AIで「作る・教える・試す」が一気通貫になってきた

AIが「資料を読む」ツールから「教材を作る」ツールに変わりつつある。

その変化を象徴する動きが、実践者の間で広がっている。30ページの社内マニュアルをClaudeに渡したところ、研修スライド25枚・理解度テスト15問・業務フロー図5種類が一度に出てきたという報告がある。別の事例では、ChatGPTに「医学部・薬学部の入試で使われがちな英単語を使った穴埋め問題を作って」と一行投げただけで、実用に耐える問題が上がってきた。

共通しているのは「入力が既存のテキスト、出力が複数の成果物」という構造だ。読む・整理する・出力するという作業が、AIの中で一気通貫で処理される。これはつまり、ノウハウを持っている人間が「教材制作」というボトルネックから解放されることを意味する。

注目したいのは、いずれのケースも複雑なプロンプト設計をしていない点だ。「穴埋め問題を作って」「研修スライドとテストとフロー図をセットで」という、ほぼ日常語に近い指示で複数の成果物が出てきている。

背景にあるのは、最新モデルの「長い文脈を処理しながら、複数の出力形式を同時に構造化する」能力の向上だ。以前は「要約して」「スライドにして」「テストも作って」と段階的に指示しなければならなかったが、現在はゴールを一度に渡せば、AIが逆算して複数の成果物を組み立てることができるようになってきた。

AIは「役割分担」で使う時代へでも触れたように、AIに「何をする存在か」を明示するほど出力の精度が上がる傾向がある。「研修担当者として、以下のマニュアルから…」のように役割を添えると、さらに出力がそろいやすくなる。

このユースケースが刺さるのは、「内容は知っているが、形にする時間がない」という状況にいる人だ。現場に詳しいベテランが資料を持っているのに、スライド化やテスト化に手が回らないままになっているケースは珍しくない。

AIはここで「変換器」として機能する。ノウハウを持つ人間がインプットを用意し、AIがアウトプットの形を整える。教育的な品質の担保は人間が行うという役割分担だ。

一方で、AIが作った研修テストをそのまま使うリスクも意識したい。事実確認が必要な業界知識や、社内固有のルールが絡む部分は、出力後に必ずレビューを入れる前提で使うのが現実的な運用になる。AIを「使い倒す」ための3つの流儀でも示されているように、AIの出力を「ドラフト」として扱い、人間が最後の判断を持つ構造が長続きする使い方だ。