：IDの全体像。「設計する」考え方
レッスン2：ADDIEモデル。設計の標準フレーム
レッスン3：学習目標。ブルームのタキソノミーと観察可能な動詞
レッスン4：ガニェの9教授事象。教える流れの設計
レッスン5：ARCSモデル。学習者の意欲のデザイン
レッスン6：カークパトリックの4段階。評価設計
レッスン7：70-20-10とマイクロラーニング。研修と現場のバランス
レッスン8：デジタル時代のID。SAM・LXD・生成AI・xAPI

このうち、レッスン1〜6は古典的フレームワークで、50年以上世界中の現場で使われ続けています。レッスン7〜8は、ここ10〜20年で急速に広がっている新しい潮流です。「古い理論はもう使えない」のではなく、「古い理論の上に、新しい視点を重ねる」のが現代のIDの姿勢です。

コース修了後の学習方向

さらに深く学びたい方への、3つの方向をご紹介します。

1. 古典理論を原典で読む

ガニェ『The Conditions of Learning』（教育心理学・認知主義の古典）
ブルーム『Taxonomy of Educational Objectives』
ケラー『Motivational Design for Learning and Performance』（ARCSの体系的解説）
カークパトリック『Evaluating Training Programs』

日本語訳が出ているものもあります。原典は時代背景を含めて読むと、フレームワークの設計意図がより深く理解できます。

2. 教育工学・学習科学を体系的に学ぶ

教育工学会の論文・年次大会
熊本大学大学院教授システム学専攻のオンライン公開講義
ATD（米国の人材開発組織）のリソース

学術的な背景に踏み込みたい方向けです。

3. 実務で試して、振り返る

自分が担当する研修・OJT・教材に、本コースのフレームワークを当ててみる
既存の研修を「9事象でチェック」「カークパトリックの4段階で評価」してみる
改善した結果を、社内で共有する
業界の研修担当者コミュニティに参加する

理論を実務に適用し、振り返ることで、知識が「使える形」に定着します。

🔰 初学者の方へ 「全部学ばないと」と焦る必要はありません。本コースで扱った内容を、まずは1つ自分の業務で試してみるところから始めてください。「学習目標を観察可能な動詞で書く」だけでも、研修・教材の質は大きく変わります。

IDは「人の可能性を引き出す」仕事

最後に、本コース全体を通じて伝えてきたメッセージをまとめます。

インストラクショナルデザインは、単なる「教材作成のテクニック」ではありません。「人がどう学び、どう成長するか」を深く理解したうえで、その学びを支える環境を設計する仕事です。研修・eラーニング・OJT・マニュアル・パフォーマンスサポート——形式は何であれ、根底には「学ぶ側の成果を最大化する」という発想があります。

生成AI時代になり、コンテンツ作成のコストは大きく下がりました。だからこそ、「何を学ばせるか」「どう体験させるか」「成果をどう測るか」を考える設計者の役割は、むしろ大きくなっています。技術は道具で、設計は人間の判断です。

本コースで学んだフレームワークを、皆さんの現場で活かしていただければ嬉しいです。「研修を作ってください」と頼まれたときの最初の一手が、本コース受講前と変わっていれば、それが何よりのお礼です。

講師の最後のメッセージ

私（高木）が新人時代に「ADDIEを軽視」していた話を、レッスン1とレッスン2でお話ししました。当時の私は、「設計より作ることが大事」「経験を積めばわかる」と思っていました。

10年以上経って思うのは、フレームワークは「制約」ではなく「思考の足場」だということです。慣れてくると、頭の中で「これはガニェの事象3が抜けているな」「ここはARCSのR（関連性）が弱い」と自然に判断できるようになります。フレームワークが意識から消えるくらい身体化することが、ID実務者の成長段階の一つです。

本コースを最後まで進んでくださって、ありがとうございました。皆さんが現場で設計するすべての研修・教材が、誰かの学びと成長を支える瞬間になることを願っています。

最後に総復習テストで、コース全体を振り返ってみましょう。

まとめ

このレッスンでは、以下のことを学びました。

SAMはADDIEと並ぶアジャイル型のID手法。短いサイクルで小さく作って改善する
学習体験デザイン（LXD）は、学習者の体験全体を中心に置く設計思想
生成AIは教材自動生成・AIチューター・AIロールプレイ・評価支援などで設計を変えつつある
設計者の役割は「教材を作る」から「学習体験を設計する」へシフトしている
eラーニング規格はSCORM・xAPI・cmi5があり、xAPIはLMS外の学習も記録できる
データドリブンな学習設計は強力だが、データの解釈には慎重さが必要
古典理論（ガニェ・ブルーム・ケラー・カークパトリック）と新しい潮流を「対立」ではなく「重ねる」発想が大切

確認クイズ

このレッスンの理解度をチェックしましょう。