生成AIの普及に伴い、エンジニアに求められる役割が変わりつつあるいま、NTTドコモソリューションズは、長年続けてきた新卒向けテクニカル研修を刷新。「公平」「AI活用」「お客さま起点力」の強化を軸にした新たな研修を設計した。本稿では、「HRzine Day 2026 Summer」に登壇した、NTTドコモソリューションズ株式会社 総務人事部キャリアデザイン部門トレーニー育成担当 渡辺東氏、株式会社ギブリー 育成ソリューション事業部 事業部長 五十嵐一歩氏、同事業部マネージャー 宇野裕一氏によるセッションの内容を紹介する。
新卒向けテクニカル研修を大幅刷新。2つの理由とは
生成AIの活用があらゆる産業やビジネス領域に広がる中、各社はトップダウンによる変革に乗り出している。開発現場でもAI駆動開発やAIネイティブな環境への移行が進み、エンジニアに求められる役割は変わりつつある。
「AIによって人間の仕事が代替されていく中で、SIerやSESの領域でも、上流工程におけるお客さまの課題特定能力や解決能力、そしてAI活用スキルを高めることが求められています」（五十嵐氏）
五十嵐 一歩（いがらし いっぽ）氏
株式会社ギブリー 育成ソリューション事業部 事業部長
2021年に新卒入社後、マーケティングDX部門のIS、新規事業を経験し、人事部門へ。2年目で新卒採用責任者に就任し、例年の2倍以上の目標を掲げた23卒採用を成功させる。その後、研修設計などHRを中心として業務の幅を広げたのち、HRTech部門でセールスおよびカスタマーサクセス業務に従事。ウォーターフォール開発研修、AI駆動開発研修の企画設計の知見を活かし、現在はTrackを活用した最先端のAI・プログラミング研修の価値向上に向けて日々奮闘中。
また、新卒エンジニアの育成現場では、受講者のバックグラウンドが多様化している。大手SIerであるNTTドコモソリューションズにおいても、新入社員数が増加するとともに、入社時点でのITスキルの差が拡大していた。そこで同社は、生成AIをはじめとする技術トレンドと受講者側の変化を踏まえ、長年骨組みを変えてこなかった新入社員向けテクニカル研修の、大幅な見直しに踏み切った。
3つの観点で見直し。レベル別のカリキュラムやAIの積極的な活用など
見直しの軸は3つある。1つ目は、「平等」から「公平」への転換だ。
「これまでは全員に同じことを教えていたため、初心者には難しすぎる一方、上級者には退屈に感じられる場面がありました。結果として、受講者の成長が頭打ちになってしまったり、期待したほどスキルが伸びなかったりといった課題がありました」（渡辺氏）
渡辺 東（わたなべ あずま）氏
NTTドコモソリューションズ株式会社 総務人事部キャリアデザイン部門トレーニー育成担当
入社後、複数の大規模システム開発を担当。その後、10年以上にわたり営業としてNTTグループの国内外案件に従事し幅広い経験を積む。現在は若手社員の育成を担当し、ドコモグループ横断での研修企画・運営を通じて一体感の醸成やスキルの底上げを実施。さらにシステム開発会社であるドコモソリューションズの技術力強化を推進。あわせて所属組織のAI-CoEとしてAI活用の推進にも取り組んでいる。
そこで、受講者をスキルに応じて「初級」「中級」「上級」に分け、それぞれのレベルに合わせた研修を行った。初心者には手厚くフォローをすることで取り残さないように、上級者には自分の判断でさらに高いレベルの演習に挑戦できる環境を用意した。
「上級レベルは、トップラインをさらに伸ばすために別枠で設計しました。中級と初級クラスは大枠では似ていますが、初級レベルは特に、つまずいた受講者をしっかり拾い上げることを重視しています」（宇野氏）
宇野 裕一（うの ゆういち）氏
株式会社ギブリー 育成ソリューション事業部 マネージャー
大学卒業後、IT基礎学習の講師として延べ24,000名以上を指導、個人営業として新規顧客獲得から受講生フォロー、キャリア支援まで幅広く担当してきました。ギブリー入社後はHR Tech部門でカスタマーサクセス兼PMとして研修企画・運営を担当し、現在はマネージャーとして従事。個別指導で培ったきめ細かなサポートを強みに、新人研修（300名規模オフライン、100名規模オンライン）、AI・開発研修の企画運営し、人材育成と組織変革を支援。
