パーソナライズの改善サイクルを回す

「同じ教材を全員に配って、誰にも刺さらない」――そんな経験はありませんか？料理にたとえると、全員に同じ味付けの料理を出すのではなく、一人ひとりの好みに合わせて調味料を調整していくイメージです。学習の世界でも、学習者の反応を見ながら教材をちょっとずつ調整する「改善サイクル」を回すことで、ぐっと学びやすくなります。

この Atom では、AIを使って「学習者のデータを集める → 分析する → 教材を調整する → また反応を見る」という改善サイクルを1周回しきる方法を学びます。

• AIチャットツール（ChatGPT、Claude など）をブラウザで使える状態にしておいてください
• 学習者が2名以上いる研修や学習プログラムを想定してください（実際のデータがなければ架空でOKです）

パーソナライズの改善サイクルは、次の4つのステップで構成されます。

1. 集める — 学習者の反応データ（理解度テスト、所要時間、フィードバック）を集める
2. 分析する — AIに「この学習者はどこでつまずいているか」を聞いて傾向をつかむ
3. 調整する — 分析結果をもとに教材の一部（説明の順番、例題、難易度）を変える
4. 確認する — 変更後の学習者の反応を見て、改善できたかチェックする

この4ステップを繰り返すたびに、教材が学習者一人ひとりに合ったものに近づいていきます。

まず、改善の材料となるデータを用意します。最低限、次の3つがあると分析しやすくなります。

データが手元にない場合は、次のようなサンプルを作ってみましょう。

学習者A: 正答率80%、所要時間25分、「ちょうど良い難しさ」
学習者B: 正答率40%、所要時間50分、「途中で何をしているかわからなくなった」
学習者C: 正答率95%、所要時間10分、「もう少し応用的な内容がほしい」

集めたデータをAIに渡して、傾向を読み取ってもらいましょう。以下のプロンプト（＝AIへの指示文）をコピーして、AIチャットに貼り付けてください。

プロンプト例:

あなたは研修設計の専門家です。
以下の学習者データを見て、次の3点を教えてください。

1. つまずいている学習者の共通パターン
2. 教材のどの部分を改善すべきか
3. 学習者をグループ分けするとしたら、どんな基準が良いか

【学習者データ】
（ここに集めたデータを貼り付ける）

AIの回答を読んで、「なるほど」と思えるポイントを2〜3個メモしてください。

良い例と悪い例

良い例: データを具体的に貼り付けて「つまずきパターンを分析して」と聞く

悪い例: 「パーソナライズってどうすればいいですか？」と漠然と聞く → AIも漠然とした一般論しか返せません

AIの分析結果をもとに、教材の一部を変更します。全部を一度に変える必要はありません。1回のサイクルでは1〜2箇所だけ変えるのがコツです。

よくある調整パターン:

• つまずきが多い箇所 → 説明を追加する、たとえ話を入れる、ステップを細かく分ける
• 簡単すぎると感じる学習者向け → 応用課題やチャレンジ問題を追加する
• 所要時間が長すぎる学習者向け → 前提知識の補足資料を先に読んでもらう

AIに調整案を相談するのも効果的です。

プロンプト例:

以下の分析結果をもとに、教材の改善案を3つ提案してください。
それぞれ「誰向けか」「何を変えるか」「期待される効果」を書いてください。

【分析結果】
（ステップ2でAIがくれた分析をここに貼る）

調整した教材を学習者に使ってもらい、再びデータを集めます。ステップ1と同じ項目（理解度・所要時間・感想）で比較すると、改善の効果がわかりやすくなります。

確認のポイント:

• つまずいていた学習者の正答率は上がったか？
• 所要時間に大きな開きが縮まったか？
• 「わからなかった」という感想が減ったか？

完璧な結果が出なくても大丈夫です。改善サイクルは何周も回すことに意味があります。1周目で10%改善できれば、3周回せば30%近く良くなる可能性があります。

• データが少なすぎて分析できない → 最低2〜3名分あればAIは傾向を見つけてくれます。1名分しかない場合は「この1名のつまずきポイントを深掘りして」と聞きましょう
• AIの提案が的外れに感じる → データの背景情報（学習者の経験レベル、研修の目的など）を追加で伝えると精度が上がります
• 何を変えればいいかわからない → まずは「一番正答率が低い箇所」に絞って、説明を1段落追加するだけでOKです

この Atom を終えた時点で、次のものが手元にあるはずです。

• 学習者データ（実データまたはサンプル）
• AIによる分析結果のメモ（2〜3ポイント）
• 教材の調整案（1〜2箇所の変更点）
• 調整後の効果を確認する計画（何を・いつ・どうやって測るか）

これらをまとめた Markdown ドキュメントが、この Atom の成果物です。「集める → 分析する → 調整する → 確認する」のサイクルを1周回せたら完了です。