研修の測定（評価）は通常、ビジネス価値が始まるまさにその場所で立ち止まってしまう。私たちは初期のシグナルには熱心だが、本当に重要なシグナルに対しては無関心になりがちだ。そして、このギャップは偶発的なものではなく、構造的なものである。
カークパトリック・モデルの実態
「カークパトリック・モデル」の4つのレベルが実務においてどのように機能しているかを考えてみよう。レベル1は受講者が研修を気に入ったかどうかを問うもので、ほぼすべての組織がこれを測定している。研修終了時のアンケートは極めて容易だからだ。レベル2は受講者が何かを学んだかを問うもので、これも大半の組織が測定している。ATD（人材開発業界団体）の調査によると、「90％以上の組織が研修コースに学習評価（テストなど）を組み込んでいる」という。レベル3は、その学習が現場での「行動変容」につながったかを問う。レベル4は、ビジネスに「成果（利益）」をもたらしたかを問う。測定が手薄になり、往々にして行われなくなるのは、まさにこの最後の2つのレベルである。経営陣が本当に気にかけているのは、この2つだけであるにもかかわらずだ。
L&D（人材開発）部門が最も熱心に追跡している指標は、将来の成果を最も予測しにくい指標である。修了率、満足度スコア、理解度テストが、あらゆる業界の研修ダッシュボードを占拠している。これらは測定が容易であり、四半期報告書で見栄えが良い。しかし、受講者が明日から行動を変えるかどうかについては、経営陣にほとんど何も伝えない。
修了率と満足度スコア：成果指標ではなく「活動指標」
94％という修了率は、登録された受講者の94％が最後までクリックしたことを意味するにすぎない。彼らの94％が何かを学んだという意味ではない。現場で行動を変える人が94％になるという意味では、断じてない。修了率は成果指標を装った「活動指標」であり、組織が研修予算を正当化するために日常的に使用しているため、この区別は極めて重要である。
高い修了率は、受講者が研修に参加したことを証明するだけだ。彼らが次に何をするかについては何も語っていない。
満足度スコアにも同様の限界がある。受講者は、作り込まれ、カリスマ性があり、エンターテインメント性の高い研修を楽しむ。しかし、これらの要素はいずれも行動変容を予測するものではない。研修プログラムの中で最も評価の高いリーダーシップワークショップが、管理職の実際のマネジメントに何の変化ももたらさないことはよくある。「この研修を楽しんだ」ということと「仕事での行動が変わった」ということの間の相関関係は、極めて弱いことが多くの研究で証明されている。
「知識評価」という罠
知識評価（テストなど）は、最も危険な指標である。なぜなら、それが「証明」のように感じられるからだ。テストの点数が高ければ、受講者が評価されたその日に内容を理解していたことはわかる。しかし、「理解すること」と「実践すること」は、まったく異なる認知プロセスである。
オペレーターは、安全手順のテストで満点を取っても、翌週に生産ラインが逼迫した状況になれば、その手順を無視するかもしれない。マネージャーは、コーチング技術のクイズで完璧なスコアを獲得しても、効果的なコーチング対話を一度も行わないかもしれない。テストが確認したのは、知識が短期記憶に入ったことであり、その知識が行動になったことではない。
実務担当者もこのことは分かっている。前述のATDの調査では、人材開発プロフェッショナルのわずか58％しか、テスト評価が学習効果を効果的に測定できていると信じていなかった。彼らは、その測定結果を疑いながらもそのツールを使っているのだ。この疑念こそが、本質を示している。レベル1とレベル2は研修を構築した人材開発部門に向けられたものであり、レベル3とレベル4は研修に費用を支払った組織に向けられたものである。測定の大部分がインプット（投入資源や活動）に集中しているとき、この業界は説明責任の問題を抱えていると言わざるを得ない。
「行動変容」の測定とはどのようなものか
行動変容の測定には、満足度や知識の測定とは根本的に異なるアプローチが必要となる。それには、大半の研修プログラムが導入していない3つの要素が含まれる。
1. 多角的視点による事前・事後評価： 研修期間が始まる前と終了した後に、受講者本人と直属のマネージャーの両方が対象となる行動を評価する。自己評価は受講者自身の成長への意識を捉え、マネージャーによる評価は実際の業務行動における観察された変化を捉える。
2. 実務から得られたエビデンスの文書化： 受講者は実際の業務中に実践活動を行い、何を行い、何が起こり、何を観察したかを報告する。これらの報告は、実際の状況下で実践された特定の行動を示す文書化された証拠となる。
3. マネージャーが目撃した改善（これが極めて重要な検証となる）： マネージャーが、部下が顧客からの苦情に以前より効果的に対処している、より徹底した安全巡回を行っている、あるいはより生産的なキャリア面談を行っているのを「観察した」と確認したとき、それがレベル3のデータとなる。それは観察可能で、具体的であり、研修が解決するはずだったビジネス成果に直接つながるものだ。
これらの指標と満足度調査の相違は、構造的なものである。満足度は受講者が好ましい体験をしたことを伝える。一方、行動変容の測定は、組織が投資に見合う対価を得られたかどうかを伝える。
ビジネス成果への道筋を描く
スーパーバイザーがより徹底した安全巡回を行っていることを文書で証明できれば、それを安全事故の発生率と相関させることができる。マネージャーがより効果的なキャリア面談を行っていることを示せれば、それを定着率のデータに結び付けることができる。オペレーターが標準作業手順書（SOP）をより一貫して遵守すれば、品質指標が向上する。行動変容が文書化されていれば、こうしたつながりはもはや理論上の話ではない。
重要なのは、行動の文書化によって「因果関係の連鎖」が可視化されることだ。これなしでは、単なる相関関係を主張するにとどまってしまう。
「リーダーシップ開発プログラムを実施したところ、定着率が向上した」という主張は、当然ながら「そのプログラムが改善をもたらしたのか、それとも他に多数ある要因の一つにすぎないのか」という疑問を招く。しかし、特定の期間において、他者によって目撃され、測定可能な改善があったという主張は、根本的に異なるストーリーを伝える。そこには仕組みが見える。すなわち、「行動が変わり、その結果として成果がついてきた」ということだ。
ここでようやく、L&Dは経営陣が求めていた言語で語ることができるようになる。「マネージャーの94％がリーダーシップ開発プログラムを修了した」ではなく、「チームの定着率が大幅に向上した期間において、参加したマネージャーの過半数が、自身のマネージャーによって検証されたコーチング行動の測定可能な改善を示した」と語るのだ。
前者の発言は「活動」を説明している。後者は、文書化された行動変容に関連する「ビジネス成果」を説明している。一方は予算の1項目を正当化するだけであり、他方は戦略そのものを正当化する。
結論：測定こそが戦略である
組織が満足度の測定から行動変容の測定へとシフトすると、研修への投資もシフトする。高い満足度スコアを叩き出しながらも行動改善につながらなかったプログラムは精査されるようになる。最も面白いわけではないが、文書化された行動変容をもたらしたプログラムは拡大される。
トレーニング・シアター（研修という名の演劇）──見栄えは良いが何も変えない研修プログラム──は、測定がレベル1とレベル2でとどまっている場合にのみ生き残ることができる。レベル3での測定を始めれば、もはや隠れる場所はなくなり、シアターは閉鎖される。測定とは、研修サイクルの最後に行う報告作業ではない。何に予算を割り当て、何を修正し、何を削減するかを決定するための「戦略的なレンズ」なのだ。
