10 分で読了
3 views

スクラム学習のためのバーチャルリアリティ・シリアスゲームとLEGO Serious Playの比較

(Virtual Reality Serious Games versus LEGO Serious Play for Learning Scrum)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「若手にスクラム(Scrum)を学ばせたい」と言われまして。伝統的な講義だけでなく、ゲームを使った学習がいいと。具体的にはバーチャルリアリティ(VR)のシリアスゲームとLEGO Serious Playという手法があると聞きましたが、投資対効果の観点でどう違うのか見当が付きません。まず結論を教えていただけますか。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、結論を先に言うと、どちらもスクラム学習に有効であるが、VRは知識獲得の点でやや優位、LEGOは即時の参加意欲と対話促進に強みがある、という結果が出ているんですよ。要点を3つで整理すると、1) 学習成果、2) 動機づけ、3) 導入コストですね。一緒に見ていけるんです。

田中専務

なるほど。導入コストというと、ハードウェアや時間ですね。投資対効果を厳しく見ると、VRは初期投資が高いけれど効果も高い、LEGOは安価で即実行できる、という理解で合っていますか。

AIメンター拓海

その通りです!ただし補足しますと、VRは同一体験の再現性が高く、個々の学習データを取りやすいという利点があります。LEGOは物理的な触覚とグループ討議が自然に生まれるため、チームの共通理解を醸成する点で強みがあるんです。

田中専務

教えていただき助かります。現場への適用性も気になります。現場の若手はITに明るいが、年配の社員は抵抗がある。そういう混在したチームでどちらを選ぶべきでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!混成チームならハイブリッド導入が現実的です。まずLEGOでチームの対話と共通言語を作り、その後VRで個別スキルや知識を定着させる流れが投資対効果は高いです。3点にまとめると、1) 受容性、2) 再現性、3) 測定可能性です。

田中専務

これって要するに、LEGOで現場の共通理解を作ってからVRで個々の能力を上げるのがベター、ということですか?

AIメンター拓海

その通りですよ。端的に言えば、LEGOは対話と合意形成に優れ、VRは個人の理解とスキル定着に優れる。導入の順序で効果が変わるため、目的に応じて使い分けるのが賢明です。

田中専務

評価方法も教えてください。実際にどのような指標で効果を判断したら良いのでしょうか。学習効果とモチベーションとおっしゃいましたが、現場で測れる実務的な指標が欲しい。

AIメンター拓海

いい質問ですね!実務的指標としては、1) テストによる知識スコア(プレ/ポスト比較)、2) デイリースクラムやレビューでの発言の質(観察による定性評価)、3) チームのサイクルタイムやバグ件数の変化、が使えます。VRはデータが取りやすく、定量評価に向いているんです。

田中専務

実務での効果検証と費用対効果が分かれば、経営として導入の意思決定ができます。最後にもう一度、要点を整理していただけますか。

AIメンター拓海

もちろんです。一緒にまとめると、1) 両手法はスクラム学習に有効である、2) VRは学習成果でやや優位、データ収集に強い、3) LEGOは対話促進と即時実装に強い。導入は目的に応じて使い分け、混成チームならLEGO→VRの順が実務的です。大丈夫、必ずできますよ。

田中専務

わかりました、私の言葉で言うと、まずLEGOで現場の共通言語を作って合意形成を促し、次にVRで個々の理解を数値的に底上げする。効果はテストのスコアや現場の作業指標で測る、ということですね。これなら説明できます。ありがとうございました。


1.概要と位置づけ

結論を先に述べる。本研究はバーチャルリアリティ(Virtual Reality: VR)を用いたシリアスゲームとLEGO Serious Playと呼ばれる物理的ワークショップ手法を、スクラム(Scrum)というアジャイル開発フレームワークの学習において比較し、いずれも有効であること、ただしVRが知識獲得においてやや優位であることを示した。