「自分の言葉で説明できるか」——研修中にAIを使うときのルール
2つ目は、AIの積極的な活用である。基礎的な質問に答えるAIボットから、GitHub Copilotを用いたAI駆動開発まで、研修の中で段階的にAIを活用できるようにした。研修を運営する事務局側でも、日報分析をはじめとするさまざまな業務にAIを取り入れた。
AIの利用方針も大きく変えた。前年まで、同社の新入社員研修ではAIの使用を禁止していた。新入社員には、まず自分の頭で考えさせることが重要だと捉えていたためだ。
しかし、業務でAIを使うことが当たり前になりつつある中で、研修だけ利用を禁じることが本当に適切なのか。担当者間で議論を重ね、他社とも意見交換をした。さらに、ドコモグループ全体でAIを積極的に活用する方針も後押しとなり、AIを中途半端に制限するのではなく、全面的に利用するよう切り替えた。ただし、AIに任せきりにすることは認めていない。設けたのが「説明責任」のルールだ。
「AIが出したアウトプットであっても、自分の言葉で説明できるようにすることをルールにしました。無秩序に何でも使ってよいとすると、自分で考えるスキルが身に付かなくなってしまうためです」（渡辺氏）
研修後のテストでは、全体として高得点側に分布が移り、スキルの底上げが確認された。特に初心者にとっては、講師や周囲の目を気にせず、基本的な用語を何度でもAIに質問できる点が大きかった。
「『IPアドレスとは何ですか』といった基本的なことは、研修が進むほど講師に聞きにくくなります。他の研修生がいる中で、自分のために時間を使わせるのは申し訳ないと感じる人もいます。AIであれば、そうしたことを気にせず確認できます」（渡辺氏）
「何度同じことを聞いても、AIは嫌な顔をしません。心理的安全性の高い状態で学べたことも、初心者層の底上げにつながったのだと思います」（五十嵐氏）
見えてきた「AI時代の研修の課題」とは
一方で、新たな課題も見えた。AIの回答を批判的に検討しないまま使い、バグが生じるケースがあった。また、完成した成果物が受講者自身の力によるものなのか、AIが生成したものを十分に理解しないまま利用しているのか、判定しにくいという問題もある。
「成果物を見ただけでは、本人が自力で作ったのか、AIが作ったものだとしても、内容を理解して利用しているのか、切り分けるのが難しいと感じました」（渡辺氏）
講師は口頭レビューを行い、受講者に成果物の内容を説明させた。十分に答えられない場合には、内容をもう一度確認させたという。
「レビューも繰り返すと、最終的には言葉のうえではクリアできてしまうこともあります。それが本当に本人の実力なのかを見極める難しさは、まだ残っています」（宇野氏）
AIを使えば、本人の能力を上回る品質の成果物が生まれることもある。五十嵐氏は、成果物の品質と本人の理解度との間にギャップが生じ得ることを、AI時代の研修における新たな課題として指摘した。
現場の葛藤に近い研修を——「お客さま起点力」「技術力」「人間力」を磨くために
3つ目は、同社が重視する「三つの力」（「お客さま起点力」「技術力」「人間力」）の強化だ。なかでも大きく変えたのが、開発演習の開始地点である。従来は設計工程から始めていたが、刷新後は上流工程である顧客へのヒアリングと要件定義から始める形にした。単にシステムをつくる人材ではなく、顧客の課題を理解し、何をつくるべきかを考えられる、市場価値の高い人材を育てるためだ。
刷新後の研修は、大きく前半と後半に大きく分けて行われる。前半では、プログラミングやITに関する基礎知識を学ぶ。後半では、受講者がチームに分かれ、顧客役へのヒアリングから要件定義、開発までを体験する実践演習に取り組んだ。
演習テーマは、ホテルの予約システムの開発だ。ただし、すべてのチームが同じものをつくるわけではない。顧客へのヒアリング内容によって、完成するシステムも異なる。
「エンドユーザー向けの機能をつくり込むチームもいれば、ホテル側が予約状況を確認しやすいよう、管理者画面をダッシュボード形式にしたチームもいました。ヒアリングで引き出した要望が、成果物の違いとして表れたのは面白かったですね」（渡辺氏）
顧客役を務める講師には、受講者から尋ねられない限り、要望を伝えないというルールが設けられた。
「講師としては教えたいことがあっても、ヒアリングで聞かれなければ答えられません。伝えたいのに伝えられないという、もどかしさもあったと思います」（宇野氏）
画一的な演習よりも運営の難度は上がるが、顧客が何を求めているのかを自ら聞き出すことで、実際の顧客折衝に近い環境をつくることができた。
お客さま起点力をはぐくむ演習では、現場に近い葛藤が生まれた。ヒアリングで顧客の要望を引き出したものの、開発が進むにつれて実装の難しさに気づき、「できることだけを提案すればよかった」と話すチームもあったという。顧客の課題よりも、自分たちが実現できることを優先する方向へ傾いた点を、渡辺氏は課題と捉えている。
「納期までに仕上げなければならないプレッシャーの中で、そうした気持ちに至ること自体は理解できます。ただ、ここは来年度に向けた改善点だと考えています」（渡辺氏）
「実際の現場でも起こり得る葛藤を、研修の段階で先取りできたともいえます。そこで終わらせず、次の改善につなげることが重要ですね」（五十嵐氏）
担当者の負荷が減り、研修生と向き合う時間が増えた
これら約300人規模の新入社員研修を支えたのが、ギブリーの研修システム「Track LMS」だ。同システムでは、受講者が環境構築をせずにコーディング演習へ取り組めるほか、演習の進捗、テスト結果、日報などを一元的に確認できる。
「Track LMSでは、誰がいつ、つまずいているのかをリアルタイムで確認できます。日報を集計する手間も減るため、受講者が何を考えているのかによりフォーカスできる仕組みです」（宇野氏）
導入前は、日報の集計だけでも毎日数時間を要していた。前日分を翌日に集計するため、受講者の状況を把握するまでに時間差も生じていた。
「導入後は、日報やテストの結果を研修が終わった直後に確認できるようになり、日々の集計にかかっていた工数はほぼゼロになりました。担当者の残業時間も大きく減っています」（渡辺氏）
また、大人数を対象とする研修では、成績が高い受講者や、手厚いフォローが必要な受講者に目が向きやすい。その中間にいる多数の受講者の状況は、見えにくくなりがちだ。
「目立つ受講者だけでなく、マジョリティー層も含めて全体を把握できるようになりました。その結果、1人ひとりと向き合いやすくなったと感じています」（渡辺氏）
事務作業に追われる時間が減ったことで、新入社員研修の担当者は、受講者と直接会話する時間が増えたという。
「朝に挨拶をした際、『今の理解度はどうですか』と具体的に聞けるようになりました。『難しいけれど、なんとかついていっています』といった生の声を聞けたことは大きかったです。以前は集計作業に追われていましたが、その分の時間を使って受講者により直接関われるようになりました」（渡辺氏）
さらに、研修データを採用や配属へつなげられる可能性も生まれている。研修結果を採用担当へフィードバックすれば、翌年度の採用計画や選考の改善に活用できる。配属先の組織にとっても、新入社員のスキルや学習状況を事前に把握できれば、配属後の育成方針を考えやすくなる。
「配属先の組織は、どのような状態の新入社員が来るのか、事前にはわかりません。研修データを共有することで、どういうレベル感の人が来るのかを多少なりとも把握できるようになりました」（渡辺氏）
今後は、研修を単独の施策として終わらせず、採用、育成、配置をつなぐデータとして活用する構想だ。AIやシステムの導入は、それ自体が目的ではない。受講者はAIを使って作業を圧縮し、その分、顧客の課題を考える。研修担当者は集計作業を減らし、その分、受講者と向き合う。
「受講者はお客さまに向き合い、研修を運営する側は受講者に向き合う。今回の取り組みは、AIやシステムによって削減した時間を、どこに使うのかという話でもあったと思います」（五十嵐氏）
「育成に絶対的な正解はないと考えています。長年変えてこなかった研修を見直すには、社内からさまざまな意見もあり、相応のパワーが必要でした。それでも勇気を持って変えたことで、新しい気づきを得られました。今年得られた知見やデータをもとに、さらなる改善を目指していきます」（渡辺氏）
この記事は参考になりましたか？
提供：株式会社ギブリー
【AD】本記事の内容は記事掲載開始時点のものです 企画・制作 株式会社翔泳社