なぜ重要か。スクラムはソフトウェア産業を中心に最も広く採用されているアジャイル手法であり、短期間で成果を出すためのチーム運営原則を含む。企業が若手や中堅のスキル底上げを図る際、従来の講義や座学だけでは実務への転化が不十分であり、経験学習を重視する手法の検証が求められている。

基礎から応用へ。本稿で扱うVRシリアスゲームはデジタル空間で体験を再現し個別の動作と選択を記録できる。一方LEGO Serious Playは手を動かしてモデルを作ることで言語化を促し、チーム内の暗黙知を可視化する。いずれも「体験を通じた学習(experiential learning)」を具現化するための代表例である。

経営層が注目すべき点は、導入による効果が短期の作業効率改善か長期のチーム文化変革のどちらに寄与するかである。投資対効果の評価軸を明確にすることで、費用対効果を経営判断に結びつけやすくなる。

本研究は、教育工学的な計測と現場適用性の両面から比較検討を行っており、企業の人材育成計画に実務的な示唆を与える点で価値がある。

2.先行研究との差別化ポイント

先行研究ではVRを用いたスクラム学習やLEGO Serious Playを用いた学習の個別検討は存在したが、それらを直接比較した系統的な研究は限定されていた。本研究の差別化は、同一の学習目標(スクラムと関連するプラクティス)に対し二つのゲームベース学習法を同一条件下で比較した点にある。

従来研究は多くが小規模な事例報告に留まり、測定手法や評価指標がばらついていた。本研究は準実験デザイン(quasi-experimental design)を採用し、プレテストとポストテスト、加えて学習者の認知的・動機的反応を問う質問票を組み合わせたことにより、比較の公平性を高めている。

差別化の実務的意義は、教育手法の選択が単に「面白さ」や「新奇性」だけでなく、学習成果と実業務への転換という観点から検証され得ることを示した点である。企業が導入を検討する際の意思決定材料を提供する。

また、本研究はデータ取得の観点でVR側に定量データの蓄積という利点を確認しており、学習の定量評価や長期的な効果追跡にVRが向く可能性を提示している。

3.中核となる技術的要素

本研究で扱われる主要な技術要素は二つある。まずバーチャルリアリティ(Virtual Reality: VR)システムである。VRは仮想環境内での状況再現とユーザ行動のログ収集を可能にし、個人別の学習経路や選択肢の差異をデータとして把握できる点が強みである。

次にLEGO Serious Playである。これはLEGOブロックを用いて物理的モデルを作り、それを媒介にして個人の考えを言語化・共有化するワークショップ手法である。触覚と共同作業により、チーム内の暗黙知が表出しやすく、合意形成を速める効果がある。

技術的な比較では、VRは「再現性」と「測定可能性」、LEGOは「参加のしやすさ」と「対話誘発力」が対照的である。つまりVRは個別最適化やABテストに向き、LEGOはファシリテーション主体の集合知形成に向くという性質の違いがある。

導入面では、VRはハードウェア(ヘッドセット等)とソフトウェア開発の初期投資が必要だが、スケールすると一人当たりコストは下がる。LEGOは初期コストが低く、即時実行が可能だが定量データの取得には工夫が要る。

4.有効性の検証方法と成果

研究は準実験デザインを採用し、二つのグループに分けてプレテストとポストテストを実施した。サンプルは計59名のソフトウェア工学系学生で、群A(VR)と群B(LEGO)に分かれた。評価は知識テストのスコア変化と学習者の動機づけアンケートを主要指標とした。

結果として、両グループともにスクラム学習における成績向上と学習意欲の向上が確認された。だが群A(VR)はポストテストの平均得点が有意に高く、知識獲得の点で優位性を示した。動機づけ指標では両者に大きな差は見られなかった。

現場指標に置き換えると、VRは個人の理解度を数値化できるため導入後の追跡評価が容易であり、LEGOは短期間でチームの合意形成やコミュニケーション改善を促す点で有効であるとの結論が得られた。

ただし留意点としてサンプルの多様性が限定的であること、長期的な効果検証が不足していることが挙げられる。導入判断は目的と投資可能額、運用体制を踏まえて行うべきである。

5.研究を巡る議論と課題

本研究が示すのは短期的な知識定着の差であり、長期的な行動変容や文化への定着がどう変わるかは未解決である。VRは再現性とデータ取得で優れるが、対話を通じた合意形成や心理的安全性の醸成にはLEGOの方が有利である可能性がある。

また、コスト対効果の評価は運用体制やスケールによって大きく変わる。中小企業が少人数で実施する場合、LEGOのみで十分な成果を得られることもある。逆に大規模な人材育成を目指す場合、VRに初期投資して効率化を図る選択肢が合理的である。

評価手法にも改善の余地がある。現場の生産性指標や品質指標(サイクルタイム、欠陥件数など)と学習成果を紐づけることで、経営が納得できるROI(投資対効果)の算出が可能になるはずだ。

倫理的・心理的配慮も重要である。VRは没入体験ゆえに長時間使用で疲労や不快感を生むことがある。LEGOは身体的参加を促すが、参加者間の発言格差を生むリスクがあるためファシリテーションが鍵となる。

6.今後の調査・学習の方向性

今後は長期追跡研究と多様な業種・年齢層での再現実験が求められる。特に企業現場では、単発の研修ではなく実務と結びついた継続的学習設計が重要である。そのために学習データの収集と可視化を進める必要がある。

実務への応用に向けたキーワードとしては次が有用である:”game-based learning”, “virtual reality serious games”, “LEGO Serious Play”, “Scrum education”, “experiential learning”。これらの英語キーワードで検索すると関連研究が追える。

企業が取り得る実践的な方針は、短期で合意形成を図りたいならLEGOを、個別スキルの定量的向上を図りたいならVRを主体にすることだ。混成チームでは両者を組み合わせるハイブリッド設計が合理的である。

最後に、評価の標準化が必要である。知識テスト、行動観察、現場KPIとの連携を標準化することで、教育投資の成果を明確に示せるようになるだろう。

会議で使えるフレーズ集

「LEGOでまず現場の共通言語を作り、VRで個々の理解を数値的に補強しましょう。」

「VRは再現性とデータ収集が強みで、長期的なスキル定着の評価に向きます。」

「短期的なチーム結束を優先するなら低コストで実行できるLEGOを、スケールと追跡を重視するならVRを検討します。」


引用元: A. Gordillo, D. Lopez-Fernández, J. Mayor, “Comparing virtual reality serious games and LEGO Serious Play for learning Scrum,” arXiv preprint arXiv:2407.00334v1, 2024.

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
イーサリアム向けデュアルビュー対応スマートコントラクト脆弱性検出
(Dual-view Aware Smart Contract Vulnerability Detection for Ethereum)
次の記事
シンガポールにおけるデング熱予測のための機械学習モデル
(Machine Learning Models for Dengue Forecasting in Singapore)
関連記事
アジャイル変革における有効要因
(Effective factors in agile transformation process from change management perspective)
Electronic Evidence for Type II Weyl Semimetal State in MoTe2
(MoTe2におけるタイプIIワイル半金属状態の電子的証拠)
強化学習における二重降下現象とLSTD・ランダム特徴
(ON DOUBLE DESCENT IN REINFORCEMENT LEARNING WITH LSTD AND RANDOM FEATURES)
DPSeq:新規で効率的なデジタル病理分類器
(DPSeq: A Novel and Efficient Digital Pathology Classifier for Predicting Cancer Biomarkers using Sequencer Architecture)
乳がん医用画像におけるヒューマンインザループ機械学習:セグメンテーション・分類・解釈
リカレントニューラルネットワークにおける容量と訓練可能性
(CAPACITY AND TRAINABILITY IN RECURRENT NEURAL NETWORKS)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む